仪器仪表学报

作者：张晓光，陈润泽，赵桔贤，李伟

单位：张晓光,中国矿业大学信息与控制工程学院徐州221116,,陈润泽,中国矿业大学信息与控制工程学院徐州221116,,赵桔贤,中国矿业大学机电工程学院徐州221116,,李伟,中国矿业大学机电工程学院徐州221116,cmeetechnologylw@163.com,

关键词：目标检测;图像去雾;无人机;消防场景

基金：国家自然科学基金（52204256）、江苏省重大科技示范项目（BE2023688）项目资助

无人机可以高效感知火灾环境,获得火场信息。为提高消防工作的智能化水平,提出了一种基于无人机视觉信息的消防炮预瞄准系统,预瞄准是由火场感知、位姿解算、角度调整这3个阶段构成的控制过程。在火场感知阶段,针对消防场景中无人机图像存在的目标尺寸小和烟雾干扰问题,考虑消防救援工作的实时性要求,提出了一种联合轻量化去雾处理与目标检测的感知模型。在图像去雾方面,考虑消防场景中烟雾具有非均匀分布和灰度值多样的特点,改进大气散射模型,设计一个编码器-解码器结构的神经网络求解透射图和烟雾灰度值,实现图像质量增强。在目标检测方面,以YOLOv8s为基线,在骨干网络中,将浅层的卷积运算替换为具有集中感受野的PSConv模块,保留更多小目标信息;将深层的卷积模块替换为GhostConv,采用SimA-former模块替代最深层C2f结构,进行模型轻量化。在颈部网络特征融合阶段,结合坐标注意力机制（CA)与小目标检测头构建高分辨率多尺度特征融合模块。基于感知的火场信息,采用相机成像模型解算消防炮与火源的相对位姿,据此计算消防炮应调整的水平与俯仰角度。在工业厂房外部自制消防场景进行实验,感知模型的mAP50指标达到了92.3%,相较不使用去雾处理的YOLOv8s算法提升了6.2%,测得预瞄准的水平角度误差在±4°,火源距离误差在6%以内,验证了所提方法的有效性和实用性。

来源：2026年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2026年第1期