딥 러닝을 이용한 무인기 비행 제어 시스템 및 방법
    1.
    发明授权
    딥 러닝을 이용한 무인기 비행 제어 시스템 및 방법 有权
    无人机飞行控制系统和使用深度运行的方法

    公开(公告)号:KR101813697B1

    公开(公告)日:2017-12-29

    申请号:KR1020150183932

    申请日:2015-12-22

    Inventor: 최영식 황금별

    Abstract: 본원은자세예측모듈로부터무인기의현재자세를획득하는단계, 위치제어모듈로부터상기무인기의목표자세및 목표추력의크기를포함한목표치를획득하는단계, 상기현재자세및 상기목표치에기초하여딥 러닝신경망을형성하는단계및 상기딥 러닝신경망에기초하여상기무인기의자세를제어하는단계를포함하되, 상기딥 러닝신경망을형성하는단계는상기무인기가상기위치제어모듈과연동하여정상적으로호버링하는상태에서획득된상기현재자세및 상기목표치에기초하여상기딥 러닝신경망의학습을수행할수 있는딥 러닝을이용한무인기비행제어방법에관한것이다.

    Abstract translation: 本申请是的步骤中,当前位置和目标值,以获得目标值,包括目标位置的尺寸和从得到的UAV,的当前位置的步骤UAV的目标推力的基础上深学习神经网络,其中来自所述位置预测模块的控制模块 基于形成并包括控制UAV的姿态的步骤的深学习神经网络,其中,形成深学习神经网络中通常盘旋到UAV的的状态下获得链接到位置控制模块 它使用能够执行基于目标的深度学习神经网络的学习深度学习涉及当前位置和UAV飞行控制方法。

    공중 로봇의 이동 속도 추정 장치 및 방법
    4.
    发明授权
    공중 로봇의 이동 속도 추정 장치 및 방법 有权
    估算公共机器人移动速度的装置和方法

    公开(公告)号:KR101813698B1

    公开(公告)日:2018-01-30

    申请号:KR1020160175369

    申请日:2016-12-21

    CPC classification number: G01P15/02 G01P15/14 G01S19/01 H04B7/185

    Abstract: 공중로봇의이동속도추정방법에관한것이며, 공중로봇의이동속도추정방법은, (a) 제1 카메라의제1 현재입력영상, 제2 카메라의제2 현재입력영상및 관성측정장치를통해측정된상기공중로봇의현재관성측정값을입력값으로하여, 상기제1 현재입력영상과상기제1 카메라에입력되는다음입력영상간의영상움직임차이를나타내는제1 어파인변환행렬및 상기제2 현재입력영상과상기제2 카메라에입력되는다음입력영상간의영상움직임차이를나타내는제2 어파인변환행렬을출력하는단계, (b) 상기현재관성측정값을이용하여상기제1 어파인변환행렬및 상기제2 어파인변환행렬각각으로부터상기공중로봇의 3D 회전의영향이제거된보정된제1 어파인변환행렬및 보정된제2 어파인변환행렬을출력하는단계및 (c) 상기보정된제1 어파인변환행렬, 상기보정된제2 어파인변환행렬및 거리측정센서를통해측정된상기공중로봇과바닥간의현재거리측정값을이용하여상기공중로봇의 3D 속도를추정하는단계를포함할수 있다.

    Abstract translation: 涉及空气,机器人,空气机器人的运动速度估计方法中,移动速度估计方法(a)所述第一电流输入图像的第一摄像机和第二摄像机,从当前输入图像的第二测量和惯性测量单元 到空气机器人的当前惯性测量值作为输入值,与该第一照相机的第一电流输入图像,然后,第一控制精细转换指示输入图像矩阵和第二当前输入图像输入到之间的图像运动差 髁上包括:第二控制输出到细变换矩阵,它表示图像运动,然后将输入到相机基部2的输入图像之间的差,(b)所述第一精细控制变换矩阵和第二使用当前惯性测量 输出的除去校正的第一控制的3D旋转效果成本细变换矩阵,和校正第二控制细从每个矩阵变换架空机器人的矩阵,以及(c)第一控制细转换的空气精转换步骤校正的 矩阵,修正后的第二个未知变换行 并使用通过距离测量传感器测量所述机器人和所述地板空气的电流的值之间的范围内可以是估计空气机器人的三维速度的步骤。

    딥 러닝을 이용한 무인기 비행 제어 시스템 및 방법

    公开(公告)号:KR1020170074539A

    公开(公告)日:2017-06-30

    申请号:KR1020150183932

    申请日:2015-12-22

    Inventor: 최영식 황금별

    Abstract: 본원은자세예측모듈로부터무인기의현재자세를획득하는단계, 위치제어모듈로부터상기무인기의목표자세및 목표추력의크기를포함한목표치를획득하는단계, 상기현재자세및 상기목표치에기초하여딥 러닝신경망을형성하는단계및 상기딥 러닝신경망에기초하여상기무인기의자세를제어하는단계를포함하되, 상기딥 러닝신경망을형성하는단계는상기무인기가상기위치제어모듈과연동하여정상적으로호버링하는상태에서획득된상기현재자세및 상기목표치에기초하여상기딥 러닝신경망의학습을수행할수 있는딥 러닝을이용한무인기비행제어방법에관한것이다.

Patent Agency Ranking