安徽工业大学科技成果——在复杂环境下空中无人机和地面无人车自主导航系统
- 格式:docx
- 大小:15.94 KB
- 文档页数:2
2016 南阳理工学院本科生毕业设计论文学院系电子与电气工程学院专业电子信息工程学生指导教师完成日期南阳理工学院本科生毕业设计论文基于ARM的四旋翼自主飞行控制系统设计Autonomous control system for the quadrotor unmannedaerial vehicle based on ARM processors总计毕业设计论文25 页表格0 个插图20 幅3 南阳理工学院本科毕业设计论文基于ARM的四旋翼自主飞行控制系统设计Autonomous controlsystem for the quadrotor unmanned aerial vehicle based on ARM processors学院系电子与电气工程学院专业电子信息工程学生姓名学号指导教师职称评阅教师完成日期南阳理工学院Nanyang Institute of Technology4基于ARM的四旋翼自主飞行控制系统设计[摘要]针对改变传统以单片机为处理器的四旋翼自主控制飞行器控制方式的问题设计了一种基于嵌入式ARM的飞行控制系统的设计和实现方案。
这是一种基于ARM的低成本、高性能的嵌入式微小无人机飞行控制系统的整体方案。
详细介绍了控制系统的总体构成以及硬软件设计方案包括传感器模块、视屏采集模块、系统核心控制功能模块、无线通信模块、地面控制和数据处理模块。
实验结果表明该设计结合嵌入式实时操作系统保证了系统的高可靠性和高实时性能满足飞行器起飞、悬停、降落等飞行模态的控制要求。
[关键词]ARM四旋翼自主飞行器控制系统。
Autonomous control system for the quadrotor unmannedaerial vehicle based on ARM processors Abstract In order to change the conventional control of four—rotor unmanned aerial vehicles using microcontroller as the processor a solution of flightcontrol system based on embedded ARM was presented which is low-cost,small volume, low power consumption and high performance. The purpose ofthe work is for attending the National Aerial Robotics Competition. The mainfunction of the system the hardware structure and the software design werediscussed in detail including the sensor module the motor module the wirelesscommunication module With embedded real time operating system to ensurethe system’s high reliability and real-time performance the experiments resultsshow that the requirements of flight mode are satisfied including taking ofhovering and landing and so onKey words ARM four-rotor unmanned aerial vehicles control system5 of the control signals 1 四旋翼飞行器的简介 1.1题目综述微型飞行器MicroAir Vehicle/MAV的概念最早是在上世纪九十年代由美国国防部远景研究局DARPA提出的。
安徽工业大学科技成果——工业与家用机器人应用
技术研究
成果简介机器人相关技术研究,工业与家庭应用,具体内容包括路径规划,导航技术,多机器人协调,机器人关节协调等。
在复杂与未知环境中的路径规划,机器人多自由度关节协调动作,多机器人的协调工作完成复杂任务,例如矿难等不同的抢险工作等,应用于各种危险与复杂环境中,或应用在要求非常精细的工作岗位上,功能包括语音识别,机器人视觉,图象处理,环境感知,图书馆与博物馆导航,老人陪伴与护理,疾病辅助诊断等,家庭智能控制中心,应用智能控制与决策、故障诊断等技术。
成熟程度和所需建设条件项目目前取得初步成果,获得了安徽省科学技术奖励,将推广应用。
市场分析和应用前景为何选择机器人?专家认为主要是四个理由:第一,为了员工的健康安全,危险的岗位需要机器人;第二,为了保证产品的品质和一致性,机器人的精度和稳定性能够应对不同工艺对产品质量的需求;第三,为了保持成本的稳定,由于人员流动等因素劳动力成本正在激增;第四,整个时代转型升级的需要。
而该项目研究成果,可形成机器人家庭与工业应用的规模化技术,具有较好的推广价值和应用前景,可为国内同行业使用和借鉴。
社会经济效益分析有效地提高工作效率,提高服务能力与水平,解决社会老龄化与人手不足的问题。
有良好的社会与经济效益。
知识产权及成果获奖情况多机器人的合作与协调研究,安徽省
科学技术奖,三等奖,2010年12月,证书号2010-3-R2。
合作方式合作开发、受托开发。
无人机自主控制技术发展与挑战杨华中发表时间:2020-04-14T13:39:33.530Z 来源:《建筑模拟》2020年第2期作者:杨华中[导读] 在信息科技时代,无人机的使用将越来越普遍,它们能够在实施火力打击时提供精准定位,并且深入危险区域进行科学探查,降低了人员伤亡。
目前的无人机系统大多需要人工操控,提升无人机的智能性,实现全自动化控制,将是其发展的必由之路。
文章结合该行业现状,进行无人机自主控制技术及发展分析。
中国电子科技集团公司第三十八研究所安徽省合肥市 230000摘要:在信息科技时代,无人机的使用将越来越普遍,它们能够在实施火力打击时提供精准定位,并且深入危险区域进行科学探查,降低了人员伤亡。
目前的无人机系统大多需要人工操控,提升无人机的智能性,实现全自动化控制,将是其发展的必由之路。
文章结合该行业现状,进行无人机自主控制技术及发展分析。
关键词:无人机;自主控制技术;发展;挑战1无人机系统自主控制技术简介无人机系统的自主控制技术指通过提升现有的控制技术水平,为无人机植入一定的人工智能程序,使之具有对当前形势的判断能力,能够根据实际形势出某些决策,从而提高其自主性能。
在军工方面,主要是使无人机能够自发处理某些突发情况,例如突然的通信中断,并且使其不受距离限制,能够在超远距离进行侦查和军事打击等作业。
在民用方面,则是提升其工作效率、减少人工投入、降低成本。
随着无人机数量的增多与市场的扩大,自主控制技术的研究与应用成为必然。
2无人机系统自主控制技术的应用2.1地质勘测在进行城市的水利工程规划、建筑设施规划、铺就公路之前,都需要建立城市的整体或局部地形图,人工绘图效率低下、准确度低,在稍有疏漏便可能产生极大安全隐患的水利工程中,人工绘图的误差是致命的。
因此,应当采用无人机技术进行勘测,再将所获得的数据通过计算机软件加以整合和处理,最终绘制出完整的地形图。
另外,它可以和建筑信息模型(Building Information Modeling,BIM)技术结合,最终呈现城市地形图的3D化可视模型。
文章编号:1671-7872(2024)01-0065-09面向无人机航拍图像小目标检测方法吴海斌 ,张 亚 ,胡 鹏(安徽理工大学 人工智能学院, 安徽 淮南 232001)摘要:针对航拍图像目标检测中小目标特征模糊问题,提出一种改进YOLO_v5x 的目标检测算法。
通过在YOLO_v5x 的主干和颈部网络中添加空间到深度(space-to-depth ,SPD)模块来减少细粒度信息丢失;在检测输出端添加1个小目标预测头,提高算法学习低分辨率特征的效率;引入协调注意力(coordinate attention ,CA)机制,将横向和纵向的位置信息编码到通道注意中,增强网络对不同维度特征的提取能力;在完整交并比 (complete-intersection over union ,CIOU)损失函数的基础上引入Alpha 交并比(α−IOU)损失函数,获得更准确的边界框回归,实现图像中目标更精确的定位。
通过在Visdrone 数据集上对改进YOLO_v5x 算法进行训练和对比实验,结果表明:相比于原YOLO_v5x ,改进目标检测算法的平均检测精度提升了7.8%,小目标检测的平均精度达23.9%,能够有效识别无人机航拍图中的小目标;相比于RetinaNet 、YOLOX-S 、Grid-RCNN 等目标检测算法,改进目标检测算法的小目标检测平均精度最高,在当前主流检测小目标算法中达到先进水平。
关键词:无人机;目标检测;航拍图像;注意力机制中图分类号:TP 391.4 文献标志码:A doi :10.12415/j.issn.1671−7872.23087A Small Target Detection Method for Unmanned Aerial Vehicle AerialPhotography ImagesWU Haibin, ZHANG Ya, HU Peng(School of Artificial Intelligence, Anhui University of Science and Technology, Huainan 232001, China)Abstract :Aiming at the problem of fuzzy features of small targets in aerial image detection, an improved YOLO_v5x target detection method was proposed. A space-to-depth (SPD) module was added to the backbone and neck network of YOLO_v5x to reduce the loss of fine-grained information, and a small target prediction head was added to the detection output to improve the efficiency of the algorithm in learning low-resolution features. At the same time, the coordinate attention (CA) mechanism was introduced to encode the horizontal and vertical position information into the channel attention to enhance the ability of the network to extract different dimensional features.In order to improve the target positioning accuracy, the Alpha intersection over union (α−IOU) loss function was introduced based on the complete-intersection over union (CIOU) loss function. To obtain more accurate bounding box regression, to achieve more accurate target positioning in the image. Through training and comparative experiments on the improved YOLO_v5x algorithm on the Visdrone datasets. The results show that compared with收稿日期:2023-05-29基金项目:安徽省高校自然科学基金项目(2022AH050801);淮南市科技计划项目(2021005);安徽理工大学校级重点项目(QNZD2021–02)作者简介:吴海斌(1997—),男,安徽安庆人,硕士生,主要研究方向为计算机视觉。
合肥工业大学科技成果目录轻型汽车电控悬架系统 (1)内燃机摩擦学设计集成智能CAD系统 (1)汽车阻尼器特性测试分析及实验台 (2)三维可视化仿真技术及发动机工艺仿真 (2)后驱动桥总成噪声振动检测及故障识别 (3)特种车辆移动综合监管与快速响应系统 (4)汽车车架实验台研究开发 (4)汽车离合器分离轴承可靠性提高研究 (5)汽车欧Ⅲ排放达标研究 (6)高性能汽车刹车片纳米改性关键技术 (7)汽车模块化设计方法应用研究 (7)复杂件成形模拟及工艺参数优化 (8)固体氧化物燃料电池 (9)汽车门窗、冰箱密封条专用材料 (10)汽车消声器性能检测 (10)独立悬架轻型客车和商务车四轮定位优化 (11)客车内饰材料污染性研究与防治 (12)汽车结构件内高压成形关键技术 (12)高性能汽车制动鼓 (13)基于CAN通讯的汽车底盘系统协调控制器 (14)汽车电控悬架系统 (14)轮胎振动试验机 (16)汽车电动助力转向系统(EPS) (16)自主式智能车辆试验平台 (17)实时混凝土搅拌混合车 (18)汽车制动防抱系统(ABS) (18)车载信息传输与监控技术 (19)汽车车身控制系统开发平台 (19)叉车、汽车及车载产品设计开发(工业设计) (20)基于道路行驶工况的汽车动力及传动系的优化匹配设计 (21)基于现代设计理论与方法的车身结构轻量化设计 (21)汽车总线车身控制系统 (21)AMT-汽车电控机械式自动变速器 (22)超声波探测式警报系统 (23)汽车后视镜联动控制系统 (25)机动车辆安全、环保性能和综合性能自动检测线 (26)嵌入式车载多媒体数字视音系统 (27)车用扭杆矩无级微调装置 (27)高性能智能化声强测量分析系统 (28)小型三坐标数控钻铣床 (29)减振降噪板 (29)小流量水泵试验台 (30)零部件装配智能选配管理系统 (31)塑料型材挤出成型模具零部件柔性制造技术 (31)塑料异型材挤出模CAD/CAM系统 (32)基于变异模板的三维冷冲模CAD系统 (33)机床数控系统 (34)齿轮机床数控系统 (34)数控弯管机 (35)圆柱齿轮(轴)准柔性自动生产线的研究开发 (36)制冷设备温室减排技术和余热制冷机 (36)生产线上声学、振动测量分析系统 (37)新一代便携式互谱声强测量分析系统 (38)车间数字助理和掌上数控系统 (39)数控涂胶机............................................................................. 错误!未定义书签。
轮腿机器人发展与研究综述目录一、内容简述 (1)二、轮腿机器人的发展历程 (2)1. 初始探索阶段 (3)2. 技术积累阶段 (4)3. 快速发展阶段 (5)三、轮腿机器人的关键技术 (6)1. 移动技术 (7)(1)行走控制策略 (8)(2)运动规划算法 (10)(3)地形适应性研究 (11)2. 感知与识别技术 (12)(1)环境感知 (13)(2)目标识别与追踪 (14)(3)自主导航技术 (16)3. 动力学与优化设计 (17)(1)动力学建模与分析 (18)(2)结构优化与材料选择研究 (19)(3)能耗分析与优化技术 (20)一、内容简述轮腿机器人作为一种集成了轮式移动和双腿行走功能的复杂机械系统,其发展与研究在近年来受到了广泛关注。
这类机器人不仅继承了轮式机器人的灵活性和高效能特点,还通过双腿结构赋予了其更好的地形适应性和越障能力。
在发展历程上,轮腿机器人经历了从单一功能到多元化功能的演变。
早期的轮腿机器人主要侧重于轮式移动性能的提升,如提高速度、稳定性等。
随着技术的不断进步,研究者们开始注重腿部结构的优化,以实现更复杂的运动模式和更高的越障能力。
轮腿机器人已经广泛应用于军事、灾害救援、农业、工业等多个领域,成为了现代机器人技术的一个重要分支。
在研究内容方面,轮腿机器人的设计涉及多个学科领域,包括机械设计、控制理论、传感器技术、人工智能等。
为了实现更高效、更稳定的运动,研究者们不断探索新型材料、驱动方式和控制策略。
针对不同应用场景的需求,轮腿机器人的功能也日益丰富,如自主导航、目标识别、物品搬运等。
轮腿机器人发展仍面临诸多挑战,如何提高机器人的适应性,使其能够在复杂多变的环境中稳定运行,是一个亟待解决的问题。
如何降低机器人的能耗,以实现更长的续航时间和更高的能效比,也是当前研究的重要方向。
随着机器人智能化程度的提高,如何确保机器人的安全性和可靠性,防止在复杂环境中发生意外事故,同样引起了广泛关注。
基于大模型的具身智能系统综述目录1. 内容概要 (2)1.1 研究背景 (2)1.2 具身智能系统的概念 (4)1.3 大模型在具身智能中的应用 (5)2. 具身智能系统的发展历程 (7)2.1 早期研究 (8)2.2 现代研究 (10)2.3 未来发展趋势 (11)3. 大模型在具身智能系统中的应用 (13)3.1 模型选择 (14)3.2 数据处理与生成 (15)3.3 模型训练与优化 (17)3.4 应用实例 (19)4. 具身智能系统的关键技术 (21)4.1 感知与理解 (22)4.2 运动规划与控制 (23)4.3 多模态交互 (25)4.4 自主学习与适应 (26)5. 应用领域 (27)5.1 医疗领域 (29)5.2 教育领域 (30)5.3 服务业 (32)5.4 制造业 (33)6. 面临的挑战与未来展望 (34)6.1 安全性与隐私 (36)6.2 成本与资源消耗 (37)6.3 道德与社会影响 (39)6.4 技术合作与发展 (39)1. 内容概要随着人工智能技术的迅猛发展,大模型及具身智能系统逐渐成为研究热点。
本综述旨在全面、深入地探讨基于大模型的具身智能系统的研究现状、技术挑战与未来发展方向。
我们将回顾大模型在具身智能系统中的应用背景和基本原理,包括强化学习、知识蒸馏等关键技术在大模型上的应用。
我们将重点分析当前具身智能系统的最新进展,如自动驾驶、智能机器人等领域的实践案例,并从感知、决策、控制等方面评估其性能。
我们还将讨论大模型具身智能系统面临的主要技术挑战,如数据质量、模型泛化能力、计算资源限制等问题。
针对这些挑战,我们将提出可能的解决方案和未来研究方向。
我们将展望具身智能系统的未来发展趋势,包括跨模态融合、多智能体协同、隐私保护等方面的探索。
通过本综述,我们期望为相关领域的研究人员和工程技术人员提供有价值的参考信息,共同推动具身智能系统的进步与发展。
1.1 研究背景随着人工智能和机器学习领域的迅猛发展,特别是深度学习技术和大模型的广泛应用,智能系统的能力得到了极大的提升。
安徽工业大学首次作为首席科学家牵头单位获批国家重点研发
计划项目
佚名
【期刊名称】《安徽工业大学学报(自然科学版)》
【年(卷),期】2024(41)1
【摘要】2023年,安徽工业大学张世宏教授作为首席科学家牵头申报的国家重点研发计划“高端功能与智能材料”重点专项项目“超高强韧涂层高通量制备及断裂韧性高效表征技术和装备”获批立项,项目总经费3 200万元,其中中央财政专项资金1 600万元,实现了安徽工业大学在国家重大项目上的历史性突破。
【总页数】1页(PF0002-F0002)
【正文语种】中文
【中图分类】F42
【相关文献】
1.国家重点研发计划项目牵头单位做好综合绩效评价工作的思考与建议
2.广西医科大学首次作为牵头单位及子项目负责单位获批国家重点研发计划项目
3.首都师范大学作为牵头单位首次获批国家重点研发计划项目
4.南方电网科学研究院获批牵头十三五首批国家重点研发计划项目
5.中国药科大学获批国家重点研发计划青年科学家项目
因版权原因,仅展示原文概要,查看原文内容请购买。
安徽工业大学科技成果——机械装备工业设计系统解决方案成果简介机械装备作为“母体”工业,涵括金属制品、通用设备、专用设备、电气机械及器材、交通运输、仪器仪表等多个门类,其发展直接制约着相关产业的经济发展。
在国际竞争日益激烈的今天,在机械装备制造业中导入工业设计,有利于提高产品外观档次和综合质量,提升产品附加值和竞争力,变机械装备“制造”为“创造”,改变机械装备产品“傻大黑粗”的外观形象,实现其产品设计的跨越式发展。
机械装备工业设计方法不同于一般轻工产品,其外部造型与结构设计的关联性强,受生产制造的限制大,且人机关系复杂。
本成果利用产品基型,综合应用发散型创造技法,采用Pro/ENGINEER、SOLIDWORKS、RHINO、3DMAXS、PREMIERE等工程设计、工业设计、动画和视频等计算机辅助设计软件,进行产品的快速演变造型、结构虚拟动画仿真以及实物模型和虚拟样机制作,完成机械装备产品创意设计及仿真、评价的系统解决方案,实现机械装备产品造型优美、外观新颖、结构紧凑、制造成本低和产品附加值高的工业设计综合价值。
成熟程度和所需建设条件本成果综合采用工业设计方法和计算机辅助设计技术,针对装备机械产品的复杂性,开展工业设计前段导入至后期制造的系统解决方案。
系统方案成熟可靠,应用性强,已先后成功应用于安徽惊天液压智控股份有限公司、安徽三力机床制造有限公司、泰安康平纳机械有限公司、安徽久工科技实业有限责任公司等多家企业,很好地实现了产品外观与结构、生产制造的有效结合,有效地提高了机械装备产品的外观质量和视觉形象,经济效益显著。
技术特点(1)提供定位准确,设计新颖,系统完善的产品结构和外观造型方案,并且有利于提升产品制造的实现性,能够很好地得到与后期工程设计的衔接及工程实现的衔接。
造型新颖独特、色彩搭配协调;(2)运用人机工程学,提高机械产品开发速度,让企业能快速响应市场需求;(3)工业设计能够大大提升机械装备产品的美观度、品质感和科技感。
安徽工业大学科技成果——在复杂环境下空中无人
机和地面无人车自主导航系统
成果简介
项目负责人在美国多年工作期间主持和参加了路面无人车的导航系统设计,(美国国防部陆军研究实验室的项目编号:DAAD19-01-2-0012),负责开发了采用激光测距器的反映式导航系统,无人车可以实时地应对环境中的变化,修正预先规划的轨迹。
该成果在美国国防部项目进度汇报中获得了很高的评价,相关的研究成果发表在国际顶级的机器人期刊上。
另外还开发了模拟人脑处理信息的四层模型,并将之运用于图像识别,开发了通用的识别系统。
解决目前大多识别器只对独立训练的目标有识别力的缺陷。
在研项目研究适用于密集建筑群或障碍物的无人机航迹规划基本理论方法和有效算法。
开发一套基于新型有效算法的空间机器人和无人机的自主航迹规划系统,并且通过计算机仿真和在小型无人机上开展实验。
技术指标开发的两轮无人车,可自主平衡、自主导航,自动识别和躲避障碍物。
技术创新点无人车能够有效的通过立体照相机来识别环境中的人,实时地规划与人友好的轨迹。
开发的通用的识别系统。
解决目前大多识别器只对独立训练的目标有识别力的缺陷。
应用领域
可用于多种工业,民用和军事领域,用于救援,抢险等。
知识产权及成果获奖情况
该成果在美国国防部项目进度汇报中获得了很高的评价。
最近被获批中国科技部中欧政府间国际合作项目。
合作方式合作开发、受托开发。