-
题名融合数据仿真与深度学习算法的飞行器残骸搜寻技术
被引量：1
- 1
-
-
作者
杨哲
崔颖函
郭灵犀
李嘉鑫
吴旭生
-
机构
空间物理重点实验室
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2024年第10期2238-2245,共8页
-
文摘
飞行器残骸的可靠回收对于飞行试验数据的完整获取及型号后续的攻关研制具有重要意义。为保证飞行试验的安全性,飞行器试验的落区地点一般为无人区,且飞行器实际落点往往与理论落点有所偏差,残骸目标特性复杂、散布区域大,仅依靠人力完成对飞行器残骸的搜寻十分困难。针对飞行器落区残骸回收的难点问题,依托无人机平台搭载光学载荷的手段,开展融合数据仿真与深度学习算法的飞行器残骸搜寻技术研究,重点介绍了残骸搜寻的目标检测算法、数据仿真策略及应用效果。经实际测试,提出的智能搜寻方案效果良好,在多次任务中顺利完成飞行器残骸的快速定位,保障了飞行试验任务的圆满成功。
-
关键词
残骸搜寻
无人机
目标检测
深度学习
数据仿真
-
Keywords
debris search
UAV
object detection
deep learning
data simulation
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
