-
公开(公告)号:CN106506151A
公开(公告)日:2017-03-15
申请号:CN201610986008.9
申请日:2016-11-09
Applicant: 北京工业大学
IPC: H04L9/08 , H04B10/116 , G07B17/00 , G06Q50/28
Abstract: 本发明公开了一种用于无人机物流配送的密码发送与接收装置,该装置采用的技术方案为一种密码发送与接收装置,该装置有两种形式,第一种形式为接收端直接携带认证信息进行认证,第二种形式为接收端通过网络获取认证信息。第一种形式中,一种密码发送与接收装置,该装置由认证服务信息服务器、一种发送密码的电子装置、一种接收密码的电子装置三部分组成。第二种形式中,存储模块由第二认证信息接收模块替换,感光模块、认证模块、输出模块依次相连;第二认证信息接收模块与认证模块相连。第二认证信息接收模块是通过无线或有线网络进行无线接收的模块,用来接收认证信息发送模块发出的认证信息。
-
公开(公告)号:CN107657623A
公开(公告)日:2018-02-02
申请号:CN201710749900.X
申请日:2017-08-28
Applicant: 北京工业大学 , 中国农业科学院农业资源与农业区划研究所
CPC classification number: G06T7/13 , G06T5/002 , G06T7/136 , G06T2207/20061 , G06T2207/30184
Abstract: 本发明公开了一种用于无人机的河道线检测系统与方法,属于无人机配送技术领域。系统实现分为两种,一种是依靠无人机与地面站进行交互控制的模式,另一种是仅依靠无人机进行控制输出的模式,两种模式是并列的技术方案。第一种形式是无人机将图像传输至地面站,由地面站进行图像处理工作,地面站再将处理结果通过数据传输装置,回传给无人机的飞控,从而完成功能;第二种形式是在无人机上加设一块图像处理芯片(DSP芯片),由无人机完成图像采集、处理、数据交互工作。本发明中无人机可以实现自主巡航功能,不需要人工进行任何操作;本发明中算法根据河道实际情况进行巡航,不会出现飞离河道的情况;本发明中算法比GPS导航更加精确。
-
公开(公告)号:CN106506151B
公开(公告)日:2019-09-03
申请号:CN201610986008.9
申请日:2016-11-09
Applicant: 北京工业大学
IPC: H04L9/08 , H04B10/116 , G07B17/00 , G06Q50/28
Abstract: 本发明公开了一种用于无人机物流配送的密码发送与接收装置,该装置采用的技术方案为一种密码发送与接收装置,该装置有两种形式,第一种形式为接收端直接携带认证信息进行认证,第二种形式为接收端通过网络获取认证信息。第一种形式中,一种密码发送与接收装置,该装置由认证服务信息服务器、一种发送密码的电子装置、一种接收密码的电子装置三部分组成。第二种形式中,存储模块由第二认证信息接收模块替换,感光模块、认证模块、输出模块依次相连;第二认证信息接收模块与认证模块相连。第二认证信息接收模块是通过无线或有线网络进行无线接收的模块,用来接收认证信息发送模块发出的认证信息。
-
公开(公告)号:CN105760812B
公开(公告)日:2019-06-07
申请号:CN201610029449.X
申请日:2016-01-15
Applicant: 北京工业大学
IPC: G06K9/00
Abstract: 一种基于Hough变换的车道线检测方法,该方法针对现有车道线检测技术的需要建立特定的模型,算法比较复杂,效率低,实时性差的缺点,通过对经过Hough变换后的含有车道线的图像,利用车道线像素的位置信息进行车道线检测和趋势的判断,算法具有良好的实时性,高效率得检测车道线。本方法不需要引入过多的参数来辅助判别弯道,不需要车道线建模等繁琐方法,可用于普通车道和高速公路,可以简单快速地实现弯道趋势的识别,有较好的实时性和准确性。
-
公开(公告)号:CN105760812A
公开(公告)日:2016-07-13
申请号:CN201610029449.X
申请日:2016-01-15
Applicant: 北京工业大学 , 北京日立北工大信息系统有限公司
IPC: G06K9/00
CPC classification number: G06K9/00798 , G06K9/40 , G06K9/4604
Abstract: 一种基于Hough变换的车道线检测方法,该方法针对现有车道线检测技术的需要建立特定的模型,算法比较复杂,效率低,实时性差的缺点,通过对经过Hough变换后的含有车道线的图像,利用车道线像素的位置信息进行车道线检测和趋势的判断,算法具有良好的实时性,高效率得检测车道线。本方法不需要引入过多的参数来辅助判别弯道,不需要车道线建模等繁琐方法,可用于普通车道和高速公路,可以简单快速地实现弯道趋势的识别,有较好的实时性和准确性。
-
-
-
-