飞行器集群的编队控制方法、装置及飞行器

    公开(公告)号:CN118131784A

    公开(公告)日:2024-06-04

    申请号:CN202311789671.6

    申请日:2023-12-22

    IPC分类号: G05D1/46

    摘要: 本申请实施例提供了一种飞行器集群的编队控制方法、装置及飞行器,所述飞行器集群包括主导飞行器和至少一个配套飞行器,该方法包括:构建N×N拓扑矩阵;根据集群编队代价函数,从所述N×N个拓扑矩阵中选取N个第一矩阵元素,构成第一子矩阵;将所述N个第一矩阵元素中与所述第一子矩阵的中心位置距离最小的第一矩阵元素确定为所述主导飞行器的位置;根据分配关系,确定第一待分配元素序列对应的第一飞行器分配序列;其中,所第一飞行器分配序列包括所述第一待分配元素序列中每一待分配第一矩阵元素对应的配套飞行器;向所述集群内各配套飞行器发送编队控制信息。

    一种适用于相对位姿测量的卡尔曼滤波方法

    公开(公告)号:CN114323011B

    公开(公告)日:2024-04-23

    申请号:CN202210010929.7

    申请日:2022-01-05

    IPC分类号: G01C21/16 G06F17/16

    摘要: 本发明涉及一种适用于相对位姿测量的卡尔曼滤波方法,其特征在于,包括以下步骤:使用分别布置在运动载体与被测物体的两个IMU分别获取运动载体与被测物体的运动信息,并求解出被测物体相对于运动载体的姿态数据;基于包括所述姿态数据在内的状态量,建立卡尔曼滤波的状态误差方程;根据误差传播过程,更新卡尔曼滤波的误差状态协方差矩阵;建立卡尔曼滤波的观测方程,依据外部观测传感器的观测量,更新状态协方差矩阵与状态向量;得到滤波后的被测物体与运动载体的相对位姿。本发明通过状态误差卡尔曼滤波器对载体IMU的位姿误差与零偏、相对姿态测量的位姿误差与零偏进行修正,得到高精度的被测物体与运动载体的相对位姿。

    结合北斗导航的双视觉辅助惯性差分座舱内头部测姿系统

    公开(公告)号:CN114199239B

    公开(公告)日:2024-04-16

    申请号:CN202210010936.7

    申请日:2022-01-05

    IPC分类号: G01C21/16 G01S19/53

    摘要: 本发明涉及一种结合北斗导航的双视觉辅助惯性差分座舱内头部测姿系统,包括:北斗导航单元、座舱IMU、头盔IMU、双视觉辅助单元和测量单元;座舱IMU和头盔IMU分别用于获取运动载具和头部的运动信息;双视觉辅助单元用于通过双视觉方式获取头盔相对于座舱的视觉位姿数据;北斗导航单元利用北斗数据获得运动载具的导航结果;测量单元用于根据导航结果对座舱IMU零偏进行修正;通过座舱和头盔的双IMU差分获得的载体坐标系中头盔相对座舱的惯性位姿数据;以视觉位姿数据为外部观测量对惯性位姿数据进行卡尔曼滤波,输出滤波后相对位姿数据。本发明充分利用惯性测姿采样频率高、短时精度高,视觉测姿无累积误差的特性,实现高精度的位姿追踪。

    仿初级视觉皮层的目标检测方法、装置及设备

    公开(公告)号:CN113591843B

    公开(公告)日:2024-04-09

    申请号:CN202110785155.0

    申请日:2021-07-12

    摘要: 本申请实施例提供了一种仿初级视觉皮层的目标检测方法、装置及设备,仿初级视觉皮层的目标检测方法包括:获取图像;通过预设的仿初级视觉感知皮层模型对图像中的特征进行提取,得到第一特征图;仿初级视觉感知皮层模型反映图像与第一特征图的映射关系;仿初级视觉感知皮层模型包括VOneBlock层和第一卷积层;通过预设的目标检测模型在第一特征图中检测设定的目标对象,得到检测结果;其中,在第一特征图中存在目标对象的情况下,检测结果包括目标对象在图像中的位置信息和分类标签;目标检测模型反映第一特征图与检测结果的映射关系;根据检测结果执行对应操作。

    空地协同无人系统
    10.
    发明授权

    公开(公告)号:CN113721664B

    公开(公告)日:2024-03-29

    申请号:CN202010454343.0

    申请日:2020-05-26

    IPC分类号: G05D1/686

    摘要: 本发明公开了一种空地协同无人系统,包括:M辆飞行类无人设备、N辆陆空两栖类无人设备及P辆行驶类无人设备;对于M辆飞行类无人设备、N辆陆空两栖类无人设备及P辆行驶类无人设备中的任意辆无人设备,用于根据目标任务生成前进路线,并按照前进路线执行前进操作;以及,在执行前进操作的情况下,还用于执行打击操作;其中,M、N及P分别为大于等于1的正整数,打击操作包括:识别采集到的图像中是否存在目标物;在存在的情况下,确定目标物的等级;在目标物的等级达到预设等级的情况下,根据无人设备的位置,确定目标物的位置;以及,根据目标物的位置,调用其他无人设备同时打击目标物。