-
公开(公告)号：CN110610512B
公开(公告)日：2021-07-27
申请号：CN201910849702.X
申请日：2019-09-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于BP神经网络融合卡尔曼滤波算法的无人机目标跟踪方法，该方法包括：构造用于训练BP神经网络的数据集；构建并在线训练用于预测被遮挡目标中心位置坐标的BP神经网络；融合BP神经网络与卡尔曼滤波算法预测被遮挡目标中心的位置坐标；机载计算机根据目标中心与图像中心位置坐标的偏差计算飞行速度，并通过ROS操作系统直接将速度指令发送给工作在offboard飞行模式下的无人机飞行控制系统实现目标跟踪；实验测试结果表明该方法通过将BP神经网络与卡尔曼滤波算法相结合能够在无人机跟踪被遮挡目标时准确地预测被遮挡目标中心的位置坐标，同时直接由机载计算机发送速度指令控制无人机能够大幅提高无人机目标跟踪的实时性。
-
公开(公告)号：CN111645848B
公开(公告)日：2021-09-03
申请号：CN202010495384.4
申请日：2020-06-03
Applicant: 西安交通大学
IPC: B64C3/56
Abstract: 本发明公开了一种可伸缩骨架结构，为可变跨度飞机提供了一种内部机翼骨架可折叠，翼展可连续变化、翼展变化范围大的机翼方案。本发明可伸缩骨架结构由舵机驱动装置、翼肋、滑轨梁和运动模块单元组成，每个运动模块单元包括八根传动连杆和与连杆形成铰接的连接结构；翼肋的设计带有滑动导轨和耳状凸台；本发明只需一个驱动可以实现机翼伸缩，独特的翼肋设计和运动模块单元连接方式能使普通翼肋沿翼展方向做平动；运动模块单元的零件安装、运动方式相同、运动距离相等，一定程度上保证了整体稳定性。以上装置安装位置都在翼面内，不会在机翼伸缩过程中影响飞机的气动性能。本发明能够很好压缩机翼内空间，且控制简单稳定、结构简单，容易实现。
-
公开(公告)号：CN111645848A
公开(公告)日：2020-09-11
申请号：CN202010495384.4
申请日：2020-06-03
Applicant: 西安交通大学
IPC: B64C3/56
Abstract: 本发明公开了一种可伸缩骨架结构，为可变跨度飞机提供了一种内部机翼骨架可折叠，翼展可连续变化、翼展变化范围大的机翼方案。本发明可伸缩骨架结构由舵机驱动装置、翼肋、滑轨梁和运动模块单元组成，每个运动模块单元包括八根传动连杆和与连杆形成铰接的连接结构；翼肋的设计带有滑动导轨和耳状凸台；本发明只需一个驱动可以实现机翼伸缩，独特的翼肋设计和运动模块单元连接方式能使普通翼肋沿翼展方向做平动；运动模块单元的零件安装、运动方式相同、运动距离相等，一定程度上保证了整体稳定性。以上装置安装位置都在翼面内，不会在机翼伸缩过程中影响飞机的气动性能。本发明能够很好压缩机翼内空间，且控制简单稳定、结构简单，容易实现。
-
公开(公告)号：CN110610512A
公开(公告)日：2019-12-24
申请号：CN201910849702.X
申请日：2019-09-09
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于BP神经网络融合卡尔曼滤波算法的无人机目标跟踪方法，该方法包括：构造用于训练BP神经网络的数据集；构建并在线训练用于预测被遮挡目标中心位置坐标的BP神经网络；融合BP神经网络与卡尔曼滤波算法预测被遮挡目标中心的位置坐标；机载计算机根据目标中心与图像中心位置坐标的偏差计算飞行速度，并通过ROS操作系统直接将速度指令发送给工作在offboard飞行模式下的无人机飞行控制系统实现目标跟踪；实验测试结果表明该方法通过将BP神经网络与卡尔曼滤波算法相结合能够在无人机跟踪被遮挡目标时准确地预测被遮挡目标中心的位置坐标，同时直接由机载计算机发送速度指令控制无人机能够大幅提高无人机目标跟踪的实时性。
-
-
-
Search Results
4
records
(took 0.018 seconds)
