基于YOLOv5 算法的无人机伤员搜救系统设计

廖骏明，徐逸晖，郑 潞，郑善豪，卓伟豪，廖绍成

（中国矿业大学，江苏 徐州 221116）

伤员搜救是指对灾害现场处于危险中的人员进行搜寻和救援行动，其目标是减少人员伤亡。伤员搜救面临着搜救环境危险、时间紧迫、光线昏暗等困难。近年来，无人机（Unmanned Aerial Vehicle，UAV）越来越多地被用作辅助救援工具。无人机可以穿越人类难以到达的地区，如山区、岛屿等，无人机的携带能力可以在救援人员到达前运送药品和救援设备。与直升机相比，多旋翼无人机具有操作简单、无跑道起降、体积小和可靠性高等优点，适合在搜救工作中应用[1-3]。

在传统的搜救工作中，救援人员可能错过被搜救的人员。随着嵌入式GPU 性能提升和成本下降，在无人机平台运行图像识别和神经网络模型的门槛大大降低。使用算法自动检测图像中可能存在的人类，可提高救援工作的效率。本文研究近年流行的YOLO 目标检测算法，此算法平衡了识别的准确率和性能，适用于无人机平台，并且在开源社区的努力下仍在迭代优化[4]。

1 无人机系统

1.1 无人机硬件组成

四旋翼无人机系统的硬件模块可以划分为飞行控制系统、动力系统和视觉识别系统3 个子系统，各个硬件模块的关系图如图1 所示。

图1 无人机硬件关系图

3 个子系统的介绍如下。

1）飞行控制系统负责无人机的姿态控制、导航等功能，是无人机的核心部分。飞行控制系统由PX4 飞控、树莓派4B 计算机和GPS 模块等组成。

2）飞行动力系统负责提供无人机的电力，是无人机飞行的基础。动力系统由电机、电调、桨叶、电池和分电板等硬件组成。

3）视觉识别系统负责对无人机周围的环境进行感知，是无人机实现伤员搜救任务的关键。视觉识别系统由摄像头、数据传输线、激光雷达等硬件，以及图像处理软件组成。

实验无人机的硬件参数见表1，本平台选用常见硬件，并保留后续升级其他模块的裕量。

表1 无人机硬件参数

组装完成的无人机实物照片如图2 所示。

图2 组装完成的无人机实物

1.2 无人机飞行原理

四旋翼无人机的组装结构可分为“+”型和“×”型2种类型，二者飞行原理相似。本文采用更为常见的“×”型，其4 个电机在对角线位置。四旋翼无人机的运动是通过控制4 个螺旋桨的速度，改变力和扭矩来实现的，示意图如图3 所示。

图3 “×”型四旋翼无人机示意图

无人机的飞行姿态可以由以下公式归纳[5]

式中：ψ、θ、ϕ分别表示偏航角、俯仰角和翻滚角，°；Ix、Iy、Iz是四旋翼三轴的转动惯量，kg·m2；U1是4 个螺旋桨产生的总力，N；U2、U3、U4是翻滚、俯仰和偏航三轴的力矩，N·m。

四旋翼无人机通常由2 个PID 控制回路控制。一个是用于姿态控制的内环；另一个是用于位置控制的外环。为了求解真正的控制量，即螺旋桨的速度，需要建立螺旋桨与U1、U2、U3、U4之间的关系。在图3 所示的结构中，关系如下

式中：ω1（i=1，2，3，4）是对应电机的角速度，rad/s；CT是螺旋桨拉力系数；CM是螺旋桨转矩系数；d是无人机中心到电机的距离，m。

四旋翼无人机组装完成后，需要进行测试，测试过程需要注意人身和设备安全。首先，检查接线是否正确、各部件连接点是否牢固、飞控是否报警。如果一切正常，可以安装螺旋桨后进行室外飞行。

2 基于YOLOv5 算法的伤员图像识别

2.1 YOLOv5 介绍

YOLO 算法是一种基于深度学习的单阶段目标检测算法。YOLO 算法的特点是速度快、通用性强，近年在无人机目标检测领域越来越受欢迎。本文采用的YOLOv5 由3 部分组成：特征提取层（Backbone）、特征融合层（Neck）和预测层（Head）。根据网络的深度和宽度差异，YOLOv5 提供了5 个不同尺寸的版本。对于无人机平台，考虑计算机的性能较弱，推荐使用YOLOv5s 模型。

2.2 伤员图像识别

首先准备数据集，模拟伤员姿势在不同的角度、背景、光线下拍摄500 张照片，使用LabelImg 软件对图片进行标注。之后调用YOLO 程序训练神经网络。将500 张照片样本随机划分为300 张训练集，100 张验证集，100 张测试集。训练所用计算机的硬件配置见表2，训练耗时2.1 h。

表2 训练计算机硬件配置

使用训练好的权重模型对进行识别，原始图像和识别结果如图4 所示。

图4 原始图像和识别后的图像

经过100 张样本图片的测试，训练的模型识别出96 张图片中的人物。100 张样本的最长、最短、平均识别时间分别为1.21、0.31、0.54 s。

3 系统界面设计

3.1 PyQt5 介绍

Qt 是一个跨平台的C++应用程序开发框架，它为开发者提供了建立图形用户界面（Graphical User Interface，GUI）所需的基本功能，被广泛用于应用程序开发。而PyQt5 是Qt5 框架在Python 语言下的实现，PyQt5 提供了一个基本的窗口控件集合，具有面向对象、高性能、开发灵活等诸多优点。由于PyQt5 框架与YOLO 算法都是基于Python 编程语言开发的，所以可以很方便地将二者整合到一起。结合Python 大量第三方库可以开发出许多强大功能，例如图像识别、音视频数据分析等。

3.2 系统界面设计

在开发软件前，首先进行软件功能的规划，无人机伤员搜救系统应包括以下功能。

1）实时图像识别。本功能包含摄像头设备选择、摄像头实时图像显示、识别结果展示3 部分。可通过下拉列表切换多个摄像头设备，通过点击按钮切换是否读取摄像头的图像流，并将摄像头的识别结果显示在软件界面中。

2）无人机实时参数。本区域显示了无人机的高度、速度、电池电压和系统状态等关键信息。ROS 与PyQt5程序之间使用Socket 通信协议传输数据。

3）系统日志。本区域记录系统运行的关键信息，右侧2 个按钮可以实现日志清除和导出功能。

基于上述功能规划，在PyQt5 的Qt 设计师（QtDesigner）程序中设计无人机伤员搜救系统的软件界面，并保存窗口布局为.ui 文件，供后续程序代码调用。本程序使用了PyQt5 中的按钮（PushButton）、文本标签（Label）、组合框（ComboBox）和文本框（TextEdit）分组框（Group Box）等控件，软件运行的截图如图5 所示。

图5 软件运行截图

启动软件后，软件以2 s 为周期定时刷新无人机参数，数据的自动刷新使用PyQt5 中的QTimer 定时器组件实现。随后软件等待用户选择并打开摄像头，并读取图像流，调用YOLO 算法识别，并将识别结果显示在图片区域中。

软件响应用户的操作利用Qt 特有的“信号和槽”机制实现。当用户点击界面的按钮或在文本框中输入文字时，会产生一个“信号”，驱动执行对应“槽”函数中的代码，从而改变界面的显示效果。这是Qt 与其他GUI 框架相比的独特机制，可以简化程序开发的流程。

4 结束语

本文使用YOLOv5 算法展示了对模拟伤员图片的检测。实验结果表明，采用无人机救援和YOLO 目标检测算法设计的救援系统具有视角广、识别时间短、工作效率高等优点。对于模拟训练集，伤员平均识别率在95%以上，从而确保救援工作的快速开展，为搜救行动提供有效的支持。

但是本文的无人机救援系统还存在续航时间短、通信不稳定等问题，未来多机协同、自主飞行等技术的普遍应用，无人机将在更多领域为人类社会做出贡献。下一步工作可以将光学和热成像技术结合，以进一步减少伤员的漏检率。还可以扩充数据集和标注，分类坐、蹲、躺等不同的伤员姿态。