基于动态博弈的异构分布式集群协同导航优化方法

    公开(公告)号:CN118838410A

    公开(公告)日:2024-10-25

    申请号:CN202410832469.5

    申请日:2024-06-26

    IPC分类号: G05D1/695 G05D109/20

    摘要: 本发明公开了基于动态博弈的异构分布式集群协同导航优化方法。在仅使用惯导的无人机集群网络中,有时机间通信存在冗余,对集群协同资源利用效率低,本发明在此基础上公布了一种协同网络优化方案。首先将无人机优先于锚点相连,其次根据无人机当前位置信息及协同情况,计算无人机集群效益函数,并根据连接/断开原则,确认无人机间协同情况,构建无人机集群协同网络。设置每一时刻无人机协同构建迭代终止条件,迭代构建当前时刻无人机集群协同网络,根据迭代终止的当前时刻无人机集群协同情况,重构无人机集群观测方程并求解、估计修正无人机惯导误差。本发明可以在网络通信资源有限的条件下,获得更高的定位精度。

    一种基于非合作近地轨道常驻群体观测的自主导航方法

    公开(公告)号:CN118896620A

    公开(公告)日:2024-11-05

    申请号:CN202411114584.5

    申请日:2024-08-14

    摘要: 本发明公开了一种基于非合作近地轨道常驻群体观测的自主导航方法,包括以下步骤:采集惯性导航系统的加速度和角速度输出数据;采集星敏感器观测近地轨道常驻群体(RSOs)解算出惯性姿态角数据或者采集观测RSOs在观测坐标系下的单位矢量以及RSOs位置信息;根据测量的RSOs方位角、高度角以及位置信息解算出载体位置和姿态信息并构建量测方程或者推算出RSO量测方程;由惯性导航系统与RSO观测传感器构建因子图;利用因子图模型优化导航结果;该方法提升对位置和速度的优化效果。此外,根据RSO量测方程构建RSO传感器因子并加入因子图解算,以获得最大后验概率优化导航结果;增添了对位置和速度的修正作用,且有效提升了姿态角优化的准确性。

    一种基于改进SSD模型的实时性机坪目标检测和识别方法

    公开(公告)号:CN118887433A

    公开(公告)日:2024-11-01

    申请号:CN202410858360.9

    申请日:2024-06-28

    摘要: 本发明提供了一种基于改进SSD模型的实时性机坪目标检测和识别方法。通过将预处理后的数据集输入改进的SSD模型进行训练,得到训练好的模型。改进的SSD模型采用RFB‑Net300作为骨干网络,加入了batch‑normalization层,使用sub‑pixel convolution layer代替上采样,并通过MFPN模型融合低层和高层特征信息。通过引入CIoU损失函数改进了原有的损失函数。生成预测框的过程中,通过K‑means聚类算法优化先验框的大小,并计算目标物体间的距离。MFPN模型通过构建特征金字塔,实现多尺度特征融合,增强了对不同尺寸目标的检测能力。CIoU损失函数综合评估预测框与实际框之间的相似度,考虑了重叠区域、中心点距离、宽高比和尺度。通过上述改进,本发明显著提升了机坪目标检测和识别的实时性和准确性。

    一种飞机停机坪泊位过程智能监视与告警系统及方法

    公开(公告)号:CN118942050A

    公开(公告)日:2024-11-12

    申请号:CN202410807629.0

    申请日:2024-06-21

    摘要: 本发明涉及一种飞机停机坪泊位过程智能监视与告警系统及方法,该系统包括场面目标物检测模块、目标关联匹配模块、关键时间节点识别与采集模块、目标物精细化定位模块、告警模块和数据处理与显示模块。系统使用改进的YOLOv7目标检测器对飞机、客梯车、加油车、牵引车及配餐车等场面目标物进行检测,并输出检测结果。通过马尔可夫模型对检测结果进行目标关联匹配,形成场面目标物的运动轨迹。利用DG‑STA模型提取视频中的时空运动特征,识别并采集关键时间节点。通过HRNet进行多类别关键点检测,使用SQPnP算法进行姿态估计,输出目标物的三维空间位置。告警模块实时监控飞机廊桥相接及机场场面告警区,执行告警操作。数据处理与显示模块汇总上述模块的输出结果,并在图形用户界面上进行实时显示和交互。该系统通过多源数据的融合和先进的计算机视觉算法,实现了飞机停机坪泊位过程中的关键节点自动化识别和碰擦规避。

    用于大规模跨域场景的集群系统分簇协同导航方法

    公开(公告)号:CN118640907A

    公开(公告)日:2024-09-13

    申请号:CN202410705991.7

    申请日:2024-06-03

    IPC分类号: G01C21/20

    摘要: 本发明公开了用于大规模跨域场景的集群系统分簇协同导航方法,通过获取跨域场景中各集群节点的导航位置、速度及相对量测信息,在子域内根据节点信息完备性采取不同方案进行分簇,利用相对量测实现跨域集群簇间节点及同域集群簇内节点的协同导航,继而实现跨域集群节点自身机载导航系统信息与协同导航信息的融合输出,最终实现跨域场景中集群分簇系统导航性能的提升。与未考虑跨域协同的集群导航方案相比,本发明显著提升了跨域场景下集群系统的整体导航精度;与未考虑集群分簇的跨域协同导航方案相比,本发明针对大规模集群系统,有效降低了集群系统协同导航节点间的通信代价,并实现了较好的集群协同导航性能,具备实际应用价值。