摘要
发明公开了一种基于多传感器融合和深度学习技术的无人机检测与追踪系统,包含数据收集层、数据处理层、扩展卡尔曼滤波(EKF)估计层和深度学习层。系统首先判断需要追踪的无人机,然后通过数据收集层(雷达、摄像头、RF信号收集设备)获取目标距离、速度、方向和图像信息等,数据处理层完成时间同步、去噪声、数据标准化以及数据增强处理,EKF估计层对目标运动状态(位置、速度、加速度等)进行实时估计,深度学习层可以采用目标检测与分类模型方法,结合EKF输出与图像特征实现无人机的检测、分类与跟踪。本系统可以对目标空域的单个无人机以及无人机集群的关键无人机进行检测和追踪,适用于空域管理与安防领域。
技术关键词
多传感器融合
深度学习技术
追踪方法
状态更新
无人机集群
协方差矩阵
时间同步
数据
坐标系
雅可比矩阵
分类模型方法
深度学习模型
传感器测量误差
追踪系统
收集设备
状态转移模型
扩展卡尔曼滤波
YOLO模型
系统为您推荐了相关专利信息
功率区间预测方法
注意力模型
气象
多层感知机
移动平均算法
任务调度方法
多无人机
无人机集群
任务调度策略
时延