基于多传感器信息融合的“低小慢”目标检测与识别关键技术研究

关注

联系合作

成果单位：北方工业大学

合作方式：面议

所处阶段：概念

关键词：低空安保东六环隧道多源异构数据配准融合检测目标识别

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

小果解读

核心问题

在低空城市安保及复杂交通环境中，"低小慢"目标（如无人机、小型飞行器、慢速移动物体）的检测与识别一直是监控系统的难点。这些目标由于体积小、速度慢、飞行高度低，传统单一传感器系统难以准确捕捉和识别，给城市安全和交通管理带来重大挑战。

解决方案

本项目通过研制多源异构数据配准、融合、检测、识别模型方法，实现了“低小慢”目标的多源信息融合检测与识别关键技术突破。该技术整合多种传感器数据，包括雷达、视频、红外等，通过先进的信息融合算法，提取目标特征并进行精确识别。系统原型已初步建立，能够有效应对复杂背景下的“低小慢”目标检测与识别问题，特别适用于低空城市安保及如东六环隧道等特定场景的全景检测系统。

竞争优势

本项目成果在“低小慢”目标检测与识别领域具有显著创新性，通过多传感器信息融合技术，大幅提高了检测与识别的准确性和鲁棒性。相较于传统单一传感器系统，本系统能够更全面地捕捉目标信息，减少误报和漏报，为城市安全和交通管理提供有力支持。同时，该技术成果具有良好的可扩展性和应用前景，可进一步推广至其他需要高精度目标检测与识别的领域。

成果描述

成果公开日期

20250111

所属产业领域

信息传输、软件和信息技术服务业

转化现有基础

目前，已具备基于多源信息的“低小慢”目标配准、融合、检测、识别模型方法，并自主研制了“低小慢”目标多传感器信息采集系统。本项目采集和标注了多场景多传感器“低小慢”目标标注数据集，包括雷达回波信号、光学图像和红外图像，场景包括白天、黑夜净空背景、白天日照强烈、夜晚灯光强烈、相似建筑物干扰背景、树林遮挡等多场景“低小慢”目标数据，多类型数据总量大于10G。