-
公开(公告)号：CN108827306B
公开(公告)日：2022-01-07
申请号：CN201810553413.0
申请日：2018-05-31
Applicant: 北京林业大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于多传感器融合的无人机SLAM导航方法，包括实时采集无人机周围环境的图像信息，并根据所述图像信息获取无人机的位姿信息；实时采集无人机与障碍物的深度信息，将所述位姿信息以及所述深度信息融合构建障碍物深度地图，根据所述障碍物深度地图获取无人机的全球位姿信息；根据所述全球位姿信息、所述障碍物深度地图采用在线动态规划路径的规划方法生成无人机的飞行路径，根据所述飞行路径控制无人机的自主避障飞行。该方法及系统可以实现复杂环境中无人机的实时定位与地图构建。相对于传统的无人机导航技术实现实时定位和地图构建与自主导航，提高无人机的智能化程度和导航精度。
-
公开(公告)号：CN109829888A
公开(公告)日：2019-05-31
申请号：CN201811610173.X
申请日：2018-12-27
Applicant: 北京林业大学
Abstract: 本发明公开了一种基于深度卷积神经网络的野生动物无线监测分析系统及方法，通过获取移动物体图像数据并建立数据库，对图像标定并进行预处理，结合Adam优化算法训练深度卷积神经网络，进行野生动物的检测与识别，对野生动物出现的时间、地点进行统计分析并建立模型，克服了传统方法中劳动强度大，人工分析耗时长，且有大量的冗余信息和误识别信息，难以分析得出野生动物资源现状和动态变化的准确情况的问题，可以供研究人员远程、实时的得到所监测区域野生动物的个体特征和种群分布情况，提高了工作效率和分析结果的准确性。
-
公开(公告)号：CN108827306A
公开(公告)日：2018-11-16
申请号：CN201810553413.0
申请日：2018-05-31
Applicant: 北京林业大学
IPC: G01C21/20
Abstract: 本发明公开了一种基于多传感器融合的无人机SLAM导航方法，包括实时采集无人机周围环境的图像信息，并根据所述图像信息获取无人机的位姿信息；实时采集无人机与障碍物的深度信息，将所述位姿信息以及所述深度信息融合构建障碍物深度地图，根据所述障碍物深度地图获取无人机的全球位姿信息；根据所述全球位姿信息、所述障碍物深度地图采用在线动态规划路径的规划方法生成无人机的飞行路径，根据所述飞行路径控制无人机的自主避障飞行。该方法及系统可以实现复杂环境中无人机的实时定位与地图构建。相对于传统的无人机导航技术实现实时定位和地图构建与自主导航，提高无人机的智能化程度和导航精度。
-
-
Search Results
3
records
(took 0.019 seconds)
