-
公开(公告)号:CN116501084A
公开(公告)日:2023-07-28
申请号:CN202310388297.2
申请日:2023-04-12
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种无人机集群多视场条件下对多目标无人机跟踪方法,包括以下步骤:对无人机群中的无人机进行编号,其中一个无人机为主机,其余无人机设置为从机;每个无人机对目标群进行视频拍摄,并对拍摄的视频片段进行目标检测;主机和从机分别对目标进行跟踪。本发明公开的无人机集群多视场条件下对多目标无人机跟踪方法,充分利用多架无人机获取的视觉信息,用其他无人机的视觉信息给当前跟踪无人机的跟踪性能进行补充,从而提高多目标跟踪的精准度以及跟踪速率性能。
-
公开(公告)号:CN116331506A
公开(公告)日:2023-06-27
申请号:CN202111604326.1
申请日:2021-12-24
Applicant: 北京理工大学
IPC: B64F5/00 , B64C27/467
Abstract: 本发明公开了一种高速多旋翼桨叶的设计方法,该方法中,首先通过已知的基础数据和期望数据限定桨叶尺寸的大致范围,获得无人机的受力平衡方程,再给出足够数量的符合限定范围的具体桨叶尺寸,通过比较期望的性能指标,从给出的桨叶尺寸中筛选数据,经过随机交叉的方式进行调整,再次进行筛选,如此持续多次,直至能够得到期望的性能指标,若不能获得期望的性能指标,则增大初始的具体桨叶尺寸数据量,降低每次筛选的排出量,再次执行筛选过程。
-
公开(公告)号:CN116245966A
公开(公告)日:2023-06-09
申请号:CN202211621647.7
申请日:2022-12-16
Applicant: 北京理工大学
IPC: G06T11/00 , G06V10/26 , G06V10/40 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0475 , G06N3/08
Abstract: 本发明涉及一种基于特征引导的双阶段地图生成方法及系统,属于计算机视觉处理应用技术领域。本发明设计了一个有效的深度神经网络,用于利用遥感图像生成对应的地图图像,并考虑地理要素类内差异性和地理要素域间差异性,同时,设计了对应的网络模块用于辅助生成高质量的地图图像。本发明使用基于特征引导的双阶段地图生成网络,利用遥感图像生成对应的地图图像,实现了从遥感图像智能生成地图图像,无需现场收集矢量数据和聘请专家处理数据绘制地图,加快了地图更新迭代速度。相比于传统方法生成速度快,花费低廉。同时,相比于图像风格迁移等深度学习方法,本发明生成的地图图像质量高。
-
公开(公告)号:CN116202517A
公开(公告)日:2023-06-02
申请号:CN202310028494.3
申请日:2023-01-09
Applicant: 北京理工大学
Abstract: 本发明公开了一种反无人机制导信息提取方法,包括以下步骤:S1、建立反无人机制导系统,设置系统状态模型、系统观测模型,所述系统状态模型包括加速度子模型、Singer子模型和正弦子模型;S2、通过全捷联导引头测量目标,获得视线角信息、相对距离信息,通过机载传感器获得无人机加速度信息,将上述信息作为系统观测模型的观测值;S3、通过滤波器对反无人机制导系统进行滤波,分别获得加速度子模型、Singer子模型和正弦子模型的滤波结果;S4、将子模型的滤波结果进行融合估计,得到最终的制导信息。本发明公开的反无人机制导信息提取方法,获得的无人机制导信息误差低、准确性高。
-
公开(公告)号:CN112199984B
公开(公告)日:2023-05-12
申请号:CN202010664095.2
申请日:2020-07-10
Applicant: 北京理工大学
IPC: G06V20/13 , G06V10/25 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种大尺度遥感图像的目标快速检测方法,所述方法基于深度学习,采用一种区域密集型预估与分块检测相融合的目标检测策略,对大尺度高分辨率图像进行快速精确的多目标检测分类。本发明提供的大尺度遥感图像的目标快速检测方法,能够同时实现大尺度目标和密集区域小目标的精准检测,检测效率高。
-
-
-
公开(公告)号:CN113138381B
公开(公告)日:2023-03-17
申请号:CN202011554866.9
申请日:2020-12-24
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于雷达和光电探测系统的反低慢小无人机方法,将对低慢小无人机的识别过程拆分成两个阶段,第一阶段采用雷达发现识别的低慢小无人机;第二阶段采用光电探测系统实现精确识别低慢小无人机,充分发挥了雷达和光电探测系统的优点并在切换策略中克服了它们的缺点。
-
公开(公告)号:CN113139985B
公开(公告)日:2022-09-16
申请号:CN202110280687.9
申请日:2021-03-16
Applicant: 北京理工大学
Abstract: 本发明公开了一种消除无人机与地面站通信延迟影响的跟踪目标框选方法,该方法中,在无人机上添加存储单元,机载计算机从光电传感器获取到图像后,先给图像加入ID,然后存入存储单元,由数据链同步发送给地面站,地面站框选目标后,再由数据链把目标在像素坐标系的边框信息和图像的ID信息发送到机载计算机,机载计算机根据ID信息从存储单元中读取图像,结合边框信息确定目标,然后,跟踪算法以大于光电传感器工作频率的频率从存储单元读取图像并处理,计算出视差角给导航控制算法,直到处理的图像ID等于当前光电传感器读取图像的ID;之后,跟踪算法直接从光电传感器读取图像,进入稳定追踪阶段。
-
公开(公告)号:CN112198893B
公开(公告)日:2022-08-19
申请号:CN202010443887.7
申请日:2020-05-22
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于分数阶微积分的无人机集群区域覆盖控制系统及方法,该控制系统包括无人机、传感器、执行器和地面站,传感器和执行器搭载在无人机上,传感器和执行器分别与地面站通信连接。本发明采用集群无人机形成无线传感器‑执行器网络,对目标物分布情况进行检测,并发送至地面站,地面站对检测结果进行分析处理,预测目标物的期望场分布,对无人机位置进行部署,由执行器对目标物进行控制,改变目标物分布,至完全消除目标物。本发明采用反馈闭环系统,使无人机能够按照目标物分布进行覆盖部署,提高对目标物的控制效率,实现对目标物的动态实时有效控制。
-
-
-
-
-
-
-
-
-