-
公开(公告)号：CN111208526B
公开(公告)日：2022-07-08
申请号：CN202010053836.3
申请日：2020-01-17
申请人： 西北工业大学
摘要： 本发明提供的基于激光雷达与定位向量匹配的多无人机协同定位方法，通过定位向量匹配算法，使用激光雷达测量无人机之间高精度的相对位置，以及使用GPS获取各无人机带有编号信息的低精度定位信息，将激光雷达定位信息和GPS定位信息融合，通过激光雷达定位向量和GPS定位向量匹配，解算出激光雷达所测无人机的编号，得到高精度的无人机协同定位信息，解决了激光雷达无法测得编队机群内部无人机编号的问题，计算出机群内部各无人机之间高精度的协同定位数据，满足无人机编队飞行对协同定位精度的要求。
-
-
公开(公告)号：CN116578111A
公开(公告)日：2023-08-11
申请号：CN202310327534.4
申请日：2023-03-24
申请人： 西北工业大学深圳研究院
IPC分类号： G05D1/10
摘要： 本发明公开了一种燃气管线巡检数据采集的无人机飞行控制方法及系统，通过将无人机在燃气管道区域巡检和地面传感器数据收集任务建模为马尔科夫过程模型，得到无人机飞行控制系统状态空间，搭建演员网络和评论家网络指导无人机执行最优动作策略，通过搭建传感器数据状态表征网络，对传感器历史数据和当前数据进行优化预测，得到完整的传感器时序信息状态。本发明能够实时、快速、准确的收集目标地点甲烷气体浓度测量值，对燃气管线工作状态进行准确检测。
-
公开(公告)号：CN116301006A
公开(公告)日：2023-06-23
申请号：CN202310335284.9
申请日：2023-03-24
申请人： 西北工业大学深圳研究院
摘要： 本发明公开了一种基于强化学习的无人机约束适配控制系统及方法，包括：传感器采集飞机状态信息和飞行空域环境信息，并发送给飞行状态计算子系统；飞行状态计算子系统对飞机状态信息和飞行空域环境信息进行处理，并发送至无人机智能飞行控制子系统；无人机智能飞行控制子系统通过处理后的飞行空域环境信息和飞行空域环境信息，得到无人机飞行控制所需的控制量，并发送至飞控电路板；飞控电路板连接执行机构，执行机构调整无人机自身的飞行姿态；地面站子系统接收传感器采集的飞机状态信息和飞行空域环境信息，调整无人机的飞行方向。本发明对飞行控制器进行自适应性适配约束，提高了无人机对不同飞行环境的自主飞行控制能力。
-
-
公开(公告)号：CN111563423A
公开(公告)日：2020-08-21
申请号：CN202010306431.6
申请日：2020-04-17
申请人： 西北工业大学
摘要： 本发明提供的基于深度去噪自动编码器的无人机图像目标检测方法及系统，首先提取无人机图像的径向梯度特征，将提取的梯度特征送入深度去噪自动编码器，编码器对提取到的径向梯度特征添加随机高斯白噪声，通过多层编码，生成具有强表征能力的无人机图像高层特征，使用反向传播算法最小化深度自动编码器重构误差，解算模型参数，使用softmax分类器对高层特征进行分类，得到高精度和高鲁棒性的目标检测结果。
-
公开(公告)号：CN107270904B
公开(公告)日：2020-07-03
申请号：CN201710488065.9
申请日：2017-06-23
申请人： 西北工业大学
摘要： 本发明提出一种基于图像配准的无人机辅助引导控制系统及方法，包括图像传感器、惯性测量单元、处理单元；处理单元接收惯性测量单元第一时刻和第二时刻的测量数据，并以此估计第一和第二时刻之间的运动；处理单元对第一时刻获得的图像通过不同的预处理方法进行预处理，并将估计的运动应用到每种预处理后的图像，得到多个预测图像；处理单元将每个预测图像分别与第二时刻获得的图像进行比较，得到与第二图像最匹配的预测图像；处理单元利用最匹配的预测图像与第二图像之间的误差对惯性测量单元第二时刻的测量数据进行修正。本发明采用图像配置方法进行辅助导航，消除惯性测量单元IMU数据中的误差，能够获得更为精确的导航结果。
-
公开(公告)号：CN110490114A
公开(公告)日：2019-11-22
申请号：CN201910746000.9
申请日：2019-08-13
申请人： 西北工业大学
摘要： 本发明提出一种基于深度随机森林和激光雷达的无人机实时空中目标检测避障方法，建立并训练用于空中目标识别的深度随机森林模型，对无人机飞行过程中的空中目标进行检测和识别，并采用激光雷达对障碍物进行定位，从而能够进行实时的目标检测，更加准确地获得空中目标的类别信息和定位信息，指导无人机绕开障碍物，高效完成飞行任务。
-
公开(公告)号：CN111291634B
公开(公告)日：2023-07-18
申请号：CN202010055258.7
申请日：2020-01-17
申请人： 西北工业大学
IPC分类号： G06V20/13 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
摘要： 本发明提出了一种基于卷积受限玻尔兹曼机的无人机图像目标检测方法，首先，获取航拍图像中的图块，构建初始训练样本数据集；对初始训练样本数据集进行扩充处理，将初始训练样本数据集和扩充后的训练样本数据集进行合并得到总的训练样本数据集；构建卷积受限玻尔兹曼模型，采用两种不同尺寸的卷积核提取总的训练样本数据集的特征向量，根据特征向量计算可见层与隐藏层概率分布，解算受限玻尔兹曼机模型参数，完成卷积受限玻尔兹曼模型的训练；将航拍影像输入至训练后的卷积受限玻尔兹曼模型，得到目标检测分类结果。该方法提高无人机航拍图像目标检测方法的鲁棒性和准确性，提供高精度和高鲁棒性的目标检测结果。
-
-
-
-
-
-
-
-
-
搜索结果
12 条记录 (耗时 0.025 秒)
