随着我国低空空域的陆续开放,低空飞行安全气象保障体系正被越来越多的研究学者所重视。京津冀地区无人机产业的发展在国内处于领军地位。基于WRF(Weather Research and Forecasting Model)中尺度数值模式,对2015—2019年京津冀地区气...随着我国低空空域的陆续开放,低空飞行安全气象保障体系正被越来越多的研究学者所重视。京津冀地区无人机产业的发展在国内处于领军地位。基于WRF(Weather Research and Forecasting Model)中尺度数值模式,对2015—2019年京津冀地区气象要素进行模拟,模拟结果与气象站观测数据进行误差对比分析,可为该地区无人机低空航路的飞行安全提供建议。结合无人机飞行限制因素,对京津冀地区无人机航路气象要素平均分布和平均垂直分布进行分析,结论如下:1)冬季、春季以及秋季白石山至东灵山出现风速5.5 m/s以上区域,可使无人机飞行产生剧烈晃动甚至炸机,在此区域内飞行应时刻注意风速变化。2)冬季京津冀全区为0℃及以下所控制,由于温度条件限制不适合无人机飞行,其余季节温度范围均在无人机电池正常工作范围之内。3)夏季京津冀地区降雨量大,应注意强降雨对无人机飞行造成的影响。4)垂直方向上低空空域内,冬季、春季以及秋季风速会对无人机飞行造成影响,冬季温度低于0℃不适合无人机进行低空作业。展开更多
针对低空微小型无人机对公共安全造成威胁的问题,本文基于YOLOv5(you only look once v5)网络提出了一种适用于移动端的轻量型目标检测模型YOLOv5_SS。该模型以轻量型网络ShuffleNetv2替换YOLOv5原有的主干网络,引入SENet(squeeze-and-e...针对低空微小型无人机对公共安全造成威胁的问题,本文基于YOLOv5(you only look once v5)网络提出了一种适用于移动端的轻量型目标检测模型YOLOv5_SS。该模型以轻量型网络ShuffleNetv2替换YOLOv5原有的主干网络,引入SENet(squeeze-and-excitation networks)注意力机制,并采用Soft-NMS(soft non-maximum suppression)算法提升对密集重叠目标的检测效果。实验结果表明,该模型在数据集上对低空微小无人机进行检测的平均精确率均值(mean average precision@0.5,mAP_(50))为92.75%,精度为90.49%,参数量为0.2374 M,浮点运算数为0.9千兆浮点运算(giga floating-point operations,GFLOPS)。具有检测精度高、内存占用率低的特点,有利于在移动终端上部署且在复杂背景及密集目标的场景下均有较好的检测效果。展开更多
当梦想照进现实随着科技的迅速发展,知识的更选速度越来越快,近年来一大批智能化无人驾驶航空器涌入人们的视野,随之而来的是一个全新的城市空中交通UAM(Urban Air Mobility)系统的概念,这是一种安全和高效的城市空中交通系统,包括载人...当梦想照进现实随着科技的迅速发展,知识的更选速度越来越快,近年来一大批智能化无人驾驶航空器涌入人们的视野,随之而来的是一个全新的城市空中交通UAM(Urban Air Mobility)系统的概念,这是一种安全和高效的城市空中交通系统,包括载人和载物的场景。展开更多
文摘随着我国低空空域的陆续开放,低空飞行安全气象保障体系正被越来越多的研究学者所重视。京津冀地区无人机产业的发展在国内处于领军地位。基于WRF(Weather Research and Forecasting Model)中尺度数值模式,对2015—2019年京津冀地区气象要素进行模拟,模拟结果与气象站观测数据进行误差对比分析,可为该地区无人机低空航路的飞行安全提供建议。结合无人机飞行限制因素,对京津冀地区无人机航路气象要素平均分布和平均垂直分布进行分析,结论如下:1)冬季、春季以及秋季白石山至东灵山出现风速5.5 m/s以上区域,可使无人机飞行产生剧烈晃动甚至炸机,在此区域内飞行应时刻注意风速变化。2)冬季京津冀全区为0℃及以下所控制,由于温度条件限制不适合无人机飞行,其余季节温度范围均在无人机电池正常工作范围之内。3)夏季京津冀地区降雨量大,应注意强降雨对无人机飞行造成的影响。4)垂直方向上低空空域内,冬季、春季以及秋季风速会对无人机飞行造成影响,冬季温度低于0℃不适合无人机进行低空作业。
文摘针对低空微小型无人机对公共安全造成威胁的问题,本文基于YOLOv5(you only look once v5)网络提出了一种适用于移动端的轻量型目标检测模型YOLOv5_SS。该模型以轻量型网络ShuffleNetv2替换YOLOv5原有的主干网络,引入SENet(squeeze-and-excitation networks)注意力机制,并采用Soft-NMS(soft non-maximum suppression)算法提升对密集重叠目标的检测效果。实验结果表明,该模型在数据集上对低空微小无人机进行检测的平均精确率均值(mean average precision@0.5,mAP_(50))为92.75%,精度为90.49%,参数量为0.2374 M,浮点运算数为0.9千兆浮点运算(giga floating-point operations,GFLOPS)。具有检测精度高、内存占用率低的特点,有利于在移动终端上部署且在复杂背景及密集目标的场景下均有较好的检测效果。
