-
公开(公告)号:CN112489118B
公开(公告)日:2022-06-14
申请号:CN202011475991.0
申请日:2020-12-15
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开一种无人机机载传感器组外参快速标定方法,其特征在于,包括如下步骤:步骤1,采集原始样本集;步骤2,对原始样本集进行优化与人工标注,得到标签样本集;步骤3,建立传感器组外参的优化目标函数,并基于标签样本集对传感器组外参进行迭代优化,得到精确的传感器组外参。针对无人机机载摄像机‑云台‑里程计传感器组,提出了一种外参数快速标定方法,依托最优化理论设计了外参数优化目标函数,实现了在重建误差平方和指标下的机载摄像机‑云台‑里程计传感器组外参数的最优估计,相比传统的人工辅助方法,在保证一定标定精度的前提下大幅提升了参数标定的效率。
-
公开(公告)号:CN115545065A
公开(公告)日:2022-12-30
申请号:CN202210310912.3
申请日:2022-03-28
Applicant: 中国人民解放军国防科技大学
Abstract: 本申请涉及一种基于图表征和注意力机制的ERP信号检测方法、装置、计算机设备和存储介质。所述方法包括:获取经预处理后的脑电信号样本;构建用于提取脑电信号特征的卷积循环网络;卷积循环网络包括输入层、图表征层、卷积层、双层长短期记忆层和输出层;卷积层包括选择性内核卷积层,长短期记忆层包括自注意力层;根据脑电信号样本的标签和将脑电信号样本输入到卷积循环网络得到的预测结果对卷积循环网络进行训练,得到训练好的卷积循环网络;将预处理后的待检测脑电信号输入训练好的卷积循环网络,得到待检测脑电信号的ERP信号检测结果。采用本方法能够提高跨被试场景中的ERP检测精度和鲁棒性。
-
公开(公告)号:CN114895699A
公开(公告)日:2022-08-12
申请号:CN202210296943.8
申请日:2022-03-24
Applicant: 中国人民解放军国防科技大学
IPC: G05D1/10
Abstract: 本发明涉及一种无人机集群飞行中有限交互情形下的协同控制方法,包括:确定信息无人机用于对周围普通无人机进行协同控制的输入输出变量和语言值,并依据专家经验法得出输入输出变量与所述语言值之间的隶属度函数;基于输入输出变量和语言值,设计无人机协同控制方案,以及对无人机协同控制方案进行模糊推理;将完成的无人机协同控制方案和隶属度函数导入信息无人机;信息无人机采集周围实时的输入语言值,且确定出用于对周围所述普通无人机进行协同控制的输出语言值;信息无人机对确定出的输出语言值进行去模糊化处理,生成包含有精确值的输出变量;信息无人机基于输出变量所包含的精确值改变信息无人机的通信覆盖范围。
-
公开(公告)号:CN117456394A
公开(公告)日:2024-01-26
申请号:CN202311710451.X
申请日:2023-12-13
Applicant: 中国人民解放军国防科技大学
IPC: G06V20/17 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/08
Abstract: 本申请属于目标检测技术领域,涉及一种无人机图像目标检测方法、装置、设备和介质。方法包括:获取多模态数据,根据多模态数据得到:脑电数据、图像数据以及标签数据;搭建两个单模态教师模型以及一个多模态学生模型;将脑电数据和图像数据分别输入两个单模态教师模型,进行预训练,得到预训练教师模型;根据预训练教师模型,分别计算蒸馏损失;同时,计算学生损失;根据蒸馏损失、学生损失以及标签数据,基于置信度和多样性为不同教师分配不同的重要性权重,构造整体损失函数;根据整体损失函数训练多模态学生模型,并进行无人机图像目标检测。本申请能够提高无人机传感器图像目标检测的精度、效率以及鲁棒性。
-
公开(公告)号:CN115933712A
公开(公告)日:2023-04-07
申请号:CN202211435228.4
申请日:2022-11-16
Applicant: 中国人民解放军国防科技大学
IPC: G05D1/06
Abstract: 本发明涉及一种基于深度强化学习的仿生鱼领导者—跟随者编队控制方法,包括:构建竞争双重Q网络;从预设仿真流场环境获取编队中每条跟随者及领导者的状态向量,并将当前时间步的状态向量输入竞争双重Q网络,配合基于模仿领导者行为的跟随者动作选择策略,对每条跟随者在编队的动作进行选择;竞争双重Q网络基于各条跟随者的编队奖励/惩罚,优化带衰减系数的模仿学习损失函数,并重复前述步骤,获取训练完的网络模型;在线载入网络模型,并获取仿真流场环境中每条跟随者及领导者的状态向量,基于状态向量评估各跟随者当前状态下各个动作的Q值;各跟随者选择最大Q值对应的动作,保持领导者和跟随者的编队构型,完成编队控制任务。
-
公开(公告)号:CN112102412A
公开(公告)日:2020-12-18
申请号:CN202011235408.9
申请日:2020-11-09
Applicant: 中国人民解放军国防科技大学
IPC: G06T7/73
Abstract: 本发明公开一种无人机降落过程中视觉锚点的检测方法及系统,首先根据锚点的属性选取了一组可较好表征无人机空间位置和姿态的锚点;然后利用锚点检测模型中的目标检测神经子网络从视觉图像中提取出无人机区域,可有效避免背景区域对无人机锚点检测的干扰;最后设计了一种基于区域分块的多分辨率锚点检测架构,先将无人机区域分成多块不同分辨率的子区域,再利用锚点检测模型中的锚点检测子网络分别对完整的无人机区域和子区域进行锚点检测,增强了对不同尺度无人机目标锚点检测的鲁棒性,之后通过求取各组原始锚点间相同原始锚点的位置均值,得到视觉锚点,有效增强了锚点检测的准确性。
-
公开(公告)号:CN115186706A
公开(公告)日:2022-10-14
申请号:CN202210796180.3
申请日:2022-07-07
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开一种ERP信号检测方法及系统、计算机设备、计算机可读存储介质,该方法利用频率特征编码器、空间特征编码器和时序特征编码器构建频‑空‑时框架,分别对频率、空间、时序特征进行编码,并融合得到全局特征,再根据全局特征进行分类。本发明的检测方法能够在考虑脑电信号及ERP信号特性的同时充分提取脑电信号中的全局特征,从而学习得到不同被试间潜在不变的脑电信号特征,在跨被试ERP信号检测任务中具有较高的检测精度和跨被试鲁棒性。此外,与传统的机器学习方法相比,本发明无需通过手工提取复杂的相关特征,以此保留脑电信号中更多的相关信息,通过端到端的训练实现更高效率、高精度的ERP检测任务。
-
公开(公告)号:CN112489118A
公开(公告)日:2021-03-12
申请号:CN202011475991.0
申请日:2020-12-15
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开一种无人机机载传感器组外参快速标定方法,其特征在于,包括如下步骤:步骤1,采集原始样本集;步骤2,对原始样本集进行优化与人工标注,得到标签样本集;步骤3,建立传感器组外参的优化目标函数,并基于标签样本集对传感器组外参进行迭代优化,得到精确的传感器组外参。针对无人机机载摄像机‑云台‑里程计传感器组,提出了一种外参数快速标定方法,依托最优化理论设计了外参数优化目标函数,实现了在重建误差平方和指标下的机载摄像机‑云台‑里程计传感器组外参数的最优估计,相比传统的人工辅助方法,在保证一定标定精度的前提下大幅提升了参数标定的效率。
-
公开(公告)号:CN114895699B
公开(公告)日:2024-09-06
申请号:CN202210296943.8
申请日:2022-03-24
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明涉及一种无人机集群飞行中有限交互情形下的协同控制方法,包括:确定信息无人机用于对周围普通无人机进行协同控制的输入输出变量和语言值,并依据专家经验法得出输入输出变量与所述语言值之间的隶属度函数;基于输入输出变量和语言值,设计无人机协同控制方案,以及对无人机协同控制方案进行模糊推理;将完成的无人机协同控制方案和隶属度函数导入信息无人机;信息无人机采集周围实时的输入语言值,且确定出用于对周围所述普通无人机进行协同控制的输出语言值;信息无人机对确定出的输出语言值进行去模糊化处理,生成包含有精确值的输出变量;信息无人机基于输出变量所包含的精确值改变信息无人机的通信覆盖范围。
-
公开(公告)号:CN116524381A
公开(公告)日:2023-08-01
申请号:CN202310507104.0
申请日:2023-05-08
Applicant: 中国人民解放军国防科技大学
Abstract: 本发明公开了一种脑‑眼‑机数据融合目标检测方法,包括:构建样本图像数据集;基于样本图像数据集对被试开展基于眼动的慢速序列视觉呈现实验,采集被试的第一眼动数据与第一脑电数据;基于第一眼动数据得到被试注视的第一候选区域框,提取对应的第一候选图像;基于第一眼动数据的时间戳对第一脑电数据分段,得到对应的第一脑电数据片段;构建训练样本集训练脑‑机信号融合分类模型,并基于训练后的脑‑机信号融合分类模型进行目标检测。本发明应用于脑‑机接口技术和目标检测技术领域,能够在保证较好实时性的前提下,提升无人机航拍图像中弱隐目标的检测精度和鲁棒性,具备较强的泛化性能,且不受到小样本数据约束。
-
-
-
-
-
-
-
-
-