面向无人机视角下小目标检测的YOLOv8s改进模型

从无人机视角进行目标检测,面临图像目标小、分布密集、类别不均衡等难点,且由于无人机的硬件条件限制了模型的规模,导致模型的准确率偏低。提出一种融合多种注意力机制的YOLOv8s改进模型,在骨干网络中引入感受野注意力卷积和CBAM(concentration-based attention module)注意力机制改进卷积模块,解决注意力权重参数在感受野特征中共享问题的同时,在通道和空间维度加上注意力权重,增强特征提取能力;通过引入大型可分离卷积注意力思想,改造空间金字塔池化层,增加不同层级特征间的信息交融;优化颈部结构,增加具有丰富小目标语义信息的特征层;使用inner-IoU损失函数的思想改进MPDIoU(minimum point distance based IoU)函数,以innerMPDIoU代替原损失函数,提升对困难样本的学习能力。实验结果表明,改进后的YOLOv8s模型在VisDrone数据集上mAP、P、R分别提升了16.1%、9.3%、14.9%,性能超过YOLOv8m,可以有效应用于无人机平台上的目标检测任务。

基于固定机巢的输变配无人机智能巡检方法

为了实现输变配设备的跨专业无人机(UAV)自动巡检,提出了一种考虑到输变配不同巡检频率的固定机巢巡检策略。基于集合覆盖模型建立了固定机巢选址模型;通过改进k-means聚类算法设计了巡检任务分配模型;将无人机路径规划问题建模为带时间窗的多旅行商问题(MTSPTW),设计了自适应大邻域搜索(ALNS)算法完成求解;并且使用某实际运维区域进行大规模数据的实例验证。结果表明:某机巢的无人机通过130次起降、703余千米的总飞行距离完成了一个月内共计1838次输变配混合巡检任务。提出的该方法打破了单个机巢单专业巡视思路,具有大规模巡检场景下的实用性和有效性。

基于大型无人机航磁全轴梯度测量技术研究与应用

目前,我国航空物探在远海地区和青藏高原地区的工作程度并不高,这主要是由于我国现有有人机航空物探飞行平台的续航里程不够远或者无法在高海拔地区开展大比例尺、低高度飞行测量工作.由于彩虹4无人机的续航时间达到20余小时,飞行高度可达7300 m,经过项目研制,基于彩虹4无人机航磁全轴梯度测量系统突破了探测装置的集成设计、磁干扰特性的优化提升等一系列关键技术,首次实现了基于无人机的航磁总场、横向梯度、垂直梯度的一站式测量,航磁总场补偿后标准差优于±30 pT,横向梯度补偿后标准差优于±2 pT/m,垂向梯度补偿后标准差优于±6 pT/m,达到同类测量系统的国际领先水平,大大提升了我国在艰难地区和远海地区的勘查能力.

微小型无人飞行器电磁屏蔽效能等效测试方法

微小型无人飞行器的屏蔽效能对其抗外部强电磁干扰能力有显著影响。针对微小型飞行器物理空间小、屏蔽效能难以测量的困难,提出一种基于扩比模型的等效获取方法,将原模型等比例扩大n倍得到扩比模型,利用常规屏蔽效能测试方法和测试仪器测量得到扩比模型的屏蔽效能,再根据扩比模型和原模型屏蔽效能的关系得到原模型的屏蔽效能。以巡飞弹和四旋翼无人机两种典型微小型飞行器为例进行了仿真,结果表明原模型在频率f处的屏蔽效能等于扩比模型在频率f_(1)=f/n处的屏蔽效能,验证了该方法的正确性。在此基础上,总结提出了基于扩比模型的等效测试流程,为微小型飞行器屏蔽效能的测试提供了一种可行的测试方法。

面向低空物联网的云-边协同演进模型与通信范式

低空物联网基于空地一体化网络,集成通信和计算功能,在低空场景可以高效地收集、传输和分析数据,为低空经济的发展持续赋能。在这一网络中,无人机(UAV,unmanned aerial vehicle)等空中平台利用机载传感器收集多模态感知数据,并进行基于人工智能(AI,artificial intelligence)的数据处理计算,以支持各种低空场景下的应用,如农业监控和环境建模。执行多模态数据的推理和内容生成任务需要大型AI模型。为了满足这些任务的需求,无人机需要具备强大的计算资源和大量数据支持。这些要求使得高效的推理模型训练和优化变得至关重要。然而,这给现有的低空物联网带来了巨大挑战。为解决这一问题,提出空地一体化云-边模型协同演化架构。在此架构中,无人机作为边缘节点,负责数据采集和小型模型的计算。云服务器通过无线信道与无人机进行信息交互,提供大型模型计算和边缘无人机的模型更新服务,从而实现空地协作。在有限的无线通信带宽限制下,该架构面临着边缘无人机与云服务器之间信息交换调度设计的挑战。为此,提出任务分配、传输资源管理、传输数据量化设计和边缘模型更新的联合策略。该策略通过最大化系统的平均精度(mAP,mean average precision)来提高空地一体化云-边模型协同演化架构的推理准确性。基于边缘模型的平均精度和云模型的平均精度推导出了所提出架构的平均精度闭式下界,并相应地提出了平均精度最大化问题的优化方案。基于视觉分类实验结果的仿真表明,在不同通信带宽和数据量条件下,相比于集中式云模型架构和分布式边缘模型架构,低空物联网在所提出的空地一体化云-边模型协同演化架构下的平均精度均有所提升。

低空无人机三维倾斜摄影技术在测绘大比例尺地形图中的应用

大比例尺地形图具备精度要求高、数据精密等特点,如果采取常规的测绘技术容易出现实时数据偏差与数据失真等问题。为解决大比例尺地形图测绘存在的这种问题,本文以某1∶1000测绘工程项目为例,采用低空无人机三维倾斜摄影技术进行大比例尺地形图工作。分析结果表明,通过规范执行低空无人机三维倾斜摄影技术操作流程,得出在测绘大比例尺地形图方面具有实际应用效果,可为推动测绘技术的发展和进步提供理论和实践支持。

5G-A无人机空域通感及F-SUL上行大带宽特性验证研究

5G-A(5G-Advanced)是5G网络在功能和覆盖上的部分升级,5G-A与5G并行工作,支持部分有较高要求的应用场景,5G-A在网络速度、延迟、连接数等方面得到了显著提升。文中对无人机空域通感一体、上行大带宽两个新特性进行了验证,其是5G-A引入协议的新技术,能更好地匹配人联、物联、车联、高端制造、感知等场景。

基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法

针对旋翼无人机GNSS/SINS组合导航系统采用传统对准方法难以在大失准角下实现空中快速对准的问题,提出了一种基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法。将姿态和速度状态误差量构造为李群元素,并考虑陀螺仪和加速度计零偏误差,构建了群-矢量混合误差模型,推导了基于SE(3)-EKF的GNSS速度量测方程。实验结果表明:当失准角为[3°, 4°, 95°]时,所提方法在200 s内实现了约为0.1°的水平姿态对准精度,较传统的扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)分别提高了50%以上和20%以上;航向角误差约为0.4°,相较于EKF、UKF分别降低了45%以上和43%以上。当失准角为[20°, 20°, 175°]时,EKF和UKF已无法收敛,而所提方法水平姿态误差可收敛到约0.1°,方位误差可收敛到约0.5°,验证了所提方法适用于不同场景下的初始失准角,具备一定的工程应用价值。

无人机集群网络资源优化综述

无人机集群以其灵活性、低成本和可搭载各类传感器等优势,已成为执行复杂任务的关键设备,其应用依赖于及时高效的通信,因此针对无人机集群网络的研究近年来也得到了广泛关注。无人机集群高移动性、高信息交互量和低能源存储量等固有特性,使其通信资源的管理面临各种严峻的挑战。本文首先综述了无人机集群网络的应用场景、优势及其特点,并结合信道接入控制体制,对无人机集群的无线资源优化问题进行分类,提炼出资源优化所面临的挑战。随后从策略与方法的角度对现有的网络资源优化方案进行了总结归纳,梳理了大规模集群场景下的通信性能提升、高动态环境下的及时决策更新,以及多元异构需求下的通信满意度提升等技术难点。最后,依据研究现状与潜在机遇,结合新兴技术的应用优势,对无人机集群网络的技术方向和发展前景进行了展望。

无人机大比例尺测图技术应用研究

本文通过研究无人机摄影测量技术在大比例尺测图中的应用,阐述无人机航摄系统组成,探讨应用测图领域关键技术,利用无人机搭载倾斜摄影测量系统,采集高分辨率影像进行1∶500大比例尺地形图测制实验。经精度评定像片控制测量纠正、无人机低空摄影测量技术适用于大比例尺测图项目,能够满足精度要求,并且较传统大比例尺地形图测绘,提高了工作效率。

无人机航测大比例尺地形图技术研究

本文旨在研究无人机航空摄影测量技术的应用和发展潜力,分析该技术在地形图测绘领域的优势和亟待解决的问题,探讨如何提高无人机航摄效率、测量精度、测绘质量。研究表明:无人机航空摄影测量技术作为一种新兴的大比例尺地形图测绘手段,已经迅猛发展,并可以实现1∶500的地形测量精度。未来该技术还具有更大的发展潜力和应用前景。然而,无人机航空摄影测量技术面临着小型无人机飞行姿态不稳定、相片畸变等问题,这些问题亟待解决。通过对小型无人机飞行姿态不稳定造成相片出现旋角、倾角过大和使用非测量数码相机造成相片畸变等问题进行分析研究,并结合扬州邗江区工程实际,研究采用小型无人机后差分技术获取测区数据,发现采用辅助空中三角测量(PPK)与无人机航摄技术,可有效提高数据处理速度,进一步提高测绘质量。因此,进一步提高无人机航摄效率、测量精度、测绘质量是无人机航空摄影测量技术未来发展的重要方向。

无人机在大面积地形测量中的应用

文章以新疆阿克苏某泥石流地质灾害专项勘查地形测量为例,首先通过实践应用说明无人机在大面积地形测量中的优点:精度高、效率高、成本低、快速排查险情,然后分析其中发现的问题:极端天气飞行问题、信号干扰问题、数据处理问题、续航问题;最后阐述无人机测量在未来的发展趋势和建议。

一种模拟多飞行状态的外场天线测试技术

针对超短波频段全向天线装机后的辐射方向图测试需求,提出了一种模拟多飞行状态的外场天线测试技术。外场测试系统采用地面固定辅助端测试小俯仰空域,空中无人机辅助测试大俯仰空域,着重阐述了无人机测试测试原理以及无人机绕飞或悬停方式下天线方向图测试方法。依据所提方法测试了不同俯仰角度下天线装机性能,从而验证不同机动条件下通信链路性能需求,为后续射频链路、射频兼容、射频隐身等测试验证提供基础数据和测试依据。

无人机摄影测量技术在丘陵地区大比例尺地形图测绘中的应用

针对在丘陵地区采用固定航高生产得到的大比例尺地形图精度不统一、控制点数量多等问题,提出采用仿地飞行作业方案,以某生产项目为例,进行方案可行性验证。结果表明,此方案生产得到的丘陵地区大比例尺地形图可满足1∶500地形图精度要求,成果精度均匀,相对固定航高来说,有效减少了控制点数量,具有实用性,可为丘陵地区大比例尺地形图数据生产提供参考。

基于CDR数字广播信号的无源雷达应用分析

本文介绍了无源雷达系统在目标探测领域的特点和优点,以探测中大型无人机为例,通过分析几种常用的无线信号在无源雷达应用中的探测距离、距离分辨率、速度分辨率等性能对比,证明CDR数字广播信号作为无源雷达第三方辐射源的可行性。

无人机激光雷达在矿山测量中的应用

本文就矿山地面测量中无人机激光雷达的实际运用进行了研究,旨在探索无人机激光雷达在矿山地形探测中的运用。首先,本文对无人机激光雷达技术和无人机激光雷达的工作机理进行了简要的阐述,同时也让我们认识到利用无人机激光雷达技术进行矿山地貌测绘的优越性。其次,本文对无人机激光雷达的构成进行了论述,并就如何选取数据进行了选取、地面控制、地面测量作业等方面进行了论述,熟练运用无人机激光雷达在地图绘制中的各个步骤,提出了提高测高精度、无人机激光雷达点云的分类和转换坐标、测绘精度处理和检验三个方面的优化意见,从而提高了矿山的测绘精度,达到了大尺度地图测绘的需要。

无人机航测制图数据处理关键技术研究及应用

随着无人机技术的发展,使用无人机摄影测量技术绘制1:2000地形图已成为如今的主流方法。无人机摄影测量是指用无人机搭载传感器对地面连续摄取像片,结合地面控制点测量、实地调绘和立体测图等步骤,绘制出地形图的作业。但由于实际无人机外业工作中存在“无人机航线规划复杂、飞行数据处理人为干预较多、辅助外控点以及实地调绘数据处理操作复杂、格式不统一”等问题,很大程度上影响着外业工作和生产效率。因此,本文深入研究无人机航测制图数据处理关键技术及实际应用,深入优化外业工作中数据处理流程,构建无人机航测制图数据处理一体化方案,致力于无人机外业工作数智化转型,提高生产效率。实际项目应用表明,本文提出的无人机航测制图数据处理技术很大程度上提升了外业工作的效率,减少实际数据处理过程中的人为干预,并且能够推广应用于其他铁路勘察设计项目。

大载荷植保无人直升机喷雾气液两相流动数值模拟

为研究大载荷植保无人直升机喷雾流场特性,基于FR-200型大载荷植保无人直升机喷洒系统,建立FR-200型大载荷植保无人直升机无植物冠层三维雾滴沉降仿真模拟平台,利用Fluent软件的SST k-ω湍流模型和DPM离散相模型对无人直升机喷雾沉降过程进行了仿真模拟,分别研究了飞行速度、喷杆相对位置、喷施角度对喷雾流场的影响,并进行户外试验验证。试验结果表明,下洗流场垂直方向速度(Z向)呈不对称分布,旋翼x/R为0.8处垂直方向速度(Z向)最大;仿真模拟的雾滴沉积总量与户外试验的雾滴沉积密度基本一致,线性决定系数R2为0.999 6,无人直升机前飞速度与雾滴群抗飘移系数及沉积量呈线性关系,前飞速度3 m/s时,靶标上雾滴总沉积密度为4.208μL/cm^2,前飞速度5 m/s时,靶标上雾滴总沉积密度为1.766μL/cm^2;随着采样面的升高,雾滴群抗飘移性能增强;位于喷杆不同位置处喷头的抗飘移性能不同,主要表现在位于喷杆两端的喷头1和9受到旋翼尾涡的影响,雾滴群抗飘移性能变差,机身正下方的喷头5由于机身阻挡作用,造成雾滴群分散性增加,雾滴因垂直方向动能衰减而难以到达采样面;喷施角度越小,雾滴群总体抗飘移性能越好。

利用无人机倾斜摄影三维模型进行大比例尺成图技术研究

在无人机倾斜摄影三维模型的基础上,利用数据的去噪优化、主基线提取和主基线优化等创新技术,研发大比例尺测图系统,解决了常规的全野外数字测图方法工作量大,老城区建筑物密集,受通视条件和住户封闭性、私密性的影响,以及工序复杂、成本高等问题。设定严密的法则和阈值剔除粗差、优化组合,可确保基线的质量,保证测绘成果的精度。

基于小型无人机的高精度天线测试方法研究

天线测试对于天线辐射性能的检验至关重要。而当天线的尺寸较大或测试频率较低时,传统的天线测试方法难以满足测试需求。以大型天线测试为研究背景,研究了一种基于小型无人机的天线测试方法,根据测试信道模型获取被测天线的增益方向图。与传统的利用GPS作为无人机的导航信号相比,采用实时差分GPS作为无人机的导航信号,结合几何控制方法精确控制无人机的飞行轨迹,无人机的飞行轨迹偏差小于0.1m。对测试方法进行了试验验证,结果表明采用该方法可以较为准确地测量天线的方向图,增益测试误差小于1dB,具有较高的工程应用价值。