无人机

搞科研的小刘选手

【机器人方向研讨会】第五届控制工程与机器人技术国际研讨会(ISCER 2026)第五届控制工程与机器人技术国际研讨会(ISCER 2026)2026 5th International Symposium on Control Engineering and Robotics

【无人机+GIS】智慧农林遥感核心技术：多源数据驱动的作物参数反演与制图在智慧农林快速发展的当下，无人机遥感凭借其高时空分辨率、灵活机动等优势，已成为农林资源监测、作物长势评估及灾害预警的核心技术手段。然而，如何高效整合无人机平台、多类型传感器（真彩色、多光谱、高光谱等）与地面实测数据，精准提取作物形态、生理生化、胁迫及产量等关键信息，并将其转化为可落地的GIS空间决策成果，仍是当前农林科研与生产实践中的痛点。这个教程聚焦“无人机遥感信息提取—参数反演—GIS融合应用”的全流程技术体系，从农林遥感的基础理论与传感器选型切入，系统讲解株数/株高、冠层覆盖度、叶面积指数、叶绿素含

AiBrainBox-UGV无人系统核心感知与控制平台：面向矿山地下环境的空地协同无人系统及多模态融合定位关键技术总体目标本项目面向矿山及地下复杂环境GNSS信号缺失、感知困难、作业风险高等问题，研究空地协同无人系统架构，突破多模态融合定位、自主导航与多机协同作业关键技术，构建基于AiBrainBox的通·感·算·控一体化无人系统平台，实现复杂环境下高可靠巡检与应急作业能力。

YOLOv5至YOLOv12升级：无人机目标检测系统的设计与实现（完整代码+界面+数据集项目）摘要：无人机平台具备高机动、低成本与大范围巡检优势，但航拍场景常伴随小目标占比高、尺度变化剧烈、视角俯仰大以及光照与遮挡复杂等问题，导致传统视觉方法在实时性与鲁棒性上难以兼顾。本文（老思）围绕基于深度学习的无人机目标检测系统开展设计与实现，以单阶段检测网络为核心，结合多尺度特征融合与轻量化推理思路，构建面向航拍视频流的端到端检测流程，覆盖数据采集与标注、训练与评估、推理部署与可视化展示等关键环节。系统支持对无人机图像/视频进行在线推理与结果叠加显示，输出目标类别、置信度与空间位置，并提供阈值可调、结果保存

ROS代做机械臂导航路径规划激光雷达SLAM三维重建点云无人机视觉我可以直接帮你完整实现：ROS + 6 轴机械臂 + YOLO 目标检测 + 手眼标定 + 逆运动学求解 + MoveIt 抓取 + Gazebo 仿真，包运行、包调试、包讲解、交付可直接答辩成品。

移动固态硬盘摔了一下后无法识别，数据还能恢复吗？移动固态硬盘（移动SSD）因为没有机械硬盘那样的磁头、马达等活动部件，天生具备一定的抗冲击能力，摔落后数据完全丢失的概率远低于传统机械硬盘。但"摔了无法识别"并不意味着数据彻底消失——问题可能出在接口松动、外壳损坏、主控芯片故障或闪存芯片受损等不同环节，恢复难度和成功率也因此各不相同。本文将从固态硬盘的存储原理出发，帮你判断摔落后的故障类型，并给出切实可行的数据抢救和日常防护建议。引言：一次意外摔落，可能让你损失多少？相信很多人都有过这样的瞬间——移动硬盘从桌面滑落、从口袋里掉出来，或者从背包侧袋弹出

APM/EKF 无人机三级振动（Primary/Secondary/Tertiary）（Pixhawk / ArduPilot 通用，按优先级从高到低处理）最高优先级，不搞定二级三级永远降不下来

无人机跟随无人机自动降落算法目标：使无人机在有限时间内到达船舶，同时速度降至零（零脱靶量 + 零末速度）模拟真实船舶运动的随机性和延迟性，包括：

GIS数据转换器

基于AI+无人机的城市巡检系统清晨六点，一架无人机从楼顶自动机场悄然升起，沿着预设航线开始了一天的工作。它掠过街道、扫描建筑、监测环境，将实时数据传回指挥中心——这不再是科幻电影的场景，而是越来越多中国城市正在部署的智能巡检新常态。

三维数字沙盘点云与无人机数据分析电子沙盘系统1. 三维场景可视化：支持海量地形、影像、倾斜摄影模型、BIM、点云等数据的实时加载与渲染；提供照片级三维场景浏览。 2. 空间量测与分析：支持距离、面积、高度、角度量测；通视分析、视域分析、剖面分析、填挖方计算；支持DEM坡度、坡向、山体阴影分析及等高线生成导出。 3. 点云与无人机数据分析：支持LiDAR/摄影测量点云的分类（地面/建筑/植被）；提取DEM/DSM，生成高精度三维地形；自定义范围裁切倾斜摄影模型，优化数据量，输出3DTiles等格式适配WebGIS；将倾斜模型压平至指定高度，支持不规则

老兵发新帖

无人机视角目标检测数据集使用示例：以上数据集均为从无人机/高空拍摄的地面目标，符合您的需求。建议从VisDrone开始，这是目前学术界和工业界使用最广泛的无人机视角目标检测数据集。

具有飞行约束的无人机MPC MATLAB实现参考代码具有飞行约束的无人机MPC www.youwenfan.com/contentcst/160704.html

基于YOLO26深度学习的【无人机视角DaMa检测】与语音提示系统【python源码+Pyqt5界面+数据集+训练代码】《博主简介》小伙伴们好，我是阿旭。专注于计算机视觉领域，包括目标检测、图像分类、图像分割和目标跟踪等项目开发，提供模型对比实验、答疑辅导等。

机器学习之心

无人机三维路径规划，基于蜣螂优化算法（DBO）实现考虑最低成本：路径、高度、威胁、转角的多无人机协同集群避障路径规划附代码基于蜣螂优化算法（DBO）的多无人机三维路径规划方法，用于在复杂地形与威胁环境中协同规划多条安全、平滑的飞行轨迹。

Kalibr 完全指南：从原理推导到ROS实战，掌握相机-IMU高精度标定在视觉-惯性里程计（VIO）或 SLAM 系统中，相机提供丰富的环境纹理信息，IMU 提供高速的角速度和加速度测量。两者的融合可以优势互补：视觉修正 IMU 漂移，IMU 填补视觉快速运动时的信息缺失。然而，这种融合依赖于精确的时空对齐：

DPMPC-Planner：复杂静态环境与动态障碍物下的无人机实时轨迹规划框架随着自主无人机在工业领域的应用日益广泛，复杂结构化环境中的在线轨迹生成对安全性和自主性至关重要。在这类场景中，无人机需要在杂乱环境中导航至目标，并确保与人类共存时的安全。

无人机遥感在农林信息提取中的实现方法与GIS融合应用在新一轮互联网信息技术大发展的现今，无人机、大数据、人工智能、物联网等新兴技术在各行各业都处于大爆发的前夜。为了将人工智能方法引入农业生产领域。首先在种植、养护等生产作业环节，逐步摆脱人力依赖；在施肥灌溉环节构建智慧节能系统；在产量预测和商品定价生产管理环节提高效能。这些智慧农业迫切需要实现的目标，首先要解决的问题就是多源数据的获取与快速分析。

基于蚁群算法的无人机三维航路规划（MATLAB实现）信息素更新规则：τij(t+1)=(1−ρ)τij(t)+Δτijkτ_ij(t+1) = (1-ρ)τ_ij(t) + Δτ_ij^kτij(t+1)=(1−ρ)τij(t)+Δτijk Δτijk=Q/LkΔτ_ij^k = Q / L_kΔτijk=Q/Lk

灵智实验室

PX4姿态解算技术详解（五）：姿态校正——重力矢量观测与互补滤波在前面的章节中，我们已经建立了姿态的数学描述体系，完成了初始对准，并掌握了基于陀螺仪的姿态递推方法。然而，单纯的陀螺积分存在一个根本性的问题：漂移。无论陀螺仪的精度多高，其测量误差（包括零偏、噪声和温漂）经过积分后都会随时间累积，导致横滚角和俯仰角逐渐偏离真实值。