一种基于树干特征的无人机定位方法、无人机及存储介质

    公开(公告)号:CN111811501B

    公开(公告)日:2022-03-08

    申请号:CN202010597975.2

    申请日:2020-06-28

    Abstract: 本发明公开了一种基于树干特征的无人机定位方法、无人机及存储介质,所述方法包括:根据无人机的惯性测量单元的测量数据获取所述无人机的定位参数在预设时段内各个时刻分别与惯性测量单元参数的第一对应关系;获取所述惯性测量单元在所述预设时段内的数据残差与所述惯性测量单元参数的第二对应关系;根据树干特征获取所述预设时段内的树干特征投影残差与所述惯性测量单元参数的第三对应关系;根据所述第一对应关系、所述第二对应关系以及所述第三对应关系获取目标惯性测量单元参数。所述基于树干特征的无人机定位方法基于树干特征以及无人机的惯性测量单元来对无人机进行定位,能够在森林环境下不依靠GPS信号实现定位。

    一种基于光电二极管的三维室内定位方法

    公开(公告)号:CN114088095A

    公开(公告)日:2022-02-25

    申请号:CN202111269921.4

    申请日:2021-10-29

    Abstract: 本发明公开了一种基于光电二极管的三维室内定位方法,方法包括:基于光电二极管,构建室内单层空间模块化的指纹库;获取目标物体的轨迹线,并根据指纹点、指纹点对应的光强序列和轨迹线,得到与轨迹线对应的候选光强序列集;获取与轨迹线对应的光强数据,并基于动态时间规整算法和卡曼滤波算法对光强数据和候选光强序列集进行定位计算,得到目标物体的目标位置。本发明基于光电二极管构建包含指纹点的光强序列的室内单层空间模块化指纹库,降低环境光强对指纹匹配的误差和计算复杂度,然后在指纹库中匹配出与输入轨迹线对应的候选光强序列集,最后利用动态时间规整算法和卡曼滤波算法进一步校准定位,避免单个指纹点的误差,使得定位更加精准。

    一种桁架空中运输系统及其构建方法

    公开(公告)号:CN114218744B

    公开(公告)日:2025-01-28

    申请号:CN202111306487.2

    申请日:2021-11-05

    Abstract: 本发明公开了一种桁架空中运输系统及其构建方法,所述系统包括:若干无人机;至少一个球铰,所述球铰设置在所述无人机上;至少一个系绳,所述系绳与所述球铰连接,且用于将所述球铰与载荷连接;至少一根杆件,所述杆件设置在无人机与无人机之间,且所述杆件的两端分别与所述无人机连接;所述无人机、所述杆件、所述系绳和所述载荷构成桁架刚性结构。本发明中无人机之间通过杆件连接,无人机与载荷之间通过系绳连接,使得所述无人机、所述杆件、所述系绳和载荷构成桁架刚性结构,提升了对尺寸小且重量大载荷的运输效率。

    一种图像检索与分类方法、系统、终端及存储介质

    公开(公告)号:CN114036326B

    公开(公告)日:2024-08-23

    申请号:CN202111177496.6

    申请日:2021-10-09

    Abstract: 本发明公开了一种图像检索与分类方法、系统、终端及存储介质,所述方法包括:获取待查询图像;将所述待查询图像输入目标哈希分类网络,得到所述待查询图像对应的预测哈希码和预测图像类别;获取目标数据库哈希码,根据所述目标数据库哈希码和所述预测哈希码确定所述待查询图像对应的目标图像集。本发明采用哈希码的方式来确定待查询图像的图像类别和其对应的一组相似图像,解决了现有的基于内容的图像检索方法无法获取图像的场景类别的问题,有助于图像的进一步分析和处理。

    多无人机轨迹规划方法、装置、无人机及存储介质

    公开(公告)号:CN113900449B

    公开(公告)日:2023-12-22

    申请号:CN202111248705.1

    申请日:2021-10-26

    Abstract: 本发明公开了一种多无人机轨迹规划方法、装置、无人机及存储介质,其中,上述多无人机轨迹规划方法包括:建立无人机运动模型;获取目标状态约束运动基元采样模型;对于多无人机集合中任一目标无人机,构建包括飞行安全约束和目标点距离优化约束的目标函数,飞行安全约束限定目标无人机与障碍物之间的距离,障碍物包括环境障碍物和除目标无人机以外的其它无人机;求解目标函数,获取目标无人机在当前滚动预测时域内的最优末端状态,并基于上述目标状态约束运动基元采样模型和上述无人机运动模型获取上述目标无人机在当前滚动预测时域内对应的目标飞行轨迹,目标飞行轨迹包括一组状态量。与现有技术相比,本发明方案有利于提升无人机的安全性。

    基于分布式架构获取目标状态的方法、装置及存储介质

    公开(公告)号:CN114338664B

    公开(公告)日:2023-09-26

    申请号:CN202111444606.0

    申请日:2021-11-30

    Abstract: 本发明涉及分布式架构技术领域,具体是涉及基于分布式架构获取目标状态的方法、装置及存储介质。本发明采用分布式架构中的各个节点体获取目标物体的状态,再结合各个节点体的相邻节点体进行逆协方差交叉迭代运算,最终各个节点体获得融合后的目标状态数据。分布式架构增加了整体系统的健壮性同时降低了对通信带宽的需求。本发明采用节点集合对每个节点体获取到的目标状态数据进行迭代运算,能够使得每个节点体所获得的目标状态数据扩散到整个分布式架构所在的网络中,从而提高了通过分布式架构所获取到的目标状态数据的精度。同时由于采用的迭代算法在每次迭代时都能给出一个一致性的融合结果,使得最终得到的目标状态数据接近于真实状态参数。

    一种基于光电二极管的三维室内定位方法

    公开(公告)号:CN114088095B

    公开(公告)日:2023-07-25

    申请号:CN202111269921.4

    申请日:2021-10-29

    Abstract: 本发明公开了一种基于光电二极管的三维室内定位方法,方法包括:基于光电二极管,构建室内单层空间模块化的指纹库;获取目标物体的轨迹线,并根据指纹点、指纹点对应的光强序列和轨迹线,得到与轨迹线对应的候选光强序列集;获取与轨迹线对应的光强数据,并基于动态时间规整算法和卡曼滤波算法对光强数据和候选光强序列集进行定位计算,得到目标物体的目标位置。本发明基于光电二极管构建包含指纹点的光强序列的室内单层空间模块化指纹库,降低环境光强对指纹匹配的误差和计算复杂度,然后在指纹库中匹配出与输入轨迹线对应的候选光强序列集,最后利用动态时间规整算法和卡曼滤波算法进一步校准定位,避免单个指纹点的误差,使得定位更加精准。

    基于相对观测等效模型的协同定位方法、装置及终端

    公开(公告)号:CN115792796B

    公开(公告)日:2023-06-06

    申请号:CN202310104101.2

    申请日:2023-02-13

    Abstract: 本发明公开了基于相对观测等效模型的协同定位方法、装置及终端,包括:通过第一传感器预测当前平台的位置信息,并利用第二传感器对周围锚点进行观测,更新预测的位置信息;检测预设通信范围内的其他无人系统,并根据无迹变换算法建立相对观测的等效观测模型;基于相对观测的等效观测模型,利用当前平台与其他无人系统的相对观测,对当前平台的位置信息进行二次更新或通过一致性融合的方式更新当前平台的位置信息;将二次更新或一致性融合后的位置信息作为当前时刻的定位信息,进行预测,输出当前平台在下一时刻的位置信息。本发明通过无迹变换、融合的方式对无人系统平台定位进行加强,从而获得定位精度的提升以及保证了结果的一致性。

    用于形成追捕策略的强化学习模型训练方法和训练装置

    公开(公告)号:CN114779631A

    公开(公告)日:2022-07-22

    申请号:CN202210278558.0

    申请日:2022-03-21

    Abstract: 本发明涉及追捕技术分析技术领域,具体是涉及用于形成追捕策略的强化学习模型训练方法和训练装置。本发明逃跑者的控制量并不是确定性的,而是根据追捕者的信息给出的控制量,即逃跑者与追捕者进行了交互,这与实际追捕过程中逃跑者会根据追捕者的信息而做出相应的逃跑策略上的改变是一致的,追捕强化学习模型再根据改变之后的逃跑策略而给出追捕者的追捕策略。如此往复地对追捕强化学习模型进行训练,这样等到的已训练追捕强化学习模型应用到实际追逃过程中,即便逃跑者针对追捕者改变了逃跑策略,追捕者依然能够精准地实现对逃跑者的追捕,从而增加了已训练的追捕强化学习模型的鲁棒性。

    基于深度学习的组合导航方法、装置、系统及存储介质

    公开(公告)号:CN114689047A

    公开(公告)日:2022-07-01

    申请号:CN202210616148.2

    申请日:2022-06-01

    Inventor: 崔金强 刘耀华

    Abstract: 本发明公开了一种基于深度学习的组合导航方法、装置、系统及存储介质,方法包括:通过卡尔曼滤波器融合INS和GPS,构建INS和GPS组合导航系统;推导GPS的位置增量与INS的输出值之间的关系,确定深度学习模型的输入值和输出值;构建深度学习模型及其损失函数,并学习输入值与输出值之间的非线性关系;分别进行仿真实验和真实场景实验,调整深度学习模型的超参数,得到训练后的深度学习模型;进行GPS中断测试,生成丢失的GPS位置数据,并根据丢失的数据校准INS的输出值,得到GPS中断后的导航数据。本发明将卡尔曼滤波器和深度学习相结合,提升了INS和GPS组合导航的鲁棒性和精度。

Patent Agency Ranking