机器视觉在无人机智能避障的应用方法研究

来源 :新型工业化 | 被引量 : 1次 | 上传用户:lingyuehqu2009
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
改革开放后,我国的经济得到了迅猛的发展,科学技术和人工智能技术也得到了飞速的发展,无人机在生活领域和军用方面都得到了广泛的应用。当前制约无人机发展的重要因素是无人机不能及时躲避障碍,而机器视觉的出现和发展为无人机智能避障能力的提升带来了新的可能性。本文就此探寻将机器视觉应用到无人机上的可行之策。
其他文献
本文结合某水库地形测量项目充分利用三维激光扫描技术的特点,全方位空间采集数据,利用专业软件进行数据处理,生成模型,得到需要的各种资料,并对其精度进行了分析。
针对当前航天航空影像识别人工工作量大、自动化效率较低等问题,本文选取不同类型的卷积神经网络框架Resnet、Mobilenet、Inception和不同类型的目标检测模型Faster R-CNN、SSD、YOLO进行了实验分析,并以城市交通场景的车辆数据为例,从精度和速度指标上定量地讨论了不同方法的优缺点,旨在抛砖引玉,为高分辨率、超高分辨率航天航空影像目标检测和识别提供程序和算法支撑。
随着遥感技术的发展,高光谱影像数据在地表信息分类中的优势得到了广泛关注,本文针对地表信息分类的方法进行了探索研究。依据经过预处理后的高分五号高光谱影像数据,利用基于波谱特征的光谱角匹配法、基于统计特征的支持向量机法和ENVINet5深度学习模块对公路、居民地、林地、耕地、厂房和工业空地,共六类典型地物进行提取分类及结果分析,并从定性、定量和效率三个维度进行综合评价。