登录社区云,与社区用户共同成长
邀请您加入社区
【旋转框】基于YOLO26深度学习的无人机视角车辆检测系统【python源码+Pyqt5界面+数据集+训练代码】
本文面向进阶视觉开发者,全面对比分析Intel RealSense D455和D435i的技术特性,并结合奥比中光Gemini系列相机,针对机器人开发和无人机应用场景,提供完整的技术选型方案。文章涵盖核心参数对比、技术原理分析、场景适配策略、实测数据引用以及完整的开发建议,帮助开发者构建技术互补的视觉感知系统。
由于物体尺寸较小,从无人机(UAV)拍摄的图像中检测物体具有挑战性。在这项工作中,我们探索了一种简单高效的自适应变焦框架,用于无人机图像的目标检测。主要动机是,前景物体通常比普通场景图像中的物体更小且更稀疏,这阻碍了有效目标检测器的优化。因此,我们的目标是自适应地放大物体,以便更好地捕捉用于检测任务的物体特征。为了实现这一目标,需要两个核心设计:i) 如何高效地对每张图像进行非均匀变焦?ii) 如
基于YOLO26深度学习的无人机视角路面病害检测识别系统【python源码+Pyqt5界面+数据集+训练代码】
本文详细解析PX4飞控系统的6种核心飞行模式,重点介绍通过ROS实现Offboard控制的完整方案。文章提供可直接运行的ROS功能包,包含自动起飞、悬停、轨迹跟踪(圆形/方形/螺旋)和降落功能,采用状态机设计确保安全。核心内容包括PX4飞行模式层级解析、ROS控制接口说明、代码架构设计(含轨迹生成器)、参数配置及安全注意事项。该方案支持位置/速度双控制模式,经过SITL仿真测试,可用于科研、比赛等
多旋翼无人机组合导航系统是通过整合多种传感器(如GPS、IMU、磁力计、气压计等)构建的综合导航系统。其核心是以惯性导航系统(INS)为主,结合其他传感器实现优势互补。IMU(惯性测量单元):提供姿态、角速度和加速度信息,但存在累积误差。GPS/GNSS:提供全局位置和速度信息,但易受信号遮挡影响。磁力计:辅助测量航向,但受电磁干扰。气压计:测量高度,但受温度和环境压力波动影响。光流传感器/视觉传
基于YOLO26深度学习的无人机视角河道水面垃圾检测系统【python源码+Pyqt5界面+数据集+训练代码】
请深入研读第4章(区域消费分析)以及第7至11章(北美、欧洲、亚太、南美、中东及非洲的深度分析)。这些章节不仅提供了全球五大区域碳纤维无人机框架的整体市场规模、消费价值和平均价格,还进一步拆解到美国、中国、德国、日本等关键国家的详细数据与预测,为您的本地化市场进入或区域策略调整提供坚实的数据支撑。报告核心目标:明确阐述其旨在解决的关键问题,包括确定碳纤维无人机框架的总体市场规模与关键国家市场机会、
多摄像头监控系统正日益广泛地应用于提升安全保障水平,而将摄像头搭载于无人机(Unmanned Aerial Vehicles,UAVs)上的可能性更是将其能力提升到了全新的层次。本项目旨在利用多架无人机搭载的摄像头,为交互式监控问题找到一种可行的解决方案。多摄像头监控系统在研究和工业领域的诸多方面都已成为一种现代趋势。这些系统正日益广泛地应用于提升公园、机场和银行等公共场所,以及政府和军事设施等受
在灾后救援场景中,多无人机的有效部署对于快速获取灾区信息、实施救援行动至关重要。通过合理安排无人机的位置,实现对灾区的全面覆盖,能够及时发现幸存者、评估灾害损失等。贪心算法因其简单高效的特性,常被用于解决此类资源分配和覆盖问题。结合不同阈值方法,可以进一步优化无人机的部署策略,以达到更好的覆盖效果。
本文介绍了基于CesiumJS+React+Go的三维无人机编队实时巡航可视化系统。系统实现了多机同步仿真、真实地理坐标渲染、智能相机跟随等功能。关键技术包括:后端使用Go开发飞行模拟器,通过WebSocket以5Hz推送数据;前端采用React+CesiumJS,设计帧级插值引擎将数据平滑渲染至60fps;实现Haversine距离计算、Bearing航向角等核心算法。文章详细讲解了系统架构、数
随着无人机应用场景的复杂化,城市场景下的三维路径规划需同时优化路径长度、飞行时间、威胁规避、能耗等多个相互冲突的目标。传统单目标优化算法难以平衡多目标需求,而基于导航变量的多目标粒子群优化算法(NMOPSO)通过引入导航变量引导粒子搜索方向,结合多目标优化框架,在保持种群多样性的同时提升收敛速度,为无人机三维路径规划提供了高效解决方案。本文系统阐述NMOPSO算法的原理、在三维路径规划中的建模与实
随着无人机技术的快速发展,多无人机协同作业在军事侦察、物流配送、灾害救援等领域展现出巨大潜力。然而,动态环境下的复杂障碍物分布、通信延迟及无人机动力学约束,对协同路径规划与防撞技术提出了严峻挑战。本文聚焦动态环境下的多无人机系统,提出一种基于分布式模型预测控制(DMPC)的协同路径规划框架,结合改进蚁群算法与动态威胁处理机制,实现实时避障与路径优化。通过仿真实验验证,该方法在动态障碍物规避、多机冲
*** @description 无人机实体类:封装属性、绘制逻辑、运动规则*/int x,y;// 无人机坐标(雷达扫描区域左上角起点)// 水平/垂直移动速度int size;// 无人机机身大小int state;// 无人机状态(预留扩展:如巡逻/战斗/返航)// 状态指示灯大小// 雷达扫描范围大小// 构造方法:初始化无人机核心属性this.x=x;this.y=y;// 机身默认30
一旦识别目标,即可实现全自动捕获、相机变焦追踪,高精度持续跟踪,结合高倍变焦与快速响应直驱电机驱动稳定锁定目标,提供目标的鹰眼捕获图像数据,可提供清晰的视频证据。这在动态、快速移动的小型无人机对抗中,几乎是光学设备中最强的一环。结合大倍率光学变焦 + 高清成像,在几公里外仍能提供可用于司法/指挥决策的清晰图像/视频证据,这是很多雷达或声学设备完全无法提供的“看得见、认得清”的最终确认手段,在重要设
这通常是因为模型参数过多,而训练数据量相对较小,导致模型学习到了训练数据中的噪声或特定模式,而无法泛化到新的数据。依托大规模无人机夜间交通数据集训练,模型泛化性强,对不同拍摄角度、距离及光照变化的车辆均有良好适应性,测试集平均精度(mAP)超过90%,尤其对远处小目标车辆(如摩托车)保持高检测率。原因一:欠拟合:如果训练数据量过小,模型可能无法学习到足够的特征,从而影响预测效果,导致欠拟合,进而使
它有效地弥补了该领域高质量公共数据的不足,为开发更鲁棒、更智能的无人机视觉感知系统奠定了坚实的数据基础,是相关领域学者和工程师一个非常有价值的资源。该项目由研究者 futureflsl 创建和维护,汇集了多个具有针对性的子数据集,覆盖了目标检测、跟踪、语义分割等多个核心任务。这一视角带来了独特的挑战,如小目标检测、目标外观的剧烈变化等,使其成为开发和评估无人机专用视觉算法的理想测试平台。:该项目明
本文探讨了无人机编队飞行的核心技术,重点分析了相对定位原理和实现方法。无人机编队架构分为集中式、分布式和混合式三种类型,各有优缺点。相对定位技术包括基于UWB、视觉和激光雷达等多种方案,其中UWB技术凭借高精度和抗干扰能力成为主流选择。文章详细介绍了领航-跟随法和虚拟结构法两种编队控制算法,并提供了完整的Python实现代码示例,展示了无人机编队从定位到控制的完整技术链条。这些技术为无人机集群在军
无人机与低空经济发展前瞻 带头人吴澄院士指出,2030年我国无人机将实现ODA(5G)50%覆盖率和9-10级自主能力。低空经济2024年写入政府工作报告成长万亿级跃升lang1.0万亿级市场,涵盖旅游、物流、农业等多领域。安全监管方面,《无人驾驶航空器飞行管理暂行条例》2024年实施pid1实施,三维感知技术助力无人机升级前沿应用。中国作为全球最大无人机制造国和专利来源地,将在低空经济领域占据战
多接入边缘计算(MEC)被认为是克服移动设备计算能力限制的有前途的解决方案。本文研究了一种基于非正交多址(NOMA)的节能无人机MEC框架,将多架无人机部署为边缘服务器,为地面用户提供计算辅助,并采用NOMA降低任务卸载能耗。形成一个实用程序以数学方式评估系统的加权能源成本。由于参数的耦合,效用最小化是一个高度非凸的问题,因此,该问题被分解为两个更易于处理的子问题,即给定无人机轨迹的无线电和计算资
无人机在电力巡检时需跨越高低杆塔,在山区救援时要避开峡谷与悬崖,在物流配送时需绕开楼宇与电线 —— 这些场景的核心需求,是 “在三维空间(X-Y 平面 + Z 高度)中找到一条‘短、安全、平滑’的路径”。传统路径规划算法要么 “无法适配三维地形”(如 A * 算法在复杂高度变化中易绕远),要么 “陷入局部最优”(如传统粒子群优化 PSO 在多障碍环境中卡在地形陷阱)。
随着无人机技术的快速发展,多无人机协同攻击成为研究热点。本文聚焦蜂群无人机在时间与角度约束下的协同攻击算法,提出一种基于虚拟引导点结合人工势场法和模型预测控制(MPC)的协同攻击策略。该策略通过引入虚拟引导点引导无人机运动,利用人工势场法设计路径规划,并采用MPC控制器实现对飞行时间和攻击角度的精确约束。仿真结果表明,该算法能有效协调多架无人机协同攻击,满足时间和角度约束,具有较高的可行性和实用性
这篇博客是该系列的第三篇,是在之前两篇博客的基础上展开,主要介绍如何在操作界面中创建和拖动物体,以及自定义的一个小屋
本文研究了障碍环境下多四旋翼无人机与目标的追逃博弈问题。为实现对城市环境的高质量仿真,我们提出基于物理引擎的追逃场景框架(PES),使无人机智能体能够执行动作并与环境交互。在此基础上,构建了结合目标预测网络(TP Net)的多智能体冠状双向协调网络(CBC-TP Net),通过多智能体深度确定性策略梯度(MADDPG)的矢量化扩展,确保受损"集群"系统在追逃任务中的有效性。与传统强化学习不同,我们
一、无人机采集数据1、多角度影像数据2、定位与姿态数据二、无人机采集数据处理原理1、空三解算2、密集点云生成与三维重建3、地形与正射影像生成4、三维模型优化与瓦片化三、无人机影像处理软件介绍四、无人机测绘解决方案1、大疆无人机测绘解决方案2、大疆 - 激光雷达测绘方案3、大疆 - 纯视觉测绘方案4、大疆 - 便携式无人机测绘方案5、无人机相关设备购买价格
基于大疆MSDK开发APP,利用遥控器或者机场上云API的解决方案,只实现了远程控制无人机的功能,但是依旧没有摆脱大疆无人机到遥控器或者机场的点到点的无线通信架构,依然没有办法解决超视距和复杂环境的自主飞行。大疆无人机目前是业内性价比最有优势的无人机产品,尤其是机场3的推出,持续产品升级迭代,包括司空2、大疆智图以及大疆智运等专业软件、各种功能强大的挂载及大疆生态合作伙伴加持,构筑了围绕大疆无人机
技术的洪流不可逆,但测绘人的价值不会消失,只会转移。正如武汉大学在2017年提出的警示:“唯有摒弃传统思维,主动拥抱智能化,才能避免被时代淘汰”。未来的测绘人,既是科技的应用者,也是跨领域的连接者,更是社会发展的守护者。正如一位从业者所言:“我们曾是幕后的皮尺测量员,而今是无人机背后的指挥官。变的工具,不变的是丈量世界的初心。” 在机器与人的协同中,测绘行业将书写新的篇章。
尤其显示器通常没有很高的FPS,而FPV原始视频很可能是90/120FPS。因此,将原始视频和OSD分离是一个非常好的解决方案、原始视频记录是没有OSD内容的,但是这种没有OSD的视频可以做后期加工处理。“任务支线五:采用特定训练集训练定制识别” 将在后续其他章节讨论。整体梳理,进展情况更新,以及后续重点工作内容。
这篇文章介绍了如何在本地运行,因为我使用的无人机是Tello,其本身仅提供了一个单目视觉相机,在众多单目视觉转 Depth 的方案中我选择了 Depth-Anything V2,这个库的强大在于其基于深度学习模型将单目视觉以较低的代价转换成 RGBD 图像,可以用来无人机避障与SLAM。
Aruco码生成图](https://i-blog.csdnimg.cn/direct/534e48bc9028457aaa0c7ecde576e4a3.png,同时包含匿名上位机通讯代码教学和使用!
1)魔改SimAM注意力,引入切片操作:mAP从原始的0.773提升至0.782)魔改SimAM高效结合卷积:mAP从原始的0.773提升至0.785
物联网、无人机和机器人技术的应用,正在深刻改变农业的传统面貌,推动农业向精准化、智能化迈进。这不仅提高了农业生产效率和产品质量,降低了生产成本,更重要的是促进了农业的可持续发展,保护了宝贵的自然资源。面对全球气候变化和人口增长的挑战,智能农业技术为我们提供了强有力的解决方案,让我们携手共进,迎接这场绿色革命,共创农业美好的未来。