-
公开(公告)号：CN118865162A
公开(公告)日：2024-10-29
申请号：CN202310463871.6
申请日：2023-04-26
Applicant: 北京理工大学
IPC: G06V20/17 , G06V20/40 , G06V10/52 , G06V10/764 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/049 , G06N3/082
Abstract: 本发明公开了一种基于视频序列输入的无人机动态小目标检测方法,通过设置神经网络识别连续多帧图像，获得图像中运动目标的类别和位置，所述设置神经网络，包括以下步骤：设置特征提取模型，用于从图像中提取多尺度特征，所述特征提取模型以多帧连续图像作为输入；设置特征融合模型，用于将多尺度特征融合为特征图，通过特征图表征目标的外貌、运动线索；设置检测模型，根据特征图辨识获得多时刻的目标位置和类别。本发明公开的基于视频序列输入的无人机动态小目标检测方法,解决了无人机目标距离远、在图像中所占像素少、纹理、颜色和轮廓特征导致的检测精度降低的问题。
-
公开(公告)号：CN116222557A
公开(公告)日：2023-06-06
申请号：CN202310056277.5
申请日：2023-01-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种封闭堆场无人机导航方法及采用该导航方法的智能盘检方法，该导航方法通过因子图优化方法对多个传感器的观测值进行融合，获得无人机实时位姿信息，基于获得的无人机位姿信息进行导航，所述多个传感器包括搭载在无人机上的激光雷达、IMU，设置在地面的标识码，以及设置在无人机上用于检测标识码的云台相机。本发明公开的封闭堆场无人机导航方法，在封闭堆场环境中可长期使用，不易出现失效状况。
-
Patent Agency Ranking
公开(公告)号：CN113156450A
公开(公告)日：2021-07-23
申请号：CN202110287557.8
申请日：2021-03-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种无人机上的主动旋转激光雷达系统及其控制方法，该系统及方法中设置能够旋转的激光雷达，在激光雷达主动旋转的过程中，因为IMU短期的高精准性，可以用IMU的姿态数据暂时代替激光雷达的里程计结果，在激光雷达采集到约束足够的数据时，选择使用激光雷达的里程计结果，具体来说，实时解算并判断激光雷达获得的数据图像是否可靠，在不可靠的情况下，主动旋转该激光雷达，以使得下一帧数据图像的可靠性提高，另外，通过设置特异性的非线性方程来处理激光雷达获得的数据图像，从而得到无人机的位姿，进而据此对无人机进行控制。
-
公开(公告)号：CN116501084A
公开(公告)日：2023-07-28
申请号：CN202310388297.2
申请日：2023-04-12
Applicant: 北京理工大学
IPC: G05D1/10
Abstract: 本发明公开了一种无人机集群多视场条件下对多目标无人机跟踪方法，包括以下步骤：对无人机群中的无人机进行编号，其中一个无人机为主机，其余无人机设置为从机；每个无人机对目标群进行视频拍摄，并对拍摄的视频片段进行目标检测；主机和从机分别对目标进行跟踪。本发明公开的无人机集群多视场条件下对多目标无人机跟踪方法，充分利用多架无人机获取的视觉信息，用其他无人机的视觉信息给当前跟踪无人机的跟踪性能进行补充，从而提高多目标跟踪的精准度以及跟踪速率性能。
-
公开(公告)号：CN113156450B
公开(公告)日：2024-02-27
申请号：CN202110287557.8
申请日：2021-03-17
Applicant: 北京理工大学
Abstract: 本发明公开了一种无人机上的主动旋转激光雷达系统及其控制方法，该系统及方法中设置能够旋转的激光雷达，在激光雷达主动旋转的过程中，因为IMU短期的高精准性，可以用IMU的姿态数据暂时代替激光雷达的里程计结果，在激光雷达采集到约束足够的数据时，选择使用激光雷达的里程计结果，具体来说，实时解算并判断激光雷达获得的数据图像是否可靠，在不可靠的情况下，主动旋转该激光雷达，以使得下一帧数据图像的可靠性提高，另外，通过设置特异性的非线性方程来处理激光雷达获得的数据图像，从而得到无人机的位姿，进而据此对无人机进行控制。
-
公开(公告)号：CN115578653A
公开(公告)日：2023-01-06
申请号：CN202211182639.7
申请日：2022-09-27
Applicant: 北京理工大学
Abstract: 本发明公开了一种基于深度学习的无人机重识别方法，包括以下步骤：S1、无人机对水面进行拍摄获得图片，通过船舶主体网络模型提取船舶区域；S2、通过船舶重识别网络模型对船舶区域进行识别，获得船舶特征向量；S3、将船舶特征向量与船舶特征索引库中的特征向量比对，确定该船舶的识别ID。本发明提供的基于深度学习的无人机重识别方法，能够区分相似类型船舶，重识别准确率高，可以实现在机载低算力设备的实时运行。
-
公开(公告)号：CN114777768A
公开(公告)日：2022-07-22
申请号：CN202210210794.9
申请日：2022-03-03
Applicant: 北京理工大学
Abstract: 本发明公开了一种卫星拒止环境高精度定位方法、系统及电子设备。本发明所提供的卫星拒止环境高精度定位方法包括获取激光雷达在大地坐标系的位姿；对激光雷达在大地坐标系的位姿和IMU采集的信息进行融合；以及对融合后的激光雷达在大地坐标系的位姿通过因子图优化与激光雷达及IMU进行信息融合与全局修正。本发明通过布置少量的aruco标记就能够在拒止环境中对激光雷达进行全局修正，从而大幅度提高导航精度以及系统的鲁棒性。
-
-
-
-
-
-
Search Results
7
records
(took 0.022 seconds)
