-
公开(公告)号：CN118823107A
公开(公告)日：2024-10-22
申请号：CN202410952247.7
申请日：2024-07-16
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于VIO和LIO的在线外参优化方法，先将IMU预积分与相机运动恢复进行配准获得相机的自身位姿估计，然后以IMU预积分作为激光雷达的NDT算法的先验信息，将先验信息以及激光雷达数据输入NDT算法获得激光雷达的自身位姿估计，最后建立相机的自身位姿估计、激光雷达的自身位姿估计以及外参的变换关系并根据变换关系确定包含外参、相机的自身位姿估计以及激光雷达的自身位姿估计的代价函数，最小化代价函数获得最终外参。本发明结合了IMU预积分，使得位姿估计更加准确且最小化代价函数获得最终外参时优化过程更加容易收敛，从而能够提高外参估计的鲁棒性和精确性。
-
公开(公告)号：CN116543275A
公开(公告)日：2023-08-04
申请号：CN202310461387.X
申请日：2023-04-26
Applicant: 西北工业大学
IPC: G06V10/80 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种基于多源图像跨域融合的目标识别方法，该方法通过调用Pix2pix网络，通过该网络学习可见光图像与红外图像的映射关系，将可见光任务相关类图像转换为伪红外任务相关类图像；此外，通过可见光的灰度/灰度反转任务无关类图像、红外任务无关类图像、可见光的灰度/灰度反转任务相关类图像构建的混合源域对伪红外任务相关类图像进行目标识别。解决在无法获得目标域中任务相关类的红外数据的情况下，实现如何提高对目标域中红外任务相关类图像分类识别精度的问题。
-
公开(公告)号：CN106094569A
公开(公告)日：2016-11-09
申请号：CN201610530449.8
申请日：2016-07-06
Applicant: 西北工业大学
IPC: G05B17/02
CPC classification number: G05B17/02
Abstract: 本发明公开了一种多传感器融合无人机感知与规避仿真系统，包括系统配置模块、ADS‑B数据模块、无人机平台仿真模块、传感器数据仿真模块和感知与规避算法模块，上述各个模块均连接至系统数据池，并通过系统数据池进行数据交互。本发明还公开了对应的仿真方法，解决了现有的无人机感知与规避系统设计方法成本高、测试风险系数大、效率低等问题。
-
公开(公告)号：CN104102218A
公开(公告)日：2014-10-15
申请号：CN201410305109.6
申请日：2014-06-30
Applicant: 西北工业大学
IPC: G05D1/02
Abstract: 本发明提供一种基于视觉伺服的感知与规避系统，包括无人机、图像采集系统、视觉伺服控制系统和导航定位系统，所述视觉伺服系统包括视觉目标检测与跟踪模块、安全包络模块和视觉伺服控制器。本发明还提供一种基于所述感知与规避系统的规避方法，本发明实现了对周围空域环境的快速感知，以及在不加装任何测距传感器且不需地面操作人员进行干预和操作的情况下，独立自主完成对空间飞行目标的规避机动；本发明载荷要求低、控制精度高、具有较高的智能性，能够提高无人机的空域飞行安全能力。
-
公开(公告)号：CN114997258A
公开(公告)日：2022-09-02
申请号：CN202210361714.X
申请日：2022-04-07
Applicant: 西北工业大学
Abstract: 本发明公开了一种无人机安全检测方法及装置，获取无人机的实时状态信息；基于实时状态信息分组策略，根据实时状态信息生成若干个子数据集；以子数据集为输入信息，采用混合深度识别模型确定无人机的安全状态信息；混合深度识别模型包括依次连接输入层、卷积层、双向LSTM层、注意力机制层和直连相乘层；本发明通过对无人机的实时状态信息进行分组，减少了无人机安全状态识别过程中所用的数据量，可以提升处理效率，同时以分组后每个子数据集为输入信息，采用混合深度识别模型进行识别确定无人机当前时刻的安全状态，可以保证对无人机安全状态识别的精准性。
-
Patent Agency Ranking
公开(公告)号：CN104656663B
公开(公告)日：2017-12-01
申请号：CN201510082625.1
申请日：2015-02-15
Applicant: 西北工业大学
IPC: G05D1/10
Abstract: 本发明公开了一种基于视觉的无人机编队感知与规避方法，通过编队中每一架无人机上设置的机载视觉传感器检测出目标障碍物在其对应的图像平面坐标系中的位置，推导出目标障碍物对应的相机坐标系到对应的世界坐标系的转移矩阵M；然后，选取任意两架机载视觉传感器得到的目标障碍物对应的相机坐标系到对应的世界坐标系的转移矩阵M，计算出目标障碍物在世界坐标系中的位置；确定目标障碍物是否对虚拟掌机和虚拟安全区域造成威胁；确定编队采取的避撞方式。使编队在保持队形不变以及编队队形打破重新组合的方式规避目标障碍物。
-
公开(公告)号：CN104182968B
公开(公告)日：2017-03-15
申请号：CN201410385008.4
申请日：2014-08-05
Applicant: 西北工业大学
Abstract: 本发明公开了宽基线多阵列光学探测系统模糊动目标分割方法，包括以下步骤：用宽基线分布式布置两组高速相机阵列和一组低速相机阵列，并采集动目标得到高速无模糊图像和低速模糊图像；对低速模糊图像进行预分割得到模糊动目标多特征融合分割图；用混合高斯模型分割高速无模糊图像得到其前景分割图；对高速无模糊图像进行校正匹配和三维重构得到其场景深度图；用前景分割图对场景深度图进行标记得到前景深度图；再把前景深度图投影到低速模糊图像中得到模糊动目标多视角分割图；融合模糊动目标多特征融合分割模型和模糊动目标多视角分割图得到多特征多视角融合联合标记图，再对特征多视角融合联合标记图抠图，满足了对模糊动目标高精度分割的要求。
-
公开(公告)号：CN117387604A
公开(公告)日：2024-01-12
申请号：CN202311085217.2
申请日：2023-08-25
Applicant: 西北工业大学
Abstract: 本发明涉及一种基于4D毫米波雷达和IMU融合的定位与建图方法及系统，该方法先将4D毫米波雷达获得的4D点云数据通过点云预处理算法进行去噪获得稳定的4D点云数据，然后根据稳定的4D点云数据解算出自我平台的三维体速度，再融合稳定的4D点云数据以及惯导器件的位姿数据，优化解算出自我平台的里程计信息，最后融合自我平台的里程计信息和三维体速度，优化解算出最优里程计信息，同时根据稳定的4D点云数据和最优里程计信息绘制出环境点云地图。本发明的基于4D毫米波雷达和IMU融合的定位与建图方法及系统具有环境感知力广泛、成本低且实时性能好的特点。
-
公开(公告)号：CN116612150A
公开(公告)日：2023-08-18
申请号：CN202310506466.8
申请日：2023-05-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种用于无人机平台的图像目标跟踪方法，基于一种DTE‑tracker跟踪系统，所述DTE‑tracker跟踪系统包括：一检测器，由YOLOv5检测算法构成，用于识别待跟踪视频中所有的移动目标；一检查器，使用孪生神经网络SiameseNet，用于检查所有的所述移动目标，判断出待跟踪目标的位置；一跟踪器，使用SiamRPN算法，用于跟踪所述待跟踪目标。其解决了现有技术中，在复杂背景、目标形变、障碍遮挡、相似目标干扰等挑战时，无人机目标跟踪效果会变差的问题。
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.02 seconds)
