登录社区云,与社区用户共同成长
邀请您加入社区
摘要:本项目基于MATLAB实现了烟花算法(FOA)优化的无人机三维路径规划系统。针对传统算法在三维环境中的局限性,该方案通过模拟烟花爆炸的火花扩散机制,将路径规划转化为多目标优化问题。系统包含环境建模、路径初始化、FOA优化、约束处理和结果评估五大模块,能够高效生成避开障碍且满足飞行约束的最优路径。核心算法通过动态调整火花数量和爆炸半径,平衡全局搜索与局部优化,有效解决高维空间路径规划难题。项目
基于KyberFly异构开发平台打造,深度适配STM32MP257/i.MX8M Plus等异构SoC,搭配Linux+RTOS双系统架构,让飞控与智能融合落地,更可无缝协同Jetson高算力平台,对比传统方案,实现真正的分层解耦、安全高效。从硬件适配到软件设计,CereFly以异构协同、本地智能、多重安全,为复杂环境下的工业无人机系统,打造更可靠的「智能飞控」,让工业飞行更稳、更智能。✅ 本地智
摘要:本文介绍了一种基于灰狼优化算法(GWO)的无人机三维路径规划方法。通过模拟灰狼群体捕猎行为的层次结构,该算法在复杂三维环境中实现了高效路径搜索。项目采用MATLAB平台开发,包含环境建模、路径编码、适应度函数设计和路径生成等模块。算法综合考虑路径长度、避障距离和路径平滑度,通过30个路径个体和20个航点构成的三维搜索空间进行优化。实验结果表明,该方法能有效避开障碍物,生成安全、经济的飞行路径
ESP-Drone是基于ESP32/ESP8266的开源无人机项目,采用FreeRTOS系统和MAVLink协议,支持传感器扩展和Wi-Fi遥控。项目提供完整开发文档,建议使用ESP-IDF 5.0.4版本进行开发。硬件选型需注意主控芯片(推荐ESP32-S3)、传感器(MPU6050/BMP280)和动力系统匹配,软件配置包含固件编译和PID参数调优。应用场景覆盖教育、工业和科研领域,开发中需注
宇光昆仑在航空、航天等领域的嵌入式中间件方面具备技术积累,其分布式数据传输软总线支持多平台与多协议自适应,遵循DDS-RTPS国际标准,提供可配置的QoS策略与无代理跨网通信能力。KyberFly作为开源智能无人机平台,采用单芯片异构计算架构,实现Linux与NuttX实时系统的混合部署,为智能无人装备的软硬件协同提供了轻量级基础。MosaDDS结合了宇光昆仑在嵌入式通信中的中间件能力与Kyber
本文介绍了一个基于STM32F745和FreeRTOS的无人机飞控系统完整代码框架。系统采用模块化设计,包含传感器数据采集(IMU、气压计)、姿态解算(Mahony算法)、PID控制、电机混控、遥控信号处理、GPS解析、MAVLink通信和导航等功能模块。通过多任务调度实现1kHz传感器处理、500Hz控制更新、100Hz通信和50Hz导航任务。系统初始化硬件外设和软件组件,使用队列进行任务间通信
PX4等开源系统提供了标准化的防撞功能接口,允许集成外部传感器数据(通过MAVLink协议),并设置了最小安全距离(CP_DIST)、制导角度(CP_GUIDE_ANG) 等关键参数供用户调整。飞行任务与环境:在城市楼宇间飞行,需侧重近距离、多视角的感知(如多目视觉、超声波);无人机平台限制:消费级或轻型无人机受制于尺寸、重量、功耗和成本,纯视觉或轻型一体化ADS-B芯片是更可行的选择。成本预算:
本文提出了一种基于细菌觅食优化算法(BFOA)和卷积神经网络(CNN)相结合的无人机三维路径规划方法。该方法通过BFOA模拟细菌觅食行为进行全局路径搜索,利用CNN作为快速代价评估器,有效解决了复杂低空环境下多目标路径规划问题。系统采用三层架构:环境建模层将空间离散化为体素并编码障碍物信息;CNN评估层对路径进行快速评分;BFOA优化层负责路径迭代更新。实验表明,该方法在规避障碍、满足能耗约束的同
本文针对PHP应用中由于序列化滥用、输入校验缺失、路径解析歧义而引起的高危安全威胁,将快速预筛、基于AST/CFG的深度语义分析、跨函数关联溯源三种模式有机结合起来,构造从受污染源到触发点的可视化证据链,并设计实现了一套多模态污点分析检测框架,解决了传统审计工具在跨文件数据流追踪、消毒器识别、路径归一化等方面的不足,同时引入AI辅助技术对漏洞片段做智能摘要及自动化验证,提高了人工复核效率。通过在D
Q6:为何近距离100米以内的目标巡检,AiBrainBox的SideCamera侧向相机巡检的效果和效率比吊舱相机的效率更高。远距离目标巡检,以及需要红外功能的情况,推荐AiBrainBox+C3-C5吊舱。AiBrainBox-V是大脑,吊舱是AiBrainBox-V的感知补充。Front(SC130/全局高帧率240F):前向感知 / VO。Down(SC850/4K 超星光级):地面定位
本文提出了一种基于遗传算法(GA)与深度神经网络(DNN)融合的无人机三维路径规划方法。该方法通过GA进行全局路径搜索,利用DNN评估路径质量,在MATLAB平台上实现了完整的环境建模、路径编码、遗传优化和神经网络评估模块。实验结果表明,该混合算法能够有效处理复杂三维环境中的路径规划问题,兼顾路径安全性、平滑性和计算效率。项目提供了完整的程序代码和GUI设计,为无人机智能导航研究提供了实用解决方案
面对市面上琳琅满目的无人机巡检方案,企业该如何选型?本文从部署成本、数据自主权、AI 扩展性、飞控可靠性、运维复杂度、场景覆盖度 6 个维度,横向对比开源飞控、商业闭源、一体化开源三类主流方案,给出清晰的决策参考。
本项目基于水蛭优化算法(LOA)实现无人机三维路径规划。通过模拟水蛭的吸附和游动行为,LOA算法在三维空间中进行高效搜索,优化路径长度、避障、能耗等多目标。系统采用模块化设计,包含环境建模、路径表示、适应度评估、LOA优化和路径平滑五个核心模块。MATLAB实现中,通过初始化30个个体的群体,每个路径由20个节点组成,在100次迭代中交替执行吸附(局部搜索)和游动(全局搜索)行为。适应度函数综合考
本文介绍了一个基于改进人工势场法的无人机三维路径规划MATLAB实现方案。项目采用模块化设计,包含模拟数据生成、场景构建、质量预测模型训练和路径规划等核心功能。主要特点包括: 提供两种代码版本(详细注释版和简洁版),运行结果一致 实现参数可配置化,支持暂停/继续运行和结果保存 改进传统人工势场法,增加切向逃逸机制和自适应引力 自动评估候选路径并选择最优方案 生成10种可视化图表展示规划过程和结果
本项目基于MATLAB平台实现无人机三维路径规划,采用改进的强制导向函数法(PFA)解决复杂环境下的自主飞行问题。通过构建吸引力场(目标导向)和斥力场(障碍规避)的势场模型,结合动力学约束和局部极小值跳出机制,实现高效避障路径生成。项目包含环境建模、势场计算、路径生成等核心模块,提供完整仿真验证平台,支持静态/动态障碍物场景测试。代码示例展示了势场计算和路径迭代的核心算法,通过调整参数可优化路径平
对于中小施工企业来说,工地管理就像一场每天都在进行的“多线作战”:人员有没有违规作业?设备是否正常运行?材料有没有浪费?进度能不能跟上?环保达标了吗?每一项都是成本,每一项都是风险。延凡智慧工地系统,正是为解决这些实际问题而生。它不是那种“听起来很牛、用起来很贵”的复杂系统,而是一个专为中小施工企业、项目部量身打造的轻量化AI管控平台。只需几万元起,即可覆盖“人、机、料、法、环、进度”六大核心要素
无人机遥控器的“图(高清视频)、数(遥测数据)、控(控制指令)一体”技术,其核心在于将原本分离的视频传输、数据传输和飞行控制功能深度融合与协同处理。通信瓶颈:在多机协同或高清视频回传时,带宽和时延是核心约束。虽然5G、OFDM等技术能缓解,但超大规模编队仍需突破。算力与功耗平衡:机载高性能AI计算带来高功耗,直接影响续航。需通过芯片级优化(如存算一体) 和智能任务调度来平衡。系统可靠性:需采用冗余
优势:DDPG通过端到端学习连续控制策略,避免了传统方法对精确模型的依赖,在非线性、高维状态空间中表现优异。其在倾转旋翼无人机中的应用已覆盖姿态控制、路径规划与多模态过渡等场景。挑战训练效率:复杂动力学下的样本需求量大,可结合优先级经验回放(PER)加速收敛。鲁棒性提升:引入TD3(双延迟DDPG)抑制Q值高估,或结合模型预测控制(MPC)增强抗干扰能力。硬件部署:需优化算法实时性,适配嵌入式飞控
所有标注文件均采用 YOLO 格式的 txt 文件存储,每行标注信息包含「类别索引 目标中心 x 坐标 目标中心 y 坐标 目标宽度 目标高度」,符合主流目标检测框架的输入规范,可直接适配各类基于 YOLO 的检测模型训练流程,无需额外格式转换。该结构与主流目标检测开源项目的目录规范完全兼容,研究者可直接配置训练脚本,无需额外进行数据格式与目录的适配调整,降低数据预处理的时间成本。在使用该数据集进
本项目基于模糊控制理论(FLC)实现了无人机三维路径规划,通过MATLAB开发了包含环境感知、模糊控制器、路径生成和飞行控制接口的系统架构。针对传统路径规划方法在复杂环境中计算量大、适应性差的问题,采用模糊逻辑处理不确定性和非线性特性,设计多维输入(位置误差、角度偏差、障碍物距离)和输出(转向角、速度调整)的模糊规则库,实现动态避障和实时路径调整。项目解决了三维环境建模、实时计算、多目标优化等挑战
摘要:本项目基于MATLAB实现多目标粒子群优化算法(MOPSO)进行无人机三维路径规划,通过建立包含路径长度、飞行时间、能源消耗和安全避障的多目标优化模型,在复杂三维环境中生成最优飞行路径。项目采用体素化环境建模、Pareto最优解集维护、自适应参数调整等关键技术,解决了多目标冲突、计算效率与路径平滑性等挑战。配套提供完整的GUI界面和代码实现,支持动态环境感知与实时路径更新,为无人机自主导航提
摘要:本文介绍了无人机串级PID控制架构,采用位置环、姿态环和速率环三级嵌套设计。位置环将目标位置偏差转换为期望姿态角;姿态环将姿态偏差转为角速度指令;速率环则输出电机控制量。该分层控制结构具有内环快速抗扰、外环精准定位的特点,显著提升了系统稳定性和响应速度。文中详细说明了各环节控制原理,并提供了基于Matlab2024b的无人机动力学模型实现,包含位置、姿态等状态量的解算方法。
本次基于迅翼开源仿真平台,完成了反正弦向量场制导算法从理论原理到工程落地的完整闭环,依托PX4+Gazebo仿真平台,通过简洁的Python脚本实现算法的快速调用与无人机的控制,整个开发流程无需关注复杂的底层通信与飞控逻辑,所有核心代码均围绕算法本身展开,降低算法部署在PX4的部署门槛。该调用方式不仅适用于反正弦向量场算法,也可迁移至其他制导算法的仿真验证,仅需替换算法类的调用接口,即可快速完成新
摘要:本项目提出一种基于蚁群算法(ACO)与生成对抗网络(GAN)融合的无人机三维路径规划方法。ACO-GAN算法结合了ACO的全局搜索能力和GAN的特征学习优势,有效解决了传统方法在复杂三维环境中易陷入局部最优、搜索效率低等问题。系统通过环境建模、ACO路径搜索、GAN路径优化等模块的协同工作,实现了多目标优化路径规划,包括路径长度、能耗、安全性等指标。实验表明该方法能显著提升无人机在动态复杂环
与此同时,随着全球科技创新与城市化的加速发展,无人机产业已从“工具革命”升级为“生产力革命”,通过整合航空技术、数字基建与智能化应用,正在开辟一个万亿级的新经济赛道,“向天空要GDP”已成为行业共识,我们期待在五月的世界无人机大会上,与无人机全产业链厂商们续写行业篇章。面向2025年,大势智慧将持续深耕时空AI技术,强化算法与算力设施建设,为低空智能基础设施与时空数据智算提供更高效、更可靠的解决方
1. 冲突避免:多无人机同时作业时,极易出现飞行路径交叉、空域争抢等冲突,利用 ABC 算法规划时,需额外增加约束机制,如基于时间窗或空间分离的策略,确保无人机之间保持安全距离,避免碰撞。未来,随着硬件算力提升、算法改进融合,基于 ABC 算法的无人机路径规划有望实现更精准、高效的多场景应用,推动无人机产业迈向新高度。然而,无人机要安全、高效地完成任务,精准且优化的路径规划至关重要,特别是在复杂的
高性能处理器,高亮三屏显示。内置天途云控系统,融合图传、控制、存储和数据处理等功能与一体,强大算力,高度集成无人机、无人船、无人车和机械狗等多种无人装备进行云控云算。按实际环境需求,可采用天途M10多用途无人机、天途SP11-Plus长航时无人机、天途M50大载重无人机和大疆行业应用等多品牌多种类机型,开展通信中继、侦察搜救和跨山投送等应急救援任务。天途瑶光智控地面站,为应急、消防、公安、海事和边
方案支持多路MIPI相机、激光雷达、RTK等传感器接入,具备低延迟避障、多传感器融合、故障安全保护等功能,可应用于巡检、测绘、安防、物流等多类行业无人机场景,为智能SOC飞控提供成熟的工程化实现路径。KyberFly 是面向行业级无人装备研发的一体化软件平台,采用异构多核部署架构,具备系统隔离、分布式通信等基础能力,为智能SOC飞控提供可扩展、可量产的底层支撑。智能SOC可支持IMU、RTK、视觉
本文系统阐述了化工园区"十五五"空天立体防控体系建设方案,通过"天-空-地"一体化监测网络实现全域安全管控。方案包含三大核心技术:卫星遥感监测系统(亚米级影像+InSAR形变监测)、无人机巡查与反制系统(自动化机巢+电子干扰)、地面全域感知网络(激光雷达+边缘计算),构建覆盖高中低空的多维防控体系。同时集成危化品全生命周期管理,实现重大危险源秒级监测与封闭化
通信模块支持国内三大运营商5G高速接入,支持5G NR/LTE/WCDMA多种制式;内置5G天线SMA接口4个,支持5G MIMO大带宽、高速率通讯;CPU模块采用安全自主可控的瑞芯微RK3588嵌入式硬件方案,支持国内操作系统,麟Linux、统信UOS等。机载AI盒子作为无人机轻量级高算力飞行大脑,主要实现无人机的信号增强、SLAM边缘计算和兼容控制功能。用于外接激光雷达模块,通信信号为百兆以太
本项目是一个围绕 YOLOv8 构建的无人机识别与检测系统,涵盖了深度学习项目从数据集组织、模型训练、参数调优、结果评估,到桌面端系统集成与功能开发的完整流程。项目以 Anti-UAV 单类别目标检测数据集为基础,完成了无人机目标检测模型训练,并在 PyQt6 图形界面中实现了图片识别、视频识别、摄像头实时识别、模型管理、训练指标展示与检测历史管理等功能。
低空经济风口下,无人机巡检成为企业标配。但选型时面临两难:开源方案技术自主但开发周期长,商业产品开箱即用但成本高昂。本文通过真实成本核算,帮你找到最优解。
无人机巡检系统选型,没有"最好",只有"最适合"。从技术架构、成本投入、落地效率三个维度综合评估,亥时 AI 无人机一体化平台在保持技术自主性的同时,实现了快速落地和成本可控,是大多数中小企业的最优选择。无论是想要快速入局低空经济的新手,还是寻求技术升级的行业老兵,都能在这里找到契合需求的专业方案。
摘要:深圳亥时科技推出全开源AI无人机一体化平台,解决行业三大痛点:设备管控难、作业效率低、数据碎片化。该平台集成智能管理、AI监测与精准控制功能,具备六大核心能力,覆盖电力、安防、测绘等场景。通过开源架构和实战验证,实现98%+识别率,巡检效率提升5倍,人力成本降低60%。500+企业案例证明其开箱即用、自主可控的优势,助力低空经济产业化发展。
大坝巡检技术选型,本质是安全性、效率、成本维度人工巡检工业级方案亥时系统安全性⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐效率⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐成本⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐扩展性⭐⭐⭐⭐⭐⭐⭐⭐数据自主⭐⭐⭐⭐⭐⭐⭐⭐⭐⭐最终建议预算充足、场景单一:工业级方案适合深度定制需求追求性价比、多场景适配:亥时系统以全栈开源、开箱即用、数据自主、高性价比的综合优势,成为水利、电力、安防等行业场景的更优选择低空经济风口已至,选
摘要:本文介绍了一种基于哈里斯鹰优化算法(HHO)的无人机三维路径规划MATLAB实现方法。该项目利用HHO算法模拟鹰群捕猎行为,在复杂三维环境中实现高效路径规划,兼顾避障安全性和路径最优性。系统包含环境建模、路径编码、HHO优化、路径平滑和验证五大模块,通过多目标优化平衡路径长度、能耗和飞行时间。文章提供了算法核心代码示例,展示了路径点初始化、适应度计算和迭代优化过程。该方案有效解决了传统方法在
摘要:本项目基于MATLAB实现多目标差分进化算法(MODE)的无人机三维路径规划,通过优化路径长度、安全距离和能耗等多重目标,在复杂三维环境中生成高效飞行轨迹。系统包含环境建模、路径编码、多目标优化、障碍物检测及路径平滑等模块,采用差分变异、交叉操作和Pareto排序策略进行优化。实验表明该方法能有效平衡多个冲突目标,生成平滑可执行的避障路径,为无人机自主飞行提供智能决策支持。项目提供完整MAT
无人机拍摄视角下的车辆目标检测,作为低空视觉任务的核心分支,能够实现对交通流、车辆分布的全局化感知,相较于地面监控设备,具备覆盖范围广、部署灵活、不受地形限制等优势,在智能交通管理、城市运维、应急救援等场景中展现出重要的应用价值。所有标注文件均采用 YOLO 格式的 txt 文件存储,文件内每行标注信息对应一个目标框,包含类别索引与目标边界框的中心坐标、宽高参数,符合主流目标检测框架的输入规范,可
倾转旋翼四旋翼无人机结合了直升机垂直起降和固定翼飞机高速巡航的优势,在多种领域具有广泛应用前景。例如在物流配送中,它能够垂直起飞,在城市环境中灵活穿梭,到达开阔区域后转换为固定翼模式快速飞行,提高配送效率;在应急救援场景里,可利用其垂直起降能力迅速抵达受灾现场,再通过高速巡航功能快速搜索大面积区域。然而,这种独特的飞行模式转换也给无人机的轨迹跟踪控制带来了挑战。
本文介绍了四旋翼无人机串级PID控制的仿真实现。通过MATLAB构建了完整的6-DOF动力学模型,采用位置环(外环)和姿态环(内环)的双层PID控制架构,实现了无人机自动起飞、航点巡航和降落功能。仿真结果显示,系统能精确跟踪预设的三维轨迹,姿态响应稳定。该仿真适用于控制理论教学、算法验证和快速原型开发,单文件结构便于参数调整和功能扩展。代码包含航点管理、PID控制、物理引擎和可视化模块,可直观展示
系统的核心在于构建了一个多模型兼容的YOLO目标检测引擎,无缝集成了YOLOv8、YOLOv10、YOLOv11及YOLOv12四种先进的单阶段检测算法,使用户能根据实时场景对速度与精度的不同需求灵活切换模型。检测目标聚焦于城市低空环境中常见的四类对象:车辆(Car)、行人(Person)、其他交通工具(OtherVehicle)以及背景/忽略区域(DontCare)。系统基于一个包含超过万张图像
本文介绍了一个基于YOLOv8目标检测的多模态检测系统。系统采用PyTorch深度学习框架,后端使用Python+Django+SQLite,前端采用Vue3构建响应式Web界面。支持图像、视频及摄像头实时检测,具备目标识别、位置标注和结果可视化功能。系统内置SQLite数据库存储检测记录,通过OpenCV实现多设备适配。技术方案包含算法训练调优、前后端交互和硬件适配等完整实现,适用于工业检测等多
无人机
——无人机
联系我们(工作时间:8:30-22:00)
400-660-0108 kefu@csdn.net