龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：安徽大学
摘要：本发明涉及无人机着陆识别技术领域，解决了传统方法无法适用于无人机面向紧急情况下实现自主着陆的技术问题，尤其涉及一种基于ST‑Swin‑T神经网络面向无人机自主着陆的场景图识别方法，包括：构建针对无人机着陆场景的数据集，并根据若干着陆场景类别将数据集分为多个安全等级；基于Swin‑T神经网络的骨干网络构建用于对无人机着陆的着陆场景图进行分类识别的识别模型ST‑Swin‑T；基于预训练模型对识别模型ST‑Swin‑T进行训练。本发明能够在面对紧急着陆场景时，通过直接检测下方的图像来判断能否降落，无需复杂计算或精确降落于特定点。并且显著提升了无人机的飞行安全性，同时为其自主学习识别着陆场景奠定了基础。
主权项：1.一种基于ST-Swin-T神经网络面向无人机自主着陆的场景图识别方法，其特征在于，该方法包括以下步骤：S1、构建针对无人机着陆场景的数据集，并根据若干着陆场景类别将数据集分为多个安全等级；S2、基于Swin-T神经网络的骨干网络构建用于对无人机着陆的着陆场景图进行分类识别的识别模型ST-Swin-T；S3、基于预训练模型对识别模型ST-Swin-T进行训练；S4、在识别模型ST-Swin-T的测试阶段通过大量实验收集数据，并基于收集到的数据估计着陆场景图类别的似然函数；S5、将待识别的着陆场景图作为识别模型ST-Swin-T的输入，并基于着陆场景图类别的似然函数进行共同识别。
全文数据：
权利要求：
百度查询： 安徽大学 一种基于ST-Swin-T神经网络面向无人机自主着陆的场景图识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号