基于YOLO网络的自主空中加油锥套识别方法

摘要

随着空中加油技术的发展,自主空中加油(autonomous aerial refueling,AAR)成为未来战场上的重要技术,是具有前瞻性和挑战性的前沿课题。受油机和锥套之间的位置关系对于AAR十分重要,故此提出一种基于神经网络的锥套图像识别方法。针对硬件要求,使用以C语言为基础的YOLO网络作为初始网络,使其符合机载操作系统VxWorks的要求,可直接在嵌入式系统上运行。针对锥套的物理特点,设计了多维度的anchor box,优化了网络结构以适应锥套的多尺寸情况。针对识别结果漂移的问题,参考金字塔结构使用了多种大小的特征图,优化了网络的损失函数。测试结果表明,经过优化设计的卷积神经网络模型在锥套图像数据集上能够更准确、更快速地识别所需目标。