基于智能视觉检测与语义分析的反无人机实时预警系统

来源：南京信息工程大学学报·自然科学版杂志2026年第2期北京时间：

作者：崔勇强，周威任，毛智鹏，兰宇坤，杜飞飞，钟良

单位：崔勇强,中南民族大学 电子信息工程学院, 武汉, 430074,周威任,中南民族大学 电子信息工程学院, 武汉, 430074,毛智鹏,国网冀北电力有限公司秦皇岛供电公司, 秦皇岛, 066000,兰宇坤,中南民族大学 电子信息工程学院, 武汉, 430074,杜飞飞,武汉卓目科技股份有限公司, 武汉, 430074,钟良,中南民族大学 电子信息工程学院, 武汉, 430074

摘要：针对低空安防领域中无人机黑飞乱飞等安全威胁以及复杂环境下实时精准预警的技术难题,本文提出一种融合YOLOv10目标检测算法与GLM-4V多模态大模型的无人机入侵实时预警系统.系统硬件由高灵敏度光电探测设备与主控计算机构成,软件集成客户端交互平台与多模态数据处理模块.在算法层面,通过YOLOv10实现无人机目标的快速定位,结合SORT算法完成动态轨迹追踪;创新性地设计基于GLM-4V的语义化描述生成框架,引入结构化Prompt模板将检测结果(目标位置、信息及背景环境)实时转化为可压缩文本描述,显著降低了通信受限场景下的信息传输负载.实验结果表明,在无人机最远距离1 km、最大飞行速度23 m/s的极限条件下,目标识别准确率达97.6%.该系统通过视觉检测-语义分析-动态传输的技术闭环,有效地解决了复杂环境下无人机入侵事件实时预警难题,为低空安防领域提供了高鲁棒性解决方案.

关键词：反无人机;YOLO;GLM-4V;预警系统

基金资助：国家自然科学基金(62201621);湖北省自然科学基金指导性计划项目(2025AFC071);湖北省自然科学基金创新群体项目(2024AFA030);中央高校基本科研业务费项目(CZQ24001)