控制与决策

作者：田洪坤,姜囡,任涛

单位：中国刑事警察学院 公安信息技术与情报学院，沈阳 110854,,中国刑事警察学院 公安信息技术与情报学院，沈阳 110854,,东北大学 软件学院，沈阳 110819,

关键词：无人机;电线检测;自主巡检;多模态融合;目标识别;计算机视觉

基金：辽宁省自然科学基金项目(2025-BS-0254, 2025-BS-0248)；国家重点研发计划项目(2017YFC0821005)；辽宁省科技厅联合开放基金机器人学国家重点实验室开放基金项目(2020-KF-12-11)；辽宁省研究生教育教学改革研究项目(LNYJG2024310)；辽宁省教育科学“十四五”规划课题项目(JG25DB472).

无人机对电线的精确感知是电力系统运维与无人机自主避障的核心基础, 但复杂环境下的光照变化、背景干扰及电线自身特性, 给精准识别带来极大挑战. 现有单一模态检测方法依赖可见光或红外数据, 因复杂背景适应性差, 在恶劣条件下表现不佳, 存在明显局限性; 多模态检测虽通过融合可见光与红外数据提升了鲁棒性, 但在复杂环境适应性与任务特异性挖掘上仍有不足. 为此, 提出可见光与红外数据跨模态交互融合与全局特征校准检测方案: 通过跨模态交互引导融合模块(CIGF)实现双模态特征深度交互与优势互补, 通过全局特征重要性校准器(GFSM)精准校准枢纽特征并增强关键信息, 通过多感受野增强解码器(MRED)高效重建电线目标精细空间结构并实现像素级定位; 三大核心模块协同, 形成从特征提取、交互融合到全局校准再到精细解码的完整技术链路. 在无人机电线检测权威数据集VITLD上的实验显示, 该算法可满足检测精度与实时性的双重需求, 尤其在夜间低光照、雾天模糊、雪天遮挡等复杂极端环境中仍保持高精度, 突破传统方法应用瓶颈. 该方案可为解决无人机电线检测问题提供有效思路, 具有重要理论意义与实际应用价值.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期