-
公开(公告)号:CN117387418A
公开(公告)日:2024-01-12
申请号:CN202311601658.3
申请日:2023-11-27
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于以太网的多参数靶场测试系统和测试方法,包括若干个数据采集与数据处理前端,利用光纤传输经交换机与上位机实现通信,采用以太网传输协议;数据采集与数据处理前端的膛压传感器固定设于被测武器炮膛上,膛压传感器与炮膛连接处设有带空腔的传压管道,传压管道中填充有传压介质,所述空腔设于传压介质和膛压传感器之间,数据采集与数据处理前端的噪声传感器布设在武器周围。微处理芯片通过PHY以太网电路与交换机相连,微处理芯片外部设有存储模块;上位机包括用户终端,用于控制指令的下发和测试数据的接收与分析。本发明能够实现复杂环境下多参数、多通道的武器参数高精度测量采集。
-
公开(公告)号:CN117456393A
公开(公告)日:2024-01-26
申请号:CN202311558484.7
申请日:2023-11-21
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于深度学习的自动破除阻绝墙方法及系统。系统包括无人机的视频图像采集与传输模块、无人机数传模块、深度学习目标检测与中心点定位模块、导航定位模块和自动控制模块等多个模块。主要包括以下步骤:首先通过图传模块将无人机下视镜头拍摄的图像数据传输至后方数据处理站;然后将图像数据输入目标检测网络,得到对应特征图;通过建议框网络在特征图上得到建议区域;对建议区域的特征图进行卷积压缩和池化等操作后,传进全连接层网络,输出对目标阻绝墙的目标检测及中心点定位结果,并绘制在原图像上,自动控制模块依据该结果通过数传模块实时控制无人机,实现破除阻绝墙的炸药的精准投放。本发明利用了计算机视觉、深度学习等理论,检测速度快,精度高,同时将有较大算力支持需求的深度学习目标检测与中心点定位模块与自动控制模块放在后方数据处理站中,能够低风险、低成本且高效率地完成对阻绝墙的识别与定位。
-