无人机

灵智实验室24 分钟前
算法·无人机·px 4
PX4位置速度估计技术详解(四):LPE 激光雷达高度融合的实现错误核心结论:LPE 的 lidarCorrect() 和 sonarCorrect() 不是标准 EKF,也不是合格的近似 EKF。它在 lidarMeasure() 中把原始斜距测量通过三角函数转换成垂直高度,然后在 lidarCorrect() 中用线性矩阵做卡尔曼更新。这不是"工程简化",是实现错误——它把非线性观测强行变成线性观测,却未正确处理噪声方差的坐标系转换,导致卡尔曼增益计算错误。本文逐行分析错误机理,给出正确的标准 EKF 实现。
rolt4 小时前
无人机·架构师·sysml
[答疑]无人机集群作战,OPM还是SysMLDDD领域驱动设计批评文集做强化自测题获得“软件方法建模师”称号《软件方法》各章合集(匿) 2026-4-20 14:42
namas88486 小时前
无人机
座舱式个人飞行器 - 接线图解与电气连接以上接线图解涵盖了座舱式飞行器的所有电气连接!
Deepoch9 小时前
人工智能·无人机·开发板·具身模型·deepoc
Deepoc 边缘智能计算单元强化无人机群组野外场景自适应技术研究在生态观测、山林巡检、野外勘察等实际作业场景中,无人机群组常遭遇通信受限、地形复杂、作业区域广阔等现实挑战。传统无人机群组高度依赖地面中枢管控与稳定网络链路,在偏远无网、长距离飞行、恶劣气象等条件下,自主配合与任务持续性难以得到有效保障。本文以纯技术视角,解析 Deepoc 边缘智能计算单元依托 VLA 视觉‑语言‑动作体系,实现无人机群组分布式智能决策与自主协同作业的技术方案,全文客观中立、无营销、无夸大,符合技术平台发布规范。 一、无人机群组在野外作业中的核心技术瓶颈 网络链路可靠性不足 偏远山区、密
灵智实验室10 小时前
无人机·px 4
PX4位置速度估计技术详解(四):延迟卡尔曼滤波——从理论到 PX4 LPE 的工程实践本文是《PX4 位置速度估计技术详解》系列的第四篇。建议先阅读第三篇:传感器融合与测量更新,了解标准卡尔曼更新的完整流程。
gaoshengdainzi1 天前
无人机·无人机检验测试
低空经济产业发展催动无人机检验测试需求大爆发在无人机、eVTOL、空中通勤、低空物流这些炫目的新概念背后,真正支撑它们 “飞得起、飞得稳、飞得远” 的,却往往是最基础、最隐蔽、也最容易被忽视的一环:检验检测。
灵智实验室1 天前
无人机·px 4
PX4位置速度估计技术详解(二):LPE 滤波器的设计——输入噪声 R 与过程噪声 Q构造本文是《PX4 位置速度估计技术详解》系列的第二篇。建议先阅读第一篇:引言与问题建模,了解比力方程、状态空间定义和 RK4 积分的基础内容。
阿木实验室1 天前
无人机·机械臂
空中机械臂不只能“向下”,Tilt-X如何打开全向操作空间?在无人机能够稳定飞行之后,如何让它在空中完成可靠的接触式操作?比如:贴壁检测、穿管操作、环境采样,甚至复杂的接触式任务。这些看似基础的能力,在空中场景下却异常困难。原因很简单:飞行平台本身就处于持续扰动之中,而一旦引入机械臂,“飞行+操作”的耦合问题会被无限放大。
GIS数据转换器1 天前
大数据·人工智能·数据分析·无人机·智慧城市
“一张图”背景下的地质灾害监测预警与防治能力建设地质灾害防治是守护人民生命财产安全的底线工程。在极端气候频发的当下,我国通过 “地质灾害防治一张图” 平台的建设,实现了监测预警从经验判断向数据驱动的跨越式升级。本文将深入解析其技术内核与应用价值。
不做无法实现的梦~2 天前
无人机
PX4 常见故障排查、日志分析与坐标系问题汇总这份文档主要解决你在实际调试 PX4 时最容易遇到的三类问题:真正排查 PX4,不要一上来乱改参数。 建议始终按这个顺序查:
羊子雄起2 天前
无人机·odm·opendronemap·模型重建
OpenDroneMap (ODM) 无人机影像三维模型重建安装及使用快速上手1 文档概述本文档是指导用户从零开始,使用 OpenDroneMap 对无人机采集的影像数据进行处理,生成三维点云、数字表面模型(DSM)、正射影像图(Orthomosaic)等成果。
渡之2 天前
算法·无人机·飞控
NaviLoc - GNSS 拒止环境下无人机空对地卫星视觉定位算法 论文整理论文链接:https://www.mdpi.com/2504-446X/10/2/97论文总结:本文提出NaviLoc—— 一种无需训练、基于轨迹级优化的 GNSS 拒止环境下无人机空对地卫星视觉定位算法,该算法通过全局对齐、滑动窗口细化、鲁棒平滑三阶段流程,融合视觉惯性里程计(VIO)相对运动先验与视觉位置识别(VPR)匹配信息,在 50–150m 低空农村无人机场景的实测中实现19.5m 平均定位误差,较当前最优 VPR 方法 AnyLoc-VLAD 精度提升16 倍、较原始 VIO 漂移提升32.1
不做无法实现的梦~2 天前
无人机
PX4 无人机硬件组成、选型与 DIY 组装详细教程这份文档是给完全没有经验的新手写的。 如果你现在对下面这些问题还很模糊,这份文档就是给你的:这份文档重点讲的是 PX4 生态下,做一台适合学习、仿真、算法验证、机载电脑开发的四旋翼无人机。
jay神3 天前
人工智能·深度学习·yolo·目标检测·计算机视觉·毕业设计·无人机
VisDrone2019-DET 无人机小目标检测数据集VisDrone 是由天津大学机器学习与数据挖掘实验室 AISKYEYE 团队发布的大规模无人机视角目标检测基准数据集,对应 ICCV 2019 的 "Vision Meets Drone" 挑战赛。
EriccoShaanxi3 天前
科技·机器人·无人机
高性能MEMS陀螺仪:精准导航,引领未来科技新风尚在科技飞速发展的当下,高精度导航与定位技术已成为工业自动化、无人机飞行、卫星通信等领域的核心驱动力。ER-MG-067高性能MEMS陀螺仪,作为这一领域的领航者,正以卓越性能引领科技新风尚,开启精准导航的新篇章。
hfdz_00423 天前
嵌入式硬件·无人机·硬件设计
无人机无刷电机(BLDC)无感六步换相与过零点检测最近在做一个无人机相关的项目,涉及到电机控制。由于使用到了三相无刷电机,就来讨论一下无刷电机相关的知识。
火山上的企鹅3 天前
android·无人机·rtk·qgroundcontrol
QGC 二次开发(RTK):内置 NTRIP Client,实现 CORS 差分数据接入与 GPS_RTCM_DATA 转发本次在 QGroundControl 二次开发版本中,新增了一个模块 NTRIP Client,在设置页面中填写 CORS/NTRIP 账号,连接 caster 后拼接 GGA,并把收到的 RTCM3 差分数据通过 MAVLink GPS_RTCM_DATA(233) 发给飞控。
不要绝望总会慢慢变强3 天前
人工智能·深度学习·ai·无人机
无人机智能体的实现的一些思考最近打算实现一个基于无人机场景的智能体,能够统一这个领域的一些相关应用项目1:UAV-auto-navigation-and-object-tracking-based-on-RL 实现了UE4和airsim环境下无人机自主导航和目标跟踪的强化学习算法
moonsims3 天前
无人机
无人机视觉传感器布局标准图(UAV Vision Sensor Layout Architecture)AiBrainBox-V 的工程产品定义提供标准传感器布局模型,方便科研院所和行业客户根据应用快速组合。
我是无敌小恐龙4 天前
java·开发语言·人工智能·python·transformer·无人机·量子计算
Java SE 零基础入门Day06 方法重载+Debug调试+String字符串全套API详解(超全干货)本文为Java零基础入门系列Day06核心笔记,全覆盖课堂知识点:方法重载、IDEA Debug调试实战、方法参数传递、循环嵌套、API文档使用、String字符串底层原理+全套API+综合案例,保姆级讲解,适合Java初学者学习、复习、面试!