-
公开(公告)号:CN116452637A
公开(公告)日:2023-07-18
申请号:CN202310454353.8
申请日:2023-04-25
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多源数据融合的3D目标追踪方法,先通过激光雷达和相机获得目标的点云信息和图像信息,接着将2D图像信息输入到2D检测网络,检测网络输出目标在2D图像中的像素框位置和类别向量;再利用像素框边界条件和相机的投影矩阵对3D点云数据进行筛选,选择投影后在像素框内的点云作为兴趣点云,将兴趣点云和类别向量输入到点云分割网络,获得目标点云,接着将目标点云输入到T‑Net旋转网络,将目标点云转移到新坐标系下;然后将新坐标系下的目标点云输入到目标框回归网络,得到目标的3D框参数;最后对目标的运动状态进行建模,构建目标运动矩阵和观测矩阵,将网络的输出3D框参数作为观测变量,利用渐消因子卡尔曼滤波对目标进行追踪。
-
-
-
公开(公告)号:CN116664423A
公开(公告)日:2023-08-29
申请号:CN202310577933.6
申请日:2023-05-22
Applicant: 电子科技大学
IPC: G06T5/00 , G06T7/11 , G06V10/50 , G06T7/66 , G06V20/40 , G06V20/70 , G06N20/00 , G06F17/16 , G06F17/14
Abstract: 本发明公开了一种基于多线索特征选择的自适应相关滤波跟踪方法,将群体学习的方法引入到追踪算法中,通过设定一组滤波器,每个滤波器选择不同的特征组合对目标进行追踪,通过最小化循环相关性,得到每个滤波器的预测位置,之后通过设定一套鲁棒性评价体系,选择最合适的滤波器的追踪结果作为最终结果;为了保证滤波器对目标的稳定追踪,本发明对滤波器模板进行更新,在保证自适应追踪目标变化的基础上,防止滤波器模板的污染,增强了追踪的稳定性,从而实现对目标精准、可靠的追踪。
-
-
公开(公告)号:CN118534919A
公开(公告)日:2024-08-23
申请号:CN202410627707.9
申请日:2024-05-20
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于安全强化学习的无人机集群覆盖控制方法,先使用覆盖能量和覆盖功率概念对任务进行建模;再根据避碰避障和通信连通保持等安全要求设计相应的约束力,以此设计安全防护机制;当发现无人机做出不安全的动作后对其进行矫正,用于在动态覆盖过程中保证无人机飞行安全和通信连通;最后,配合多智能体深度强化学习算法对模型进行训练,在训练完毕后,实际执行的过程中,关闭动作矫正器,从而实现带安全保障的动态覆盖。
-
-
-
-
-