公开(公告)号：CN110963033B

公开(公告)日：2022-03-11

申请号：CN201911241354.4

申请日：2019-12-06

Applicant: 东南大学

Inventor： 王庆 ,  张欢 ,  阳媛

IPC: B64C39/02 ,  B64C25/32 ,  B60P3/11 ,  B60P3/00 ,  B64F1/00

Abstract: 本发明公开了一种无人机悬停机构及悬停吸附方法。无人机悬停机构包括储存有待搬运货物的无人车以及能够将待搬运货物运送至目的地的无人机，无人机包括起落架（39），无人车的车顶设置有停机坪（7），停机坪（7）上设置有磁性机构A，起落架（39）的端部设有磁性机构B；磁性机构A在通电的情况下与磁性机构B之间能够产生磁吸力，且磁性机构A与磁性机构B之间所具有的磁吸力能够确保无人机稳停在停机坪（7）上；磁性机构A在断电的情况下，磁性机构A与磁性机构B之间的磁吸力消失。由此可知，本发明通过特定的磁吸结构，实现无人机在无人车车顶上的停靠，提高无人机停靠的稳定性，操作简单便利，设计新颖。

公开(公告)号：CN113074732A

公开(公告)日：2021-07-06

申请号：CN202110303718.8

申请日：2021-03-22

Applicant: 东南大学

Inventor： 王庆 ,  刘鹏飞 ,  张欢

IPC: G01C21/20

Abstract: 本发明公开了一种室内外无缝定位系统，包括室外定位模块、室内定位模块、室内外定位融合切换模块以及定位结果显示模块；室外定位模块的信号输出端、室内定位模块的信号输出端与室内外定位融合切换模块的信号输入端连接，室内外定位融合切换模块的信号输出端与定位结果显示模块的信号输入端连接。本发明有效将室内室外两种定位方式结合了起来。

公开(公告)号：CN112905953A

公开(公告)日：2021-06-04

申请号：CN202110303714.X

申请日：2021-03-22

Applicant: 东南大学

Inventor： 王庆 ,  张欢 ,  刘鹏飞

IPC: G06F17/15 ,  G06F17/18 ,  G06F17/16

Abstract: 本发明公开了一种倒立摆的无迹卡尔曼滤波控制方法，包括如下步骤：首先对倒立摆原始状态分布的均值和方差做初始化处理，然后确定一个采样规则，再在原状态分布中按照所选规则确定一些Sigma点，使所确定的Sigma点与原状态分布的均值和协方差相等，接着将这些Sigma点经非线性系统函数做非线性变换得到一系列对应点集，最后再用这些变换得到的点集确定出非线性变换后状态均值和协方差。本发明解决了现有倒立摆控制算法响应时间、控制精度、鲁棒性略差，自抗扰能力有限的问题。

公开(公告)号：CN112785584A

公开(公告)日：2021-05-11

申请号：CN202110138171.0

申请日：2021-02-01

Applicant: 东南大学

Inventor： 王庆 ,  刘鹏飞 ,  张欢

IPC: G06T7/00 ,  G06T5/00 ,  G06N7/00

Abstract: 本发明公开了一种基于EVI和GHS‑POP数据的夜间灯光数据校正方法，包括以下步骤：步骤1)读取待校正的DMSP/OLS、NPP/VIIRS影像、EVI影像和GHS‑POP影像；步骤2)对DMSP/OLS影像进行相互校正；步骤3)对DMSP/OLS影像进行饱和校正；步骤4)对饱和校正后的DMSP/OLS夜间灯光影像进行年内融合；步骤5)对经年内融合后的DMSP/OLS影像进行年际校正；步骤6)得到稳定的年度NPP/VIIRS夜间灯光影像；步骤7)获取长时间序列的夜间灯光数据。本发明可在对饱和区域校正的同时保留非饱和区域的真实信息；能够较好的改善单一指数校正导致的空间差异性不明显问题；可得到长时间序列的夜间灯光影像，来分析区域的经济发展情况、城市扩张情况等。

公开(公告)号：CN114627355A

公开(公告)日：2022-06-14

申请号：CN202210259287.4

申请日：2022-03-16

Applicant: 东南大学

Inventor： 王庆 ,  刘鹏飞 ,  杨高朝 ,  赵天祥 ,  张欢

IPC: G06V10/82 ,  G06V10/774 ,  G06V10/764 ,  G06T7/70 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于深度学习的电子界址点识别与定标方法，包括以下步骤：采集不同环境下的电子界址点图像并制作训练集；构建CAP‑YOLOV4目标检测模型，利用训练集训练构建的模型；利用训练好的CAP‑YOLOV4目标检测模型处理双目相机实时采集到的电子界址点图像，分别确定电子界址点表面中心在左右图像中的像素坐标；根据已知双目相机在世界坐标系下的GNSS坐标、电子界址点在图像中像素坐标，确定电子界址点表面中心在世界坐标系下的坐标。本发明在YOLOV4目标检测模型的基础上，提出了CAP‑YOLOV4目标检测模型以提高对多尺度物体的检测精度。提出了电子界址点的识别和定标方法，可以实现遮蔽环境下电子界址点位置坐标的精确定标。

公开(公告)号：CN112505737A

公开(公告)日：2021-03-16

申请号：CN202011281769.7

申请日：2020-11-16

Applicant: 东南大学

Inventor： 王庆 ,  杨高朝 ,  张欢 ,  张坤 ,  宋爱国 ,  赵国普

IPC: G01S19/47 ,  G01C21/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于Elman神经网络在线学习辅助的GNSS/INS组合导航方法，包括两部分：（1）、实现基于常规的GNSS/MEMS‑INS组合导航算法，设计卡尔曼滤波器对GNSS信号和惯性导航的数据进行融合，输出融合后的导航数据；（2）、在步骤（1）的基础上设计神经网络模型，然后将步骤（1）得到的惯性导航数据和卡尔曼滤波器输出的数据，分别作为训练神经网络的样本输入和样本输出，对神经网络模型进行训练，本发明在无人机导航系统GNSS信号丢失的情况下预测惯性导航系统的输出误差，并用该误差数据对惯性导航系统的输出进行补偿和修正，以实现导航系统在GNSS信号丢失的情况下，惯性导航系统能在神经网络算法的辅助下输出精确的导航数据。