基于PLCnext平台的无人机交通监控系统设计与实现

来源：电子测量技术杂志2025年第9期北京时间：

作者：秦栋，任晓明，叶舟，陈坚

单位：1.上海电机学院电气学院 上海 200240;2.上海交通大学电子信息与电气工程学院 上海 200240

摘要：为了提高交通监控的效率，特别是在固定式道路摄像头视角有限的情况下，提出了一种基于PLCnext平台的无人机交通监控系统。该系统结合YOLOv9深度学习方法，控制两台配备摄像头的无人机与PLCnext平台协同，提供更广泛的视野覆盖范围和灵活的监控能力，实现对交通车辆的实时监控。为提高航拍图像中低分辨率场景下的检测精度，提出了YOLOv9s-SPDADown-LSK模型。该模型通过引入SPD层，增强对图像细节特征的保留，使用ADown模块优化下采样过程，并在骨干网络中融入LSK注意力机制，以强化特征提取能力。实验结果表明，系统在图像处理的延迟约为80 ms，改进后的模型在mAP@0.5和mAP@0.5:0.95分别达到了96.3%和82.7%，检测准确率为97.2%，有效减少了误检和漏检，证明了系统的可行性和算法的有效性。

关键词：PLCnext控制系统;无人机;交通监控;YOLOv9算法;目标检测;深度学习;注意力机制

基金资助：航空科学基金（201944057001)项目资助