公开(公告)号：CN119295743A

公开(公告)日：2025-01-10

申请号：CN202411815495.3

申请日：2024-12-11

Applicant: 中国民用航空飞行学院

Inventor： 程擎 ,  闫恒志 ,  华翔 ,  张正源 ,  叶紫

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V20/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进的YOLOv8的小型无人机入侵的检测方法，其涉及无人机入侵检测技术领域。本发明提出一种改进的YOLOv8网络模型，引入SPD‑Conv层和DP‑MobileNetv3层至YOLOv8网络模型的Backbone模块，在保持高效的特征提取能力的同时，减少模型的参数量与计算复杂度，进一步降低YOLOv8模型的大小，消除特征提取过程中的冗余信息，且保留无人机小目标的细节，提高模型的准确性和检测速度。

公开(公告)号：CN119295743B

公开(公告)日：2025-02-25

申请号：CN202411815495.3

申请日：2024-12-11

Applicant: 中国民用航空飞行学院

Inventor： 程擎 ,  闫恒志 ,  华翔 ,  张正源 ,  叶紫

IPC: G06V10/25 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06V20/60 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于改进的YOLOv8的小型无人机入侵的检测方法，其涉及无人机入侵检测技术领域。本发明提出一种改进的YOLOv8网络模型，引入SPD‑Conv层和DP‑MobileNetv3层至YOLOv8网络模型的Backbone模块，在保持高效的特征提取能力的同时，减少模型的参数量与计算复杂度，进一步降低YOLOv8模型的大小，消除特征提取过程中的冗余信息，且保留无人机小目标的细节，提高模型的准确性和检测速度。

公开(公告)号：CN118051063B

公开(公告)日：2024-06-14

申请号：CN202410452069.1

申请日：2024-04-16

Applicant: 中国民用航空飞行学院

Inventor： 程擎 ,  曾嘉诚 ,  王德超 ,  何汶键 ,  华翔

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种低空无人机避障飞行的训练方法，属于无人机避障技术领域，包括如下步骤：构建三维避障场景；将无人机设置于三维避障场景中，利用多经验池深度确定策略梯度模型进行低空无人机飞行训练，完成低空无人机避障飞行的训练。本发明通过将不同的飞行经验数据分类存储至不同的经验池中，实现了对于飞行经验数据的利用效率的提高，使得无人机能够更好地学习成功的避障飞行到达策略，并尽量避免失败的策略，从而解决了无人机避障飞行训练速度慢和效果不足的问题；本发明还基于不同等级飞行区域设置了奖励函数，加快了算法收敛速度，从而解决了算法收敛速度慢导致训练速度慢的问题。

公开(公告)号：CN118051063A

公开(公告)日：2024-05-17

申请号：CN202410452069.1

申请日：2024-04-16

Applicant: 中国民用航空飞行学院

Inventor： 程擎 ,  曾嘉诚 ,  王德超 ,  何汶键 ,  华翔

IPC: G05D1/46 ,  G05D109/20

Abstract: 本发明公开了一种低空无人机避障飞行的训练方法，属于无人机避障技术领域，包括如下步骤：构建三维避障场景；将无人机设置于三维避障场景中，利用多经验池深度确定策略梯度模型进行低空无人机飞行训练，完成低空无人机避障飞行的训练。本发明通过将不同的飞行经验数据分类存储至不同的经验池中，实现了对于飞行经验数据的利用效率的提高，使得无人机能够更好地学习成功的避障飞行到达策略，并尽量避免失败的策略，从而解决了无人机避障飞行训练速度慢和效果不足的问题；本发明还基于不同等级飞行区域设置了奖励函数，加快了算法收敛速度，从而解决了算法收敛速度慢导致训练速度慢的问题。