-
公开(公告)号：CN115201965A
公开(公告)日：2022-10-18
申请号：CN202210667016.2
申请日：2022-06-13
Applicant: 云南民族大学
IPC: G02B6/14
Abstract: 本发明提供一种双波段模式复用光子灯笼器件及制作方法，该器件包括：光纤阵列、过渡区以及少模或多模端口；光纤阵列包括由置于石英毛细管内预设数量的980nm单模光纤和一根1550nm少模或多模光纤，按预设拉伸比例经绝热拉锥至预设拉伸长度后得到的部分和露出部分；光纤阵列为拉锥前后不变的部分，过渡区为拉锥后形状改变的部分，少模或多模端口为拉锥后形状改变的端口部分；拉伸比例根据少模或多模光纤的归一化频率确定，以使得少模端口或多模端口产生LP模式。该器件能够解决常规光子灯笼用于构建光纤激光器存在的单模与少模不兼容问题，可实现1550nm模式的闭环传输，构建光纤激光器时可以摆脱对波分复用器件的依赖。
-
公开(公告)号：CN119356362A
公开(公告)日：2025-01-24
申请号：CN202411485602.0
申请日：2024-10-23
Applicant: 云南民族大学
IPC: G05D1/46 , G05D109/20
Abstract: 本申请公开了一种基于视觉辅助B样条轨迹优化的无人机动态环境实时避障方法及装置，具体涉及无人机轨迹优化的领域。包括：获取飞行场景的深度图像，基于深度图像建立体素地图；对深度图像中的障碍物进行识别，确定障碍物的位置；生成无人机的初始轨迹，并对初始轨迹进行参数化，确定初始轨迹的控制点；将初始轨迹与障碍物相交的部分作为碰撞段，并将碰撞段内的全部控制点组成碰撞集；利用A*在体素地图中找到替换路径；在替换路径中寻找碰撞集中每个控制点对应的路径点进行替换，得到初始避障轨迹；采用优化算法对轨迹进行优化，得到避障轨迹。解决了现有技术中存在的计算资源需求高的问题。
-
公开(公告)号：CN118963379A
公开(公告)日：2024-11-15
申请号：CN202410982433.5
申请日：2024-07-22
Applicant: 云南民族大学
Abstract: 本发明提供了一种未知环境下四旋翼无人机自适应机动与安全飞行方法、系统，涉及无人机控制技术领域。本方法同时考虑到无人机飞行的安全性和灵活性，在路径点搜索过程中为基础的A*算法引入障碍物的密集度信息，使得初始的轨迹处于障碍物稀疏的范围，为无人机分配更高的速度做铺垫。同时引入一种类弧度的选择策略，在无人机产生一定转弯角时精确搜索无人机各个相邻路径点减少转弯震荡。在优化过程中考虑到障碍物和运动速度关系，设计障碍物与速度联合惩罚函数，并将其应用到多层模型预测轮廓控制中，通过约束关系实现速度的灵活调整。
-
公开(公告)号：CN118781276A
公开(公告)日：2024-10-15
申请号：CN202411000290.X
申请日：2024-07-24
Applicant: 云南民族大学
Abstract: 本发明提出基于混合编码的相机追踪建图方法，方法包括：进行射线采样，对射线进行采样并将样本储存至关键帧数据库，在关键帧数据库中抽取一部分像素进行全局束调整以实现建图迭代，得到优化后的场景表示和相机位姿；构建坐标编码和参数编码，通过编解码器输出预测的SDF值，输出的预测RGB值；将RGB值和SDF值的预测值沿着采样射线进行积分来渲染深度和颜色，得到预测图像；设计损失函数更新相机位姿。本发明通过联合坐标和参数编码的小型MLP来表示整个场景，同时加入更为合理的采样优化策略，加快了训练速度，提高了重建质量，且在相机未观测到的区域进行合理的空洞填补，更好地满足三维重建对建图精度的需求。
-
公开(公告)号：CN118052878A
公开(公告)日：2024-05-17
申请号：CN202410203883.X
申请日：2024-02-23
Applicant: 云南民族大学
Abstract: 本公开实施例是关于一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法。本公开利用多视角下的电力杆塔数据集作为先验信息，并提出了P‑IoU损失函数训练目标检测模型以提升算法精度；将无人机采集的巡线图像输入至训练后的目标检测模型中；目标检测模型对待检测图像进行预处理后进行固定窗口的注意力计算得到第一特征图；采用移动窗口的方式处理各个待检测图像后进行注意力计算得到第二特征图；根据第一特征图和第二特征图得到注意力计算矩阵，并得到目标特征图，根据目标特征图识别出待检测图像中所有的待筛选电力杆塔；根据待筛选电力杆塔筛选出目标电力杆塔，结合无人机与目标杆塔的相对位置类型，得到无人机的估计位置。
-
Patent Agency Ranking
公开(公告)号：CN116627160A
公开(公告)日：2023-08-22
申请号：CN202310214334.8
申请日：2023-03-08
Applicant: 云南民族大学
IPC: G05D1/10
Abstract: 本发明公开了一种未知环境下多旋翼无人机在线航迹规划方法，属于无人机技术领域，旨在解决目前EGO_planner规划算法(下文中简称EGO)的优化过程中，处于障碍物中的轨迹需要进行多次迭代，且在附近的障碍物中反弹多次才能在安全区域生成最终的轨迹，花费了较多的时间进行轨迹重规划的过程的问题；具体步骤如下：步骤1.生成安全引导轨迹；步骤2.碰撞控制点替换:将初始轨迹中的碰撞轨迹上的控制点Qi寻找对应安全引导路径上对应的路径点进行替换操作，并作为新的控制点Qinew；步骤3.梯度信息定义策略及碰撞惩罚函数构建。本发明的方法使处于障碍物中的初始路径无需进行多次迭代即可快速、高效找到一条安全、平滑、动态可行的轨迹，提高了局部重规划的速度。
-
公开(公告)号：CN119002512A
公开(公告)日：2024-11-22
申请号：CN202411101336.7
申请日：2024-08-12
Applicant: 云南民族大学
IPC: G05D1/46 , G05D109/20
Abstract: 本发明公开了基于改进磁性细菌优化算法的多旋翼无人机路径规划方法，所述方法包括：前端可行路径搜索、后端路径优化改进、路径拟合。本发明的路径规划方法能够针对无人机在复杂环境中可能遇到的凹形陷阱和路径拐点问题，降低无人机位姿变化次数，减少飞行过程中的能量消耗，提升飞行效率。本发明的改进算法在不同静态环境中有效缩短了路径长度，减少了拐点个数，降低了无人机位姿变化次数，得到了更短更平滑的路径，减少了飞行过程中的能量消耗，提升了无人机飞行效率。
-
公开(公告)号：CN118052878B
公开(公告)日：2024-08-16
申请号：CN202410203883.X
申请日：2024-02-23
Applicant: 云南民族大学
Abstract: 本公开实施例是关于一种无人机电力自动巡检中相对于杆塔位置的单目视觉估计方法。本公开利用多视角下的电力杆塔数据集作为先验信息，并提出了P‑IoU损失函数训练目标检测模型以提升算法精度；将无人机采集的巡线图像输入至训练后的目标检测模型中；目标检测模型对待检测图像进行预处理后进行固定窗口的注意力计算得到第一特征图；采用移动窗口的方式处理各个待检测图像后进行注意力计算得到第二特征图；根据第一特征图和第二特征图得到注意力计算矩阵，并得到目标特征图，根据目标特征图识别出待检测图像中所有的待筛选电力杆塔；根据待筛选电力杆塔筛选出目标电力杆塔，结合无人机与目标杆塔的相对位置类型，得到无人机的估计位置。
-
公开(公告)号：CN118887502A
公开(公告)日：2024-11-01
申请号：CN202410860610.2
申请日：2024-06-28
Applicant: 云南民族大学
IPC: G06V10/80 , G06V10/52 , G06V10/774 , G06V10/764 , G06V10/42 , G06N3/0455
Abstract: 本发明公开了一种基于IST‑DETR的红外小目标检测方法、系统、设备及介质，采用骨干网提取红外小目标的多尺度特征图，采用包含MSF模块的混合编码器以适应红外小目标的多尺度特征图，输出特征表达的红外图像编码，采用带有辅助预测头的解码器根据特征表达的红外图像编码确定红外小目标的位置和类别。本发明通过骨干网获取红外目标的全局特征，使用包含MSF模块的混合编码器增强模型的检测能力，充分考虑红外图像的实际特征，提高检测效果。本发明的模型显著降低了红外小目标检测的复杂性，提高了检测效率。
-
公开(公告)号：CN115201965B
公开(公告)日：2024-04-09
申请号：CN202210667016.2
申请日：2022-06-13
Applicant: 云南民族大学
IPC: G02B6/14
Abstract: 本发明提供一种双波段模式复用光子灯笼器件及制作方法，该器件包括：光纤阵列、过渡区以及少模或多模端口；光纤阵列包括由置于石英毛细管内预设数量的980nm单模光纤和一根1550nm少模或多模光纤，按预设拉伸比例经绝热拉锥至预设拉伸长度后得到的部分和露出部分；光纤阵列为拉锥前后不变的部分，过渡区为拉锥后形状改变的部分，少模或多模端口为拉锥后形状改变的端口部分；拉伸比例根据少模或多模光纤的归一化频率确定，以使得少模端口或多模端口产生LP模式。该器件能够解决常规光子灯笼用于构建光纤激光器存在的单模与少模不兼容问题，可实现1550nm模式的闭环传输，构建光纤激光器时可以摆脱对波分复用器件的依赖。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.041 seconds)
