-
公开(公告)号:CN118655914A
公开(公告)日:2024-09-17
申请号:CN202410752461.8
申请日:2024-06-12
Applicant: 南京邮电大学
IPC: G05D1/695 , G05D109/20
Abstract: 本发明公开了一种用于实现多无人机系统协同任务分配和路径规划的方法,该方法包括:建立空间坐标系并标注任务地点,初始化无人机的性能参数及任务要求;利用自适应判定机制实现粒子位置和速度自适应更新,基于优化粒子群算法实现多无人机任务分配;在路径规划中,构建引力场函数和斥力场函数,使用优化人工势场算法为每架无人机规划飞行路径;利用梯度下降法对初步生成的路径进行平滑处理。本发明通过两种智能算法的结合,提高了无人机群任务分配与路径规划系统的全局搜索能力和局部寻优能力,增强了系统对动态环境的适应性和实时性,提升了系统的稳定性和可靠性。
-
公开(公告)号:CN118781457A
公开(公告)日:2024-10-15
申请号:CN202410752377.6
申请日:2024-06-12
Applicant: 南京邮电大学
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06V10/46 , G06V10/28 , G06N3/0464 , G06N3/0475 , G06N3/045 , G06N3/094
Abstract: 本发明公开了一种基于特征图划分与生成对抗网络的多模态融合目标检测方法,该方法包括:步骤1:获取用于图像融合和目标检测的红外和可见光两种模态的训练图像数据集和测试图像数据集,以及图像的标签文件;步骤2:将上述步骤1中得到的训练图像和标签文件输入融合检测网络进行训练;步骤3:目标检测:基于训练好的融合网络,输入测试的红外‑可见光图像对生成融合图像,将融合图像输入目标检测器进行目标检测。这种方法既强调图像中的显著性区域,也关注背景细节部分,从而在提高了显著性区域的目标检测准确度的同时,该方法还能够检测出背景中可能存在的遮挡和残缺目标。本发明可以显著提高多模态融合目标检测器的性能。
-
公开(公告)号:CN118644768A
公开(公告)日:2024-09-13
申请号:CN202410758188.X
申请日:2024-06-13
Applicant: 南京邮电大学
IPC: G06V20/00 , G06V10/40 , G06V10/80 , G06V10/82 , G06N3/042 , G06N3/0464 , G06V10/774 , G06N3/08
Abstract: 本发明公开了一种基于多粒度语义融合的室内场景识别方法,该方法包括:以室内场景图像作为输入,经过卷积切分模块并结合位置信息将输入划分为若干小区域;将所有小区域整体视作图结构,使用图卷积进行特征提取,并使用二阶池化使各区域间的信息充分交互;之后利用下采样扩大语义范围,并进行下一阶段的特征提取,重复多次;获得了四个阶段的特征后,进行多粒度语义融合,采取相邻阶段逐步融合的方式保证平稳性,最终识别室内场景。本发明的方法有效利用了多种粒度的语义信息,提高了室内场景识别的准确率。
-
-