-
公开(公告)号：CN117973990A
公开(公告)日：2024-05-03
申请号：CN202410390352.6
申请日：2024-04-02
申请人： 深圳大学
IPC分类号： G06Q10/0835 , G06Q10/047 , G06Q10/0631 , G06N5/01
摘要： 本发明公开了一种时序约束下多卡车多无人机包裹投递任务分配方法，在第一阶段根据卡车‑无人机的初始位置、待配送客户的位置以及表示时序约束的有向无环图，采用续航约束检查方法获取满足续航约束的卡车‑无人机路径，在第二阶段采用变邻域下降算法对满足续航约束的卡车‑无人机路径进行改进，得到卡车‑无人机的联合配送路径，完成多卡车多无人机包裹投递任务分配。本发明能够安排每对卡车‑无人机的服务路径，使得在满足无人机载货量、飞行时长以及时序约束的同时，最小化最后一个客户被服务的时间。
-
公开(公告)号：CN114088087B
公开(公告)日：2022-04-15
申请号：CN202210069955.7
申请日：2022-01-21
申请人： 深圳大学
摘要： 本发明公开了无人机GPS‑DENIED下高可靠高精度导航定位方法和系统，所述方法包括：获取惯性传感器的测量值和双目相机的图像，提取图像的点特征并进行追踪，同时获取测距雷达测量得到的高度值；根据双目相机的视差和基线计算相机位姿和路标点的深度；将惯性传感器和双目相机的测量数据进行融合，并优化得到高精度的位姿数据；当检测到所述无人机在同一位置重复出现时，获取测距雷达的高度值，并加入检测到的关键帧后进行四自由度的位姿图优化；将优化后的位姿数据进行封装后形成伪GPS信号，并将所述伪GPS信号输入到无人机的进行定位。本发明通过将惯性传感器和双目相机的数据进行融合处理，高效准确提供定位信号，使无人机定位系统的安全性和鲁棒性大大提高。
-
公开(公告)号：CN114088087A
公开(公告)日：2022-02-25
申请号：CN202210069955.7
申请日：2022-01-21
申请人： 深圳大学
摘要： 本发明公开了无人机GPS‑DENIED下高可靠高精度导航定位方法和系统，所述方法包括：获取惯性传感器的测量值和双目相机的图像，提取图像的点特征并进行追踪，同时获取测距雷达测量得到的高度值；根据双目相机的视差和基线计算相机位姿和路标点的深度；将惯性传感器和双目相机的测量数据进行融合，并优化得到高精度的位姿数据；当检测到所述无人机在同一位置重复出现时，获取测距雷达的高度值，并加入检测到的关键帧后进行四自由度的位姿图优化；将优化后的位姿数据进行封装后形成伪GPS信号，并将所述伪GPS信号输入到无人机的进行定位。本发明通过将惯性传感器和双目相机的数据进行融合处理，高效准确提供定位信号，使无人机定位系统的安全性和鲁棒性大大提高。
-
公开(公告)号：CN117973990B
公开(公告)日：2024-06-21
申请号：CN202410390352.6
申请日：2024-04-02
申请人： 深圳大学
IPC分类号： G06Q10/0835 , G06Q10/047 , G06Q10/0631 , G06N5/01
摘要： 本发明公开了一种时序约束下多卡车多无人机包裹投递任务分配方法，在第一阶段根据卡车‑无人机的初始位置、待配送客户的位置以及表示时序约束的有向无环图，采用续航约束检查方法获取满足续航约束的卡车‑无人机路径，在第二阶段采用变邻域下降算法对满足续航约束的卡车‑无人机路径进行改进，得到卡车‑无人机的联合配送路径，完成多卡车多无人机包裹投递任务分配。本发明能够安排每对卡车‑无人机的服务路径，使得在满足无人机载货量、飞行时长以及时序约束的同时，最小化最后一个客户被服务的时间。
-
公开(公告)号：CN114662656A
公开(公告)日：2022-06-24
申请号：CN202210210763.3
申请日：2022-03-04
申请人： 深圳大学
摘要： 本发明公开了一种深度神经网络模型训练方法、自主导航方法及系统，自主导航方法包括设置无人机目标地点并获取无人机相机采集到的M帧深度图和无人机状态信息；利用第一方面的深度神经网络模型训练方法对深度神经网络模型进行训练，获取深度神经网络模型；将深度图像信息和无人机状态信息输入深度神经网络模型，预测飞行动作；若无人机未发生碰撞或未抵达目标地点，则继续执行，否则，无人机停止飞行；设置时间注意力模块。还公开了一种模型训练方法及自主导航系统。通过获取状态平均值及增加时间注意力模块解决了现有的深度神经网络模型算法存在的由于Q值高估导致的训练不稳定的问题、深度神经网络模型算法对时序性数据处理能力较弱的问题。
-
公开(公告)号：CN114972808A
公开(公告)日：2022-08-30
申请号：CN202210545571.8
申请日：2022-05-19
申请人： 深圳大学
摘要： 本发明公开了一种图关系网络人数统计方法及相关设备，所述方法包括：对图片序列进行预测得到边界框以及边界框图像；根据边界框构建第一关系子图集；根据相邻节点之间的相关性和相邻边之间的相关性计算得到图相似性；计算第一边界框图像和第二边界框图像的平均直方图相似性；计算图相似性和平均直方图相似性的综合相似度，若综合相似度大于或等于预设阈值，则将第一关系子图代替第二关系子图，否则将第一关系子图直接加入第二关系子图集中，以便求得图片序列中不同检测对象的数量。通过在计算出综合相似度后与预设阈值比较，根据比较结果更新第二关系子图集中不同检测对象的数量，实现了高效且准确地统计出图像中不同检测对象的数量。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.02 秒)
