-
公开(公告)号：CN115330667A
公开(公告)日：2022-11-11
申请号：CN202210413307.9
申请日：2022-04-20
Applicant: 北京理工大学 , 北京电子工程总体研究所 , 航天科工仿真技术有限责任公司
Abstract: 本发明提供了一种用于灭火无人机的窗户自动检测与瞄准系统与方法，能够有效完成灭火弹发射的指向，有效自动识别起火位置，增强对窗户的检测效果。本发明用于灭火无人机的窗户自动检测与瞄准系统将检测、跟踪、识别的技术加以整合，相较于传统无人机监测监视系统，本系统能够在几乎不需要人工辅助下，完成目标的精准识别与瞄准。在灭火的任务需求下，通过灭火无人机自主完成窗户的自动检测，并对图像中的烟雾、火焰进行分割，完成事故房间的自动识别。
-
公开(公告)号：CN115267756A
公开(公告)日：2022-11-01
申请号：CN202210456355.6
申请日：2022-04-27
Applicant: 北京理工大学 , 北京电子工程总体研究所
IPC: G01S11/12 , G06V10/764 , G06V10/82 , G06V20/56 , G06T7/80
Abstract: 本发明公开了一种基于深度学习目标检测的单目实时测距方法，主要包括对目标底部所在地面位置的实时获取、相机内参数标定、相机安装参数估算和目标距离计算；针对传统单目测距模型测距精度低、实时性差的问题，本发明应用当前性能先进的轻量级深度学习实时目标检测技术以获取目标底部的图像坐标；并对现有损失函数进行优化，使其更适应于测距需求。针对手动测量摄像头安装参数的不便和极易引入测量误差的问题，本发明通过地面参照点的三维空间坐标与所对应的图像坐标的映射关系，自动估计摄像头的安装参数信息。该方法具有操作简便、精度高、实时性好的特点，可应用于智能驾驶、机器人等多种需求视觉测距场景。
-
公开(公告)号：CN117498919A
公开(公告)日：2024-02-02
申请号：CN202311445044.0
申请日：2023-11-01
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: H04B7/185 , H04L67/1074 , H04L67/104
Abstract: 本发明涉及一种基于改进合同网的巨型星座节点协同调度方法，分为：天基预警任务群构建、天基预警任务多节点协同主流程设计、基于改进合同网的星群协商三个步骤。天基预警任务群构建根据地面上注的探测任务或者星上自主发现导弹目标后，以任务驱动的形式动态建立卫星群，在一个建立好的动态卫星群组中，存在主星和成员星两种不同功能的卫星角色以组织任务的分配和卫星之间的协同。天基预警任务多节点协同主流程设计，针对预警目标位置信息进行预测之后，由具有最早可见时间窗资源的卫星作为群主卫星，找到匹配的成员卫星构建卫星群，通过改进的合同网算法进行协同调度，形成最优组合的预警卫星资源调度方案，最终更新全局调度方案直至结束。
-
公开(公告)号：CN115393271A
公开(公告)日：2022-11-25
申请号：CN202210829218.2
申请日：2022-07-15
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
IPC: G06T7/00 , G06T7/136 , G06T7/194 , H04L69/164
Abstract: 本发明涉及一种红外偏振图像异常目标实时检测方法，属于异常目标检测技术领域。本发明的目的是解决当前红外偏振图像获取模块和异常目标检测模块孤立进行，而导致的运算实时性差的问题，以及异常目标检测过程中多维信息利用效率不足的问题。提出了一种空间‑偏振维度信息联合的异常目标检测方法，该方法主要包括以下过程：红外偏振图像数据实时采集与解析、基于多元异常分析的样本分布表征、空偏信息联合的差异度量、目标与背景像素分割；给出了一种包含网络通信接口、存储器和处理器的红外偏振图像处理装置可实时获取红外偏振数据并执行上述异常目标检测方法。
-
公开(公告)号：CN117424636A
公开(公告)日：2024-01-19
申请号：CN202311370318.4
申请日：2023-10-23
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
Abstract: 基于非支配排序遗传算法的巨型星座功能分域路由方法，主要分为四部分，1)基于星座功能完成巨型星座分域；2)各功能域与其他功能域建立邻居关系；3)计算巨型星座功能分域后的域间路由；4)基于非支配排序遗传算法完成网络路由管理和维护开销和最大跳数两个目标函数的优化。具体为：采用非支配排序遗传算法(Non‑dominated Sorting Genetic Algorithm‑II)，通过优化设置种群数、迭代总次数、巨型星座网络轨道数、单一轨道卫星数以及网络中每个节点每秒的平均活动路由数α及链路故障率μ等参数，可在巨型星座路由管理和维护、最大跳数两个方面的开销达到较好平衡，并有良好的可扩展性。
-
Patent Agency Ranking
公开(公告)号：CN116416442A
公开(公告)日：2023-07-11
申请号：CN202310263730.X
申请日：2023-03-12
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院
Abstract: 基于CUDA加速的高光谱图像异常目标探测方法，本发明涉及异常目标检测领域。本发明的目的是解决当前利用高光谱图像进行异常目标探测实时性差的问题。提出了基于CUDA加速的探测方法，该方法主要包括以下过程：1、CPU主机端获取并通过数据重构预处理高光谱图像；2、将预处理数据从CPU主机端的内存拷贝到GPU设备端的显存；3、设计矩阵均值与差分kernel函数进行数据去中心化，设计矩阵乘法kernel函数、广义矩阵求逆kernel函数、Hadamard积kernel函数、以及行求和kernel函数进行协方差矩阵、逆协方差矩阵以及异常检测结果的计算；4、在CPU主机端进行阈值分割并将检测结果保存到存储器端。本发明基于异构编程模型实现，能够满足对高光谱图像数据的实时处理需求。
-
公开(公告)号：CN115439761A
公开(公告)日：2022-12-06
申请号：CN202210868729.5
申请日：2022-07-22
Applicant: 北京理工大学 , 北京理工大学前沿技术研究院 , 北京航天控制仪器研究所
Abstract: 本发明公开了一种基于单目视觉导航的无人机自主引导降落方法，属于无人机降落控制系统的技术领域，利用无人机机载的相机获取跑道图像；将获取到的图像通过YOLOv3模型识别出机场，并根据检测框裁减出含有机场跑道的区域；之后通过segnet模型分割出机场跑道并对分割后的机场跑道掩膜直线拟合出跑道边缘，获得跑道顶点的像素坐标；再结合跑道顶点的经纬度信息，无人机姿态角等解算无人机定位坐标。最后引导无人机修正航向，完成降落。本发明解决了在仅仅依赖于视觉导航技术下，无人机自主降落精度低，方法普适性差的问题，满足无人机自主精准降落的实际需求，定位精度不低于甚至优于卫星定位精度，具有较高的实用价值。
-
公开(公告)号：CN117439646A
公开(公告)日：2024-01-23
申请号：CN202311180260.7
申请日：2023-09-13
Applicant: 北京理工大学
IPC: H04B7/185 , H04L67/12 , H04L67/1097
Abstract: 本发明公开了面向巨型星座场景的星载信息系统，采用分布式、网络化、可重构、面向任务资源优化的开放体系和应用框架，使星载信息系统由传统以计算为中心转变为以数据为中心，基于巨型星座操作系统这一技术手段，实现信息系统核心共性基础功能下沉固化，形成巨型星座系统的信息基座，支持将巨型星座中通信、导航、遥感、指控等各类节点联通，打破星座内部资源的物理壁垒，并实现节点感知、计算、存储、网络、安全等资源的抽象管理及新技术在轨快速应用，并满足“芯片‑链路‑内核‑应用”的全链路安全可信，通过软件定义等技术手段，支持实现巨型星座节点的安全接入、即时协同、自主运行等核心基础功能。
-
-
公开(公告)号：CN108764097A
公开(公告)日：2018-11-06
申请号：CN201810489307.0
申请日：2018-05-21
Applicant: 北京理工大学
CPC classification number: G06K9/0055 , G06K9/6202 , G06K9/6269
Abstract: 本发明公开了一种基于分段稀疏表示的高光谱遥感图像目标识别方法。使用本发明能够在不同场景下均取得了不错的目标检测效果。本发明通过光谱分段，从局部特征的组合方式着手，充分强调并利用了更为稳定的局部光谱特征，提升了目标检测效果；利用稀疏表示和字典学习自适应性的特点，无需对目标和背景的分布做任何的假设，避免了过多先验假设和手工特征带来的建模的欠准确性。本发明采用局部特征匹配的特性使得少数波段受到污染不会严重影响全局的特征匹配结果，具有一定的抗波段污染的效果。
-
-
-
-
-
-
-
-
-
Search Results
43
records
(took 0.031 seconds)
