CN107284661A - 警用运动目标追踪无人机 - Google Patents

警用运动目标追踪无人机 Download PDF

Info

Publication number
CN107284661A
CN107284661A CN201610207626.9A CN201610207626A CN107284661A CN 107284661 A CN107284661 A CN 107284661A CN 201610207626 A CN201610207626 A CN 201610207626A CN 107284661 A CN107284661 A CN 107284661A
Authority
CN
China
Prior art keywords
target
grid
track
anticipation
tracking
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201610207626.9A
Other languages
English (en)
Other versions
CN107284661B (zh
Inventor
吴媛媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Univeristy of Technology
Original Assignee
Chengdu Jige Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chengdu Jige Technology Co Ltd filed Critical Chengdu Jige Technology Co Ltd
Priority to CN201610207626.9A priority Critical patent/CN107284661B/zh
Publication of CN107284661A publication Critical patent/CN107284661A/zh
Application granted granted Critical
Publication of CN107284661B publication Critical patent/CN107284661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/48—Matching video sequences
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种车用预警设备，特别涉及一种警用运动目标追踪无人机。摄像头采集目标特征实时摄取目标视频信息，目标标定模块进行定位追踪，目标轨迹预判模块建立目标移动的轨迹以及预判轨迹，模拟追踪轨迹模块设定最佳追踪途径。上述无人机可以利用摄像头采集视频信息，首先采集到目标的特征，比如人的相貌、车牌、颜色等，建立特征，以此特征锁定目标方便追踪，通过本发明的方法建立预判轨迹，提早作出追踪计划，根据预判轨迹，结合GPS定位来确定预判追踪轨迹，提供准确的参考，同时可以设定最佳的追踪角度，避免追踪对象发现，调整最佳的追踪飞行姿势，提高追踪的效率和隐秘性。

Description

警用运动目标追踪无人机
技术领域
本发明涉及一种无人机，特别涉及一种警用运动目标追踪无人机。
背景技术
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。机上无驾驶舱，但安装有自动驾驶仪、程序控制装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。可在无线电遥控下像普通飞机一样起飞或用助推火箭发射升空，也可由母机带到空中投放飞行。回收时，可用与普通飞机着陆过程一样的方式自动着陆，也可通过遥控用降落伞或拦网回收。可反覆使用多次。
无人机在军用或者民用过程中只提供了眼睛的作用，或者利用自带的设备做一些动作，智能化程度不高，不能自动处理筛选处理信息，那么最后信息都必须传至终端才能进行再处理，因此信息处理的速度不快，而目前用于监控的无人机，只是自带摄像头，而不能做进一步的信息处理，造成信息处理的延时。
比如在遇到抢劫，劫匪开的改装车或摩托车，或者逃窜到比较偏僻，难以追踪的区域，那么及时能发现，也不能及时作出布置来追踪。
发明内容
本发明的目的在于，提供了一种追踪精确、形成预判轨迹的警用运动目标追踪无人机。
本发明解决其技术问题所采用的技术方案是：一种警用运动目标追踪无人机，包括摄像头，其特征在于还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；
目标标定模块，采集对象特征形成目标特征标准，将摄像头采集 的视频样本与目标特征标准进行对比，标定目标对象；
目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；
模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间。
本发明的进一步设置为：还包括显示器、储存器、通讯模块，摄像头采集的信息存入储存器，轨迹显示在显示器，通讯模块进行实时信息通讯。
本发明的进一步设置为：将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度。
本发明的进一步设置为：每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。
本发明的进一步设置为：还包括飞行姿态控制器，设定一个追踪角度，飞行姿态控制器接收摄像头摄取的视频信息，以追踪角 度为标准调整无人机飞行姿势。
上述无人机可以利用摄像头采集视频信息，首先采集到目标的特征，比如人的相貌、车牌、颜色等，建立特征，以此特征锁定目标方便追踪，通过本发明的方法建立预判轨迹，提早作出追踪计划，根据预判轨迹，结合GPS定位来确定预判追踪轨迹，提供准确的参考，同时可以设定最佳的追踪角度，避免追踪对象发现，调整最佳的追踪飞行姿势，提高追踪的效率和隐秘性。
具体实施方式
本发明一种警用运动目标追踪无人机，包括摄像头，其特征在于还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间，还包括显示器、储存器、通讯模块，摄像头采集的信息存入储存器，轨迹显示在显示器，通讯模块进行实时信息通讯，将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1) *D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度，每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标，还包括飞行姿态控制器，设定一个追踪角度，飞行姿态控制器接收摄像头摄取的视频信息，以追踪角度为标准调整无人机飞行姿势。
下面详细解释实施例中轨迹预判的过程。
图像网格采样：主要用于获取稀疏的图像像素点而又不失像素点的分布均匀性，达到减少跟踪点数量，提高系统运算速度的目的。网格像素点坐标计算方法如下:
Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1；
其中：m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度；(网格像素点为P(Xm,Yn))
连续T帧网格点轨迹获取：对网格像素点P(Xm,Yn)在连续的T个视频帧进行跟踪，其中每个网格点的在每一视频的坐标位置如下：
P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1)))；
其中：F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。
网格点轨迹分块处理：将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵M,并利用主成分分析法(PCA)提取主分量轨迹M＇，以此为基础来建立目标轨迹，判断目标的移动地点。
以目标的移动地点为目的地，在警车或者追踪的终端建立信息中心，与无人机进行通信，那么终端作为起始地，也可以设定新的起始地，通过移动速度、道路的选择，以时间、路程为标准， 建立最佳的追踪轨迹，提供追踪预案，提高追踪的效率，避免信息处理的延时。
显然，上述实施例仅仅是为了清楚的说明所做的举例，而并非对实施方式的限定。对于所属领域的技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围。

Claims (5)

1.一种警用运动目标追踪无人机，包括摄像头，其特征在于：还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；
目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；
目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；
模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间。
2.按照权利要求1所述的警用运动目标追踪无人机，其特征在于：还包括显示器、储存器、通讯模块，摄像头采集的信息存入储存器，轨迹显示在显示器，通讯模块进行实时信息通讯。
3.按照权利要求1或2所述的警用运动目标追踪无人机，其特征在于：将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度。
4.按照权利要求3所述的警用运动目标追踪无人机，其特征在于：每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。
5.按照权利要求1或2所述的警用运动目标追踪无人机，其特征在于：还包括飞行姿态控制器，设定一个追踪角度，飞行姿态控制器接收摄像头摄取的视频信息，以追踪角度为标准调整无人机飞行姿势。
CN201610207626.9A 2016-04-06 2016-04-06 警用运动目标追踪无人机 Active CN107284661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610207626.9A CN107284661B (zh) 2016-04-06 2016-04-06 警用运动目标追踪无人机

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610207626.9A CN107284661B (zh) 2016-04-06 2016-04-06 警用运动目标追踪无人机

Publications (2)

Publication Number Publication Date
CN107284661A true CN107284661A (zh) 2017-10-24
CN107284661B CN107284661B (zh) 2020-07-17

Family

ID=60095743

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610207626.9A Active CN107284661B (zh) 2016-04-06 2016-04-06 警用运动目标追踪无人机

Country Status (1)

Country Link
CN (1) CN107284661B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090147A (zh) * 2017-12-08 2018-05-29 四川金英科技有限责任公司 一种视频目标智能追踪方法
CN108573259A (zh) * 2018-03-10 2018-09-25 王洁 无人机飞行方向分析系统及方法
CN110244756A (zh) * 2019-04-29 2019-09-17 福州大学 无人机快速追踪协同避障方法
CN110471442A (zh) * 2018-09-24 2019-11-19 深圳市道通智能航空技术有限公司 一种目标观察方法、相关设备及系统
CN110622077A (zh) * 2018-03-23 2019-12-27 深圳市大疆创新科技有限公司 控制方法、设备及系统
CN110825112A (zh) * 2019-11-22 2020-02-21 渤海大学 基于多无人机的油田动态侵入目标追踪系统与方法
CN113766138A (zh) * 2021-09-26 2021-12-07 深圳市康润机电技术开发有限公司 步进电机驱动控制方法、步进电机及自动化设备
CN116866719A (zh) * 2023-07-12 2023-10-10 山东恒辉软件有限公司 一种基于图像识别的高清视频内容智能分析处理方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110271193A1 (en) * 2008-08-27 2011-11-03 Sony Corporation Playback apparatus, playback method and program
CN103149940A (zh) * 2013-03-27 2013-06-12 清华大学 一种结合均值移动与粒子滤波的无人机目标跟踪方法
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
WO2015077514A1 (en) * 2013-11-20 2015-05-28 Certusview Technologies, Llc Systems, methods, and apparatus for tracking an object
CN105447459A (zh) * 2015-11-18 2016-03-30 上海海事大学 一种无人机自动检测目标和跟踪方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110271193A1 (en) * 2008-08-27 2011-11-03 Sony Corporation Playback apparatus, playback method and program
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN103149940A (zh) * 2013-03-27 2013-06-12 清华大学 一种结合均值移动与粒子滤波的无人机目标跟踪方法
WO2015077514A1 (en) * 2013-11-20 2015-05-28 Certusview Technologies, Llc Systems, methods, and apparatus for tracking an object
CN105447459A (zh) * 2015-11-18 2016-03-30 上海海事大学 一种无人机自动检测目标和跟踪方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
董晶: "无人机视频运动目标实时检测及跟踪", 《应用光学》 *
郑江滨: "视频监视中运动目标的检测与跟踪算法", 《系统工程与电子技术》 *

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108090147A (zh) * 2017-12-08 2018-05-29 四川金英科技有限责任公司 一种视频目标智能追踪方法
CN108573259A (zh) * 2018-03-10 2018-09-25 王洁 无人机飞行方向分析系统及方法
CN108573259B (zh) * 2018-03-10 2019-06-25 东营市远信电器与技术有限责任公司 无人机飞行方向分析系统及方法
CN110622077B (zh) * 2018-03-23 2022-08-30 深圳市大疆创新科技有限公司 控制方法、服务器、设备及系统
CN110622077A (zh) * 2018-03-23 2019-12-27 深圳市大疆创新科技有限公司 控制方法、设备及系统
US11948465B2 (en) 2018-03-23 2024-04-02 SZ DJI Technology Co., Ltd. Control method, device, and system for locking load carried by flight platform
CN110471442A (zh) * 2018-09-24 2019-11-19 深圳市道通智能航空技术有限公司 一种目标观察方法、相关设备及系统
CN110244756A (zh) * 2019-04-29 2019-09-17 福州大学 无人机快速追踪协同避障方法
CN110244756B (zh) * 2019-04-29 2021-09-24 福州大学 无人机快速追踪协同避障方法
CN110825112B (zh) * 2019-11-22 2022-10-28 渤海大学 基于多无人机的油田动态侵入目标追踪系统与方法
CN110825112A (zh) * 2019-11-22 2020-02-21 渤海大学 基于多无人机的油田动态侵入目标追踪系统与方法
CN113766138A (zh) * 2021-09-26 2021-12-07 深圳市康润机电技术开发有限公司 步进电机驱动控制方法、步进电机及自动化设备
CN113766138B (zh) * 2021-09-26 2022-11-25 浙江新瑞欣科技股份有限公司 步进电机驱动控制方法、步进电机及自动化设备
CN116866719A (zh) * 2023-07-12 2023-10-10 山东恒辉软件有限公司 一种基于图像识别的高清视频内容智能分析处理方法
CN116866719B (zh) * 2023-07-12 2024-02-02 山东恒辉软件有限公司 一种基于图像识别的高清视频内容智能分析处理方法

Also Published As

Publication number Publication date
CN107284661B (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN107284661A (zh) 警用运动目标追踪无人机
CN111145545B (zh) 基于深度学习的道路交通行为无人机监测系统及方法
CN111325943B (zh) 基于无人机进行大范围森林防火巡护预警方法及其系统
CN106210627A (zh) 一种无人机消防调度系统
CN106981073A (zh) 一种基于无人机的地面运动目标实时跟踪方法及系统
CN112162565B (zh) 一种基于多机协同作业的不间断自主杆塔巡检方法
CN108133028A (zh) 基于视频分析与定位信息结合的航空器挂牌方法
CN105157708A (zh) 基于图像处理与雷达的无人机自主导航系统及方法
CN107264797A (zh) 人群聚集预警无人机
JPS61112276A (ja) デ−タ処理装置
CN105446351A (zh) 一种能够锁定目标区域瞭望基于自主导航的无人飞艇系统
CN110619276B (zh) 基于无人机移动监控的异常及暴力检测系统和方法
CN110989652A (zh) 一种利用激光雷达进行无人机仿地飞行的方法
CN105810023B (zh) 机场起落架收放自动监测方法
CN107444641A (zh) 一种具有视觉瞄准的机载发射系统
CN111831010A (zh) 一种基于数字空间切片的无人机避障飞行方法
CN112947550A (zh) 一种基于视觉伺服的非法飞行器打击方法及机器人
CN115357041A (zh) 基于5g机动组网的无人机群监测方法、系统和电子设备
CN106094849A (zh) 用于农场自主管理的四旋翼飞行器控制系统及控制方法
CN103679128A (zh) 一种抗云层干扰的飞机目标检测方法
CN110211159A (zh) 一种基于图像视频处理技术的飞机位置检测系统及方法
CN114283548A (zh) 一种无人机火灾持续监测方法及其系统
RU155323U1 (ru) Система управления беспилотным летательным аппаратом
CN107045805A (zh) 一种用于小型航空器和空飘物的监测方法及系统
Ghosh et al. AirTrack: Onboard deep learning framework for long-range aircraft detection and tracking

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200807

Address after: Three road 610000 Sichuan city of Chengdu Province, No. 1 East

Patentee after: Chengdu University of Technology

Address before: 610000 No. 6, No. 505, D zone, Tianfu Software Park, 599 century South Road, Tianfu District, Chengdu, Sichuan

Patentee before: CHENGDU JIGE TECHNOLOGY Co.,Ltd.