4. 目标检测与识别
在无人机移动平台视觉降落任务中，目标检测与识别是整条视觉链路的第一道关口。它的任务不是“把图像变清楚”，而是从机载相机画面中稳定地找出降落标志，并给出标志的类别、位置与置信度。只有检测结果足够稳定，后续的位姿估计、跟踪滤波与控制律才能获得可信输入。围绕降落标志检测，工程上主要存在两条技术路线：传统特征方法与深度学习方法。二者并非简单的新旧替代关系，而是在不同算力、不同标志形式、不同环境条件下各有适用边界。
核心原理：两条路线的本质差异
传统特征方法的核心思想是“人工设计特征 + 几何约束”。降落标志通常被设计为高对比度、规则几何形状，例如同心圆、H 形、ArUco 码、AprilTag 等。算法先通过灰度化、滤波、边缘检测、阈值分割等步骤提取候选区域，再利用轮廓面积、圆度、角点数量、颜色分布等人工特征进行筛选，最后通过模板匹配或几何关系确认目标。它的优势是计算量小、可解释性强、在嵌入式平台上容易达到实时性；缺点是依赖标志的视觉设计，对光照突变、遮挡、运动模糊和复杂背景的鲁棒性有限。
深度学习方法的核心思想是“数据驱动特征学习”。以 YOLO、SSD、Faster R-CNN 为代表的检测网络，通过卷积神经网络自动学习从像素到目标框的映射关系。网络在大量标注样本上训练后，能够同时输出目标类别与边界框，对光照变化、部分遮挡、尺度变化具有更强的适应能力。其代价是模型体积大、推理算力要求高，且需要针对降落标志采集和标注数据。近年来轻量化网络与边缘推理芯片的发展，使深度学习在机载端部署逐渐成为可能。
方法流程：从图像到检测结果
无论采用哪条路线，降落标志检测的工程流程都可以归纳为“输入—预处理—检测—后处理—输出”五个阶段。传统方法在预处理阶段投入较多，强调对比度增强与几何约束；深度学习方法则把大部分工作交给网络推理，预处理相对简单，但后处理中的非极大值抑制与置信度阈值同样关键。
# 传统方法典型参数配置（OpenCV 示例）
blur_ksize = 5 # 高斯滤波核
canny_low = 50 # 边缘检测低阈值
canny_high = 150 # 边缘检测高阈值
min_contour_area= 800 # 最小轮廓面积
circularity_th = 0.75 # 圆度阈值
match_threshold = 0.80 # 模板匹配阈值
# 深度学习方法典型推理参数
model = "yolov5n-landing.onnx"
input_size = 640
conf_thres = 0.45
iou_thres = 0.50
device = "NPU" # 机载边缘推理单元在真实系统中，检测模块通常以固定频率运行，例如 30 FPS。检测结果会送入跟踪器进行帧间关联，避免单帧误检导致控制抖动。若检测置信度连续多帧低于阈值，系统应触发重检测或降低飞行速度，而不是盲目相信单帧输出。
案例场景：移动平台降落中的标志检测
假设降落场景为移动车辆顶部铺设 ArUco 标志，无人机在 3 至 8 米高度、存在地面反光与部分遮挡的条件下接近。若采用传统方法，ArUco 的角点检测在光照均匀时表现良好，但在车辆阴影或标志被部分遮挡时容易丢失 ID；若采用 YOLO 类检测网络，模型可以在遮挡约 30% 的情况下仍给出候选框，但需要提前采集不同高度、不同光照、不同运动模糊程度的样本进行训练。
一个常见的工程折中方案是“深度学习检测 + 传统几何精定位”：用轻量网络快速找出标志大致区域，再在该区域内用传统角点或轮廓方法计算精确中心与角点坐标。这样既保留了深度学习的鲁棒性，又利用传统方法获得亚像素级几何精度，适合对位姿估计精度要求较高的降落任务。
对比与选型清单
| 对比维度 | 传统特征方法 | 深度学习方法 |
|---|---|---|
| 算力需求 | 低，适合 MCU / 低端 SoC | 高，需 GPU / NPU 边缘推理 |
| 标志依赖 | 依赖规则几何与高对比度设计 | 依赖标注数据，标志形式可灵活 |
| 光照鲁棒性 | 弱，阈值敏感 | 较强，数据增强可覆盖 |
| 遮挡适应 | 差，轮廓断裂即失败 | 较好，可学习部分特征 |
| 可解释性 | 强，每步可调试 | 弱，黑盒特征 |
| 部署周期 | 短，调参即可 | 长，需采集、标注、训练、量化 |
| 典型适用 | 固定标志、光照可控、低算力平台 | 复杂环境、多类标志、高鲁棒性需求 |
误区与复盘
- 误区一：检测置信度高就等于位姿可靠。检测框的置信度只反映“像不像标志”，并不代表角点定位精度。位姿估计需要的是角点级精度，二者不能混为一谈。
- 误区二：传统方法一定过时。在算力受限的机载平台上，传统方法仍是低延迟、低功耗的可靠选择，尤其适合作为深度模型的备份通道。
- 误区三：深度学习模型训练一次即可通用。不同相机畸变、不同高度、不同光照会显著改变数据分布，模型需要针对具体机型与镜头做微调或域适应。
- 误区四：忽略检测频率与控制周期的匹配。检测延迟过大会导致控制环路相位滞后，应在系统设计阶段明确检测耗时预算，例如单帧不超过 30 ms。
总体而言，传统特征方法与深度学习方法在降落标志检测中各有不可替代的价值。工程选型的核心不是追求“最新”，而是让检测模块在算力预算、环境复杂度与精度要求之间取得平衡。理解两条路线的原理差异与适用边界，才能在后续的位姿估计与控制环节中做出正确的系统设计。