西京学院大学生创新训练计划项目基于YOLOv8的低空飞行器目标检测系统取得显著成果

　　低空经济的蓬勃发展为无人机技术开辟了广阔的应用空间。作为新型生产力工具,无人机凭借其在三维空间内的快速响应与灵活机动能力,已深度融入灾害监测、环境保护、物流运输、智慧农业等多领域应用场景,展现出重塑传统作业模式的巨大潜力。然而,技术演进与产业扩张的双向驱动,使得低空安全治理面临多维挑战:非法入侵核心空域、隐私窃取行为频发、空中交通冲突风险上升等矛盾日益凸显,对空域监管体系的智能化水平提出更高要求。

　　近日,由西京学院电子信息学院本科生组成的研究团队成功开发了一套基于YOLOv8的低空飞行器目标检测系统,旨在实现对低空环境中无人机进行实时精确检测。该研究受到陕西省级大学生创新训练计划项目资助。

　　该系统基于改进YOLOV8算法架构,并结合数据增强技术,解决了低空复杂环境中无人机检测的精度和实时性问题。同时,结合PyQt5与OpenCV技术,开发了一个可视化智能检测平台。通过融合灰度图像和RGB图像数据,实现了92.45%的检测准确率,充分满足城市低空、边境要地等重点区域的监控需求。在环境适应性方面,系统通过动态噪声抑制技术,可稳定应对强光直射、雨雪雾霾等极端场景,昼夜识别精度波动控制在3%以内。该系统最大的亮点在于能够对摄像头采集实时数据进行处理,单帧图像的平均识别耗时在0.1秒以内,完全能够适应实时性要求。该项目研究成果已发表论文2篇,申请软件著作权1件。

　　该研究团队在无人机目标检测领域取得的成果,不仅为低空无人机检测领域提供了强有力的技术支持,也为推动无人机技术的智能化管理应用做出了积极贡献。随着技术的不断进步和跨学科合作的加强,相信该系统的性能将得到进一步提升,为构建更加高效、安全的低空管理系统贡献力量。(西京学院 电子信息学院 邢雨虹 路亚静 聂晓蕊 李保楚 许桂儒)

责任编辑：李玥