基于改进蚁群算法和共用航段的搜索救援通道规划

针对战斗搜救任务场景中,空中搜索救援等待区至跳伞区之间的往返路径规划问题,提出一种基于改进蚁群算法和共用航段的搜索救援通道规划方法。首先,针对基本蚁群算法易出现局部极值及收敛速度慢等缺点,对启发函数、状态转移策略、信息素更新策略进行了改进。然后,针对单起点多目标点的路径规划问题,提出了设置分航点以生成共用航段的搜索救援通道规划方法,并以总路径长度表征任务准备负荷量与分别规划航路进行对比。实验结果表明,在本文测试环境下,改进蚁群算法规划的路径长度分别缩减15.4%和14.2%,搜索救援通道的任务准备负荷量减少25.4%。所提出的搜索救援通道规划方法有一定的理论和应用价值。

基于改进YOLOv8的无人机航拍图像目标检测算法

针对现存无人机航拍图像目标检测算法检测精度较低、模型较为复杂的问题,提出一种改进YOLOv8的目标检测算法。在骨干网络引入多尺度注意力EMA,捕捉细节信息,以提高模型的特征提取能力;改进C2f模块,减小模型的计算量。提出了轻量级的Bi-YOLOv8特征金字塔网络结构改进YOLOv8的颈部,增强了模型多尺度特征融合能力,改善网络对小目标的检测精度。使用WIoU Loss优化原网络损失函数,引入一种动态非单调聚焦机制,提高模型的泛化能力。在无人机航拍数据集VisDrone2019上的实验表明,提出算法的mAP50为40.7%,较YOLOv8s提升了1.5%,参数量降低了42%,同时相比于其他先进的目标检测算法在精度和速度上均有提升,证明了改进算法的有效性和先进性。

基于旋转等变卷积的航拍红外图像目标识别算法

为提高传统无人机红外目标识别算法对输入图像的旋转鲁棒性,提出一种具有旋转等变性的红外图像目标识别算法。参照可见光三通道结构,将红外图像扩张为三通道以丰富输入图像的细节及边缘信息;以旋转等变卷积为基础,设计并实现能够高度保留图像旋转特征的标准旋转等变卷积模块和旋转残差模块,使得所设计模型FC-YOLOv5对图像及图像中目标旋转具有鲁棒性;加入压缩和激励注意力机制自适应地学习到每个通道的重要性,并且根据任务的需要加权调整特征图中的通道贡献,提取重要的特征信息并抑制不重要的特征信息。在航拍行人车辆数据集和海上船舶数据集上验证模型的性能,以基准模型YOLOv5s及常见轻量级目标识别任务所用模型YOLOv8s、NanoDet作为对照组模型。实验结果表明,所提算法的平均精度均值相较于基准模型能够提升2%~4%,且当输入图像具有不同角度的旋转时,能够比对照组模型识别到更多旋转目标,且识别错误更少。

改进YOLOv5的无人机航拍图像目标检测算法

针对无人机航拍图像目标检测中目标尺度多样、相似目标众多、目标聚集导致的目标漏检、误检问题,提出了改进YOLOv5的无人机航拍图像目标检测算法DA-YOLO。提出由特征图注意力生成器和动态权重学习模块组成的多尺度动态特征加权融合网络,特征图注意力生成器融合处理不同尺度目标更重要的特征,权重学习模块自适应地调节对不同尺度目标特征的学习,该网络可增强在目标尺度多样下的辨识度从而降低目标漏检。设计一种并行选择性注意力机制(PSAM)添加到特征提取网络中,该模块通过动态融合空间信息和通道信息,加强特征的表达获得更优质的特征图,提高网络对相似目标的区分能力以减少误检。使用Soft-NMS代替YOLOv5中采用的非极大值抑制(NMS)以改善目标聚集场景下的漏检、误检。实验结果表明,改进算法在VisDrone数据集上检测精度达到37.79%,相比于YOLOv5s算法精度提高了5.59个百分点,改进后的算法可以更好地应用于无人机航拍图像目标检测中。

航空摄影统筹共享管理技术设计

针对航空摄影统筹共享管理缺乏有效技术手段的问题,在分析当前技术现状和技术要求的基础上,提出了建立综合管理系统开展航空摄影“事前-事中-事后”全流程在线统筹共享管理的技术思路,设计了航摄统筹共享管理的工作流程、系统组成、数据流与接口,详细阐述了“事前”开展航摄需求技术统筹;“事中”进行航摄信息可视化在线共享;“事后”实现航摄成果目录信息快速更新等技术内容。研究成果可为实现全国航空摄影“一获多用”与信息及时共享提供新的解决方案。

基于多平面分割和矩阵变换的航摄边坡点云滤波算法

点云滤波是实现地面点与非地面点分离,获取最真实地面点云的重要处理手段,是进行公路边坡点云灾害识别的基础.为了克服传统点云滤波算法在边坡场景下处理速度慢、结果精度低和误差大等问题,提出了基于多平面分割和矩阵变换的航摄边坡点云滤波算法.该方法首先利用基于曲率的区域生长算法对边坡进行多平面分割,得到多个边坡子点云;其次拟合得到边坡子点云平面模型,再利用旋转矩阵将边坡子点云进行空间转换至水平面;然后通过模拟布料下沉并设置距离阈值分离出非地面点;最后再次利用旋转矩阵的逆矩阵进行空间位置还原,进而得到滤波后的边坡点云.利用精细贴近仿地航线设计方法获取高精度点云模型以在不同的边坡场景下进行算法测试,并与其他传统滤波算法结果进行对比,结果表明:在所有的试验中,本文算法的总误差分别为7.11%、4.15%、1.45%、4.41%,在所有测试算法中最小;Kappa系数分别为0.77、0.90、0.96、0.90,在所有测试算法中最大.本文提出的算法在面对地形和植被情况复杂的边坡情景下,有着较高的准确性以及较强的适用性,为公路边坡点云滤波提供了新的解决方案.

一种适用于铀矿勘查无人值守航空物探数据自动分线方法

航空物探是重要高效的矿产勘查方法,在世界矿产勘查史上发挥了重要作用,其中航放测量更是铀矿勘查的重要方法,许多铀矿是航放测量直接发现的。航空物探测量作业时,飞机沿着设计测线依次飞行,当采用无人值守方式开展航空物探测量时,每架次采集的测量数据记录为单一文件,而后续数据处理需要按设计测网测线分别处理。目前采用人工手动分线,存在耗时长、易出错等不足,为此提出了一种自动分线方法,通过偏航距、速度、最短测线、基线长度、采样率等一系列参数设置,去除航路、拐弯、经过测线等所产生的极短线、短线,能快速、较准确地把测量数据按设计测线自动分开,提高了工作效率,减轻了数据处理人员的工作负担。

水厂铁矿多旋翼无人机航磁测量数据处理方法研究

水厂铁矿位于唐山迁安隆起西缘铁矿成矿带,目前该矿区浅部矿体已经开采殆尽,迫切需要拓展深部开采空间。该矿区尾矿堆积严重,地表情况复杂,地面磁测工作困难。针对上述问题,本文开展了多旋翼无人机航磁测量、数据处理和对比分析研究。本次研究首次利用DN20G4型号四旋翼无人机搭载Magdrone R3磁通门传感器在该区开展了1∶1万大比例尺航磁测量。由于航磁原始数据中存在飞行平台引入的干扰磁场,基于Tolles-Lawson模型建立了飞行平台机动干扰误差磁补偿模型,使得飞行作业中存在的固定场干扰、感应干扰和涡流干扰都得到了有效解决。在磁补偿处理之后,通过切割线粗调平和细调平处理方法消除了测线间的水平差。最后,再将经过磁补偿、调平等处理后的结果与地面磁测资料进行比对,发现二者的异常形态高度一致,体现了这种处理方法的实用性和有效性。本文的研究结果可为今后在类似场景下,快速有效地开展老矿山深部及外围找矿工作提供参考。

党建引领下高职院校“六航”协同劳动育人模式路径探索——以广西水利电力职业技术学院为例

劳动教育是促进学生全面发展、提升职业素养以及培养社会责任感的重要途径,也是高校思想政治教育的重要载体。针对劳动教育育人体系有待完善、劳动教育效果需要加强的现实挑战,高职院校以党建引领劳动教育工作,通过“起航、领航、导航、助航、续航、远航”的“六航”协同劳动育人模式实施劳动育人,以“起航工程”发挥家庭在劳动教育中的基础作用,以“领航工程”塑造马克思主义劳动观,以“导航工程”建设劳动教育课程体系,以“助航工程”提供保障,以“续航工程”助力劳动技能发展,以“远航工程”助推就业创业实践多样化,形成全方位、多层次的劳动育人体系,实现劳动教育与思想政治教育的深度融合,切实增强劳动育人的针对性和实效性。

UUV变截面自航发射管线型优化仿真分析

为设计适用于无人水下航行器(UUV)变截面的自航发射装置,文中基于电动力鱼雷推力模型和自航发射过程受力模型,分析鱼雷自航发射过程中所受的推力、流体阻力、沿程阻力和局部阻力,依据运动学方程,建立鱼雷自航发射数学模型,依据数学模型建立仿真程序计算出管速度,以出管速度为关键指标优化UUV变截面自航发射管线型。结合变截面发射管结构特点和设计需求,确定发射管各段长度和直径作为约束条件,进而建立优化问题的数学表达式,为加快收敛,采用自适应变异概率的遗传算法进行发射管线型寻优计算,进行100代仿真计算,比较出管速度最终得出优化结果,以结果为依据绘制了自航发射管最优线型,对探索UUV变截面发射技术进行了有益尝试,为变截面自航发射管设计提供了理论依据。

联合结构重参数和YOLOv5的航拍红外目标检测

无人机进行红外航拍目标检测在交通、农业和军事等方面有着广泛应用。该领域的主要挑战有目标较小、相互遮挡、非刚体形变大以及红外成像纹理信息少、边缘特征弱等。针对以上问题,基于YOLOv5和结构重参数化优化思想,提出了一种针对航拍场景的目标检测模型Rep-YOLO。首先,在主干网络中引入RepVGG模块,提升模型特征提取能力;在模型推理时对RepVGG模块的多分支进行结构重参数化,减少网络分支和结构复杂度。其次,结合数据特征,改进检测网络颈部的路径聚合网络,提升检测算法在机载平台的精度-速度均衡能力。最后,在两个公开红外数据集进行对比实验,表明该算法的有效性。以南航ComNet航拍数据集为例,统计结果显示主要检测指标各类平均精度(mean Average Precision,mAP)提升5.9%,同时参数量和模型大小分别减少约29.7%和23.2%。另外,对Rep-YOLO在典型机载平台Jetson Nano上进行了模型部署验证,为航拍场景的检测算法改进和实际应用提供了可靠的技术支撑。

基于多模型融合的室内行人航迹推算建模与性能分析

针对行人航位推算(pedestrian dead reckoning,PDR)室内信号易受到环境和多径效应干扰的问题,提出一种基于多模型融合的室内PDR优化建模方法.给出多模型融合的室内PDR建模方法系统模型,包括步数检测、步长推算、方向推算以及位置推算4个关键阶段.该方法在步数检测阶段融合了峰值检测算法、局部最大值算法以及提前过零检测算法;在步长推算阶段融合Weinberg方法和Kim方法,并利用卡尔曼滤波算法校正步数检测和步长推算的误差.基于不同场景从步数、步长、方向、位置误差方面与传统算法进行比较.结果表明,该组合模型结合了传统步数检测和步长推算算法的特征识别结果,可实现对步数检测、步长推算过程中信号特征的优化处理;在手持场景下,步数检测识别准确,步长推算中值误差在0.060 m以内,方向推算平均绝对误差最小为3.06°,位置推算平均误差为0.2353 m,取得较好的室内步行状态识别与定位性能.

海上风电单柱复合筒型基础拖航性能研究

单柱复合筒型基础结合了单桩基础与筒型基础的优点,能有效缩短施工期、降低成本且对环境友好。拖航是单柱复合筒型基础可重复利用、便于运输和安装的关键技术,需对拖航性能进行深入研究,为实际拖航过程提供技术指导。使用MOSES软件建立单柱复合筒型基础水动力模型,对单柱复合筒型基础的拖航过程进行数值模拟。计算结果表明,单柱复合筒型基础拖航性能较好,其运动响应受波浪和浮运条件影响显著,应避免横浪和大浪,且不宜在波浪周期接近基础固有周期时段拖航;通过调整系缆点高度、吃水深度及拖航速度可提升结构拖航稳性。

基于中国鸟情的鸟撞适航条款充分性和适宜性

以中国民航近十余年运输类飞机鸟撞信息为数据源,利用混合威布尔函数拟合鸟撞能量分布,并应用列文伯格-马夸尔特(L-M)寻优算法得到更为精确的拟合分布参数估计值。对照安全性指标,通过鸟撞能量分布函数评估出现有鸟撞适航条款对机翼而言是具有充分性和适宜性的,对尾翼而言具有充分性但过于保守。以发生灾难性事故的安全性指标为依据,中国鸟情环境下机翼结构抗鸟撞鸟体质量最低适航要求为1.218 kg;同时验证了美国联邦航空局(FAA)在美国鸟情环境下提高机翼结构抗鸟撞鸟体质量最低适航要求的愿景(约3.6 kg),证明了基于两重两参数混合威布尔分布的鸟撞冲击能量统计分析方法的有效性及结果的可信度,为中国民航自主修订相关适航条款修订提供了理论依据和实践参考。

走航式电阻率法探测平原水库库底砂体效果分析及应用

平原水库库底沉积层中的砂体会对水库运行以及穿过库底地下空间工程建设的安全造成不可忽视的影响,一种快速且准确识别库底砂体空间位置的探测手段可为破解以上问题提供技术支持。本文以位于黄河流域的济南鹊山水库为研究区,基于数值模拟与原位探测结果,分析评价了走航式电阻率法识别平原水库库底砂体的最优装置参数和能力,并将所得结论在原位探测中应用、验证。研究结果表明,选用通用走航探测航速(航速2.5 m/s)对平原水库(水深6 m)进行探测时,走航式电阻率法对埋深浅(埋深<30 m)、厚度大(厚度>6 m)的砂体有较好的理论分辨能力。对于薄层深埋砂体(厚度<2 m,埋深>10 m)则难以识别;砂体探测顶、底界位置与实际顶、底界位置间的偏移距离与砂体顶界埋深、砂体长度呈正相关关系。砂体厚度增大会提高不同顶界埋深条件下砂体界面偏移距离差异,偏移距离正相关于深埋砂体厚度,负相关于浅埋砂体厚度;建立了修正原位探测结果并识别砂体的方法。基于原位探测结果所识别的砂体形态并不精确,其厚度普遍厚于实际砂体厚度约0~3 m。厚度小于3 m的薄砂体则难以被该方法识别。

基于装卸顺序的中型机多航段协同配载优化

多航段、多经停的航空货运航班,飞行过程中需要合理控制飞机的重心(CG)位置,保持平衡状态,中转站装卸操作过程中需要避免额外装卸操作,减少时间和劳力浪费,因此,研究多航段航班的协同配载问题具有重要现实意义。根据航空器自身特点与集装器(ULD)装卸顺序,结合各航段飞机装载平衡与过站机场ULD装卸操作要求,通过协调分配各航段ULD和散货位置,建立了中型机联程航班多目标整数线性规划模型。模型考虑了ULD和散货的质量、体积及与舱位的匹配限制,航空器限重、舱位限重、舱位及区域累积限重、上下舱联合限重和CG位置的平衡限制,以及前后航段ULD和散货的连接性约束。根据造成中间机场额外装卸操作的2种原因,基于装卸顺序,提出装卸优化模型,通过ULD的舱内平移,优化了CG,减少了装卸次数。以B757-200F机型为例,在两装一卸、一装两卸和两装两卸3种场景下,采用商用求解器Gurobi,分别针对3种不同目标函数组合进行求解和分析对比。实验表明:所提模型可以有效协调过站货物的额外装卸次数,优化前后两航段的CG位置。

一种改进的YOLOv5s航拍车辆检测算法

为了解决航拍图像中车辆小目标检测困难的问题,提出一种改进的YOLOv5s航拍车辆检测算法。首先,将未利用的浅层特征信息与其他深层特征信息进一步融合,组成用于小目标检测的新检测层,提高小目标的检测能力;其次,结合SPD模块重新设计CSP模块构成SPD-CSP模块,代替原有网络的下采样操作,减少特征提取时小目标有效信息的损失;最后,将通道注意力机制ECA模块引入到Backbone部分中,通过自适应地调整不同特征通道的权重系数,使得网络更加关注特征图中的关键信息,减少无关信息的干扰。实验结果表明:提出的算法在VisDrone数据集上,与YOLOv5s网络相比,均值平均精度P_(mAP 0.5)提高了6.4%,检测速度FPS达到65帧/s,能实时、精确地对航拍车辆进行检测。

矩形反演方法在航放测量中的应用

在主攻北方盆地砂岩型铀矿背景下,航放测量面临新的挑战。多年来,航放测量一直采用半无限反演方法来计算放射性核素含量。采用半无限反演方法反演的信息用于区域铀成矿远景评价有其自身的优势,在砂岩型铀矿勘查中也取得了不少成果,但半无限反演方法较难反演诸如异常点、矿化点、含矿层、盖层高浓度的含氡断裂构造等局部辐射体。航放数据反演方法亟待发展与创新。文章详细介绍了一种适合盆地砂岩型铀矿勘查的航放数据反演方法—矩形反演方法,在航放异常筛选与查证、航放数据反演等方面作了许多探索,认为矩形反演方法较现行半无限反演方法能正确反演不同出露规模的辐射体,尤其是对具有找矿意义的局部辐射体的反演。研究提出了提取具固定半值点宽度峰形特征点作为砂岩型铀矿成矿有利信息的观点,并在巴音戈壁盆地塔木素地区取得较好应用效果。建议将矩形反演识别异常的标准以及信息提取技术进一步推广应用,以使航放测量更好地服务于我国砂岩型铀矿勘查。

行人自主导航技术综述

导航与位置服务是我国经济新增长点和战略性新兴产业。近年来,行人自主导航技术由于可为行人提供高自主、高智能、高可靠和低成本的位置服务而备受关注,成为了导航与位置服务赋能可穿戴设备的关键驱动力。针对惯性、磁场和视觉三大主流行人自主导航方法进行了调研分析,梳理了行人自主导航技术的研究进展,重点阐述了各类技术途径的原理与特点,并指出了行人自主导航技术的未来发展趋势。

自适应前景聚焦无人机航拍图像目标检测

针对无人机航拍图像前景目标尺度差异大、样本空间分布不均衡、背景冗余占比高所导致的漏检和误检问题,本文提出一种自适应前景聚焦无人机航拍图像目标检测算法。首先,构建全景特征细化分类层,通过重参数空间像素方差法及混洗操作,增强算法聚焦能力,提高前景样本特征的表示质量。其次,采用分离-学习-融合策略设计自适应双维特征采样单元,加强对前景焦点特征提取能力和背景细节信息保留能力,改善误检情况,加快推理速度。然后,结合多分支结构和广播自注意力机制构造多路径信息整合模块,解决下采样引起的歧义映射问题,优化特征的交互与整合,提高算法对多尺度目标的识别、定位能力,降低模型计算量。最终,引入自适应前景聚焦检测头,运用动态聚焦机制,增强前景目标检测精度,抑制背景干扰。在公开数据集Vis Drone2019和Vis Drone2021上进行相关实验,实验结果表明,该方法m AP@0.5数值达到了45.1%和43.1%,较基线模型分别提升6.6%和5.7%,且优于其他对比算法,表明该算法显著提升了检测精度,具备良好的普适性与实时性。