期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
针对不同视场辅助信标的无人机目标定位方法
被引量:
2
1
作者
朱惠民
贾正荣
+1 位作者
王航宇
孙世岩
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2019年第3期125-136,共12页
针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标...
针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。
展开更多
关键词
辅助信标
目标定
位
容积卡尔曼滤波
梯度下降法
无人机位姿估计
下载PDF
职称材料
基于深度神经网络的井下无人机视觉位姿估计
被引量:
5
2
作者
李东江
杨维
+2 位作者
于超
乔飞
田雨鑫
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2020年第4期798-806,共9页
无人机将在未来少人或无人采矿中发挥重要作用,而位姿估计则是实现井下无人机自主巡检的关键.针对井下巷道照度分布不均匀和动态复杂环境的特点,提出采用慕尼黑工业大学深度图像(TUM RGB-D)数据集对深度神经网络模型进行预训练的方法,...
无人机将在未来少人或无人采矿中发挥重要作用,而位姿估计则是实现井下无人机自主巡检的关键.针对井下巷道照度分布不均匀和动态复杂环境的特点,提出采用慕尼黑工业大学深度图像(TUM RGB-D)数据集对深度神经网络模型进行预训练的方法,提取巷道特征路标点.为实现具有真实尺度信息的位姿估计,首先利用机载相机三维深度数据流恢复网络特征点深度,然后建立帧间匹配巷道路标点最小二乘模型,最后采用奇异值分解的方法获得无人机位姿.开发了手持移动传感器数据采集系统,完成传感器相对位置标定,采集真实巷道环境数据并进行实验.实验结果表明,相比ORB-SLAM2位姿估计结果,提出的无人机位姿估计方法针对巷道复杂环境数据其定位精度可提高71%以上,定位误差约为13cm.
展开更多
关键词
无人机位姿估计
井下巷道
动态环境
特征点
深度神经网络
原文传递
题名
针对不同视场辅助信标的无人机目标定位方法
被引量:
2
1
作者
朱惠民
贾正荣
王航宇
孙世岩
机构
海军工程大学兵器工程学院
中国人民解放军
海军工程大学
出处
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2019年第3期125-136,共12页
基金
国防科技基金资助项目(B09-2101035)
文摘
针对无人机在单站测角测距的目标定位过程中受无人机姿态角误差影响较大的问题,提出一种对辅助信标进行探测并与惯性传感器相结合的无人机姿态求解方法。建立基于容积卡尔曼滤波的惯性传感器姿态求解模型,采用梯度下降法对基于辅助信标的无人机位姿参数进行求解,并综合它们的结果对无人机的姿态偏差进行估计和校正,最后完成了不同视场条件下的目标定位和仿真计算。结果表明,所提方法对无人机目标定位精度有明显提高。
关键词
辅助信标
目标定
位
容积卡尔曼滤波
梯度下降法
无人机位姿估计
Keywords
auxiliary beacons
target location
cubature Kalman filter
gradient descent method
attitude estimation of unmanned aerial vehicle
分类号
TP274 [自动化与计算机技术—检测技术与自动化装置]
下载PDF
职称材料
题名
基于深度神经网络的井下无人机视觉位姿估计
被引量:
5
2
作者
李东江
杨维
于超
乔飞
田雨鑫
机构
北京交通大学电子信息工程学院
清华大学电子工程系
北京航天航空大学自动化科学与电气工程学院
出处
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2020年第4期798-806,共9页
基金
国家自然科学基金项目(51874299)
国家重点研发计划项目(2016YFC0801800)。
文摘
无人机将在未来少人或无人采矿中发挥重要作用,而位姿估计则是实现井下无人机自主巡检的关键.针对井下巷道照度分布不均匀和动态复杂环境的特点,提出采用慕尼黑工业大学深度图像(TUM RGB-D)数据集对深度神经网络模型进行预训练的方法,提取巷道特征路标点.为实现具有真实尺度信息的位姿估计,首先利用机载相机三维深度数据流恢复网络特征点深度,然后建立帧间匹配巷道路标点最小二乘模型,最后采用奇异值分解的方法获得无人机位姿.开发了手持移动传感器数据采集系统,完成传感器相对位置标定,采集真实巷道环境数据并进行实验.实验结果表明,相比ORB-SLAM2位姿估计结果,提出的无人机位姿估计方法针对巷道复杂环境数据其定位精度可提高71%以上,定位误差约为13cm.
关键词
无人机位姿估计
井下巷道
动态环境
特征点
深度神经网络
Keywords
UAV pose estimation
underground roadway
dynamic environment
feature points
deep neural network
分类号
TD76 [矿业工程—矿井通风与安全]
原文传递
题名
作者
出处
发文年
被引量
操作
1
针对不同视场辅助信标的无人机目标定位方法
朱惠民
贾正荣
王航宇
孙世岩
《国防科技大学学报》
EI
CAS
CSCD
北大核心
2019
2
下载PDF
职称材料
2
基于深度神经网络的井下无人机视觉位姿估计
李东江
杨维
于超
乔飞
田雨鑫
《中国矿业大学学报》
EI
CAS
CSCD
北大核心
2020
5
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部