偏度特征约束下的机载激光雷达点云数据分类

机载激光雷达获得的点云具有密度低、分布不均匀、分支结构不清晰等特点,其动态扫描过程的数据特征动态偏差很小,无法提取有效的数据去噪特征;为此提出偏度特征约束下的机载激光雷达点云数据实时分类方法;该方法将扫描获取的点云大容量实时数据引入在正态分布中,利用衡量对称性正态分布的关键度量偏度特征作为动态特征分界约束,完成数据滤波;提取机载激光雷达点云特征,从中选取优质特征,以此构建SVM分类器;点云大容量数据训练结果即为最终的分类结果;实验结果表明,所提方法对不同类别的机载激光雷达点云数据分类的准确性与效率较高。

无人机航迹控制模块的优化设计与实现

当前在无人机作业过程中,能够根据预设的目的地信息自主控制飞行的模块,在多个最优方案条件下,需要预设复杂约束条件,否则就会存在寻优过程不收敛的问题,导致控制效果不佳。针对这一问题,研究了无人机航迹自主控制模块的改进设计。设计可以采集无人机的位置、速度等飞行信息,并上传至飞行主控器的模块硬件,软件在符合无人机飞行约束与威胁约束的条件下,规划获取后续飞行的最优航迹点。为了保证无人机飞行距离最短、高度最小,将无人机航迹自主控制问题变成优化问题。在面临多个最优方案条件下,构建基于鲸鱼算法的无人机航迹选择模型,以无人机飞行航线代价最小为目的,使用鲸鱼算法求解无人机航迹自主控制方案,完成软件设计。实验结果显示:使用所设计模块后,无人机可自主控制飞行航迹,成功避开静态威胁因素、动态威胁因素安全飞行至目的地。

基于远程控制技术的多旋翼无人机遥感系统

为获取高精度地理空间数据,设计基于远程控制技术的多旋翼无人机遥感系统。利用多旋翼无人机搭载相机和传感器设备,实时采集多旋翼无人机飞行环境图像、姿态与位置数据等,使用地面辅助子系统的数传电台接收采集的数据并保存,运用通信模块将数据传输到无人飞行器子系统,规划出多旋翼无人机最优航迹,按照规划航迹完成遥感影像采集任务。实验结果表明:该系统能有效控制多旋翼无人机的姿态和位置;规划的多旋翼无人机航迹对静态和动态障碍物均具有较强的避障能力,且获取的遥感影像质量较高。

一种决策级数据融合机载LiDAR点云的车辆提取方法

针对机载激光雷达点云常见的车辆目标提取缺少互补信息交叉验证的问题,提出了一种融合地物聚类与遮挡区搜索的机载激光雷达点云车辆提取方法。首先利用渐进形态学滤波实现了地面点与地物点的识别;然后采用密度聚类算法对地物点进行聚类,利用连通区分析搜索地面遮挡区,实现目标分割;再对两类待分类目标分别进行特征提取和支持向量机分类;最后在两类识别结果的基础上进行决策级数据融合,以识别车辆。3个典型区域的提取实验表明,融合提取方法受目标表面点集分布和数量的影响较小,能适应复杂城区环境中的车辆提取,具有较高的精度和完整度。

人工智能赋能元宇宙发展

人工智能产业化过程中出现的“元宇宙”概念,正在成为解决现实超复杂问题的新的突破点,不断推动构建现实与虚拟融合共生的新生态。近两年兴起的“元宇宙”概念,其实质是人工智能产业化过程中出现的新模式、新生态。元宇宙以虚实融合、时空延展的场景构建与体验更迭,加速人工智能与虚拟现实(VR)、增强现实(AR)、数字孪生、物联网、区块链等多重技术的融合应用,拓展产研想象。

基于多旋翼无人机的特高压换流站设备巡检路径规划

目前研究的特高压换流站设备巡检路径规划方法巡检角度较大,导致巡检劳动过强,基于多旋翼无人机提出一种新的特高压换流站设备巡检路径规划方法。结合不同的路径数据调控方式,整理巡检数据信息,并归类信息数据,调试路径数据模块,能够更好地反映路径状况,实现较优的路径规划操作。实验结果表明,基于多旋翼无人机的特高压换流站设备巡检路径规划方法规划效果明显优于传统研究的路径规划效果,在一定程度上破除了固有研究的航线规划模式,该规划方法具备良好的巡视方位角,能够避免巡检死角,降低巡检劳动强度,能更好地实现对特高压换流站设备的巡检操作。

基于KML的任意范围DEM有效边界提取方法

线路工程航测获取的DEM成果一般依线路走向任意分幅,每幅DEM有效范围不规律,不便于存量DEM的查询与管理。本文从DEM数据格式特点出发,提出一种任意范围DEM有效边界提取方法并生成边界线KML文件,通过KML地图浏览软件可以直观高效、实用轻量化的管理DEM文件。

AI主动学习构筑工业建筑安全生产新防线

人工智能具有从数据中学习、推演预测的能力以及自适应和延展的能力,且不会疲倦,也不会情绪化。人工智能参与工业安全生产治理,可以把人从繁杂、重复和需要每时每刻盯住的事情中解放出来,而且比人更精准、更高效。工业建筑企业的安全生产治理一直是企业、政府、社会共同关注的重大议题。由于环境、设备、管理的高度复杂性和不确定性。