期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于YOLOv5的单目视觉无人机检测与定位方法 被引量:7
1
作者 王红雨 +3 位作者 吴昌学 刘瑢琦 余欣芝 曹彦 《飞行力学》 CSCD 北大核心 2023年第3期61-66,81,共7页
针对小型无人机的目标检测和定位问题,提出一种单目视觉检测与定位方法。首先,在YOLOv5目标检测算法中嵌入双注意力机制模块,通过对特征图在通道和空间层面进行重新加权,增强目标区域中小尺度无人机的细节特征权重。然后,引入考虑干扰... 针对小型无人机的目标检测和定位问题,提出一种单目视觉检测与定位方法。首先,在YOLOv5目标检测算法中嵌入双注意力机制模块,通过对特征图在通道和空间层面进行重新加权,增强目标区域中小尺度无人机的细节特征权重。然后,引入考虑干扰的孪生区域提议网络(DaSiamRPN)作为动态目标跟踪方法,解决检测目标的运动模糊和遮挡问题。最后,在相机运动已知的条件下,利用运动前后两幅图像中匹配的目标检测框对,进行在线的无人机目标尺寸测量,进而实现目标定位。仿真结果表明,所提目标检测算法准确率达到98.3%,召回率为97.2%,优于原有YOLOv5算法,验证了所提算法的可行性。 展开更多
关键词 无人机 目标检测 相对位置估计 单目视觉
原文传递
面向无人机目标的检测与实时跟随
2
作者 刘瑢琦 王红雨 《计算机工程与应用》 CSCD 北大核心 2024年第11期319-327,共9页
随着无人机在各个领域的应用越来越广泛,目前对于无人机的管制需求也逐步上升,同时由于无人机平台算力、能源有限,有效的检测与跟随算法显得尤为重要。基于深度学习的方法对于目标检测十分有效,但其直接应用于空中目标跟随这一任务还存... 随着无人机在各个领域的应用越来越广泛,目前对于无人机的管制需求也逐步上升,同时由于无人机平台算力、能源有限,有效的检测与跟随算法显得尤为重要。基于深度学习的方法对于目标检测十分有效,但其直接应用于空中目标跟随这一任务还存在稳定性与安全性不足以及目标阴影的干扰这些问题。针对目标检测时阴影干扰问题,提出了基于HSV色彩空间的阴影识别算法,能够对检测对象阴影区域进行分割识别,从而排除阴影对目标检测的干扰;为了得到了更精准的目标无人机三维位置,设计了二次定位算法,将纯检测框中心点与目标无人机结构上相对固定中心点进行了加权融合,减少了目标框大小浮动对目标位置估计的影响;在避障策略中融合了无人机相关约束以此避免了无人机跟随时的过度震荡,并利用动态环境下的自定位算法对追踪无人机的控制结果进行检测与实时修正,提升整个动态跟随过程中的鲁棒性。所提算法经虚幻4平台下的仿真与实物实验中得到验证,能够将无人机跟随任务的跟随精度控制在0.1 m级。 展开更多
关键词 无人机跟随 目标检测 阴影辨识 中心定位 动态自定位
下载PDF
面向嵌入式平台的单目ORB-SLAM稠密化建图实现 被引量:3
3
作者 马靖煊 王红雨 +3 位作者 曹彦 乔文超 吴昌学 《计算机工程与应用》 CSCD 北大核心 2022年第16期213-218,共6页
针对现有方法在机器人室内定位中无法同时满足高精度定位、快速处理及稠密地图重建的问题,在拥有跟踪、地图构建和回环检测三线程的ORB-SLAM3系统基础上设计了三维稠密地图构建算法,分别在跟踪阶段、局部光束法平差阶段(bundle adjustme... 针对现有方法在机器人室内定位中无法同时满足高精度定位、快速处理及稠密地图重建的问题,在拥有跟踪、地图构建和回环检测三线程的ORB-SLAM3系统基础上设计了三维稠密地图构建算法,分别在跟踪阶段、局部光束法平差阶段(bundle adjustment,BA)和全局BA阶段,对满足需求的关键帧进行二次采样和位姿更新,然后通过关键帧和对应位姿计算得到三维点云,最终获得稠密地图。实验结果表明,所提方法在Jetson AGX Xavier嵌入式平台上对TUM数据集的定位速度达到了10.8 frame/s,均方根误差仅有0.213%,验证了该系统的高精度与快速性,可以满足机器人室内定位与建图需求。 展开更多
关键词 稠密化 室内定位 同时定位与地图构建(SLAM) 深度相机 关键帧 三维重建
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部