Dynamic Scale Perception-Driven Multi-UAV Collaborative 3D Object Detection Method

Shujing, Duan

doi:10.11999/jeit251378

Dynamic Scale Perception-Driven Multi-UAV Collaborative 3D Object Detection Method

2026-05-01

0

PRE

AI

DOI：10.11999/jeit251378

原文链接

原文求助

摘要

En 中文

目标多无人机协同3D目标检测是低空智能感知的核心技术，而鸟瞰图（BEV）特征表示范式为全局空间一致性提供了支持。然而，在实际无人机遥感场景中，目标极小、分布稀疏且嵌入大量背景区域。现有的基于Transformer的BEV感知方法采用同质化全图特征处理策略。该策略不仅因大背景区域的过度计算浪费计算资源，还易使小目标特征被背景噪声稀释，难以平衡计算效率与检测精度。同时，多无人机协作需要跨设备信息交互以实现视点互补和信息增益，但这一过程易产生冗余信息甚至特征冲突。传统的固定权重聚合方法无法准确识别有效信息或抑制冗余，导致全局BEV特征一致性差，协作检测精度降低。因此，开发适应多无人机空域场景的检测网络具有明确的实用价值。方法为实现高效精准的3D目标检测，提出一种动态尺度感知检测网络，通过两个核心模块实现：动态尺度感知BEV生成（DSBG）模块和自适应协作BEV特征聚合（ACFA）模块。网络构建了多视角图像输入-动态尺度自适应特征编码-BEV空间3D检测的端到端流程（图1）。首先，各无人机采集的观测图像经参数共享的ResNet-50骨干网络独立处理，生成结构一致的特征图。DSBG模块以这些特征图为输入，通过局部尺度感知单元计算各空间区域特征响应幅度，并估计目标分布。在此基础上进行差异化BEV网格编码动态分配：高响应目标区域分配高分辨率密集网格以保留精细特征，低响应背景区域分配低分辨率稀疏网格以减少无效计算。同时生成含空间位置先验的目标查询向量。ACFA模块接收DSBG模块生成的多分辨率BEV特征，在通道维度拼接不同无人机输出的双分辨率特征，上采样低分辨率特征使其与高分辨率特征对齐，通过3×3卷积建模双尺度特征的局部相关性，再经逐元素加权求和获得全局一致BEV特征图。最终将全局BEV特征输入DETR解码器进行3D目标预测，分类采用Focal Loss，回归采用Smooth L1 Loss（式5~6）。结果与讨论在AeroCollab3D和Air-Co-Pred两个公开多无人机协同仿真数据集上进行大量实验。结果表明，所提方法在两个数据集上均表现优异。相比当前先进方法和基线模型，该方法不仅将平均精度均值（mAP）最高提升7.2个百分点，还显著改善关键评估指标，包括平均尺寸误差降低超过48%、平均定位误差和平均方向误差均大幅减小。尤其在小型目标检测和精细类别识别上优势明显，行人检测精度提升近10个百分点。消融实验验证了DSBG和ACFA模块的有效性。所提方法在显著降低计算成本（最高41.6%）的同时稳定提升检测精度，实现了精度与效率的协同优化。可视化结果（图3）显示预测边界框与真实框空间对齐度更高，有效缓解了传统方法中目标重叠和漏检等常见问题。图4进一步阐释了多无人机协同检测的技术优势。即使对被障碍物遮挡的目标，所提方法仍可实现高效检测，从而增强全局区域的综合感知能力。结论针对多无人机协同3D目标检测中传统方法存在的效率-精度权衡及特征一致性差等核心挑战，提出动态尺度感知检测网络。DSBG模块实现BEV编码尺度与目标分布的动态匹配，减少冗余计算；ACFA模块优化多尺度多视角特征聚合，确保全局特征一致性与精度。两个数据集上的实验结果证实，所提方法在检测精度、计算效率和鲁棒性方面均优于现有先进方法。未来工作将聚焦于融合时序信息的动态尺度调整策略优化，并探索与轻量化LiDAR数据的多传感器融合，以提升复杂场景下的检测稳定性。

Keyword:

Remote sensing images

Multi-UAV collaboration

3D object detection

Dynamic scale perception

Adaptive feature aggregation

Dynamic Scale Perception-Driven Multi-UAV Collaborative 3D Object Detection Method

摘要

期刊

机构

引用论文