基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统

AITNT
正文
推荐专利
基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统
申请号:CN202510853849
申请日期:2025-06-24
公开号:CN120740587A
公开日期:2025-10-03
类型:发明专利
摘要
本发明公开基于YOLO与DSM的无人机目标跟踪与智能航线规划方法,包括:无人机通过多模态传感器实时采集视频流、热成像和距离信息,利用卡尔曼滤波融合多模态数据,并通过YOLOv11模型检测目标,输出目标的位置、类别及置信度信息;采用DeepSORT算法对目标进行持续跟踪,结合卡尔曼滤波预测目标运动轨迹,并通过匈牙利算法实现目标检测与跟踪轨迹的匹配,确保复杂环境下的稳定跟踪;利用DSM提供的地形高程信息,结合改进的A*算法规划无人机的飞行路径,确保无人机在复杂地形环境中避开障碍物并保持对目标的持续跟踪;通过强化学习算法,无人机能够根据目标的运动状态和环境变化,动态调整航线规划,确保在目标丢失或环境障碍物新增时,系统能够自动重新规划航线。
技术关键词
航线规划方法 无人机 卡尔曼滤波融合 多模态传感器 算法规划 非暂态计算机可读存储介质 强化学习算法 匈牙利算法 距离信息 航线规划系统 热成像 神经网络模型 节点 障碍物 运动轨迹预测 引入注意力机制 模型更新 视频流
系统为您推荐了相关专利信息
1
一种基于城市基础设施的编码赋码方法及系统
编码赋码方法 城市信息模型 编码结构 设施 标识方式
2
多模态传感器融合的自修复方法、系统、电子设备和介质
异构传感器 生成式对抗网络 数据融合算法 修复方法 多模态传感器
3
一种基于GIS-BIM在役公路病害路段标记协同平台及方法
公路病害 标记方法 路段 巡检无人机 图片
4
基于蚁群与自适应遗传算法的机器人路径规划方法
遗传算法 移动机器人 节点 全局路径规划 蚁群算法
5
基于动态角色分工的多无人机协同方法及系统
无人机协同 模块 网络 强化学习框架 多无人机
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号