1. 研究目的与意义（文献综述）

2017年以来，随着我国对海洋资源与环境日益重视[1]，为了维护国家利益与权益，亟需一款全自主、全天候的无人机艇协同探测装置。在机艇协同作业中，无人艇为无人机提供长了时间续航保证和良好安全保证，无人机也为无人艇提供了充足的视野和危险预警，同时还扩大了整个系统的作业范围。对于舰艇无法到达的浅水区、水岸边或者岛礁上，采用无人机进行勘察更为适合[2]。

在机艇协同中，无人机的回收始终是一大难点。传统的无人机回收方式分为三种：一种是采用组合定位定向导航方式，通过惯性导航、卫星导航[3]、地磁导航、地形辅助导航等方式，实时为无人机提供精确的方向基准和位置坐标，再通过预编程控制无人机实现自主返航；另一种是通过图像遥测控制系统，由地面、舰艇或者发射母机上的操作人员进行遥控；第三种结合前两种方法，在远距离时采用预编程控制，在接近目标后切换成实时遥控控制。

随着图像处理技术的发展，计算机视觉技术成功引入到了无人机回收问题中来，视觉导航技术已成为新的研究热点[4][5]。相比于传统导航设备，视觉信号抗干扰性较好，没有累积误差，也不存在容易受阻隔的问题。同时，视觉传感器是自主搜索目标位置的方式，采集的是可见光或红外线这类自然信息，不易被军事雷达等检测器侦测到。

2. 研究的基本内容与方案

无人机视觉引导着舰是在不依赖gps导航的情况下，仅通过视觉感知实现无人机的自主着舰。当无人机距离舰艇较近时，相机可以清晰的拍摄到舰艇上的靶标，无人机根据靶标位姿解算的结果实现自主降落。当无人机因距舰艇较远而无法正常识别靶标时，就需要对目标舰艇进行检测，引导无人机飞行，直到能够正常识别靶标。当无人机再远一点，检测算法将无法区分目标舰船和其他舰船，此时检测所有舰船，引导无人机飞行，直到找到目标舰船。

该研究的难点，一是为了控制无人机的正常飞行，对目标检测的实时性有很高需求；二是由于舰船是细长的形状，随着拍摄角度的不同，舰船目标的长宽比变化较大，不易定位；三是需要检测的类别有两个，一个是目标舰船，即huster68，另一个是所有舰船，由于这两类存在包含关系，因此要区分他们十分不易。

目标检测过程由四个阶段组成。第一阶段，使用摄像机拍摄无人机周围状况，将图片传给机载计算机。第二阶段，将图片通过mobilenet v2卷积神经网络，提取出特征图（feature map）。第三阶段，用单次多盒检测器(single shot multibox detector，ssd)，根据特征图进行目标检测，确定目标的种类和位置。第四阶段，根据检测到的无人艇位置引导无人机飞行。硬件结构采用妙算 linux系统，软件平台采用caffe。

3. 研究计划与安排

2019.02-2019.03 查阅相关资料、撰写开题报告、翻译英文资料；

2019.03-2019.04完成航拍图像目标检测识别算法研究；

4. 参考文献（12篇以上）

[1] 林昆勇.学习习近平总书记关于海洋事业的重要论述[j].理论建设,2018,(06):5-10.

[2] 张凯,张好运,卢旭升,游画,薛彬,翟京生.无人机海岛礁航空摄影测量技术应用[j].测绘通报,2018,(09):87-90.

[3] 简海波,汪捷.一种基于北斗的无人机移动平台回收方法的研究[j].舰船电子工程,2019,(02):47-51.