公开(公告)号：CN117851813A

公开(公告)日：2024-04-09

申请号：CN202410022490.9

申请日：2024-01-08

Applicant: 西安电子科技大学

Inventor： 李腾 ,  叶陈旻 ,  于润泽 ,  马卓 ,  刘洋 ,  谢亚轩 ,  王思源 ,  汪凡卓

IPC: G06F18/2135 ,  G01D18/00 ,  G06F18/2431 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提出了一种基于深度学习与主成分分析的传感器异常检测方法，主要解决多传感器系统异常检测建模和异常预测困难的问题。方案包括：1)对传感器系统进行数据的采集和预处理；2)构建由多层编码器组成的轻量级transformer神经网络检测模型；3)对构建的检测模型进行半监督化的迭代训练；4)利用训练好的模型对待测传感器进行分析与预测，获取预测结果；5)对预测结果通过主成分分析与均方误差进行数据计算，得到反映系统是否异常的评分，即最终检测结果。本发明能够全面检测系统中各个传感器的异常情况，充分考虑复杂数据的高耦合性，保证检测的可信度。

公开(公告)号：CN118397601A

公开(公告)日：2024-07-26

申请号：CN202410583338.8

申请日：2024-05-11

Applicant: 西安电子科技大学

Inventor： 李腾 ,  陆畅 ,  张琳浩 ,  叶陈旻 ,  于润泽

IPC: G06V20/58 ,  G06V10/764 ,  G06V10/774 ,  G06V20/17 ,  G06F17/18 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于视觉与地图联合检测的无人机紧急降落点检测方法，实现无人机紧急降落点的快速查找及降落前的异常判断。方案包括：1)将地点信息储存到无人机数据库中，对潜在的降落点进行提前划分；2)利用层次分析法计算权重获取安全降落的相对距离；3)以无人机当前位置为中心、相对距离为半径，根据范围内各降落点的情况建立预测模型，选择预备降落点；4)靠近预备降落点时，根据摄像头返回的实时图像，利用YOLOv5算法进行降落点异常情况判断；5)根据判断结果进行紧急降落或寻找新的降落点。本发明利用先验拓扑地形信息结合实时视觉分析，有效提升了无人机寻找紧急降落点的效率，并保证了所选降落点的安全性和准确性。