无人机返航避障：基于 SILD 的电力线尺度不变检测器

为便于复现本研究工作，所提框架的分步实现流程如下：首先执行数据预处理，即从视频帧中读取图像数据，并采用高斯模糊技术降低噪声；随后计算连续帧间的帧差以表示运动信息，再通过矩阵处理对这些帧差进行位置校正。在注意力机制处理阶段，通过卷积提取水平与垂直线特征，施加侧向抑制，并利用最终的注意力掩码增强原始图像中的运动区域。计算 DPC 层以模拟神经层的生物兴奋与抑制机制，生成用于运动检测的视觉信号。分组层通过各向异性核、对兴奋响应进行阈值处理，并积分计算膜电位（MP），从而增强逼近目标信息、抑制噪声并检测逼近威胁。

位置引起的灵敏度不均分析与校正

本节分析并解释由位置导致的图像运动偏差，该偏差会使逼近目标检测器的响应偏离真正的逼近威胁，而偏向擦过性目标。为解决该问题，同时最小化无人机机载系统的计算负载，本文提出一种相对简便的方案：引入基于高斯模型的校正函数。

从相机视角可见，当逼近目标向相机靠近时，会穿过相机视场；视场内的角速度由目标速度、距离及角位置共同决定。换言之，这些因素间存在如下关系：

所提视觉系统的架构

图 4 展示了所提视觉系统中的神经通路，该系统始于视网膜的图像采集，随后通过感光器层（photoreceptor layer）、DPC 层和 G 层进行连续处理。

小眼（ommatidia）首先对视野（FOV）内的视觉信息进行平滑处理。接着，注意力被引导至感兴趣区域，以增强图像中的线条特征信号。注意力处理后输出的优化图像包含了电线和常规尺寸物体的信息。

随后，该图像被输入感光器层，视觉运动信息在此被记录，并进一步交由包含兴奋通路与抑制通路的 DPC 层处理。

最后，在滤除衰减的兴奋信号后，LGMD 细胞群会对处理后的图像进行分析，以检测电线、常规尺寸物体等具有威胁性的障碍物。

预处理模块

预处理模块的功能由视网膜层中的小眼实现，这些小眼会捕获亮度信息，并使用高斯核（Gaussian kernel）对其进行平滑处理。形式上，预处理模块可被定义为：

其中，GσP(x,y) 是一个标准差为σP的高斯核。

L(x,y,t) 表示在时刻 t、像素 (x,y) 处输入的单通道图像的亮度。

注意力模块

注意力模块用于提升电线的识别效果，并降低其他物体的干扰。该模块会增强电线的权重，同时弱化图像中的其他元素。

为实现这一目标，我们会根据电线的亮度分布生成注意力核。注意力核的集合由方向集合Θ定义，单个注意力核的构造方式如下：

其中，σ、θ∈Θ和ξ分别代表中心区域的尺寸、方向和空间纵横比。A 和 B 为常数系数。[x]+和 [x]−分别表示 max(x,0) 和 min(x,0)。

为提升图像中线条特征的权重，本模块引入了注意力核。

图 5 所示，该核能够增强沿方向θ上、中心狭长区域与两侧存在明显亮度差异的感兴趣区域。注意力处理过程包括将平滑后的图像，与包含强化后的潜在线条特征的注意力图进行叠加。

其中，η为注意力系数，A(x,y,t) 是在基于 LGMD 的神经网络内部反馈的注意力图。经过注意力处理后，增强图像 Rs(x,y,t) 中感兴趣区域的亮度会得到提升。

基于 LGMD 的神经网络

LGMD（大运动检测神经元）的优异表现引发了越来越多的研究关注，许多由 LGMD 衍生而来的神经网络都是基于相关生物学研究构建的。在本文提出的模型中，我们采用的基于 LGMD 的神经网络是 D-LGMD 模型，它能够在无人机的敏捷飞行中高效感知迫近的威胁。

D-LGMD 由三个按顺序排列的神经层构成，即感光器层、分布式突触前层和分组层。注意力模块输出的增强图像 Rs(x,y,t) 会由 D-LGMD 神经网络中的这三层依次处理。

基于 LGMD 的神经网络会结合我们模型中的注意力核，提取电线上迫近物体的信息。随后，这些数据会反馈至加法注意力模块，再由基于 LGMD 的神经网络进一步处理，以评估包括电线和常规尺寸物体在内的迫近威胁。

因此，基于 LGMD 的神经网络在结构上可分为两部分：一部分用于在注意力处理过程中获取包含电线信息的注意力图，另一部分则是从感知到的环境信息与注意力图中提取迫近物体信息的主要方法。

基准测试与对比分析

位置校正的有效性

在本研究早期，我们发现偏离中心的模糊物体容易干扰 D-LGMD 模型，进而影响电线检测。尽管我们在理论层面分析了迫近物体的位置差异会导致速度方差不均，但实际情况比描述更为复杂。因此，我们开展了一系列实验，首先在模拟无人机场景中可视化位置诱导的灵敏度不均的影响，再评估所提位置校正方法的有效性。

图 6 直观展示了位置诱导的灵敏度不均的影响。在图 6a 中，无人机正朝向三个水平排列的相同黑色方块移动。图 6b 为该场景的俯视图，无人机（传感器）沿红色虚线箭头所示轨迹飞行。中心方块位于传感器视野的中心，另外两个方块则以相等的偏心距位于视野边缘附近。图 6c 展示了感光器层（P 层记录的图像运动）捕获到的初始不均强度效应。值得注意的是，图 6d 显示 D-LGMD 的视觉处理过程会加剧这种差异：由于速度选择机制，模型对中心方块的响应被抑制，导致对无威胁方块的响应被强化，从而产生误导性结果。

为测试位置校正对缓解该影响的有效性，我们在 D-LGMD 上进行了消融实验（该校正函数是通用的，可用于减少位置诱导的灵敏度不均，而非仅针对电线检测），因此我们将其与原始 D-LGMD 在有无校正函数的情况下进行了对比，以进行综合评估。

为无人机捕获的示例图像（1920×1080）；在该场景中，中心黑色方块正沿碰撞轨迹接近无人机，而干扰方块位于视野边界附近。图 8 展示了模型的逐像素响应随位置的变化，其中像素沿 x 轴选取，以聚焦于水平位置。图 9 则可视化呈现了有无位置校正时 D-LGMD 的整体响应。

引入注意力模块的主要目的是解决原始 D-LGMD 模型无法检测对无人机构成威胁的电线这一问题。我们通过对比所提模型在有无注意力模块时的表现，来评估该模块的有效性。实验设置以及时刻 t0 时输入的分辨率为 1280×720（宽×高）的图像如图 10 所示。

为了更直观地展示注意力模块在信号处理中的工作方式，我们在采样时刻 t=t0 固定 x=x0=570（对应图 10 中的垂直红色虚线），沿 y 轴观察输入数据及对应的神经层输出。

图 11 中，我们用虚线标注了 y 轴上的三个位置，分别为 y=274,300,310。y=274 的位置对应白色方块的上边缘。我们在实验中特意加入了边缘，因为这类边缘在现实场景中很常见，并且通常是影响电线检测模型性能的最主要噪声来源。y=300 和 310 的位置对应两条电线，这也是检测的主要目标。

图 10 中垂直红色虚线对应的输入信号信息（即亮度信息）如图 11a 所示。在 y 轴方向上，三个关键位置（白色方块的上边缘和两条电线）的亮度发生了剧烈变化。包含/不包含注意力模块时的视网膜神经输出如图 11b 所示，该图反映了输入图像的强度。注意力模块会选择性地显著增强电线所在区域，同时忽略无威胁的边缘（输入像素强度值被归一化至 (0,1) 区间；而由于神经处理会逐像素增强感兴趣的信息，分层输出并不受限于此范围）。

在下一层中，感光器层（P 层）会捕获亮度变化的信息。图 11c 对比了包含/不包含注意力模块时感光器神经层的输出。与图 11a 中捕获的图像亮度不同，P 层中电线的强度特征鲜明，这是因为在运动视觉中，迫近的目标通常会产生更强的图像速度。经过注意力处理后，电线 y=300、y=310 的速度值相较于无注意力模块时进一步提升。而白色方块上边缘 y=274 的响应未被增强，因为其速度过小，在注意力处理过程中被过滤掉了。图 11d 是无注意力增强结果的放大视图，有助于清晰观察三个位置的响应强度关系。图 11e 为 DPC 层的输出，该层通过兴奋与抑制的相互作用过滤掉了低速度信息。

尺寸不变迫近检测器的特性

所提模型中的注意力机制采用加法形式，已有研究表明其性能略优于乘法形式。此外，加法注意力机制保留了原始模型的特性，确保所提模型能够同时检测迫近的电线和常规尺寸的物体。我们通过与原始 D-LGMD 模型的对比实验，验证了这种尺寸不变特性。如图 12 所示，SILD 模型可同时感知迫近的电线和方块物体；而原始 D-LGMD 模型仅能在无人机接近电线时，对白色方块产生响应。

不同场景下的模型性能

为评估算法性能，我们需要选取多种典型且具有挑战性的环境，这些环境需覆盖虚幻引擎平台上由 AirSim 生成的不同场景与气候条件。这些背景干扰在复杂度上具有明显差异，例如雪地、平原和城市，它们属于不同颜色的环境，并伴随可能以树林、建筑等形式出现的干扰环境；雨天和落叶会增加图像噪声，导致误检率上升；雾天和低光照环境则可能削弱障碍物的纹理特征。

真实场景与合成数据集的对比

由于电线检测是无人机迫近电线检测中最具挑战性且最关键的任务之一，我们在真实场景与合成数据集上，对所提模型、D-LGMD 模型、D-LinkNet 模型和霍夫变换进行了电线检测的对比实验。实验输入图像尺寸为 512×512 像素，对比实验评估了四种模型的性能，结果如图 16 所示，并在表 2 中进行了定量分析。

真实飞行验证

我们将所提避障模型部署在嵌入式计算平台 NVIDIA Orin NX 上，并与单目相机吊舱 G1 集成，构建了四旋翼无人机避障系统。

挑战与未来方向

本文提出了一种适用于复杂无人机电线检测场景的视觉系统。该模型结合仿生迫近物体检测器与注意力 - 反馈结构，解决了从极小到常规尺寸的多尺度物体检测这一挑战性任务。为减轻检测过程中近距物体的干扰，我们提出了一种位置校正机制以提升检测精度。为系统地将我们的方法与其他运动视觉方法（包括基于深度学习的技术）进行对比，我们针对电线检测任务设计了一个由连续第一视角（FPV）图像序列组成的小型数据集。此外，我们评估了所提模型在不同背景、图像噪声和低纹理特征等多种条件下的性能，并将模型部署到无人机机载板卡上，成功在电线场景中完成了基础避障任务。

实验结果表明，基于运动视觉的电线检测器在像素级电线检测、计算效率和碰撞感知方面表现出色。我们的研究为复杂电线环境下的尺寸不变迫近物体检测提供了一种计算高效的解决方案，在计算机视觉和基于无人机的电线检测领域具有重要的应用潜力。

LGMD 模型在处理多样化场景时展现出显著的可扩展性。传统上，LGMD 被认为存在局限性——在轮廓边缘小、速度慢或对比度低等特殊条件下，它难以检测迫近物体；当扩展用于检测这类特殊物体时，可能会对背景运动产生误报响应。为解决这些挑战，我们提出选择性增强特定物体的运动视觉特征（例如电线的独特形状）；同时，通过特征聚合使增强后的特征更连贯、更密集。这些增强后的特征被反馈作为 LGMD 的中间输入，提升了其在复杂动态环境中检测物体的敏感性与稳健性。我们的方法表明，LGMD 具有这样的可扩展性：在不违背 LGMD 模型背景运动过滤基本假设的前提下，可通过利用特定目标的形状特征来增强对该目标的感知。

为进一步提升模型性能，未来的优化将聚焦于以下方面：

1. 在触发条件设计上，将探索基于 G 层输出的特征提取、运动分割等图像处理技术，以提升模型的电线检测精度；
2. 在离线控制策略上，将采取提升飞行高度等措施防止过早触发着陆，使无人机能够继续执行返航任务；
3. 考虑到模型对计算资源的需求较低，未来工作将探索通过集成多方向相机或全景相机来扩展避障能力，从而提升系统的稳健性与适应性。