CN109099779B - 一种无人机侦测与智能拦截系统 - Google Patents
一种无人机侦测与智能拦截系统 Download PDFInfo
- Publication number
- CN109099779B CN109099779B CN201811008417.7A CN201811008417A CN109099779B CN 109099779 B CN109099779 B CN 109099779B CN 201811008417 A CN201811008417 A CN 201811008417A CN 109099779 B CN109099779 B CN 109099779B
- Authority
- CN
- China
- Prior art keywords
- uav targets
- unmanned plane
- information
- intercept
- detecting
- 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.)
- Active
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
- F41H11/04—Aerial barrages
Abstract
本发明公开了一种无人机侦测与智能拦截系统,涉及反无人机和智能控制技术领域。该无人机侦测与智能拦截系统包括:地面侦测与指挥基站、智能火控与拦截系统,地面侦测与指挥基站用于侦测、识别、跟踪某区域内目标无人机,接收指挥人员根据目标无人机信息输入的拦截命令,将所述拦截命令和目标无人机信息发送至所述智能火控与拦截系统;智能火控与拦截系统自主控制拦截无人机追踪目标无人机,自主决策实施拦截。本发明提供的无人机侦测与智能拦截系统,在侦测目标无人机信息后,能够自主追踪、自主决策进行拦截,避免了人工操作造成的作战延迟,消除了无线通信延迟对拦截时机的影响,提高了反无人机工作效率。
Description
技术领域
本发明涉及反无人机和智能控制技术领域,具体涉及一种高度集成化的针对小型旋翼无人机等低空无人飞行器的侦测与智能拦截系统。
背景技术
“低慢小”航空器是指具有“低空超低空飞行,飞行速度较慢,不易被雷达发现”等全部或部分特征的航空器和空飘物,通常飞行高度在1000米以下,飞行时速小于200公里,雷达反射面积小于2平方米。随着航空事业的发展,尤其是通用航空业的发展,特别是国家要求空军开放低空航空领域,“低慢小”航空器违规飞行和用于恐怖袭击事件的案例日益增多。因成本低廉、操控简单、起降方便,敌对势力和不法分子利用其肇事的可能性是客观存在的,防范、处置“低慢小”目标肇事已成为日常维护空防安全和空中飞行秩序的重点课题。
目前,市场上应对“低慢小”航空器(以下以目标无人机指代此类“低慢小”航空器)的武器多为地对空武器,主要采用人员携带或者车载等方式,存在机动性能差、作战范围小等缺点。因此,如何能够扩大空管区域,快速反制非法无人机,有效地提高核心区域的安全性,是目前反无人机技术方案的一大难题。
发明内容
发明目的:针对现有技术存在的问题,本发明提出一种无人机侦测与智能拦截系统,能够快速有效地探测非法飞行目标,并进行自主跟踪和拦截控制。
技术方案:一种无人机侦测与智能拦截系统,包括:地面侦测与指挥基站、智能火控与拦截系统,所述地面侦测与指挥基站、所述智能火控与拦截系统之间无线通信连接;
所述地面侦测与指挥基站用于侦测、识别、跟踪某区域内目标无人机,接收指挥人员根据目标无人机信息输入的拦截命令,将所述拦截命令和目标无人机信息发送至所述智能火控与拦截系统;
所述智能火控与拦截系统具备在无人操控模式下自主拦截能力,包括拦截无人机、火控系统、拦截系统、地面辅助引导站,且所述火控系统和拦截系统均设置于拦截无人机上;所述地面辅助引导站用于接收所述目标无人机信息与拦截命令,并将所述目标无人机信息和所述拦截命令转发给所述火控系统;所述火控系统根据设定的作战模式拦截无人机追踪目标无人机,在目标无人机进入拦截系统射程后实施拦截。
所述作战模式包括人工作战模式、半自动作战模式、自动作战模式,在所述人工作战模式下,人员通过地面辅助引导站控制拦截无人机,完成追踪飞行、拦截捕获操作;在所述半自动作战模式下,火控系统自动追踪目标无人机位置信息进行追踪飞行,待目标无人机进入拦截系统射程时,由人工确认是否捕获目标无人机;在所述自动作战模式下,火控系统自动追踪目标无人机位置信息进行追踪飞行,并且在目标无人机进入拦截系统射程后自动完成拦截捕获。
进一步地,所述火控系统包括机载雷达、导航与通信模块、机载光电识别与跟踪模块、控制与决策模块,各个功能模块安装在机载吊舱上;所述机载雷达用于探测目标无人机与拦截无人机的相对位置信息,并将该信息发送给控制与决策模块;所述导航与通信模块用于收发通信指令和无线传输图像,以及定位拦截无人机,并将定位信息发送给控制与决策模块;所述机载光电识别与跟踪模块用于采集和处理目标无人机图像,进行目标识别和目标跟踪,并将目标识别信息发送给控制与决策模块;所述控制与决策模块用于控制拦截无人机的飞行姿态,基于设定的作战模式进行综合信息决策,实施拦截。
进一步地,所述机载光电识别与跟踪模块的工作过程如下:利用摄像机拍摄目标无人机的视频,通过HDMI-USB3.0采集卡传输至处理器,处理器采用JetsonTx2对图像进行预处理,接下来运用运用CNN算法进行深度学习和训练后自动识别目标无人机,得到的特征图像输入核相关过滤算法计算目标无人机在视场中移动的相对位置,即脱靶量,输出脱靶量至控制与决策模块,同时将目标无人机的特征图像信息叠加跟踪分划后通过导航与通信模块无线传输至地面辅助引导站。
进一步地,所述控制与决策模块接收到机载雷达发送的位置信息和机载光电识别与跟踪模块发送的目标识别信息后,计算火控综合修正值,控制拦截无人机飞行追踪目标无人机,并通过导航与通信模块传入的拦截无人机的定位信息和相对位置算出目标无人机的经纬度信息,在目标无人机进入拦截系统射程后实施拦截。
进一步地,所述地面侦测与指挥基站包括指挥系统、地面侦测雷达,所述地面侦测雷达采用有源相控阵雷达,将侦测的目标无人机信息传送至指挥系统,所述目标无人机信息包括速度、距离、高度、经纬度;所述指挥系统对传入的信息实时处理,完成对目标的识别和信息显示,通过预留的通信接口接收指挥人员的拦截命令,并将目标信息和拦截命令发送给智能火控与拦截系统。
有益效果:与现有技术相比,本发明具有以下优点和积极效果:
1、本发明集目标探测、识别跟踪、指挥控制和拦截处置功能于一体,提高了反无人机武器的机动灵活性,实现了空对空机动作战模式,并且使反无人机武器实现自主作战。该系统具备自动控制无人机追踪目标,通过对目标信息分析与识别后自主完成火控解算和拦截功能,操作人员可不参与控制,所有控制可由机载系统自动完成,因此通信延时对拦截任务无影响,响应速度快,且操作简单、使用方便。
2、本发明在机载模块上实现识别和跟踪,识别采用CNN算法,通过深度学习可以训练出比较精准的识别模型,实现自动识别目标无人机;跟踪利用核相关过滤算法,其运算速度快,能够满足空中跟踪的实时性要求,从而图像处理速度和识别精度都得到提高。
3、本发明为反无人机武器提供了一种适用范围广的自主化作战平台,在作战地图上实时显示作战资源,为指挥者综合判断提供依据,切实提高安全部门的现场快速反应、统一指挥、处置打击的能力和防空管制水平。
附图说明
图1是根据本发明实施例的无人机侦测与智能拦截系统结构框图;
图2是根据本发明实施例的机载光电识别与跟踪模块工作流程图;
图3是根据本发明实施例的KCF算法流程图;
图4是根据本发明实施例的火控综合修正值的计算示意图;
图5是根据本发明实施例的控制方法流程框图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
为了解决现有技术反无人机方案中机动性能差、作战范围小等缺点,本发明提出一种无人机侦测与智能拦截系统,包括:地面侦测与指挥基站、智能火控与拦截系统,地面侦测与指挥基站用于侦测、识别、跟踪某区域内目标无人机,接收指挥人员根据目标无人机信息输入的引导与拦截命令,将引导拦截命令和目标无人机信息发送至智能火控与拦截系统;智能火控与拦截系统自主控制拦截无人机自动追踪目标无人机,在目标无人机进入拦截系统射程后自主决策实施拦截。
参照图1,在一个实施例中,地面侦测与指挥基站包括指挥系统、地面雷达,该地面雷达采用有源相控阵多普勒雷达,可同时搜索区域内多个目标,对于Rcs>0.5m2的目标,探测距离>10km;对于Rcs>0.1m2的目标,探测距离>4km,并能够快速上报目标无人机的速度、距离、高度和经纬度等信息,虚警率低,杂波抑制能力强。指挥系统可实现采集信息实时处理,通过对目标的检测、分析,完成对目标的识别和信息显示,风险与态势评估,在作战地图上实时显示作战资源,为指挥者综合判断提供依据;预留多个通信接口,接收指挥人员输入的拦截命令,并将目标信息和拦截命令发送给智能火控与拦截系统。
智能火控与拦截系统主要组成包括拦截无人机、火控系统、拦截系统、地面辅助引导站,火控系统和拦截系统设置于拦截无人机上,在机载火控系统(硬件载体为工控机)上完成对目标无人机的识别,融合各方信息进行跟踪,将经过跟踪叠加分划(准星)后的图像传输给地面辅助引导站。拦截无人机主要为多旋翼无人机等可载重、飞行速度较快的无人机,拦截系统主要包括无线干扰器、拦截网等,实施例中使用拦截网装置,具有电动开网捕获功能,有效拦截距离<15米,装弹量1发。
地面辅助引导站主要包括人机交互平台和通信模块,能够接收指挥系统的信息,并将目标无人机位置信息和拦截命令发送给火控系统,同时接收火控系统传入的图像信息、拦截无人机的位置信息和飞行速度等,具备中断拦截、辅助引导的功能,并将拦截无人机信息发送给指挥系统。
火控系统包括机载雷达、机载光电识别与跟踪模块、控制与决策模块、导航与通信模块,各个功能模块安装在机载吊舱上,机载雷达用于探测目标无人机与拦截无人机的相对位置信息,相对位置信息包括目标无人机的飞行速度、方向、相对距离,将该相对位置信息发送给控制与决策模块,作为前馈控制量用于计算飞行控制量。
机载光电识别与跟踪模块进行图像采集处理、识别目标、跟踪目标,用于自动识别目标无人机,跟踪目标无人机,输出脱靶量给控制与决策模块。脱靶量是指目标无人机在图像视场中的相对位置变化量,该脱靶量由目标跟踪算法计算得到。参照图2,机载光电识别与跟踪模块的工作过程如下:利用摄像机拍摄目标无人机的视频,通过HDMI-USB3.0采集卡将视频图像传输至处理器,处理器采用JetsonTx2对图像进行预处理,包括图像滤波降噪处理、图像掩模等,接下来运用卷积神经网络(Convolutional Neural Network,CNN)算法对目标无人机图像进行识别,识别的前提是已经进行深度学习和训练,输出目标无人机的特征图像,传输给目标跟踪算法,目标跟踪采用核相关过滤算法计算目标无人机在视场中移动的相对于视场中心的位置,即脱靶量,输出的脱靶量传输至控制与决策模块。在半自动或者全自动作战模式下,脱靶量作为控制与决策模块的输入,经过飞行控制计算后控制无人机飞行。另外,经过目标跟踪算法后的图像再叠加跟踪分划,传输给地面辅助引导站,用于地面手工控制拦截。分划有2个,一个是跟踪分划,其表现形式可以是一个方框,用于指示目标无人机位置;另一个是火力线分划,表现形式为十字准星标尺,用于指示拦截网发射口位置,该位置可以是例如视场中心。此外,机载光电识别与跟踪模块中摄像机可以设置于三轴稳定平台上,能够抵抗外界环境影响发生的抖动,保持图像稳定。
用于目标无人机识别的CNN网络参考YOLO检测网络,包括24个卷积层和2个全连接层。其中,卷积层用来提取图像特征,全连接层用来预测图像位置和类别概率值。将输入图像划分为7*7个网格,如果一个物体的中心落在某个网格内,则相应网格负责检测该物体。在训练和测试时,每个网格预测2个边界框,每个边界框对应5个预测参数,即边界框的中心点坐标、宽度、高度、置信度评分,经过一次推理,就可以同时获取物体的位置和所属的类别。
目标跟踪算法采用核相关滤波Kernel Correlation Filter(KCF)算法,该算法在跟踪过程中训练一个目标检测器,使用目标检测器去检测下一帧预测位置是否是目标,然后再使用新的检测结果去更新训练集进而更新目标检测器,而在训练目标检测器时一般选取目标区域为正样本,目标的周围区域为负样本,越靠近目标的区域为正样本的可能性越大,通过比较该可能性的值的大小来判断新的一帧中目标的位置。参照图3,输入第一帧后,调用初始化函数画出目标位置框图,将目标位置作为结果,这一步中利用初始化的第一帧目标图模板去训练滤波器。然后调用更新函数画出目标位置框,将预测位置存入结果变量,再读取下一帧,循环执行更新函数。在更新函数中,利用上一帧的结果更新目标位置坐标,再提取目标框中的特征图像块来训练滤波器,得到当前帧中目标坐标和框图大小。该算法利用循环矩阵在傅里叶空间可对角化的性质将矩阵的运算转化成向量的点乘运算,大大降低了算法的运算量,提高了运算速度,使算法满足实时性要求。
导航与通信模块用于收发通信指令和无线传输图像、拦截无人机定位等,通信指令指的是指挥系统发来的拦截命令。无线传输图像指的是经过光电识别与跟踪模块处理后的图像信息发送到地面辅助引导站,在人工作战模式下,用于手动控制无人机作战;在半自动模式下,用于监控并完成击发命令。拦截无人机的定位通过GPS方式进行定位。
控制与决策模块具备人工作战模式、半自动作战模式、全自动作战模式,解析上位机(即地面辅助引导站)控制指令,根据脱靶量、目标无人机相对距离解算火控综合修正值,控制飞行姿态,实施拦截。因为拦截网的弹道是抛物线运动,需要根据目标无人机的当前速度计算相对运动时间后目标无人机可能存在的位置,作为弹着点,因此要计算火控综合修正值,才能实现精准拦截。该相对运动时间通过拦截网弹道时间和目标无人机飞行速度综合计算得到。下面详述计算过程。
在目标跟踪过程中,平稳跟踪1至2秒,控制与决策模块多次采样脱靶量数据的平均值计算目标无人机运动速度,目标无人机飞行速度根据脱靶量除以单位时间来估算,单位时间是指脱靶量的更新时间,得到水平速度分量ωβ,垂直速度分量ωα。火控综合修正值的简化计算方式如图4所示:M为目标无人机现在点,Mq为目标无人机未来点,D为现在点距离拦截系统的距离,Dq为未来点距离拦截系统的距离,O是指拦截网发射口位置,m是指目标无人机现在点M在水平面的投影点,mq是指目标无人机未来点Mq在水平面的投影点,βq=ωβ*tf,αq=ωα*tf分别为与目标无人机未来点坐标相关联的水平提前角和垂直提前角;由于拦截网为面杀伤,可以用D估算拦截网弹道飞行时间tf=D/VW,其中VW由拦截网实际测量数据计算得到的平均速度,拦截网实际测量数据指的是通过多次实弹射击实验测得的有效射程内的速度数据。
如图5所示,该无人机侦测与智能拦截系统工作时,地面雷达探测目标无人机的位置信息(经纬度)、飞行速度、飞行方向、飞行高度,发送至控制系统,控制系统接收并显示该信息,指挥人员输入拦截命令,控制系统将目标无人机信息和拦截命令发送至智能火控和拦截系统,光电识别与跟踪模块自动追踪目标无人机,并在此过程中通过深度学习训练自动识别算法,使得拦截无人机后续能够自动识别并持续跟踪目标无人机。光电识别与跟踪模块将目标无人机的脱靶量发送至控制与决策模块,控制与决策模块主要功能是控制无人机飞行、拦截网击发,在不同作战模式下,具备不同的自主能力,在半自动作战模式下能够自主跟踪目标无人机,在全自动模式下能够自主跟踪并自主拦截目标无人机。地面辅助引导站上可选择作战模式,智能火控系统中的控制与决策模块根据作战模式控制拦截无人机进行作战。三种作战模式如下:
(1)人工作战模式
人工作战模式是指根据指挥系统给定的目标无人机信息,人员通过地面辅助引导站控制拦截无人机,完成追踪飞行、拦截捕获操作。
(2)半自动作战模式
半自动作战模式是指根据指挥系统给定的目标无人机信息,火控系统自动追踪目标无人机位置信息进行追踪飞行,待目标无人机进入机载雷达探测范围后,根据地面雷达的目标信息与机载雷达探测信息,综合分析判断目标无人机的准确性,待确定后继续逼近跟踪目标;待目标无人机进入摄像机视场后,进入图像跟踪模式,实时调整飞行姿态逼近目标无人机,保证火力线瞄准目标无人机,待机载雷达探测目标无人机相对位置<15m后,由人工确认是否捕获目标无人机。
(3)自动作战模式
自动作战模式是指根据指挥系统给定的目标无人机信息,智能火控系统自动追踪目标无人机位置信息进行追踪飞行,待目标无人机进入机载雷达探测范围后,根据地面雷达的目标信息与机载雷达探测信息,综合分析判断目标无人机的准确性,待确定后继续逼近跟踪目标;待目标无人机进入摄像机视场后,进入图像跟踪模式,实时调整飞行姿态逼近目标无人机,保证火力线瞄准目标无人机,在机载雷达探测目标无人机相对距离<15m后,判断火力线瞄准目标无人机后,自动完成拦截捕获。
Claims (5)
1.一种无人机侦测与智能拦截系统,其特征在于,包括:地面侦测与指挥基站、智能火控与拦截系统,所述地面侦测与指挥基站、所述智能火控与拦截系统之间无线通信连接;
所述地面侦测与指挥基站用于侦测、识别、跟踪某区域内目标无人机,接收指挥人员根据目标无人机信息输入的拦截命令,将所述拦截命令和目标无人机信息发送至所述智能火控与拦截系统;
所述智能火控与拦截系统具备在无人操控模式下自主拦截能力,包括拦截无人机、火控系统、拦截系统、地面辅助引导站,且所述火控系统和拦截系统均设置于拦截无人机上;所述地面辅助引导站用于接收所述目标无人机信息与拦截命令,并将所述目标无人机信息和所述拦截命令转发给所述火控系统;所述火控系统根据设定的作战模式控制拦截无人机追踪目标无人机,在目标无人机进入拦截系统射程后实施拦截;
所述火控系统包括机载雷达、导航与通信模块、机载光电识别与跟踪模块、控制与决策模块,各个功能模块安装在机载吊舱上;
所述机载雷达用于探测目标无人机与拦截无人机的相对位置信息,并将该信息发送给控制与决策模块;
所述导航与通信模块用于收发通信指令和无线传输图像,以及定位拦截无人机,并将定位信息发送给控制与决策模块;
所述机载光电识别与跟踪模块用于采集和处理目标无人机图像,进行目标识别和目标跟踪,并将目标识别信息发送给控制与决策模块;
所述控制与决策模块用于控制拦截无人机的飞行姿态,基于设定的作战模式进行综合信息决策,实施拦截;
所述机载光电识别与跟踪模块的工作过程如下:利用摄像机拍摄目标无人机的视频,通过HDMI-USB3.0采集卡传输至处理器,处理器采用JetsonTx2对图像进行预处理,接下来运用CNN算法进行深度学习和训练后自动识别目标无人机,得到的特征图像输入核相关过滤算法计算目标无人机在视场中移动的相对位置,即脱靶量,输出脱靶量至控制与决策模块,同时将目标无人机的特征图像信息信息叠加跟踪分划后通过导航与通信模块无线传输至地面辅助引导站。
2.根据权利要求1所述的无人机侦测与智能拦截系统,其特征在于,所述控制与决策模块接收到机载雷达发送的位置信息和机载光电识别与跟踪模块发送的脱靶量信息后,计算火控综合修正值,控制拦截无人机飞行追踪目标无人机,并通过导航与通信模块传入的拦截无人机的定位信息和相对位置算出目标无人机的经纬度信息,在目标无人机进入拦截系统射程后实施拦截。
3.根据权利要求2所述的无人机侦测与智能拦截系统,其特征在于,所述控制与决策模块计算火控综合修正值的方式为:
控制与决策模块多次采样脱靶量数据的平均值计算目标无人机运动速度,水平速度分量ωβ,垂直速度分量ωα;设M为目标无人机现在点,Mq为目标无人机未来点,D为现在点距离拦截系统的距离,Dq为未来点距离拦截系统的距离,O为拦截网发射口位置,m为目标无人机现在点M在水平面的投影点,mq为目标无人机未来点Mq在水平面的投影点,βq=ωβ*tf,αq=ωα*tf分别为与目标无人机未来点坐标相关联的水平提前角和垂直提前角,拦截网飞行时间tf=D/VW,其中VW由拦截网实际测量数据计算得到的平均速度。
4.根据权利要求1所述的无人机侦测与智能拦截系统,其特征在于,所述作战模式包括人工作战模式、半自动作战模式、自动作战模式,在所述人工作战模式下,人员通过地面辅助引导站控制拦截无人机,完成追踪飞行、拦截捕获操作;在所述半自动作战模式下,火控系统自动追踪目标无人机位置信息进行追踪飞行,待目标无人机进入拦截系统射程时,由人工确认是否捕获目标无人机;在所述自动作战模式下,火控系统自动追踪目标无人机位置信息进行追踪飞行,并且在目标无人机进入拦截系统射程后自动完成拦截捕获。
5.根据权利要求1所述的无人机侦测与智能拦截系统,其特征在于,所述地面侦测与指挥基站包括指挥系统、地面侦测雷达,所述地面侦测雷达采用有源相控阵雷达,将侦测的目标无人机信息传送至指挥系统,所述目标无人机信息包括速度、距离、高度、经纬度;
所述指挥系统对传入的信息实时处理,完成对目标的识别和信息显示,通过预留的通信接口接收指挥人员的拦截命令,并将目标信息和拦截命令发送给智能火控与拦截系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811008417.7A CN109099779B (zh) | 2018-08-31 | 2018-08-31 | 一种无人机侦测与智能拦截系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811008417.7A CN109099779B (zh) | 2018-08-31 | 2018-08-31 | 一种无人机侦测与智能拦截系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109099779A CN109099779A (zh) | 2018-12-28 |
CN109099779B true CN109099779B (zh) | 2019-09-20 |
Family
ID=64864350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811008417.7A Active CN109099779B (zh) | 2018-08-31 | 2018-08-31 | 一种无人机侦测与智能拦截系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109099779B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109918988A (zh) * | 2018-12-30 | 2019-06-21 | 中国科学院软件研究所 | 一种结合成像仿真技术的可移植的无人机检测系统 |
CN110262534A (zh) * | 2019-06-25 | 2019-09-20 | 北京机械设备研究所 | 一种针对低慢小目标的无人机跟踪与拦截系统及方法 |
CN110347183A (zh) * | 2019-08-26 | 2019-10-18 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种无人机对地移动目标打击方法及系统 |
CN110530209A (zh) * | 2019-08-26 | 2019-12-03 | 中国航天系统科学与工程研究院 | 一种高集成化反无人机系统及方法 |
CN110673642B (zh) * | 2019-10-28 | 2022-10-28 | 深圳市赛为智能股份有限公司 | 无人机着陆控制方法、装置、计算机设备及存储介质 |
CN111076612A (zh) * | 2019-12-25 | 2020-04-28 | 武汉华中天勤防务技术有限公司 | 一种智能化无人车巷战武器站 |
CN111369589B (zh) * | 2020-02-26 | 2022-04-22 | 桂林电子科技大学 | 一种基于多策略融合的无人机跟踪方法 |
CN111795612B (zh) * | 2020-06-26 | 2021-03-09 | 中国人民解放军32802部队 | 低慢小无人机反制辅助系统 |
CN112129164B (zh) * | 2020-09-23 | 2022-09-27 | 中国人民解放军陆军装甲兵学院 | 一种武器站智能辅助决策系统架构 |
CN112799051B (zh) * | 2020-12-24 | 2022-12-09 | 济南和普威视光电技术有限公司 | 一种低慢小目标的自动捕获跟踪方法及系统 |
CN113139985B (zh) * | 2021-03-16 | 2022-09-16 | 北京理工大学 | 消除无人机与地面站通信延迟影响的跟踪目标框选方法 |
CN112837343B (zh) * | 2021-04-01 | 2022-12-09 | 中国船舶重工集团公司第七0九研究所 | 基于相机阵列的低空无人机防控光电预警识别方法及系统 |
CN113406966B (zh) * | 2021-06-09 | 2022-12-06 | 航天科工仿真技术有限责任公司 | 一种无人机的反制方法及无人机的反制系统 |
CN113848979B (zh) * | 2021-10-12 | 2023-01-17 | 苏州大学 | 基于前馈补偿pid控制的无人机复杂动态目标追踪方法 |
CN114964245B (zh) * | 2022-02-25 | 2023-08-11 | 珠海紫燕无人飞行器有限公司 | 一种无人机视觉侦察定位方法 |
CN114812279B (zh) * | 2022-04-28 | 2023-05-09 | 江西理工大学 | 一种无人机的拦截系统以及拦截方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103149939B (zh) * | 2013-02-26 | 2015-10-21 | 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 |
US9862489B1 (en) * | 2016-02-07 | 2018-01-09 | Lee Weinstein | Method and apparatus for drone detection and disablement |
CN105759834B (zh) * | 2016-03-09 | 2018-07-24 | 中国科学院上海微系统与信息技术研究所 | 一种主动捕获低空小型无人飞行器的系统及方法 |
CN106444829B (zh) * | 2016-09-22 | 2019-03-15 | 北京机械设备研究所 | 一种针对“低慢小”目标的制导无人机抛网拦截方法 |
CN106709498A (zh) * | 2016-11-15 | 2017-05-24 | 成都赫尔墨斯科技有限公司 | 一种无人机拦截系统 |
US20190363821A1 (en) * | 2017-01-10 | 2019-11-28 | AIRSHARE, Inc. | System and method for communicating with a uav |
CN107757919A (zh) * | 2017-10-26 | 2018-03-06 | 牟正芳 | 武装无人机光电火控系统及方法 |
CN108100277B (zh) * | 2017-12-14 | 2020-01-07 | 北京华力创通科技股份有限公司 | 无人机防御系统和方法 |
-
2018
- 2018-08-31 CN CN201811008417.7A patent/CN109099779B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109099779A (zh) | 2018-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109099779B (zh) | 一种无人机侦测与智能拦截系统 | |
CN110262534A (zh) | 一种针对低慢小目标的无人机跟踪与拦截系统及方法 | |
EP2623921B1 (en) | Low-altitude low-speed small target intercepting method | |
CN110426046B (zh) | 一种无人机自主着陆跑道区域障碍物判断与跟踪方法 | |
CN104015931B (zh) | 一种无人机自动加油盲区视觉定位测控方法、系统及实验平台 | |
CN105759829A (zh) | 基于激光雷达的微型无人机操控方法及系统 | |
CN105759834A (zh) | 一种主动捕获低空小型无人飞行器的系统及方法 | |
CN111123983B (zh) | 一种无人机截击网捕控制系统及控制方法 | |
CN110597264B (zh) | 无人机反制系统 | |
CN207319070U (zh) | 一种植保无人机自主飞行路径优化装置 | |
CN112902756A (zh) | 一种基于低空拒止系统的低慢小飞行目标指定点诱骗方法 | |
CN107861122A (zh) | 地理栅格系统、捕食者系统、飞行器的反制系统 | |
CN110553549B (zh) | 一种低空飞行器指挥控制系统 | |
Zsedrovits et al. | Onboard visual sense and avoid system for small aircraft | |
CN110132060A (zh) | 一种基于视觉导航的拦截无人机的方法 | |
CN110377054B (zh) | 一种基于机载平台的无人机集群控制系统及方法 | |
KR20150003893U (ko) | 레이더와 드론을 이용한 경계 및 경비 자동화 시스템 | |
CN116907282B (zh) | 基于人工智能算法的无人靶机超低空飞行控制方法 | |
RU155323U1 (ru) | Система управления беспилотным летательным аппаратом | |
CN116400738B (zh) | 一种针对低小慢无人机的低成本打击方法及系统 | |
CN116520890A (zh) | 一种可三维全息巡视的无人机控制平台 | |
CN106873626A (zh) | 一种无源定位寻的系统 | |
CN113721642B (zh) | 探测跟踪处置一体化的无人机反制控制方法 | |
KR101746580B1 (ko) | 저고도 무인항공기 식별 방법 및 시스템 | |
Dong et al. | An integrated scheme of a smart net capturer for MUAVs |
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 |