动态尺度感知驱动的多无人机协同3D目标检测方法

来源：电子与信息学报杂志2026年第5期北京时间：

作者：段淑靖, 王智睿, 成培瑞, 付琨

单位：1.中国科学院空天信息创新研究院 北京 1001902.中国科学院大学电子电气与通信工程学院 北京 1000493.中国科学院空天信息创新研究院目标认知与应用技术国家级重点实验室 北京 100190

摘要：多无人机协同三维目标检测是低空智能感知领域的核心技术，鸟瞰图(BEV)特征表征范式为该任务提供了全局空间一致性支撑。但在实际应用中，受遥感图像目标尺度小、分布稀疏等特性影响，现有基于Transformer的BEV感知方法因采用全图同质化特征处理策略，会造成大量计算资源浪费，或者容易丢失小目标的精细特征，难以实现计算效率与检测精度的平衡。针对上述问题，该文提出一种适用于多无人机协同场景的动态尺度感知检测网络，核心思路是通过尺度差异化特征处理机制，实现计算效率与检测精度的协同优化。为此，设计两个核心创新模块：动态尺度感知BEV生成模块(DSBG)与自适应BEV特征协同聚合模块(ACFA)。其中，DSBG模块基于各无人机的特征图目标分布情况动态感知生成多分辨率BEV特征；ACFA模块对多分辨率BEV特征进行自适应加权融合，生成全局一致的协同BEV特征，再输入检测解码器完成目标预测。实验结果表明，所提网络在AeroCollab3D和Air-Co-Pred两个多无人机协同仿真数据集上均表现优异，平均预测精度(mAP)分别达到64.0%和80.6%，相较于其他先进方法分别提升1.5%和7.2%；同时计算成本最大降低41.6%，实现了计算效率与检测精度的高效平衡。

关键词：遥感图像, 多无人机协同, 3D目标检测, 动态尺度感知, 自适应特征融合

基金资助：国家自然科学基金(62571515)