-
公开(公告)号：CN119337702A
公开(公告)日：2025-01-21
申请号：CN202411296336.7
申请日：2024-09-18
Applicant: 西安现代控制技术研究所 , 西北工业大学
IPC: G06F30/27 , G06N3/006 , G06F17/10 , G01C21/20 , G06F111/06
Abstract: 本发明公开了一种基于粒子群天牛须的集群协同航迹规划方法，分为粒子群优化种群和天牛须搜索算法再优化两个层面。第一个层面，使用粒子群对整个粒子群体进行优化，利用算法隐含的并行搜索策略完成对解空间的全局搜索；第二个层面，则采用天牛须算法对上一层面搜索的最优化结果进行再优化从而提高算法精度。将原粒子群算法搜索到的全局最优解，在其一定邻域范围内再次寻优，若发现了更优的解则使用该解作为新的全局最优解，若并未搜索到更优的解则依旧采用之前的全局最优解。本发明方法很好地避免了传统PSO方法容易陷入局部地缺陷，为无人机优化得到了最优打击路径。该方法也为其他复杂环境下的集群协同航迹规划方法提供了有价值的参考。
-
公开(公告)号：CN119717846A
公开(公告)日：2025-03-28
申请号：CN202411809735.9
申请日：2024-12-10
Applicant: 西安现代控制技术研究所
IPC: G05D1/46 , G05D109/20
Abstract: 本发明提供了一种高速度大扰动条件下的无人机蜂群稳定空投布撒方法，使得无人机有稳定的初始条件并提高复飞成功率，且能够在高度、时间有限的约束下完成所有无人机的投放布撒。通过对大量抛撒单元和无人机的空投试验飞行数据进行分析，汇总带伞状态抛撒单元平衡落速下的姿态摆动特性，首次提出了释放条件判断自适应分级处理的快速、稳定开舱的布撒方案，其中第一级状态下使用较为严格的判据约束出舱时刻的俯仰角及角速率，为无人机提供较好的初始条件，解决了高速度、大扰动情况下开舱布撒无人机条件恶劣的问题，大幅提高了无人机的复飞率。
-
Patent Agency Ranking
公开(公告)号：CN115307640B
公开(公告)日：2025-02-14
申请号：CN202210906225.8
申请日：2022-07-29
Applicant: 西安现代控制技术研究所
Abstract: 本发明属于人工智能技术领域，具体涉及一种基于改进人工势场法的无人车双目视觉导航方法；首先，使用双目视觉中的半全局立体匹配算法实现场景的深度信息实时感知，设计了基于块比较的半全局立体匹配算法的FPGA实现框架，将半全局立体匹配算法模块化，采用模块内并行运算，模块间采用流水线操作对其进行加速，在减少资源使用的同时提高了立体匹配算法的实时性；然后，对当前场景进行二值化、中值滤波和连通域检测等操作，并结合视差图输出当前场景障碍物距离；最后，针对传统人工势场法中局部极小值问题，本发明通过自主建立虚拟目标点的方式有效解决了局部极小值问题，实现了无人车的路径规划；将本发明方法在搭建的无人车系统上进行了验证，实验结果表明本发明方法的可行性和优越性。
-
公开(公告)号：CN119295769A
公开(公告)日：2025-01-10
申请号：CN202411296338.6
申请日：2024-09-18
Applicant: 西安现代控制技术研究所 , 西北工业大学 , 西安电子科技大学
IPC: G06V10/46 , G06V10/44 , G06V10/80 , G06V10/77 , G06V10/774 , G06V10/776
Abstract: 本发明公开了一种先验知识辅助的图像特征点检测方法，首先为了提取多尺度特征，对输入图片进行2次下采样得到3组图像；3组图像分别经过特征提取模块和多组特征融合模块得到最终的响应图；特征提取模块由主分支和子分支构成；主分支以Sobel边缘检测结果作为输入，部分参数学习DoG极值结果，实现同时学习深度特征和先验知识；子分支使用高斯滤波构建尺度金字塔并以DoG空间为标签进行学习；为了实现深度特征和先验知识融合，主分支的特征表示和子分支的特征表示通过提出的知识融合模块进行融合。本发明方法引入先验知识后在提高特征点检测性能和模型鲁棒性方面具有巨大潜力，为未来计算机视觉中的特征点检测和匹配任务提供了新的研究方向。
-
公开(公告)号：CN119107422A
公开(公告)日：2024-12-10
申请号：CN202411208476.4
申请日：2024-08-30
Applicant: 西安现代控制技术研究所
Abstract: 本发明公开了一种广域三维地图构建技术测试评估方法，包括：根据实际应用需求设定三维地图构建方法的考核指标；所述考核指标中包含多项考核因素的量化范围，考核因素与三维地图构建方法中的关键图像处理步骤相对应；构建测试数据集，测试数据集中相邻的图像之间存在重叠；获取待评估的三维地图构建方法，提取关键图像处理步骤；基于构建的测试数据集，利用所述三维地图构建方法进行三维地图的构建；在地图构建过程中，实时监测三维地图构建方法中关键图像处理步骤，执行对应的量化值计算，得到每种考核因素对应的量化值；基于三维地图构建方法的每种考核因素对应的量化值以及设定的考核指标，判定三维地图构建方法是否满足考核要求。
-
公开(公告)号：CN115641285A
公开(公告)日：2023-01-24
申请号：CN202210706454.5
申请日：2022-06-21
Applicant: 西安现代控制技术研究所
IPC: G06T7/00 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明属于立体视觉技术领域，具体涉及一种基于密集多尺度信息融合的双目视觉立体匹配方法，包括：初步特征提取：采用CNN网络、密集连接网络和坐标注意力机制进行初步特征提取；构建初始联合代价体：跨尺度分组相关代价体和压缩级联代价体级联构建初始联合代价体；代价聚合优化：采用3D堆叠沙漏网络提取更深层的信息，优化初始联合代价体；视差回归：通过视差回归获得4个预测视差图及其置信度；尺度感知融合：利用各尺度视差图的互补优势，融合不同尺度的视差图得到最终的视差图。与现有技术相比较，本发明在合成数据集SceneFlow与真实数据集KITTI 2015上进行了对比实验。实验结果表明，本发明立体匹配方法的匹配性能优于现有方法。
-
公开(公告)号：CN115307640A
公开(公告)日：2022-11-08
申请号：CN202210906225.8
申请日：2022-07-29
Applicant: 西安现代控制技术研究所
Abstract: 本发明属于人工智能技术领域，具体涉及一种基于改进人工势场法的无人车双目视觉导航方法；首先，使用双目视觉中的半全局立体匹配算法实现场景的深度信息实时感知，设计了基于块比较的半全局立体匹配算法的FPGA实现框架，将半全局立体匹配算法模块化，采用模块内并行运算，模块间采用流水线操作对其进行加速，在减少资源使用的同时提高了立体匹配算法的实时性；然后，对当前场景进行二值化、中值滤波和连通域检测等操作，并结合视差图输出当前场景障碍物距离；最后，针对传统人工势场法中局部极小值问题，本发明通过自主建立虚拟目标点的方式有效解决了局部极小值问题，实现了无人车的路径规划；将本发明方法在搭建的无人车系统上进行了验证，实验结果表明本发明方法的可行性和优越性。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
