无人机

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。

无人机路径规划算法——EGO-planner建模总结—— EGO-planner 论文笔记（一）B-spline曲线的控制点集合Q。初始化，一条不考虑碰撞的B-spline曲线 Φ \Phi Φ。在可能碰撞的曲线段，从曲线 Φ \Phi Φ取点 Q i Q_i Qi，求 P h i Phi Phi在该点切线，过该点作切线的垂直平面，该平面与初始轨迹平面 Γ \Gamma Γ的交线 l l l, l l l与障碍物表面的交点即 p i , j p_{i,j} pi,j。注：下标j是指第j个障碍物。

灵智实验室

PX4姿态解算技术详解（三）：姿态初始化——双矢量粗对准在姿态估计算法启动之初，系统必须首先获得一个合理的初始姿态。没有有效的初始值，任何基于积分的递推滤波器都将迅速发散。与精确的卡尔曼滤波更新不同，初始姿态估计通常采用一种更直接、更稳健的方法——粗对准（Coarse Alignment）。

灵智实验室

PX4姿态解算技术详解（四）：姿态更新/递推与共锥补偿在完成姿态初始化之后，姿态估计器需要根据陀螺仪提供的角运动信息，持续地推算姿态随时间的变化。这一过程称为姿态更新（Attitude Update）或姿态递推（Attitude Propagation），是姿态估计算法中最核心、执行频率最高的环节。

AiBrainBox-V的核心优势及应用场景分析vs四光吊舱C3-C5例如：人车辆动物无人机距离建议：30–120 m原因：目标尺寸仍然足够YOLO检测稳定例如：判断车辆类型

前网易架构师-高司机

带标注的红外热成像人，无人机，车辆，动物识别数据集，识别率91.9%，17800张图，支持yolo，coco json，voc xml格式,文末有模型训练代码带标注的红外热成像人，无人机，车辆，动物识别数据集，识别率91.9%，17800张图，支持yolo，coco json，voc xml格式,文末有模型训练代码

VLA 分布式智能：Deepoc 开发板助力森林防火无人机集群自主巡检森林防火、边境巡查等野外场景常面临通信不稳、环境复杂、任务范围广等挑战，传统集中式无人机集群易受地面站限制，难以实现长时间、大范围、高可靠的自主作业。Deepoc 具身模型开发板基于VLA 视觉‑语言‑动作架构，将边缘智能赋予单机，使无人机集群在弱网、无中心调度条件下完成自组织协同、动态任务分配与智能编队飞行，为长航时、广域化空中巡查提供稳定技术支撑。一、森林防火无人机集群的现实挑战在森林、山地、郊野等复杂空域环境中，现有无人机集群存在明显局限：依赖中心调度：脱离地面站后协同能力下降，通信中断易导致

从 micro-ROS 到 px4_ros2：ROS2 无人机集成开发实战指南上周在客户现场，我亲眼看着一个团队花了三天时间，试图让他们的无人机通过 ROS 接收一个简单的起飞指令，结果不是通信超时，就是节点崩溃。项目经理苦笑着说：“ROS1 这‘单点故障’的 Master 节点，简直比我们项目的交付风险还高。” 那一刻我意识到，很多从业者还困在 ROS1 的舒适区里，对即将到来的 EOL（2025年终止支持）和更强大的 ROS2 生态视而不见。技术栈的惯性，有时比技术债务更可怕，它让你在旧世界里忙碌，却错过了新大陆的船票。

Apex 300A 24S：无人机电调的高性能技术解析在无人机动力系统中，电调（电子调速器）扮演关键角色，负责控制电机转速和功率输出。南昌长空科技的Apex 300A 24S电调产品，针对高性能应用设计，通过算法优化和硬件升级提升整体效能。本文将逐步解析其技术特点、保护机制和基础参数，帮助用户理解其应用价值。

湖南精循科技

Ansys案例研究 | 无人机叶片静态分析玩具无人机需要在现场承受各种载荷（如有效载荷、推力等）时保持结构完整性。仿真有助于检查设计是否存在任何结构限制。在本例中，我们将研究无人机叶片在压力载荷下的结构完整性。

【Python开源-单目测距】单目无人机多视角测距：DJI RTK图像 → 地面目标3D坐标与距离，平均RE仅2.12%摘要：本文介绍一个开源的单目多视角测距项目，基于 DJI RTK 无人机图像，通过多视角三角测量恢复地面目标的 ECEF 三维坐标，进而计算目标间实际距离。实测 DJI Mavic 3E，25 样本，MAE 0.084m，平均相对误差 2.12%。项目包含核心算法库、Flask Web 演示应用、标定工具及完整文档，MIT 开源。

Betaflight飞控、树莓派RP2350B主控编译教程最后来个验证betaflight\obj 里面就有betaflight_2026.6.0-alpha_RP2350B_MADFLIGHT_FC3.uf2 这个uf2后缀的文件了。

数峦云数字孪生三维可视化

数字孪生三维建模实战：无人机倾斜摄影 + 全景相机采集全流程指南在数字孪生与三维建模项目中，无人机倾斜摄影和全景相机是最常用的数据采集方式。但很多项目建模效果不理想，问题往往不在建模，而在采集阶段。本文结合实战经验，详细讲解无人机航飞、全景相机拍摄及数据采集规范，帮助你从源头提升三维重建质量，少走弯路。

无人机与低空飞行器紧固件类型与选型解析低空经济爆发，无人机紧固连接进入高标准时代近年来，随着“低空经济”被纳入国家重点发展方向，无人机及eVTOL（电动垂直起降飞行器）市场持续升温。根据中国民航局及相关产业研究机构数据显示，2025年前后我国低空经济规模已突破5000亿元，并预计未来几年保持年均20%以上增长。在这一趋势下，飞行器结构安全成为核心技术问题，而紧固连接系统作为基础环节，正在受到前所未有的重视。

灵智实验室

PX4姿态解算技术详解（二）：姿态的表示方法在深入分析 PX4 的姿态估计算法之前，有必要先建立姿态的数学描述体系。正如《PX4姿态解算技术详解（一）》中所述，姿态的本质是坐标系之间的旋转变换。为了精确描述这种变换，数学上发展出了多种等价的表示方法。

Coovally AI模型快速验证

无人机拍叶片→AI找缺陷：CEA-DETR改进RT-DETR做风电叶片表面缺陷检测，mAP50达89.4%风电叶片长期暴露在高空环境中，裂纹、烧蚀、剥落、锈蚀等表面缺陷不仅影响发电效率，严重时还会导致叶片断裂。无人机巡检替代了人工高空作业，但拍回来的图像仍然需要高效的检测模型来自动识别缺陷。问题在于：叶片缺陷尺度差异大、边缘信息模糊、背景纹理复杂，通用检测模型往往精度不足。

基于AiBrainBox-UGV的Smart RoBot系统架构&多Smart Robot协同架构：数据流 + 多机协同架构图The Brain of Autonomous RobotsAiBrainBox integrates perception, computing, communication and controlto power next-generation ground robots and quadrupeds

波士顿动力Spot机器人功能载荷 vs AiBrainBox-UGV通、感、算、控一体七层架构Spot EAP 2 增强了 Spot 平台的自主性、计算能力和通信能力。利用激光雷达提升 Spot 的自主导航能力，其探测范围可达 100 米。轻松配置传感器、摄像头和其他设备等输入，并将收集到的数据处理成可执行的洞察。