申请/专利权人:清华大学
申请日:2024-01-30
公开(公告)日:2024-06-28
公开(公告)号:CN117707204B
主分类号:G05D1/46
分类号:G05D1/46;G05D1/622;G06V20/17;G06N3/0464;G06N3/084;G06V10/764;G06V10/82
优先权:
专利状态码:有效-授权
法律状态:2024.06.28#授权;2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本申请涉及无人机技术领域,特别涉及一种基于光电端到端网络的无人机高速避障系统及方法,其中,系统包括:图像采集件,用于采集无人机当前所处环境的深度图像;基于端到端网络训练得到的解码器和决策生成器,其中,解码器用于解码深度图像得到当前环境的深度信息;决策生成器用于根据深度信息规划无人机的避障路径。由此,解决了相关技术中由于感知、绘图和规划的信息串行导致延迟,使得无人机无法在保证自主导航准确的情况下高速避障飞行等问题。
主权项:1.一种基于光电端到端网络的无人机高速避障系统,其特征在于,包括:图像采集件,用于采集无人机当前所处环境的深度图像,其中,所述图像采集件包括:光学镜头;设置于所述光学镜头上的光学掩膜;感光片,用于采集透过所述光学掩膜的光线,基于所述光线生成所述深度图像;基于端到端网络训练得到的解码器和决策生成器,其中,所述解码器用于解码所述深度图像得到当前环境的深度信息;其中,所述图像采集件与所述解码器进行联合训练,所述联合训练的过程包括:获取目标环境的光学图像和第一深度图像;根据所述光学图像和所述第一深度图像生成第一训练数据集;利用所述第一训练数据集对所述解码器进行端到端的训练,其中,所述解码器根据所述光学图像计算所述目标环境的第二深度图像,基于所述第一深度图像和所述第二深度图像的误差,更新所述图像采集件中光学网络的网络参数和所述解码器的网络参数;所述决策生成器用于根据所述深度信息规划所述无人机的避障路径。
全文数据:
权利要求:
百度查询: 清华大学 基于光电端到端网络的无人机高速避障系统及方法
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。