一种无人机追踪降落方法及系统与流程技术资料下载

技术编号:24653065

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

.本发明涉及无人机降落的技术领域,特别是一种无人机追踪降落方法及系统。背景技术.目前的跟踪算法主要基于深度神经网络或相关滤波,以及二者的结合。基于深度神经网络的跟踪算法精度高,但运行速度慢;而基于相关滤波的跟踪算法速度快,但精度稍低,且当目标离开视野或被遮挡时,容易出现跟踪目标丢失。至于结合二者的跟踪算法,一般是利用卷积神经网络提取出特征替换人工选择的特征,再进行相关性的计算以实现跟踪,虽然在速度与精度上有了一个比较好的均衡,但由于卷积神经网络计算时间长,依旧难以满足无人机跟踪的实时性要求,...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 唐老师:1.高效节能装备 2.流动稳定性 3.汽车流场分析和淀粉糖工艺技术。
  • 孙老师:1.振动信号时频分析理论与测试系统设计 2.汽车检测系统设计 3.汽车电子控制系统设计
  • 王老师:电子信息处理、先进检测方法和智能化仪表
  • 周老师:1.智能电网 2.新能源利用 3.泛在电力物联网
  • 赵老师:检测与控制技术、机器人技术、机电一体化技术
  • 张老师:激光与先进检测方法和智能化仪表、图像处理与计算机视觉
  • 许老师:1.气动光学成像用于精确制导 2.人工智能方法用于数据处理、预测 3.故障诊断和健康管理
  • 王老师:智能控制理论及应用;机器人控制技术