-
公开(公告)号：CN118062293A
公开(公告)日：2024-05-24
申请号：CN202410238523.3
申请日：2024-03-01
申请人： 中国人民解放军国防科技大学
摘要： 本发明实施例提供了一种无人机取电装置。无人机取电装置包括：安装台；导向结构，包括相互连接且交叉设置的第一导向部和第二导向部，第一导向部和第二导向部设于安装台上，并且于远离安装台的一侧形成扇形导向空间，扇形导向空间具有顶轴区，顶轴区形成于第一导向部和第二导向部的交叉设置处；顶轴区用于容置电缆；第一抓手和第二抓手，第一抓手于第一导向部的一侧活动连接安装台，第二抓手于第二导向部的一侧活动连接安装台；第一抓手和第二抓手可相对导向结构往复运动，在交叉设置处相互连接并锁定电缆。无人机取电装置通过设置导向结构并配合第一抓手和第二抓手实现了无人机在锁定高压架空电缆，从而实现了无人机与高压架空电缆的顺利对接。
-
公开(公告)号：CN112489118B
公开(公告)日：2022-06-14
申请号：CN202011475991.0
申请日：2020-12-15
申请人： 中国人民解放军国防科技大学
摘要： 本发明公开一种无人机机载传感器组外参快速标定方法，其特征在于，包括如下步骤：步骤1，采集原始样本集；步骤2，对原始样本集进行优化与人工标注，得到标签样本集；步骤3，建立传感器组外参的优化目标函数，并基于标签样本集对传感器组外参进行迭代优化，得到精确的传感器组外参。针对无人机机载摄像机‑云台‑里程计传感器组，提出了一种外参数快速标定方法，依托最优化理论设计了外参数优化目标函数，实现了在重建误差平方和指标下的机载摄像机‑云台‑里程计传感器组外参数的最优估计，相比传统的人工辅助方法，在保证一定标定精度的前提下大幅提升了参数标定的效率。
-
公开(公告)号：CN108920711B
公开(公告)日：2021-09-24
申请号：CN201810825689.X
申请日：2018-07-25
申请人： 中国人民解放军国防科技大学
摘要： 一种面向无人机起降引导的深度学习标签数据生成方法，管理员客户端建立数据库系统，定义标注要求并派发任务；各用户登陆标注客户端，通过各标注客户端接收标注任务和标注要求，对各待标注的场景图像进行人工标注，标注后的各场景图像以xml格式的形式保存到数据库系统，对数据库系统进行实时更新。所有待标注的场景图像全部标注完毕后，审核员登陆审核员客户端，通过审核员客户端网络访问数据库系统，由审核员客户端对标注结果(即标注后的各场景图像)进行审核。本发明通过网络化方式发布标注任务，设计审核方法自动审核标注结果，大大提高了数据标注效率和标注结果可靠性，有效的解决了深度学习大规模样本标注的现实需求。
-
公开(公告)号：CN108733066B
公开(公告)日：2021-05-07
申请号：CN201810424169.8
申请日：2018-05-07
申请人： 中国人民解放军国防科技大学
摘要： 本发明提供一种基于吊舱姿态反馈的目标跟踪控制方法。在已知目标检测成像结果的前提下，考虑到吊舱的2个姿态角(俯仰角和偏航角)的输出是已知的，同时吊舱和无人机是捷联的，因此可以利用吊舱的姿态信息来生成所需的角度输入，进而产生吊舱速度控制指令，从而使得目标保持在视场中心。通过该方法能够快速准确的控制吊舱的旋转，使得目标在视场中心。
-
公开(公告)号：CN108731683A
公开(公告)日：2018-11-02
申请号：CN201810424189.5
申请日：2018-05-07
申请人： 中国人民解放军国防科技大学
IPC分类号： G01C21/20
摘要： 针对合作目标为静止的情况下，本发明提供一种基于导航信息的无人机自主回收目标预测方法。合作目标静止意味着合作目标在世界坐标系中的位移分量不发生改变，即 不发生变化。在无人机自主回收的过程中，无人机能够实时提供位姿等导航信息，本发明基于前一段时刻的无人机的位姿信息，利用相关的数值方法拟合合作目标的运动曲线，根据该曲线预估合作目标当前时刻的空间运动位置，再结合导航信息预测合作目标的成像点。本发明结合导航信息可以预测合作目标的成像区域，仅在该区域内进行目标检测跟踪以及相对位姿解算，从而提高合作目标位姿估计算法的实时性和准确性。
-
公开(公告)号：CN112504261B
公开(公告)日：2024-02-09
申请号：CN202011237125.8
申请日：2020-11-09
申请人： 中国人民解放军国防科技大学
IPC分类号： G01C21/00
摘要： 本发明公开一种基于视觉锚点的无人机降落位姿滤波估计方法及系统，该方法面向无人机降落过程中的空间位置和姿态估计需求，构建了基于视觉锚点测量的无人机位姿估计扩展卡尔曼滤波模型，依托扩展卡尔曼滤波器理论，实现了在最小误差二范数平方和指标下的无人机位姿的最优估计，并且有效降低了降落过程中地基视觉的观测误差对无人机位姿估计准确性的影响，相比传统方法大幅提升了无人机降落过程中位姿估计的准确性和鲁棒性。
-
公开(公告)号：CN117456394A
公开(公告)日：2024-01-26
申请号：CN202311710451.X
申请日：2023-12-13
申请人： 中国人民解放军国防科技大学
IPC分类号： G06V20/17 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/08
摘要： 本申请属于目标检测技术领域，涉及一种无人机图像目标检测方法、装置、设备和介质。方法包括：获取多模态数据，根据多模态数据得到：脑电数据、图像数据以及标签数据；搭建两个单模态教师模型以及一个多模态学生模型；将脑电数据和图像数据分别输入两个单模态教师模型，进行预训练，得到预训练教师模型；根据预训练教师模型，分别计算蒸馏损失；同时，计算学生损失；根据蒸馏损失、学生损失以及标签数据，基于置信度和多样性为不同教师分配不同的重要性权重，构造整体损失函数；根据整体损失函数训练多模态学生模型，并进行无人机图像目标检测。本申请能够提高无人机传感器图像目标检测的精度、效率以及鲁棒性。
-
公开(公告)号：CN115933712A
公开(公告)日：2023-04-07
申请号：CN202211435228.4
申请日：2022-11-16
申请人： 中国人民解放军国防科技大学
IPC分类号： G05D1/06
摘要： 本发明涉及一种基于深度强化学习的仿生鱼领导者—跟随者编队控制方法，包括：构建竞争双重Q网络；从预设仿真流场环境获取编队中每条跟随者及领导者的状态向量，并将当前时间步的状态向量输入竞争双重Q网络，配合基于模仿领导者行为的跟随者动作选择策略，对每条跟随者在编队的动作进行选择；竞争双重Q网络基于各条跟随者的编队奖励/惩罚，优化带衰减系数的模仿学习损失函数，并重复前述步骤，获取训练完的网络模型；在线载入网络模型，并获取仿真流场环境中每条跟随者及领导者的状态向量，基于状态向量评估各跟随者当前状态下各个动作的Q值；各跟随者选择最大Q值对应的动作，保持领导者和跟随者的编队构型，完成编队控制任务。
-
公开(公告)号：CN112489089B
公开(公告)日：2022-06-07
申请号：CN202011481692.8
申请日：2020-12-15
申请人： 中国人民解放军国防科技大学
IPC分类号： G06T7/246 , G06T5/10 , G06T5/20 , G06V20/17 , G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04
摘要： 本发明公开一种微型固定翼无人机机载地面运动目标识别与跟踪方法，包括：步骤1，基于机载实时图像对目标进行识别，得到目标的类别信息与初始位置信息；步骤2，基于机载实时序列图像、目标的类别信息与初始位置信息对目标进行跟踪，得到目标的实时位置信息；步骤3，基于目标的实时位置信息进行验证，若验证通过则将当前的实时位置信息作为最终位置信息输出，否则返回步骤1。通过结合目标检测和目标跟踪的并行框架，实现对地面目标的低帧率检测识别、快速关联跟踪以及严格精准验证，不仅在保证目标检测识别精度的前提下实现机载实时目标时序跟踪，也能够适应跟踪目标过程中出现的目标频繁进出视野、光照及观测视角不断变化等场景。
-
公开(公告)号：CN112504261A
公开(公告)日：2021-03-16
申请号：CN202011237125.8
申请日：2020-11-09
申请人： 中国人民解放军国防科技大学
IPC分类号： G01C21/00
摘要： 本发明公开一种基于视觉锚点的无人机降落位姿滤波估计方法及系统，该方法面向无人机降落过程中的空间位置和姿态估计需求，构建了基于视觉锚点测量的无人机位姿估计扩展卡尔曼滤波模型，依托扩展卡尔曼滤波器理论，实现了在最小误差二范数平方和指标下的无人机位姿的最优估计，并且有效降低了降落过程中地基视觉的观测误差对无人机位姿估计准确性的影响，相比传统方法大幅提升了无人机降落过程中位姿估计的准确性和鲁棒性。
-
-
-
-
-
-
-
-
-
搜索结果
41 条记录 (耗时 0.034 秒)
