QQ登录

只需要一步,快速开始

 注册地址  找回密码
查看: 2402|回复: 0
打印 上一主题 下一主题

[书籍资源] 基于视觉的无人机板载自主实时精确着陆系统

[复制链接]
字体大小: 正常 放大
杨利霞        

5273

主题

82

听众

17万

积分

  • TA的每日心情
    开心
    2021-8-11 17:59
  • 签到天数: 17 天

    [LV.4]偶尔看看III

    网络挑战赛参赛者

    网络挑战赛参赛者

    自我介绍
    本人女,毕业于内蒙古科技大学,担任文职专业,毕业专业英语。

    群组2018美赛大象算法课程

    群组2018美赛护航培训课程

    群组2019年 数学中国站长建

    群组2019年数据分析师课程

    群组2018年大象老师国赛优

    跳转到指定楼层
    1#
    发表于 2020-10-29 15:23 |只看该作者 |倒序浏览
    |招呼Ta 关注Ta
    基于视觉的无人机板载自主实时精确着陆系统

    / {+ c8 f& w/ |9 `/ b* |9 I+ a
    " a% O% D1 X5 [- s9 m7 m* R- c; w4 Q! B2 q/ c9 f( n, [

    " q' U7 V% o7 R7 t9 w5 K" E7 N基于视觉的无人机自主精确降落研究可以被广泛应用于电力巡检、森林巡检等行业。传统视觉方案无法
    ( `4 t- O+ s: m9 O& u; O应对降落过程中复杂的环境变化,无法实现在机载处理器上的实时图像处理。因此提出一种适用于无人机板载端
    ! N. e; J: j* N4 N( \轻量高效的 Onboard-YOLO 算法,使用可分离卷积代替常规卷积核,有效提升速度。通过注意力机制自动学习通" k& |: X9 i4 `5 K2 K
    道特征权重提高模型准确度。在五种干扰环境下进行降落测试,并与行业领先的实时检测算法进行对比实验。实4 K, F9 J: H2 A. W7 e
    验结果表明:Onboard-YOLO 可以解决降落过程中的复杂环境问题,在板载端达到 18.3 帧计算速度,相比原始% Q+ y7 y. X0 Y+ \& k2 [5 |) |
    YOLO 算法提升了 4.3 倍,相比 Faster-RCNN 提升了 25.7 倍,算法平均准确度达到 0.91,相比 SSD-Mobilenet 提
    # ]0 U" @# H5 C7 D高 8.9%,经过实际测试验证,Onboard-YOLO 可以实现无人机板载端的实时自主精准降落,达到 95%以上的降落
    9 Y8 P/ {8 V! @/ \! b6 T成功率。
    / S) O! J; e- W. _( }" i/ B" r
    7 T- t" q% N* ?2 c- y3 {" @% R2 @# ~6 k: j% h. I1 ~0 w

    基于视觉的无人机板载自主实时精确着陆系统.pdf

    872.16 KB, 下载次数: 0, 下载积分: 体力 -2 点

    售价: 3 点体力  [记录]  [购买]

    zan
    转播转播0 分享淘帖0 分享分享0 收藏收藏0 支持支持0 反对反对0 微信微信
    您需要登录后才可以回帖 登录 | 注册地址

    qq
    收缩
    • 电话咨询

    • 04714969085
    fastpost

    关于我们| 联系我们| 诚征英才| 对外合作| 产品服务| QQ

    手机版|Archiver| |繁體中文 手机客户端  

    蒙公网安备 15010502000194号

    Powered by Discuz! X2.5   © 2001-2013 数学建模网-数学中国 ( 蒙ICP备14002410号-3 蒙BBS备-0002号 )     论坛法律顾问:王兆丰

    GMT+8, 2025-7-25 02:01 , Processed in 0.527869 second(s), 54 queries .

    回顶部