改进YOLOv7-tiny的无人机目标检测算法

针对无人机视角下小目标难以检测、目标密集和环境复杂导致漏检概率增加的问题,提出一种改进YOLOv7-tiny的无人机目标检测算法。在原主干网络的基础上增加一个并行网络,加强主干网络对特征图信息的提取能力;增加细小目标采样尺度并改进FPN结构,使主干网络输出的特征图可以用于后续上采样和下采样当中,提高网络精度;加入CA注意力机制,优化主干网络输出特征图,减少特征信息损失;使用WIoU损失函数计算定位损失,增强网络对小目标的检测能力。实验结果表明,相较于原算法,改进YOLOv7-tiny算法的准确率和召回率分别提升了2.8和2.7个百分点,mAP@0.5和mAP@0.5:0.95分别提升了3.8和3.2个百分点,有效提高了算法的检测精度。

基于改进势场和一致性的无人机编队避障方法

针对无人机编队在执行任务时存在的机间碰撞、与障碍物碰撞及编队通信等问题,将无人机动力学方程视为二阶积分模型,提出一种人工势场法和一致性理论相结合的协同避障控制策略。首先建立变增益函数来降低超调和稳态误差,并由此设计虚拟领航结构下的无人机编队一致性控制方法;然后应用分段思想,增加回环力、机间防碰撞力等来改进传统人工势场法,以解决局部最优和编队安全问题,从而实现编队避碰和避障;最后将一致性控制方法和改进后的人工势场法相结合,提出编队协同避障控制律,并利用小增益定理对其进行稳定收敛性分析。仿真结果表明,无人机编队可以实现精准避障后恢复预期编队队形,最终稳定到达目标位置。

具有抗菌性能的纳米粒子的绿色合成

随着纳米技术的发展,纳米粒子在材料、医学、环境、载体等许多领域被广泛应用,因此,其合成方法成为研究的热点之一。传统物化方法具有成本高、副产物多、危害环境、条件苛刻等缺点,而通过微生物和植物体合成纳米微粒的方法由于其绿色、高效、经济的优点逐渐被研究者关注,且其副产物少、生物相容性高,更适合用于医用领域。传统抗生素易产生耐药性、损害机体,因此,多策略抑菌成为医学领域的热点话题,探究一种新型的抑菌策略具有实际应用价值。纳米微粒具有优异的抗菌性能而被应用于抗菌领域中,而这种性能与微粒粒度息息相关。该文介绍了不同的纳米粒子的绿色合成方法和体系,以及不同合成条件对产物粒度的影响,探讨了其在抑菌领域的具体应用,并对具有抑菌性能的纳米粒子的发展进行了展望。