经典案例
无人机协同“嗅出”数字信息素 狼群算法提升地图构建精度
电子科技大学自动化工程学院
6米x4米
动作捕捉、无人机编队、四旋翼、ROS、Crazyswarm开源飞控项目
无人机群
24台Mars 4H动作捕捉镜头

研究背景

      电磁环境地图(Electromagnetic Environment Map, EEM)是从时间、频率、空间和场强等多维度对电磁环境进行定量描述。通过构建电磁环境地图,可以实现对电磁能量分布等信息的可视化展示,有助于实现电磁污染的监测与防治。在军用领域,电磁环境地图为电磁态势生成、用频冲突消解以及电磁频谱作战筹划 应用提供直接支持。电磁环境地图的构建问题受到了广泛的关注和研究。

论文图1.png

要构建电磁环境地图,首先需要收集空间中的电磁信息由于地形等物理环境限制,既能搭载测量设备,又能机动快速廉价部署的动态测量载体——无人机(Unmanned Aerial Vehicle, UAV)成为最优选择。无人机集群在任务的执行速度、完成的成功率和输入数据的精度是单架无人机难以比拟的。

研究概述

电子科技大学仪器科学与技术系科研团队提出的基于数字信息素的狼群算法,使得无人机集群能够优先搜索未飞行区域,优化航迹规划。团队设计了一种基于部分卷积和注意力机制的卷积神经网络来补全构建高精度的电磁环境地图。

为了验证上述方法的优越性,实验搭建了以四旋翼无人机和测量芯片为主要实验载体的半实物仿真验证平台。

论文图2.png

        实物平台采用了NOKOV度量光学三维动作捕捉系统,配置了24台Mars4H的动作捕捉镜头。Mars4H镜头拥有400万像素、180Hz的性能,延迟仅为5.2ms,可以提供52°×52°的场视角和亚毫米级别的定位。

  NOKOV度量 Seeker 1.6动捕系统软件,支持系统标定、校正及数据采集、导出工作,并提供实时SDK,可将数据实时导入Matlab、C++、Linux、Simulink等平台,软件可提供点云匹配和刚体匹配两种区分目标的方式。

未标题-1.jpg

  研究基于5架无人机集群在电磁环境监测过程中获取的不完全WiFi信号强度数据,实现了对空间整体WiFi信号强度分布的补全构建,展示了算法的优越性。

 

参考文献:李彤.基于无人机集群的电磁环境地图构建方法研究[D].成都:电子科技大学,2022.

论文链接:

https://kns.cnki.net/kcms/detail/detail.aspx?dbcode=CMFD&dbname=CMFDTEMP&filename=1022543182.nh&uniplatform=NZKPT&v=ubHEE-cgmSmMjvdGhsHWkWTIO5SwB0shnh6EU5FVItfCRRH8RRO4yIjHIbfR1Sst


更多详情,请留言

  • 您可致电010-64922321或在右侧留言,获取您专属的动作捕捉解决方案与报价单

  • 领域 *
  • 提交留言
联系我们

联系我们