CN113671980A - 一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 - Google Patents
一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 Download PDFInfo
- Publication number
- CN113671980A CN113671980A CN202111032515.6A CN202111032515A CN113671980A CN 113671980 A CN113671980 A CN 113671980A CN 202111032515 A CN202111032515 A CN 202111032515A CN 113671980 A CN113671980 A CN 113671980A
- Authority
- CN
- China
- Prior art keywords
- tracking
- unmanned aerial
- aerial vehicle
- control
- quadrant
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000001514 detection method Methods 0.000 claims abstract description 32
- 230000003044 adaptive effect Effects 0.000 claims abstract description 18
- 230000000007 visual effect Effects 0.000 claims description 11
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 abstract description 3
- 239000000284 extract Substances 0.000 abstract 1
- 239000003990 capacitor Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000013078 crystal Substances 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101100339482 Colletotrichum orbiculare (strain 104-T / ATCC 96160 / CBS 514.97 / LARS 414 / MAFF 240422) HOG1 gene Proteins 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 239000003985 ceramic capacitor Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Control Of Position Or Direction (AREA)
Abstract
本发明提出了一种基于记忆更迭的无人机速度自适应象限跟踪控制方法，实时采集无人机图像，利用无人机检测模型进行图像检测，提取图像检测结果中的无人机预测框参数信息，处理预测框参数，获取视野中心点到无人机预测框中心点的像素差矢量；利用得到的像素差矢量生成跟踪控制指令；根据控制指令生成速度标志位V、位置标志位L和优先级标志位P，根据以上标志位进行跟踪状态更迭并输出控制电平/脉冲信号，直接驱动步进电机，进而实现双轴旋转平台的姿态调整与无人机跟踪。本发明提高了跟踪系统的实时性、稳定性和精确性。
Description
技术领域
本发明涉及无人机跟踪控制技术，具体涉及一种基于记忆更迭的无人机速度自适应象限跟踪控制方法。
背景技术
无人机技术不断发展，现在已经成为一种非传统空中威胁和空中监视与目标定位行动的效力倍增器，引起了各国的重视。目前，针对无人机威胁，各式无人机一体化跟踪系统应运而生，其中以双轴旋转平台作为执行器的跟踪系统最为多见，却都无法兼顾跟踪系统的精准性、实时性和稳定性。
传统的无人机跟踪控制方法，主要基于对双轴旋转平台的姿态控制，通过决策执行器下一时刻的绝对姿态进行无人机跟踪，如帧间信息差分法、轨迹拟合预测法等。姿态跟踪控制方法通常利用PID控制、记忆神经网络等技术提高跟踪精度，然而在面对运动速度不定、运动轨迹复杂的无人机时，难以准确预测无人机下一刻的位置，便会降低跟踪的精准性；在跟踪系统高速调整的过程中，采集的实时视频较模糊，难以获得有效指令。因此，在执行器单次姿态调整角度较大时，便会降低跟踪的实时性；此外，姿态跟踪控制方法的高实时性依赖于执行器的高角速度，便会降低跟踪系统的稳定性。
发明内容
本发明的目的在于提出一种基于记忆更迭的无人机速度自适应象限跟踪控制方法。
实现本发明目的的技术解决方案为：一种基于记忆更迭的无人机速度自适应象限跟踪控制方法，包括如下步骤：
步骤1，实时采集无人机图像，利用无人机检测模型进行图像检测，提取图像检测结果中的无人机预测框参数信息，处理预测框参数，获取视野中心点到无人机预测框中心点的像素差矢量；
步骤2，利用步骤1中得到的像素差矢量生成跟踪控制指令，具体步骤为：
1)根据约定的视野中央区域面积占比，计算X轴、Y轴方向的偏移阈值X0、Y0，X0和-X0将X轴分为3段，Y0和-Y0将Y轴分为3段，判断像素差矢量重点在X、Y轴上投影所处的区间，获得无人机在X、Y轴方向的偏移状态，生成跟踪调整方向的控制指令；
2)根据速度自适应级数，分别计算X轴、Y轴方向上的速度阈值，利用像素差矢量的终点在X、Y轴方向投影所处的区间，获得无人机在X、Y轴方向的偏移程度，根据偏移程度自适应跟踪速度，生成跟踪调整速度的控制指令；
3)归一化比较像素差矢量在X轴和Y轴方向分量的模，判断不同方向的相对偏移程度，生成跟踪调整优先级的控制指令；
步骤3，根据控制指令生成速度标志位V、位置标志位L和优先级标志位P，根据以上标志位输出控制电平/脉冲信号，直接驱动步进电机，进而实现姿态调整与无人机跟踪。
进一步的，步骤3中，采取跟踪状态记忆更迭的控制手段，所述跟踪状态记忆更迭，就是利用下一帧跟踪指令生成的跟踪控制状态覆盖当前的跟踪控制状态的思想，具体方法为：接收一帧指令并生成标志位，在标志位的控制下输出控制电平和控制脉冲，并保持输出状态，直到标志位改变。
更进一步的，步骤3中，使用多线程处理器，或者采取微控制器外挂信号发送模块的方法，实现跟踪状态记忆更迭，以避免连续输出脉冲信号时的控制器阻塞。
一种基于记忆更迭的无人机速度自适应象限跟踪控制系统，基于所述的基于记忆更迭的无人机速度自适应象限跟踪控制方法，实现基于记忆更迭的无人机速度自适应象限跟踪控制，包括检测模块、执行模块和跟踪控制模块三个部分；
其中检测模块包括视觉系统和无人机检测模型，用于实时检测无人机目标并输出预测结果；执行模块包括双轴旋转平台、步进电机及其驱动器，用于装载视觉系统，实时跟踪目标无人机；跟踪控制模块包括控制字生成模块、象限跟踪控制器、步进电机控制模块，用于处理预测结果、解析控制指令、生成步进电机控制信号及硬件保护。
进一步的，采用USB变焦单目摄像头搭建视觉系统，采用YOLOv5检测框架搭建无人机检测模型；控制字生成模块嵌入到YOLOv5的检测框架中，控制指令通过串口发送至象限跟踪控制器；采用ATmega328p芯片及一系列扩展电路搭建象限跟踪控制器；采用由两台57步进电机驱动的双轴旋转平台搭建执行模块。
进一步的，所述象限跟踪控制器，包括单片机控制电路、串行指令传输电路、限位保护电路、按键调整电路、驱动脉冲发生电路和电源管理模块6个部分，其中串行指令传输电路、限位保护电路和按键调整电路并联至单片机控制电路，分别用于控制字信号、限位报警信号、按键调整信号的输入；单片机控制电路输出步进电机的方向、使能控制电平至步进电机控制模块；驱动脉冲发生电路接收单片机控制电路的变频控制电平，输出驱动脉冲信号至步进电机控制模块。
本发明与现有技术相比，其显著优点为：1)采用执行器跟踪状态记忆更迭的手段，避免跟踪系统实时性受到执行器姿态调整速度的制约，减少了跟踪控制系统相对与当前检测帧的迟滞时间，提升了系统响应速度，提高了跟踪系统的实时性；2)采用跟踪速度自适应的手段，利用无人机中心到视野中心的像素差，对应不同的速度自适应层级，以适应无人机的不同飞行速度，提高了跟踪系统的稳定性；3)采用无人机跟踪方向优先级判断的手段，归一化不同方向的像素差，比较两个方向的像素差大小，确定跟踪方向的优先级，减小了跟踪误差，提高了跟踪系统的精确性。
附图说明
图1为本发明基于记忆更迭的无人机速度自适应象限跟踪控制方法所涉及的跟踪系统架构图。
图2为本发明基于记忆更迭的无人机速度自适应象限跟踪控制方法所涉及的跟踪控制器电路图。
图3为本发明基于记忆更迭的无人机速度自适应象限跟踪控制方法的指令生成原理图。
图4为本发明基于记忆更迭的无人机速度自适应象限跟踪控制方法的跟踪控制流程图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
为了验证本发明有效性，基于本发明的方法设计了象限跟踪控制器，在此基础上，搭建了无人机跟踪系统。
如图1所示，基于速度自适应的无人机象限跟踪控制方法所涉及的无人机跟踪系统，包括检测模块、执行模块和跟踪控制模块三个部分。其中检测模块包括视觉系统和无人机检测模型，用于实时检测无人机目标并输出预测结果；执行模块包括双轴旋转平台、步进电机及其驱动器，用于装载视觉系统，实时跟踪目标无人机；跟踪控制模块包括控制字生成模块、象限跟踪控制器、步进电机控制模块，用于处理预测结果、解析控制指令、生成步进电机控制信号及硬件保护。
进一步的，采用USB变焦单目摄像头搭建视觉系统，采用YOLOv5检测框架搭建无人机检测模型；控制字生成模块嵌入到YOLOv5的检测框架中，控制指令通过串口发送至控制器；采用ATmega328p芯片及一系列扩展电路搭建控制器；采用由两台57步进电机驱动的双轴旋转平台搭建执行模块。
更进一步的，图1中的象限跟踪控制器，包括单片机控制电路、串行指令传输电路、限位保护电路、按键调整电路、驱动脉冲发生电路和电源管理模块六个部分。其中串行指令传输电路、限位保护电路和按键调整电路并联至单片机控制电路作为输入，分别用于控制字信号、限位报警信号、按键调整信号的输入；单片机控制电路输出步进电机的方向、使能控制电平至步进电机控制模块；驱动脉冲发生电路接收单片机控制电路的变频控制电平，输出驱动脉冲信号至步进电机控制模块。
如图2所示，基于速度自适应的无人机象限跟踪控制方法的象限跟踪控制器电路图，包含了图1中的单片机控制电路、串行指令传输电路、驱动脉冲发生电路，具体包括ATmega328p芯片、CH340T芯片、ATTiny13A芯片、复位按键电路、时钟发生电路和电容去耦电路。其中，以ATmega328p芯片为核心的单片机控制电路包括：1)复位按键电路：按键S1一端接地，另一端接1K的上拉电阻R1，将ATmega328p的RESET和ATTiny13A的引脚1并联接到R1与S1之间；2)时钟发生电路：负载电容C4和C5为10pF，一端并联接地，另一端跨接16MHz晶振后分别接ATmega328p的OSC1\OSC2；3)电容去耦电路：去耦电容C1和C3为1uF的陶瓷电容，C2为4.7uF的电解电容，C1、C2、C3并联分别接5V直流电源和地，ATmega328p的AVCC、VCC接至电容C1、C2、C3的并联节点与5V电源之间。以CH340T芯片为核心的串行指令传输电路包括：1)电容去耦电路：CH340T芯片的VCC和GND之间跨接0.1uF去耦电容C7，V3经0.1uF滤波电容C6接地；2)时钟发生电路：负载电容C8和C9为22pF，一端并联接地，另一端跨接12MHz晶振后分别接CH340T的XI\X0。驱动脉冲发生电路由ATTiny13A芯片构成。
引脚分配与电路连接：ATmega328p的D0和D1分别接至CH340T的RXD和TXD；D2接至急停开关；D10～D13接至四个方向调整按钮；A6、A7、D8分别接至ATTiny13A的2、6、7脚；D4～D7依次接至步进电机驱动器；D3接至ATTiny13A的3脚；ATTiny13A的5脚接至步进电机驱动器；CH340T的U+\U-与VCC\GND组成USB接口。
信号流：控制字通过USB接口发送至CH340T，CH340T的U+\U-接收、RXD\TXD发出至ATmega328p的D1\D2。ATmega328p的D4～D7输出水平电机和俯仰电机的两组方向(DIR)、使能(EN)电平至步进电机驱动器；A6、A7、D8输出变频控制电平至ATTiny13A；D3输出中断信号至ATTiny13A。ATTiny13A在中断信号控制下接收变频控制电平，引脚5输出驱动脉冲至步进电机驱动器。ATmega328p的D2接收到中断信号时，通过D10～D13读取方向调整按钮的状态，同理输出驱动脉冲和控制电平。
基于搭建的无人机跟踪系统实施本发明的跟踪控制方法，具体步骤如下：
步骤1根据无人机检测结果计算像素差矢量
摄像头获取实时视频传入PC，抽取一帧图像输入到YOLOv5目标检测模型进行图像检测。控制字生成模块调用包含预测框信息的检测结果，解析处理无人机预测框参数信息得到预测框中心点的相对坐标，进一步视野中心点到无人机预测框中心点的像素差矢量
步骤2根据像素差矢量
生成跟踪控制指令；
如图3所示，跟踪控制指令的生成步骤为：1)计算
与
(其中α为
与X轴夹角)，获取RX、RY点，根据RX、RY点与阈值X0、Y0点的大小关系，生成跟踪调整方向的控制指令，使用四位二进制数表示；2)根据RX、RY与速度阈值V1、V2、V3的大小关系，生成跟踪调整速度的控制指令，使用三位二进制数表示；3)根据
与
的大小关系(其中θ为视野对角线与X轴夹角)，生成跟踪调整优先级的控制指令，使用一位二进制数表示。以图1中的像素差矢量
为例：RX＞X0且RY＞Y0，跟踪方向为“右上”，指令编码“0011”；X0<RX<V1,V2<RY<V3，由RY决定跟踪速度为“3级”，指令编码“011”；
跟踪优先级为“Y向优先”，指令编码“1”。因此，针对图1情况的跟踪控制指令为“00110111”。
步骤3象限跟踪控制器接收步骤2中的跟踪控制指令，输出步进电机控制电平和驱动脉冲，实现双轴旋转平台的姿态调整，实时跟踪无人机。
象限跟踪控制器通过串行指令传输电路接收跟踪控制指令，根据指令信息生成速度标志位V、位置标志位L和优先级标志位P；将寄存器中上一帧指令生成的标志位V0、L0、P0与V、L、P比较，如果标志位改变，分别根据标志位V、L、P生成变频控制电平、转向控制电平和使能控制电平，否则等待接收下一帧指令。
其中，转向控制电平和使能控制电平直接接至步进电机控制模块，变频控制电平接至驱动脉冲发生模块，间接获得驱动脉冲接至步进电机控制模块。同时，象限跟踪控制器实时监控限位保护模块和按键控制模块的中断信号，中断信号有效时，设备急停，服从按键姿态控制，中断信号撤销时，返回主程序。
进一步的，对于步骤3采取的跟踪状态记忆更迭控制手段，要求在处理指令信息的同时，连续输出驱动脉冲，为了避免控制器阻塞，采取了外挂信号发送模块的方法，使用ATTiny13A芯片，采用中断响应的方式接收单片机的变频控制电平，输出驱动脉冲信号。此外，还可以采用多线程技术解决阻塞问题。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于记忆更迭的无人机速度自适应象限跟踪控制方法，其特征在于，包括如下步骤：
步骤1，实时采集无人机图像，利用无人机检测模型进行图像检测，提取图像检测结果中的无人机预测框参数信息，处理预测框参数，获取视野中心点到无人机预测框中心点的像素差矢量；
步骤2，利用步骤1中得到的像素差矢量生成跟踪控制指令，具体步骤为：
1)根据约定的视野中央区域面积占比，计算X轴、Y轴方向的偏移阈值X0、Y0，X0和-X0将X轴分为3段，Y0和-Y0将Y轴分为3段，判断像素差矢量重点在X、Y轴上投影所处的区间，获得无人机在X、Y轴方向的偏移状态，生成跟踪调整方向的控制指令；
2)根据速度自适应级数，分别计算X轴、Y轴方向上的速度阈值，利用像素差矢量的终点在X、Y轴方向投影所处的区间，获得无人机在X、Y轴方向的偏移程度，根据偏移程度自适应跟踪速度，生成跟踪调整速度的控制指令；
3)归一化比较像素差矢量在X轴和Y轴方向分量的模，判断不同方向的相对偏移程度，生成跟踪调整优先级的控制指令；
步骤3，根据控制指令生成速度标志位V、位置标志位L和优先级标志位P，根据以上标志位输出控制电平/脉冲信号，直接驱动步进电机，进而实现姿态调整与无人机跟踪。
2.根据权利要求1所述的基于记忆更迭的无人机速度自适应象限跟踪控制方法，其特征在于，步骤3中，采取跟踪状态记忆更迭的控制手段，所述跟踪状态记忆更迭，就是利用下一帧跟踪指令生成的跟踪控制状态覆盖当前的跟踪控制状态的思想，具体方法为：接收一帧指令并生成标志位，在标志位的控制下输出控制电平和控制脉冲，并保持输出状态，直到标志位改变。
3.根据权利要求2所述的基于记忆更迭的无人机速度自适应象限跟踪控制方法，其特征在于，步骤3中，使用多线程处理器，或者采取微控制器外挂信号发送模块的方法，实现跟踪状态记忆更迭，以避免连续输出脉冲信号时的控制器阻塞。
4.一种基于记忆更迭的无人机速度自适应象限跟踪控制系统，其特征在于，基于权利要求1-3所述的基于记忆更迭的无人机速度自适应象限跟踪控制方法，实现基于记忆更迭的无人机速度自适应象限跟踪控制，包括检测模块、执行模块和跟踪控制模块三个部分；
其中检测模块包括视觉系统和无人机检测模型，用于实时检测无人机目标并输出预测结果；执行模块包括双轴旋转平台、步进电机及其驱动器，用于装载视觉系统，实时跟踪目标无人机；跟踪控制模块包括控制字生成模块、象限跟踪控制器、步进电机控制模块，用于处理预测结果、解析控制指令、生成步进电机控制信号及硬件保护。
5.根据权利要求4所述的基于记忆更迭的无人机速度自适应象限跟踪控制系统，其特征在于，采用USB变焦单目摄像头搭建视觉系统，采用YOLOv5检测框架搭建无人机检测模型；控制字生成模块嵌入到YOLOv5的检测框架中，控制指令通过串口发送至象限跟踪控制器；采用ATmega328p芯片及一系列扩展电路搭建象限跟踪控制器；采用由两台57步进电机驱动的双轴旋转平台搭建执行模块。
6.根据权利要求4所述的基于记忆更迭的无人机速度自适应象限跟踪控制系统，其特征在于，所述象限跟踪控制器，包括单片机控制电路、串行指令传输电路、限位保护电路、按键调整电路、驱动脉冲发生电路和电源管理模块6个部分，其中串行指令传输电路、限位保护电路和按键调整电路并联至单片机控制电路作为输入，分别用于控制字信号、限位报警信号、按键调整信号的输入；单片机控制电路输出步进电机的方向、使能控制电平至步进电机控制模块；驱动脉冲发生电路接收单片机控制电路的变频控制电平，输出驱动脉冲信号至步进电机控制模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111032515.6A CN113671980B (zh) | 2021-09-03 | 2021-09-03 | 一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111032515.6A CN113671980B (zh) | 2021-09-03 | 2021-09-03 | 一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113671980A true CN113671980A (zh) | 2021-11-19 |
| CN113671980B CN113671980B (zh) | 2023-11-21 |
Family
ID=78548206
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111032515.6A Active CN113671980B (zh) | 2021-09-03 | 2021-09-03 | 一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113671980B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106909172A (zh) * | 2017-03-06 | 2017-06-30 | 重庆零度智控智能科技有限公司 | 环绕跟踪方法、装置和无人机 |
| CN108255198A (zh) * | 2017-12-28 | 2018-07-06 | 广州亿航智能技术有限公司 | 一种无人机飞行状态下的摄像云台控制系统和控制方法 |
| US20200033128A1 (en) * | 2018-07-24 | 2020-01-30 | Tg-17, Llc | Systems and methods for autonomous machine tracking and localization of mobile objects |
| CN111932588A (zh) * | 2020-08-07 | 2020-11-13 | 浙江大学 | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 |
| CN112650298A (zh) * | 2020-12-30 | 2021-04-13 | 广东工业大学 | 一种无人机追踪降落方法及系统 |
-
2021
- 2021-09-03 CN CN202111032515.6A patent/CN113671980B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106909172A (zh) * | 2017-03-06 | 2017-06-30 | 重庆零度智控智能科技有限公司 | 环绕跟踪方法、装置和无人机 |
| CN108255198A (zh) * | 2017-12-28 | 2018-07-06 | 广州亿航智能技术有限公司 | 一种无人机飞行状态下的摄像云台控制系统和控制方法 |
| US20200033128A1 (en) * | 2018-07-24 | 2020-01-30 | Tg-17, Llc | Systems and methods for autonomous machine tracking and localization of mobile objects |
| CN111932588A (zh) * | 2020-08-07 | 2020-11-13 | 浙江大学 | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 |
| CN112650298A (zh) * | 2020-12-30 | 2021-04-13 | 广东工业大学 | 一种无人机追踪降落方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113671980B (zh) | 2023-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3834009B1 (en) | Apparatus and method of sharing a sensor in a multiple system on chip environment | |
| CN113850363A (zh) | 将驾驶规范应用于自动车辆行为预测的技术 | |
| CN110880189B (zh) | 联合标定方法及其联合标定装置和电子设备 | |
| CN111291650B (zh) | 自动泊车辅助的方法及装置 | |
| WO2017185503A1 (zh) | 目标跟踪方法和装置 | |
| WO2010077389A2 (en) | Systems and methods for maintaining multiple objects within a camera field-of-view | |
| JP6441586B2 (ja) | 情報処理装置および情報処理方法 | |
| US20190118380A1 (en) | Method, apparatus and terminal device for robot fail prediction | |
| Khajone et al. | Implementation of a wireless gesture controlled robotic arm | |
| CN116360492B (zh) | 一种扑翼飞行机器人目标跟踪方法及系统 | |
| Niculescu et al. | Towards a multi-pixel time-of-flight indoor navigation system for nano-drone applications | |
| Podbucki et al. | Aspects of autonomous drive control using NVIDIA Jetson Nano microcomputer | |
| CN111756990A (zh) | 一种图像传感器控制方法、装置及系统 | |
| Lin et al. | Development of a vision-based ground target detection and tracking system for a small unmanned helicopter | |
| CN113671980A (zh) | 一种基于记忆更迭的无人机速度自适应象限跟踪控制方法 | |
| CN113793371B (zh) | 目标分割追踪方法、装置、电子设备和存储介质 | |
| CN110262564A (zh) | 一种小型化任务载荷系统、软件及挂载装置 | |
| CN114358241A (zh) | 确定安全关键输出值的方法及相应的系统和程序产品 | |
| CN111242084B (zh) | 机器人控制方法、装置、机器人及计算机可读存储介质 | |
| Qin et al. | Visual-based tracking and control algorithm design for quadcopter UAV | |
| Hwang et al. | Comparisons between two visual navigation strategies for kicking to virtual target point of humanoid robots | |
| CN111290574A (zh) | 一种利用手势控制无人机的方法，设备及可读存储介质 | |
| Boudjit et al. | ANN design and implementation for real-time object tracking using quadrotor AR. Drone 2.0 | |
| Xiao et al. | Development of a YOLO-KCF Coupling Algorithm for Miniature Fixed-Wing UAVs in Target Detection and Tracking | |
| Fan et al. | PSiamRML: Target Recognition and Matching Integrated Localization Algorithm Based on Pseudo‐Siamese Network |
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 |