阿木推出的Prometheus项目校园赞助活动，再次迎来两位开发者参与发表论文，且分别获得了1000元、300元奖学金~
现将相关论文内容分享给大家~鼓励更多的开发者加入到我们校园赞助活动中来，只要你是使用Prometheus进行科学研究的在校生，在指定期刊发表论文就有机会获得阿木的奖学金~赶紧加入进来，下一个获得奖学金的可能就是你！

主题一：基于机载深度推理的智能放牧无人机
论文链接：Remote Sensing | Free Full-Text | Intelligent Grazing UAV Based on Airborne Depth Reasoning

DOI：10.3390/rs14174188(status: in production)
Author：Wei Luo, Ze Zhang ,Ping Fu, Xuqing Li, Guosheng Wei, Quanqin Shao, Dongliang Wang
Author Affiliation：North China Institute of Aerospace Engineering, Langfang 065000, China
*: Corresponding author：Dongliang Wang(王东亮)
期刊：中科院SCI期刊分区2区- 成像科学与摄影技术顶刊
作者：罗巍，张泽，傅平，李旭青，魏国晟，邵全琴，王东亮
作者单位：北华航天工业学院
通讯作者：王东亮

The existing precision grazing technology helps to improve the utilization rate of livestock to pasture, but it is still at the level of “collectivization” and cannot provide more accurate grazing management and control. (1) Background: In recent years, with the rapid development of agent-related technologies such as deep learning, visual navigation and tracking, more and more lightweight edge computing cell target detection algorithms have been proposed. (2) Methods: In this study, the improved YOLOv5 detector combined with the extended dataset realized the accurate identification and location of domestic cattle; with the help of the kernel correlation filter (KCF) automatic tracking framework, the long-term cyclic convolution network (LRCN) was used to analyze the texture characteristics of animal fur and effectively distinguish the individual cattle. (3) Results: The intelligent UAV equipped with an AGX Xavier high-performance computing unit ran the above algorithm through edge computing and effectively realized the individual identification and positioning of cattle during the actual flight. (4) Conclusion: The UAV platform based on airborne depth reasoning is expected to help the development of smart ecological animal husbandry and provide better precision services for herdsmen.

摘要：

现有的精准放牧技术有助于提高畜牧业的利用率，但仍处于“集体化”水平，无法提供更精准的放牧管理和控制。（1）背景：近年来，随着深度学习、视觉导航和跟踪等代理相关技术的飞速发展，越来越多的轻量级边缘计算单元目标检测算法被提出。（2）方法：本研究结合扩展数据集，改进的YOLOv5检测器，实现了家牛的准确识别和定位;借助核相关滤波（KCF）自动跟踪框架，利用长周期卷积网络（LRCN）分析动物皮毛的纹理特征，有效区分个体牛群。（3）结果：搭载AGX Xavier高性能计算单元的智能无人机通过边缘计算运行上述算法，在实际飞行过程中有效实现了牛的个体识别和定位。（4）结论：基于机载深度推理的无人机平台有望助力智慧生态畜牧业的发展，为牧民提供更好的精准服务。

图1 总体工作流程

 

图2 硬件通信架构

图3 多目标跟踪策略

图4 改进的YOLOv5网络结构

主题二：多旋翼无人机未来发展趋势研究
论文链接：https://icius2022.itlab.org/index.html

Author：Jing Huang1, Guangcheng Xin2, Yulong Zhang3, Youmin Zhang4,* and Xianghong Xue5
Author Affiliation：Department of Automation and Information Engineering, Xi’an University of Technology, Xi’an, 710048, China
*: Corresponding author：Youmin Zhang(张友民)
会议：第18届智能无人系统国际会议(ICIUS 2022)
作者：黄晶，信光成，张玉龙，张友民，薛向宏
作者单位：西安理工大学自动化与信息工程学院
通讯作者：张友民

A survey of multicopter aerial vehicles by different classification methods is introduced in this paper. Firstly, the definition of the multicopterwith the difference from the helicopter is proposed. Then, the multicopters are categorized by different approaches like weight and size, number of rotors, ways of actuation, and the different flight mechanisms of multicopters are analyzed specifically. Finally, we draw two conclusions of future development trend for multicopter aerial vehicles, which is, the multicopter with high payload capacity will be both manned and unmanned vehicle.

摘要：

本文介绍了通过不同分类方法对多旋翼飞行器的研究。首先，提出了多旋翼飞机的定义以及与直升机的区别。然后，通过不同的方法对多旋翼飞机进行分类，如重量和尺寸、旋翼数量、驱动方式，并具体分析了多旋翼飞机的不同飞行机制。最后，我们对多旋翼飞行器的未来发展趋势得出两个结论，即具有高载荷能力的多旋翼飞行器将是有人驾驶和无人驾驶的飞行器。

图1 不同重量的典型多旋翼无人机

图1 不同重量的典型多旋翼无人机

图2 四旋翼的主要配置

图3 四旋翼无人机的飞行机制
- END-

论文分享 | 智能放牧无人机多旋翼无人机发展趋势相关推荐

  1. 基于深度学习的旋翼无人机机械臂抓取

    基于深度学习的旋翼无人机机械臂抓取 摘要:随着空中机器人技术的快速发展与日益成熟,无人机在越来越多的领域得到了广泛的应用.而多旋翼无人机作为最常用的无人机之一,以其体积小.运动灵活.定点悬停等优势广泛 ...

  2. 四旋翼无人机动力学模型及控制

    四旋翼无人机动力学模型及控制 I: 欧拉角与旋转矩阵 Overview 欧拉角与旋转矩阵 Body Frame Angular Velocity and [ ϕ ˙ , θ ˙ , ψ ˙ ] T [ ...

  3. 超硬核直播课 | 自主旋翼无人机主流算法、视觉SLAM基础

    视觉SLAM是通过两帧或多帧图像来估计自身的位姿变化,再通过累积位姿变化计算当前位置.视觉SLAM不仅解决了移动机器人"我在哪里"的关键问题,而且在传感器自身定位.路径规划及场景理 ...

  4. Backstepping反步法控制四旋翼无人机（一）

    目录 四旋翼基本参数 基本假设 转换矩阵 基本方程 线性化 综合 四旋翼基本参数 四旋翼作为一种可以在空间中自由飞行的无人飞行器,具有6个自由度和4个螺旋桨.其中,4个螺旋桨提供动力,作为四旋翼的动力 ...

  5. 多旋翼无人机ROSC++开发例程(一)：环境配置

    文章目录 前言 1.ROS环境配置 2.串口绑定 3.添加开机启动项 4.Casadi环境配置 前言 作为一名无人机飞控方向的研究生,这几年在学习了许多大佬的开源项目和博客后进行了多旋翼无人机机载计算 ...

  6. 多旋翼无人机技术发展浅析

    前言   上一篇中回顾了多旋翼无人机的发展史,对多旋翼无人机领域的现状以及未来发展趋势进行了浅析,本篇将对多旋翼无人机的技术发展进行回顾,剖析多旋翼无人机的技术组成. 多旋翼无人机技术发展历程及未来技 ...

  7. 四旋翼无人机建模与实现（一）

    四旋翼无人机建模与实现(一) 本文是对GitHub上的一个开源的四旋翼无人机建模与编程实现的学习笔记,因为原作者的文档使用英文写的,花了很长的时间才看懂,因此,我觉得用自己的语言将这个开源项目分享出来 ...

  8. 四旋翼无人机硬件，飞控，基站，NX

    四旋翼无人机硬件 一 总览 四旋翼无人机的硬件组成:无刷电机(4个):电子调速器(简称电调,4个,常见有好盈.中特威.新西达等品牌):螺旋桨(4个,需要2个正浆,2个反浆):飞控:电池(11.1v航模 ...

  9. 四旋翼无人机学习第8节--OpenMV电路分析

    这里写目录标题 0 前言 1 openmv优秀作品介绍 2 stm32单片机原理图绘制 3 stm32单片机外接电容分析 3 stm32单片机外接电容绘制 4 stm32单片机外接晶振分析 5 stm ...

最新文章

  1. 神经网络通用近似定理
  2. linux通过SSH连接的SSH加密原理(笔记自用)
  3. Spring入门（三）之IoC
  4. 金属商务本-戴尔Vostro成就3450评测
  5. Android 自动判断是电话,网址,EMAIL方法之Linkify
  6. 企业级 Docker Registry--harbor安装和简单使用
  7. UTM坐标转GPS方法分享
  8. XRF与ICP比较的差异
  9. python应对反爬虫策略_python解决网站的反爬虫策略总结
  10. python读取文件时的相对路径
  11. CF 128A Statues
  12. python 绘制q-q图代码
  13. 浅谈极值点偏移（化为单变量以及ALG不等式）
  14. ppt转换图片及有密码情况处理
  15. WPF 入门教程（一）
  16. 【弹吉他必备的乐理知识】【1】音乐中的音
  17. 信息流广告的核心是什么（信息流推广的核心操作和优化思路）
  18. QT报错：Makefile.Debug : moc_xxx.cpp error1
  19. 可靠性试验类毕业论文文献都有哪些？
  20. JAVA小实验——接口与继承

热门文章

  1. c++ Primer课后练习9-31
  2. 苹果电池显示维修_安装第三方电池的iPhone也可享受苹果官方维修
  3. 专利缴费后如何获取发票
  4. 采用ODC改善软件质量：一个案例研究
  5. 富文本粘贴word文档内容图片处理
  6. 2022-2028年中国危化品运输行业市场深度分析及投资规模预测报告
  7. 三菱fx1n40mr001接线图_三菱FX1N-40MR-001使用说明书 - 广州凌控
  8. 在一个app中启动另外一个app的service
  9. 唯物辩证法-马克思主义辩证法
  10. Linux下安装与配置aMule电驴