基于毫米波雷达的无人机障碍物分类方法

来源：雷达科学与技术杂志2025年第3期北京时间：

作者：贡文新，余泽琰，杨柳旺，楚文静，万相奎

单位：湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室， 湖北武汉 430068

摘要：无人机巡线作为检测电力线的重要手段，在飞行过程中准确识别障碍物是保障巡线任务可靠完成的关键。但目前对无人机巡线过程中常见障碍物如电力线、电力塔、树木的识别受恶劣天气环境干扰严重，致使误判和漏判。为此，基于毫米波雷达传感器具有不受天气、光线因素影响，在复杂环境中工作稳定等特点，本文提出基于毫米波雷达的无人机障碍物分类方法。该方法首先通过毫米波雷达采集3类障碍物的原始数据并提取其距离-速度多普勒及距离-方位角多普勒信息，接着分别通过特征值分解及共生灰度矩阵实现特征提取，最后通过蛇鹭优化算法实现对3类障碍物的目标分类。实验结果表明，本文方法对电力线、电力塔和树木的整体识别准确率达89.4%，与传统方法相比具有较高的识别准确率及鲁棒性。

关键词：毫米波雷达,障碍物分类,特征提取,蛇鹭优化算法,

基金资助：湖北省自然科学基金（No.2022CFA007）； 武汉市知识创新专项项目（No.2022020801010258）