复合式无人机机翼设计及其自适应优化

随着人类社会的进步和城市物流的兴起,以复合式无人机为代表的无人机技术进入了快速发展阶段。在复合式无人机的研制周期中,气动优化设计选型扮演着非常重要的角色。针对基于代理模型的气动优化技术,对其关键参数自适应筛选和设计空间自适应更新进行了研究,形成了参数/空间自适应气动寻优平台,有效提高了气动优化过程中的寻优效率和搜索能力。针对一款复合式无人机提出机翼初步设计方案,并对其进行自适应气动寻优。优化翼根、翼梢翼型及由此生成的优化三维机翼在设计升力系数为1.0时的升阻比均提高5%以上,且对应迎角均减小2°以上。无人机机翼失速特性及滚转操控能力均得到有效提升。

空基下视多角度红外目标识别

为实现空基下视红外目标的快速高精度识别,提出了一种单阶段的空基下视多角度红外目标识别算法。首先使用Darknet-53结合SPP模块对红外目标进行特征提取,使局部特征与全局特征融合,提高特征图表达能力,最后借鉴RetinaNet中的Focal loss锁定目标的检测框,同时得出目标类型及检测精度。针对现有数据集多为平视,且视角单一的缺陷,使用复合翼无人机分别从不同高度和角度采集红外图像,构建多尺度下视红外目标数据集,在PyTorch架构上实现并进行性能验证实验,所提算法对分辨率为640×512的下视红外图像中目标识别的mAP达到91.74%,识别速度为33 f/s,满足空基平台前端的在线识别需求,且在公开红外船舶数据集上也具有较好的识别结果。实验表明该算法在保证精度的基础上满足实时性的要求,为后续用于复合翼无人机上的多尺度目标实时识别提供了理论技术。