无人机

KOYUELEC光与电子努力加油10 小时前
服务器·人工智能·机器人·无人机
JAE日本航空端子推出支持自走式机器人的自主充电功能浮动式连接器“DW15系列“方案与应用PART 01 概要近年来以制造业和物流仓库为中心,自动化与省人化的趋势正在加速推进。承担现场搬运任务的自走式机器人因易于导入而普及迅速,但在稳定运行方面,直接关系到设备运行率和运营效率的“自动充电”可靠性已成为关键课题。 为满足现场需求,我们开发了DW15系列自动充电浮动连接器。该产品采用独特的浮动机构与母排式接触结构(*),可实现精准自动嵌合与快速充电。 本产品采用双浮动结构,插座侧连接器的绝缘体与绝缘体内部的触点均可独立移动,能双重补偿自走机器人与充电站对接时产生的位置偏差。该设计可适应上下左右及斜
REDcker17 小时前
无人机
无人机 Remote ID(RID)广播与技术标准概览Remote ID(远程识别) 让第三方能在合规前提下获知「谁在飞、在哪飞、状态如何」。广播式 RID 不依赖蜂窝登录会话,适合近场感知;网络式 RID 适合广域汇聚。全球技术路线以 ASTM F3411 与开源 Open Drone ID(ODID) 为重要参考,各国在频段、强制组合(仅广播 / 广播+网络)、数据字段与合规节奏上存在差异。
LittroInno1 天前
人工智能·目标检测·目标跟踪·架构·无人机
边缘AI目标检测与跟踪——模块化技术架构对比分析一、引言:为什么边缘AI模块需要“粗簪化”设计在国防安全、边境巡逻、无人机反制、海事监控等场景中,AI目标检测与跟踪已成为光电设备的核心能力。然而,不同场景对算力、功耗、体积、接口的需求差异巨大——一台固定安装的安防相机和一架无人机吊舱,对AI处理单元的要求完全不同。
Deepoch1 天前
人工智能·无人机·具身模型·deepoc
Deepoc具身模型开发板:无人机集群去中心化协同的VLA中枢当前,无人机在测绘、物流、应急等领域正从单机作业向集群化、网络化应用演进。然而,传统集群多依赖地面站集中式指挥,存在通信延迟高、单点故障风险大、动态任务分配僵化等固有问题。Deepoc具身模型开发板 通过将 VLA(视觉-语言-动作)模型 的智能决策与感知通信能力赋予每一架无人机,旨在构建一个去中心化、具备群体智能的空中协同网络,从而将集群从“提线木偶”转变为能够自主协商、动态协作的“有机生命体”。
MocapLeader2 天前
机器人·无人机·无人机协同建图·动态基线立体视觉·远距离稠密建图·slam验证·nokov度量动作捕捉
IEEE T-RO研究|飞行协同立体视觉系统:双无人机协同实现70米稠密建图的关键技术突破在双无人机协同建图与远距离稠密建图研究中,传统立体相机如何突破传统20米感知限制一直是关键难题。近日,上海交通大学与MBZUAI团队在IEEE T-RO发表论文,提出基于动态基线立体视觉的飞行协同系统,通过两架无人机实现最远70米三维建图,误差低至2.3%–9.7%。实验中,NOKOV度量动作捕捉系统提供高精度位姿真值,有效验证了相对位姿估计算法的精度与系统可靠性。
QYR-分析2 天前
人工智能·机器人·无人机
2026全球无人机电子调速器(ESC)市场发展分析及机遇展望无人机电子调速器(ESC)作为无人机动力系统的核心组件,承担着接收飞控信号、调节电机转速与方向、优化能效的关键作用,是保障无人机飞行姿态稳定、实现灵活操控的核心支撑。随着无人机在消费、工业、安防等多领域的渗透率持续提升,ESC市场迎来稳步增长期,同时也面临着关税调整、供应链重构等行业挑战。本文基于QYResearch(北京恒州博智国际信息咨询有限公司)的统计数据,结合行业最新动态,对全球及中国无人机电子调速器市场规模、产业链格局、区域分布及市场机遇进行全面分析,并给出行业发展结论。
Coovally AI模型快速验证2 天前
人工智能·目标检测·计算机视觉·无人机
低空安全刚需!西工大UAV-DETR反无人机小目标检测,参数减少40%,mAP50:95提升6.6个百分点反无人机检测正在成为低空安全领域的核心需求,但无人机目标尺寸小、背景复杂、尺度变化剧烈,传统检测器在这一场景下的精度和召回率往往难以兼顾。
workflower2 天前
人工智能·算法·安全·集成测试·无人机·ai编程
用硬件换时间”与“用算法降成本”之间的博弈“增加廉价硬件”在中小规模场景下是成立的。但在超大规模场景下,情况完全不同:边际成本爆炸:当系统从处理百万级数据上升到百亿级时,硬件成本不再是“增加几台机器”,而是数据中心的占地面积、电力消耗、散热成本的指数级增长。Meta、Google、Amazon等公司哪怕将算法效率提升5%,节省的电费都是以亿美元计算。
KAU的云实验台2 天前
算法·matlab·无人机
单/多UAV、静/动态路径规划,基于PlatEMO平台的带约束多目标优化 本文核心内容:本文核心内容: 1.带约束的多目标无人机路径规划建模(路径平滑算子,可实现单/多架UAV路径规划)2.PlatEMO平台(代码基于PlatEMO 2.8.0)3.双层路径规划模型(静态-多目标优化+ 动态-DWA)4.多视图实验结果展示与HV、PD等数据结果对比 00 目录 1 无人机约束优化 2 问题建模 3 双层规划模型 4 代码目录求解结果评估与分析 5 代码说明 01 无人机约束优化 无人机路径规划问题可视为带约束的单目标优化问题(CSOPs)[1]或带约束的多目标优化问题(CMOPs)[2]。当
不懂的浪漫3 天前
spring boot·物联网·mqtt·无人机
更适合 Spring Boot 的 MQTT 框架:mqtt-plus v1.0.0 发布了一个面向 Java / Spring Boot 的轻量级 MQTT 框架,支持注解驱动监听、多 broker、动态订阅、断线重连恢复,以及更友好的测试体验。
飞控架构之美3 天前
stm32·嵌入式硬件·硬件架构·无人机
多旋翼无人机系统组成(九)(多旋翼无人机的设计)如果现在给你一个任务需求,你如何从零设计一架合格的多旋翼无人机?写到这里,这个系列已经把一架多旋翼无人机的主要系统基本拆完了
灵翼飞航科技有限公司3 天前
测试工具·无人机
无人机动力系统测试台简易校准方案(注意事项与维护建议)通常不建议用户现场自行校准传感器,因为需要专业设备和环境。但在某些情况下(如长期未使用、搬运后怀疑精度下降等),可以进行简易校准来验证设备状态。
飞控架构之美3 天前
stm32·嵌入式硬件·硬件架构·无人机
多旋翼无人机系统组成(八)(任务载荷系统详解)对于很多刚接触无人机的人来说,一架多旋翼的核心似乎是飞控、电机和电池这个理解其实并没有错,因为这些部分决定了无人机能不能稳定飞起来
LittroInno3 天前
人工智能·计算机视觉·音视频·无人机·低小慢目标
TVMSTofu Video Management System综合视频管理平台一、引言:为什么需要TVMS在AI光电识别跟踪领域,硬件设备只是解决方案的一半。如何将设备的强大能力充分发挥出来,让操作人员能够便捷地管理设备、监控视频、配置算法参数、查看目标统计数据,是一个同样重要的课题。
Narv工程师4 天前
无人机
无人机核心零部件全解析无人机(UAV,无人驾驶航空器)的核心零部件并非简单的“电机+电池”,而是一套高度集成的机电一体化系统。根据功能模块,可以将它们拆解为动力系统、飞控系统、感知系统、通信系统和机 body结构五大板块。
cehuishi95274 天前
无人机·ppk解算
大疆无人机文件详细解读这四个文件(.MRK、.NAV、.OBS、.RTK)是大疆 RTK/PPK 无人机在航测时生成的高精度定位与时间同步核心数据,主要用于PPK 后处理差分,实现照片的厘米级地理定位DJI 大疆创新。以下是详细说明:
@高蕊5 天前
大数据·人工智能·算法·arcgis·无人机
首创光储协同算法!iSolarBP破解分布式光伏市场化评估难题电力市场化改革持续推进,分布式光伏已告别固定电价、粗放开发的时代,项目全生命周期精细化核算,成了行业从业者的核心刚需。以往靠经验、靠简单模型做收益测算的老方法,已经适配不了峰谷电价波动、储能协同、市场化交易的新环境,而iSolarBP推出的精准评估模型,凭借全球首创光储协同优化算法,直接把分布式光伏+光储项目评估,从“经验拍板”拉到了“数智精准测算”的新高度。
软件算法开发5 天前
matlab·无人机·人工势场法·多无人机协同·飞行路径规划
基于人工势场法的多无人机协同飞行路径规划与避障系统matlab仿真目录1.程序功能描述2.测试软件版本以及运行结果展示3.部分程序4.算法理论概述4.1 障碍物斥力场4.2 机间协同斥力
QYR-分析5 天前
机器人·无人机
工业无人机巡检机器人:分类、市场格局及发展机遇工业无人机巡检机器人是融合飞行控制、多类传感器、AI智能分析及数据传输技术的专用无人飞行设备,核心应用于电力、石化、风电、矿山、铁路等工业场景,承担远程巡检与动态监测任务。与传统人工巡检相比,这类设备可高效替代人工进入高危、高空、偏远等难以抵达的区域,完成重复性作业,通过高清摄像头、红外热成像、LiDAR、气体检测等多维度传感器,全面采集设备资产健康数据,结合云端管理平台实现预测性维护、故障预警及智能决策,既能降低企业人工运维成本,又能大幅提升巡检的精准度与可靠性,成为工业自动化运维的核心装备。
Deepoch5 天前
人工智能·科技·无人机·具身模型·deepoc
Deepoc具身模型:重塑无人机无遥控器作业在无人机加速渗透工业巡检、应急救援与精准农业的当下,行业仍受困于复杂环境交互失效与专业操控门槛过高的双重瓶颈。Deepoc具身模型开发板通过深度融合VLA(视觉-语言-动作)模型,为无人机植入“会思考的大脑”,彻底终结对物理遥控器的依赖,开启“动口不动手”的无人化作业新时代。