基于多分支并行混合空洞编码神经网络的目标检测方法

    公开(公告)号:CN114821462A

    公开(公告)日:2022-07-29

    申请号:CN202210319406.0

    申请日:2022-03-29

    Abstract: 本发明涉及一种基于多分支并行混合空洞编码神经网络的目标检测方法,包括:获取待测图像;将待测图像输入至训练完成的多分支并行混合空洞编码神经网络中,得到待测图像的最终检测结果。本发明的目标检测方法,通过训练完成的多分支并行混合空洞编码神经网络,对无人机拍摄得到的待测图像进行目标检测,该多分支并行混合空洞编码神经网络利用并行混合空洞编码神经网络对输入图像进行特征提取,同时利用解码预测网络和注意力无锚预测网络得到两个检测结果,通过对两个检测结果的融合得到最终检测结果,该目标检测方法能够提高无人机对地面小目标的检测精度,尤其对密集、遮挡场景下小目标的漏检及误检现象进行改善。

    基于神经网络的飞行器上升段轨迹优化方法

    公开(公告)号:CN113031448B

    公开(公告)日:2022-03-04

    申请号:CN202110314998.2

    申请日:2021-03-24

    Abstract: 本发明提出了一种基于神经网络的飞行器上升段轨迹优化方法,用于解决现有技术中存在的实时性和适应性较差的技术问题,包括以下步骤:步骤一:建立发射惯性系下飞行器上升段连续最优控制问题;步骤二:获取发射惯性坐标系下飞行器真空飞行段的连续两点边值问题;步骤三:获取飞行器的标称参数和非标称参数;步骤四:对发射惯性坐标系下飞行器上升段连续最优控制问题进行离线求解;步骤五:对发射惯性坐标系下飞行器真空飞行段的连续两点边值问题进行离线求解;步骤六:构建神经网络并对其进行离线训练;步骤七、在线获取飞行器上升段的轨迹优化结果。

    一种基于变分水平集的超像素分割方法

    公开(公告)号:CN110969628A

    公开(公告)日:2020-04-07

    申请号:CN201811139130.8

    申请日:2018-09-28

    Abstract: 本发明公开了一种基于变分水平集的超像素分割方法,包括以下步骤:S1、选取多个种子点,并对所述种子点进行标记;S2、判断标记的种子点满足预定条件时,对所述标记的种子点进行演化;S3、初始化演化时刻,对所述种子点进行变分水平集演化;S4、更新所述变分水平集,并进行下一次变分水平集演化;S5、判断演化结果是否满足终止条件,若是,则停止演化,若否则返回执行步骤S4;S6、将所述演化结果作为超像素的边界。本发明的方法可以有效利用SAR图像的多种属性特征信息,克服相干斑噪声的影响,提高SAR图像的超像素分割准确度。

    基于太阳帆的空间碎片清理装置及方法

    公开(公告)号:CN108177801B

    公开(公告)日:2020-04-07

    申请号:CN201711187854.5

    申请日:2017-11-24

    Abstract: 本发明提出了一种基于太阳帆的空间碎片清理装置及方法,旨在提高厘米级空间碎片的清理效率,并降低轨道清理过程中的能量消耗和机动平台的制造成本,太阳帆的支撑杆伸展并带动帆面展开;支撑杆上的滑块根据探测控制模块的指令滑动,调整太阳帆姿态,太阳帆向目标碎片靠近;吸纳器通过腔体内的电磁线圈将磁性碎片吸入到粉碎腔内;粉碎腔内的分解网粉碎磁性碎片,球磨机将粉碎后的碎块研磨为磁性粉尘;静电加速器内的放电装置对经过粉碎腔和静电加速器之间隔离板上的出尘孔进入腔体内的磁性粉尘充电,并在静电发生器提供的高压静电场内使磁性粉尘加速;喷枪管向非磁性碎片喷射在缓冲区混合的膨胀泡沫和高速磁性粉尘,使非磁性碎片降轨。

    一种基于免疫克隆选择的再入轨迹优化方法

    公开(公告)号:CN110826288A

    公开(公告)日:2020-02-21

    申请号:CN201911027233.X

    申请日:2019-10-27

    Abstract: 本发明属于制导控制技术领域,公开了一种基于免疫克隆选择的再入轨迹优化方法,适用于高速飞行器再入大气时,寻求一条使指定性能指标达到最优的飞行轨迹。实现步骤包括:构建飞行器再入轨迹最优控制问题;将飞行器再入轨迹最优控制问题离散参数化为非线性规划问题;采用免疫克隆选择算法求解非线性规划问题,得到非线性规划问题的次优解;以该次优解为初始估计解,采用序列二次规划法求解非线性规划问题,得到飞行器最优再入轨迹。本发明将免疫克隆选择算法得到的次优解作为序列二次规划法的初始估计解,避免了繁琐的人工设计和初值试验,提高了序列二次规划法求解的收敛速度,同时依靠序列二次规划法进一步提高了精度。

    基于hp自适应伪谱法的太阳帆星际转移轨迹优化方法

    公开(公告)号:CN108562292B

    公开(公告)日:2019-11-26

    申请号:CN201711187855.X

    申请日:2017-11-24

    Abstract: 本发明提出了一种基于hp自适应伪谱法的太阳帆星际转移轨迹优化方法,适用于太阳帆从某行星轨道航行至另一行星轨道时,寻求一条最优转移轨迹,使其轨道转移的时间最小,用于解决现有技术中存在的收敛速度慢的技术问题,实现步骤包括:建立极坐标系下的太阳帆星际转移运动方程;构建太阳帆星际转移轨迹的最优控制问题;采用hp自适应伪谱法对太阳帆星际转移轨迹的最优控制问题进行优化,得到太阳帆星际转移的最优飞行轨迹。本发明根据计算精度的要求,自适应地调整相应区间的网格个数或多项式的阶次,从而具有更少的配点个数和更合理的配点分布,减少了计算量,有效地提高了收敛速度。

    基于ORB-SLAM的高精度车辆定位方法

    公开(公告)号:CN109631855A

    公开(公告)日:2019-04-16

    申请号:CN201910075818.2

    申请日:2019-01-25

    Abstract: 本发明公开了一种基于ORB‑SLAM的高精度车辆定位方法,主要解决当前ORB‑SLAM经典定位算法定位结果精度不高的问题。其实现步骤为:选取标定板对双目相机进行标定,并对摄取到的图像进行立体校正;检测校正图像中的ORB特征点并完成特征点提取;利用双目稀疏特征匹配方法将提取到的特征点进行匹配,再利用相邻帧特征跟踪的方法获取当前相机位姿信息,构建局部地图;对建立的局部地图进行闭环检测与全局优化,以完成视觉地图的建立,并保存视觉地图;根据图像中匹配特征点数量选择车辆定位方案,并通过读取视觉地图确定出目标车辆的最终位置。本发明提高了车辆定位精度和鲁棒性,可用于无人驾驶汽车人工智能管理及安全处置。

    基于太阳帆的空间碎片清理装置及方法

    公开(公告)号:CN108177801A

    公开(公告)日:2018-06-19

    申请号:CN201711187854.5

    申请日:2017-11-24

    Abstract: 本发明提出了一种基于太阳帆的空间碎片清理装置及方法,旨在提高厘米级空间碎片的清理效率,并降低轨道清理过程中的能量消耗和机动平台的制造成本,太阳帆的支撑杆伸展并带动帆面展开;支撑杆上的滑块根据探测控制模块的指令滑动,调整太阳帆姿态,太阳帆向目标碎片靠近;吸纳器通过腔体内的电磁线圈将磁性碎片吸入到粉碎腔内;粉碎腔内的分解网粉碎磁性碎片,球磨机将粉碎后的碎块研磨为磁性粉尘;静电加速器内的放电装置对经过粉碎腔和静电加速器之间隔离板上的出尘孔进入腔体内的磁性粉尘充电,并在静电发生器提供的高压静电场内使磁性粉尘加速;喷枪管向非磁性碎片喷射在缓冲区混合的膨胀泡沫和高速磁性粉尘,使非磁性碎片降轨。

    基于压缩感知的紫外光与红外光成像系统和方法

    公开(公告)号:CN103929577B

    公开(公告)日:2017-02-15

    申请号:CN201410168968.5

    申请日:2014-04-24

    Abstract: 本发明公开了一种基于压缩感知的紫外光与红外光成像系统和方法,主要解决现有紫外光与红外光成像装置成本高、图像配准性差的问题。其实现步骤是:利用成像镜头将目标景物成像到数字微镜器件上;数字微镜器件对其上光信号随机采样;光信号分离器将随机采样的光信号分离得到紫外光和红外光;单点紫外传感器与单点红外传感器分别对紫外光和红外光进行光电转换;模数转换器将光电转换的模拟电信号变换为数字电信号;最后计算机将数字电信号存储,并通过压缩感知的恢复方法计算得到数字紫外图像和数字红外图像。本发明装置利用两个单点传感器和一个数字微镜器件,替代价格昂贵的传感器阵列,减小了成本,增强了图形配准性,可用于目标的检测。

    基于核极限学习机的X射线脉冲星光子信号辨识方法

    公开(公告)号:CN105136138A

    公开(公告)日:2015-12-09

    申请号:CN201510473933.7

    申请日:2015-08-05

    CPC classification number: G01C21/02 G06F17/5009

    Abstract: 本发明公开了一种基于极限学习机的X射线脉冲星光子信号辨识方法,主要解决现有脉冲星信号辨识算法中耗时时间长、计算量大、实用性差的问题。其实现步骤是:1.根据脉冲星光子信号概率分布函数构建训练样本数据和测试样本数据;2.通过对训练样本进行训练得到极限学习机的分类器输出函数;3.将测试样本数据代入极限学习机的分类器输出函数得到测试样本的类别标签,完成对脉冲星信号的辨识。本发明利用极限学习机方法替代大量的高阶谱计算,减少了运算量,提高了脉冲星光子信号的辨识速度,可用于脉冲星导航系统。

Patent Agency Ranking