虚拟训练系统广泛应用于医疗、航天、军事等领域,能够有效降低训练成本,提升训练效率,保障训练安全.针对无人机侦察训练飞控条件苛刻、搭载算法时延高、潜在安全隐患大、训练成本高的特点,提出在虚拟场景中应用目标检测算法的虚拟训练...虚拟训练系统广泛应用于医疗、航天、军事等领域,能够有效降低训练成本,提升训练效率,保障训练安全.针对无人机侦察训练飞控条件苛刻、搭载算法时延高、潜在安全隐患大、训练成本高的特点,提出在虚拟场景中应用目标检测算法的虚拟训练系统总体研发方案.该系统在YOLOv3-tiny算法的基础上,用Unity3D camera组件渲染代替无人机视频流进行数据传输,通过OpenCV for Unity插件搭载YOLOv3-tiny算法对车辆和人员进行目标检测,并实时返回检测画面.经过系统测试实验,实现了无人机智能侦察功能,目标检测速度稳定在25 fps,识别置信度达80%以上,各项指标评价良好比例达88%以上,满足了飞控模拟和算法检测训练.展开更多
射频识别(Radio Frequency Identification,RFID)中,当标签密度较大时,系统工作效率常常因标签发生碰撞而降低,甚至导致通信错误,这时需要应用防碰撞算法进行纠正。本文在ISO/IEC 18000-6 Type C标准所采用的Q选择防碰撞算法基础上,提...射频识别(Radio Frequency Identification,RFID)中,当标签密度较大时,系统工作效率常常因标签发生碰撞而降低,甚至导致通信错误,这时需要应用防碰撞算法进行纠正。本文在ISO/IEC 18000-6 Type C标准所采用的Q选择防碰撞算法基础上,提出了基于随机生成树的多维Q选择算法(Multiple Dimensional Q-Selection with Random Tree,MDQRT)。该算法实现了随机Q选择算法与确定性算法的结合。仿真结果显示,该方法降低了设备及能量损耗,并有效提高了整个系统的识别效率。展开更多
文摘虚拟训练系统广泛应用于医疗、航天、军事等领域,能够有效降低训练成本,提升训练效率,保障训练安全.针对无人机侦察训练飞控条件苛刻、搭载算法时延高、潜在安全隐患大、训练成本高的特点,提出在虚拟场景中应用目标检测算法的虚拟训练系统总体研发方案.该系统在YOLOv3-tiny算法的基础上,用Unity3D camera组件渲染代替无人机视频流进行数据传输,通过OpenCV for Unity插件搭载YOLOv3-tiny算法对车辆和人员进行目标检测,并实时返回检测画面.经过系统测试实验,实现了无人机智能侦察功能,目标检测速度稳定在25 fps,识别置信度达80%以上,各项指标评价良好比例达88%以上,满足了飞控模拟和算法检测训练.
文摘射频识别(Radio Frequency Identification,RFID)中,当标签密度较大时,系统工作效率常常因标签发生碰撞而降低,甚至导致通信错误,这时需要应用防碰撞算法进行纠正。本文在ISO/IEC 18000-6 Type C标准所采用的Q选择防碰撞算法基础上,提出了基于随机生成树的多维Q选择算法(Multiple Dimensional Q-Selection with Random Tree,MDQRT)。该算法实现了随机Q选择算法与确定性算法的结合。仿真结果显示,该方法降低了设备及能量损耗,并有效提高了整个系统的识别效率。