一种复杂场景的未知异常障碍物识别方法及系统

    公开(公告)号:CN114926819A

    公开(公告)日:2022-08-19

    申请号:CN202210607410.7

    申请日:2022-05-31

    Applicant: 海南大学

    Abstract: 本发明涉及一种复杂场景的未知异常障碍物识别方法及系统,该系统包括:特征编码器模块:用以将输入图片编码为高维特征张量,提取输入特征;未知注意力生成模块,用以生成未知注意力权重图,该注意力图对不确定性高区域生成高权重,反之注意力图较低;注意力信息提示模块,用以对注意力高区域给予真值提示;语义分割结果预测模块,用以预测像素为各类别的概率。本发明通过训练模型将有效注意力放在不确定性区域高的区域来以此根据模型注意力权重值来预测是否为未知异常障碍物。与现有技术相比本发明具有应用性强、计算量小、普适性强等优点。

    一种基于红外信标的目标定位系统及方法

    公开(公告)号:CN115760972A

    公开(公告)日:2023-03-07

    申请号:CN202211312823.9

    申请日:2022-10-25

    Applicant: 海南大学

    Abstract: 本发明涉及一种基于红外信标的目标定位系统,用以无人设备在夜间识别信标,包括:夜用红外信标装置:用以发出红外光,为设于无人设备上的相机提供信标与无人设备之间的距离及相对位置;相机:用以捕捉夜用红外信标装置发出的红外光,生成夜间红外图像;红外信标转换模块:用以对夜间红外图像进行预处理,生成日用标准信标图像;标准信标识别模块:用以对日用标准信标图像进行处理,获取红外信标识别结果,根据红外信标识别结果解算信标的相对位置坐标,对信标进行定位。与现有技术相比,该发明能够使得无人设备在夜间准确识别标识目标,具有定位精度高,可靠性强的特点。

    一种复杂场景的未知异常障碍物识别方法及系统

    公开(公告)号:CN114926819B

    公开(公告)日:2024-06-21

    申请号:CN202210607410.7

    申请日:2022-05-31

    Applicant: 海南大学

    Abstract: 本发明涉及一种复杂场景的未知异常障碍物识别方法及系统,该系统包括:特征编码器模块:用以将输入图片编码为高维特征张量,提取输入特征;未知注意力生成模块,用以生成未知注意力权重图,该注意力图对不确定性高区域生成高权重,反之注意力图较低;注意力信息提示模块,用以对注意力高区域给予真值提示;语义分割结果预测模块,用以预测像素为各类别的概率。本发明通过训练模型将有效注意力放在不确定性区域高的区域来以此根据模型注意力权重值来预测是否为未知异常障碍物。与现有技术相比本发明具有应用性强、计算量小、普适性强等优点。

    一种多无人机视域下目标跟踪方法、装置、设备及介质

    公开(公告)号:CN118155098A

    公开(公告)日:2024-06-07

    申请号:CN202410305631.8

    申请日:2024-03-18

    Applicant: 海南大学

    Abstract: 本发明涉及一种多无人机视域下目标跟踪方法、装置、设备及介质,在目标跟踪过程中,该方法重复的执行以下步骤:获取多无人机拍摄的图像并进行实时更新;将时序图像序列按照顺序输入Transformer网络进行特征提取,其中,第一帧图像作为初始化的目标模板,后续帧图像作为待搜索区域图像;将目标模板的特征图分别输入两路不同的卷积层,得到分类支路和回归支路,同时,将待搜索区域的特征图输入一个卷积层,得到卷积结果;分别用分类支路和回归支路作为卷积核对卷积结果进行卷积,得到分类结果和回归结果,回归结果作为目标框的检测结果,实现目标跟踪;基于目标框的检测结果与当前目标模板的相似度进行目标模板更新。与现有技术相比,本发明可以在较大范围内对运动目标进行持续准确的跟踪。

    一种无人机集群的运行状态估计方法

    公开(公告)号:CN116244647A

    公开(公告)日:2023-06-09

    申请号:CN202211591739.5

    申请日:2022-12-11

    Applicant: 海南大学

    Abstract: 本发明涉及一种无人机集群的运行状态估计方法,包括以下步骤:针对复杂环境下无人机集群运行状态的强耦合指标集,基于随机森林分析指标间的相互作用,处理数据集的异常值和噪声,对其进行特征重要性排序,提取关键运行指标;基于深度强化学习DDQN算法估计无人机集群的运行状况,将状态估计问题用马尔可夫过程描述,并通过使用双层网络以获得准确的价值函数;通过迭代更新DDQN网络的参数,输出无人机集群状态的最优价值函数,实时估计集群的运行状态。与现有技术相比,本发明具有提高了无人机集群的运行效率和安全性等优点。

Patent Agency Ranking