CN109708659B - 一种分布式智能光电低空防护*** - Google Patents
一种分布式智能光电低空防护*** Download PDFInfo
- Publication number
- CN109708659B CN109708659B CN201811586162.2A CN201811586162A CN109708659B CN 109708659 B CN109708659 B CN 109708659B CN 201811586162 A CN201811586162 A CN 201811586162A CN 109708659 B CN109708659 B CN 109708659B
- Authority
- CN
- China
- Prior art keywords
- target
- subsystem
- information
- photoelectric
- station
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种分布式智能光电低空防护***,包括基于激光主动照明的光电分布成像***,以及服务器和显控终端,光电分布成像***通过局域网连接服务器和显控终端,显控终端通过连接服务器获取业务信息并实现人机交互,光电分布成像***包括多个分布式设置的单站光电探测子***。本***包括如下六个工作步骤:***检测与参数配置、光电探测低空目标、分布式子***资源调度、双目/多目视觉成像、目标视频自动跟踪取证和人机交互及综合信息显示。
Description
技术领域
本发明涉及低空无人机技术管制领域,尤其涉及一种分布式智能光电低空防护***。
背景技术
近年来,民用小微型无人机发展迅猛,无人机数量成几何增长,而无人机的管理却严重滞后。无人机“黑飞”、“乱飞”现象日益严重,无人机对民用航空、军用航空的飞行安全构成了新的威胁。据FAA统计,每年无人机影响飞行的事件超过1000例,是并呈逐年上升趋势。由此可见,无人机对航空安全产生了严重威胁,如何有效探测、识别和监视低空无人机,依托现有的技术和装备,开展成熟、可靠及低成本探测***对于保障军民航飞行安全具有重要意义。
目前,对小微型无人机目标的探测、识别和监视手段单一,难以实现对无人机目标快速三维定位、对目标分类识别、对合作无人机有效监视,难以达到全天时全天候工作要求。现存的***普遍以雷达作为核心探测***,价格比较昂贵。专利CN101285883提出一种移动式雷达探鸟装置,仅能实现目标二维探测,不能实现目标分类识别;专利CN106932753A提出一种基于无人机遥控遥测信号监测、测向交叉定位的反无人机***,该***探测范围小,定位精度差,不能获取无人机身份信息;此外,专利CN205958746U提出一种包括雷达和光电的反无人机探测***,该***在可视条件不佳时,难以实现目标识别,不能对合作目标进行监视。
发明内容
为了解决上述问题,本发明提出一种分布式智能光电低空防护***,包括基于激光主动照明的光电分布成像***,以及服务器和显控终端,所述光电分布成像***通过局域网连接服务器和显控终端,所述显控终端还与服务器连接;所述光电分布成像***包括多个分布式设置的单站光电探测子***。
所述分布式智能光电低空防护***包括如下几个工作步骤:
S1. ***检测与参数配置:***进行开机自检,无异常时进入工作状态,并进行工作参数配置,包括各个单站光电探测子***和服务器的工作参数配置;
S2. 光电探测低空目标:单站光电探测子***执行全方位自动搜索并发现低空入侵的目标,接收到服务器回传的目标的航迹或位置信息后,捕获目标并对其进行跟踪和识别,上报目标的位姿和特征信息到服务器,再判断是否拦截该目标,最后计算目标的降落位置;在此步骤中,只要目标进入单站光电探测子***探测视场,即对图像进行记录并实时标注目标的位置信息;
S3. 分布式子***资源调度:服务器根据单站光电探测子***上报的目标相关信息,粗略计算目标的方位和俯仰信息,并结合各个单站光电探测子***的相对位置,启动首次探测到目标的单站光电探测子***周围的单站光电探测子***;
S4. 双目/多目视觉成像:由两台或两台以上的单站光电探测子***组成的多站光电探测子***,通过配置相邻站点的工作状态和视轴指向,并利用相机的成像原理,通过双目或多目视觉实现目标的位置测量;
S5. 目标视频自动跟踪取证:根据已获取的目标方位、俯仰和位置信息,转化为光电转台和像机控制参数,实现对目标的清晰成像;再进行图像处理,估计目标运动参数,调整光电转台和像机控制参数,实现对目标的视频自动跟踪;
S6. 人机交互及综合信息显示:显控终端读取并显示服务器中融合后的目标综合信息、地图信息和***实时工作状态信息。
进一步的,所述单站光电探测子***包括:光机机架、测量电视分***、激光照明分***、伺服分***、主控通信分***和图像记录分***,所述主控通信分***连接服务器、显控终端、光机机架、测量电视分***、激光照明分***和伺服分***,所述图像记录分***连接测量电视分***和伺服分***,所述伺服分***还与光机机架连接。
进一步的,所述步骤S2中,单站光电探测子***执行以下几个步骤:
S21. 在目标飞行的第一阶段,此时单站光电探测子***执行全方位自动搜索并发现低空入侵的目标;
S22. 在目标飞行的第二阶段,单站光电探测子***接收服务器回传的目标的航迹或位置信息后,快速掉转光机机架指向目标,确认并捕获目标;
S23. 在目标飞行的第三阶段,单站光电探测子***对目标进行稳定跟踪,建立目标飞行信息,并对目标进行识别和确认,同时上报目标的位姿和特征信息、态势和威胁等级,以及目标飞行的航迹和飞行方向,并外推目标进入第四阶段的位置和时刻;
S24. 在目标飞行的第四阶段,确认是否对目标进行拦截,如需拦截反制,单站光电探测子***在此阶段除了保持目标跟踪和信息输出外,还须观测并记录整个拦截过程;
S25. 计算目标降落位置,当目标的俯仰角度小于一定数值时,即表明目标已经降落或者已经处于降落状态。
进一步的,所述步骤S2中,服务器执行以下几个步骤:
目标检测:采用基于各向异性背景预测实现背景估计,得到残差图像后利用低空入目标的高度特点、灰度分布特性、场景先验信息和前景变化信息进一步地剔除虚假目标,再通过多帧累计检测降低虚警概率;
目标跟踪:服务器回传目标方位和俯仰信息,转化为测量电视分***的像机的焦距和伺服分***的光电转台的转动速度及转动方向,再估计目标运动参数,调整像机焦距和光电转台的转动速度及转动方向,实时跟踪目标;
特征提取:收集大量在不同状态、角度和光照条件下的无人机和飞鸟的图像,以此作为目标图像,对它们进行预处理作为正样本,并收集大量的背景图像作为负样本;再采用轮廓特征、形状特征、统计特征、熵特征和GMM参数特征作为目标的识别特征;
目标识别:将目标的识别特征输入到SVM分类器中进行训练,利用经过训练的SVM分类器对目标进行分类识别。
进一步的,所述步骤S2中,单站光电探测子***上报到服务器的内容除了目标的位姿和特征信息,还包括:单站光电探测子***的坐标信息和***配置信息,以及目标的视频信息。
进一步的,所述单站光电探测子***的***配置信息包括测量电视分***的***焦距、阵面尺寸和像素数目,以及伺服分***的光电转台指向。
进一步的,所述显控终端包括功能区菜单栏、***参数设置区、***监控信息显示区、***综合态势信息显示区和光电视频信息显示区。
本发明的有益效果在于:通过一种分布式光电探测***实现低空防护,相比现有的技术路线,如:低空探测雷达和频谱侦测***组成的防护而言,具备成本低、可操作性强及能广泛布点的优势。同时,***不对外发射电磁波,在设备电磁环境运行要求较高的场合具备较强的适应性。
附图说明
图1是***物理组成框图;
图2是单站光电探测***组成框图;
图3是***各单元交联关系;
图4是单站光电探测子***工作流程示意图;
图5是低空入侵物检测流程;
图6是入侵目标跟踪工作流程;
图7是基于SVM的目标特征提取;
图8是低空入侵物识别流程;
图9是多站组网光电探测子***工作示意图;
图10是基于视觉***的无人机飞手定位示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图说明本发明的具体实施方式。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
如图1所示,分布式智能光电低空防护***,包括基于激光主动照明的光电分布成像***,以及服务器和显控终端,光电分布成像***通过局域网连接服务器和显控终端,显控终端还与服务器连接,光电分布成像***包括多个分布式设置的单站光电探测子***,具体的:
单站光电探测子***接收显控终端发出的控制指令并实现:低空入侵目标捕获、目标探测、取证与跟踪、激光主动照明及入侵飞行目标识别。
局域网为整个***为控制指令、业务数据、***状态数据及远程更新升级等数据提供物理链路。
服务器接收并存储单站光电探测子***获取的图像信息,结合各个单站光电探测子***的坐标信息、工作参数及获取的目标方位和距离信息,实现分布式光电探测***的资源管理和调度工作;还接收入侵物的光电子***的回传数据,对回传数据进行分析,完成入侵物检测、特征提取、识别、跟踪及取证等工作,并保存对应的业务数据;形成目标综合报文信息,包括目标综合点航迹、类别、身份信息和跟踪视频信息;加载离线2/3D地图信息,根据指令进行工作状态检测,形成自检信息;将目标综合信息、地图环境信息、工作状态信息传输给综合显控终端进行显示。
综合显控终端进行人机交互,对***工作参数进行设置,对***获取的目标信息、视频信息、地图信息、工作状态信息进行显示。
此外,本***还包括为***各部分供电的电源,***各组成单元相互关联关系、信息交互关系如图3所示。
实施例2
本实施例是基于实施例1的优化实施例,如图2所示,单站光电探测子***包括:光机机架、测量电视分***、激光照明分***、伺服分***、主控通信分***和图像记录分***,主控通信分***连接服务器、显控终端、光机机架、测量电视分***、激光照明分***和伺服分***,图像记录分***连接测量电视分***和伺服分***,伺服分***还与光机机架连接。具体的,光机机架为***提供支撑;测量电视分***实现目标成像,并通过多目视觉完成目标位姿测量;激光照明分***在可见度低的条件下,通过照明补光手段增加测量电视分***的探测能力;伺服分***实现两自由度伺服控制,调整测量电视分***光轴指向;主控通信分***实现整机控制和通信功能;图像记录分***是***的存储***,存储设备运行过程中采集或记录的图像。
实施例3
本实施例是基于实施例2的优化实施例,如图4所示,单站光电探测子***的具体工作流程如下:
1)在目标飞行的AB阶段,此时单站光电探测子***执行全方位自动搜索并发现低空入侵的目标;
2)在目标飞行的BC阶段,单站光电探测子***接收服务器回传的目标的航迹或位置信息后,快速掉转光机机架指向目标,确认并捕获目标;
3)在目标飞行的CD阶段,单站光电探测子***对目标进行稳定跟踪,建立目标飞行信息,并对目标进行识别和确认,同时上报目标的位姿和特征信息、态势和威胁等级,以及目标飞行的航迹和飞行方向,并外推目标进入DE阶段的位置和时刻;
4)在目标飞行的DE阶段,确认是否对目标进行拦截,如需拦截反制,单站光电探测子***在此阶段除了保持目标跟踪和信息输出外,还须观测并记录整个拦截过程;
5)计算目标降落位置,当目标的俯仰角度小于一定数值时,即表明目标已经降落或者已经处于降落状态。
在以上各个阶段,只要目标进入探测器视场,即需要对图像进行记录,并实时标注目标的位置信息,以便后续分析取证。
实施例4
本实施例是基于实施例3的优化实施例,在单站光电探测子***执行其具体工作流程的过程中,在服务器同步执行目标检测、目标跟踪、特征提取及目标识别任务,具体如下:
1)目标检测
在凝视成像或初始引导成像条件小,入侵无人机或飞鸟目标在视场中呈小目标形态。为实现低空入侵物的分类识别和跟踪,首先完成复杂背景下的小目标检测。在跟踪过程中,由于平台具有很强的机动性,在大视场的成像***中,视场中会包含天上、地面的杂物,并且场景变化很快。采用基于各向异性背景预测实现背景估计,得到残差图像后利用低空入侵物的高度特点、飞行物灰度分布特性、场景先验信息及前景变化等近一步地剔除虚假目标。经过多帧累计检测降低虚警概率,实现低空入侵目标检测。低空入侵物检测流程,如图5所示。
2)目标跟踪
服务器回传目标方位、俯仰信息,转化为伺服分***的光电转台控制参数和测量电视分***的像机控制参数,具体包括光电转台转动速度、转动方向、像机焦距,以实现对目标的清晰成像。估计目标运动参数,调整光电转台和像机控制参数,实现对目标自动跟踪。入侵目标跟踪工作流程,如图6所示。由于低空入侵物飞行轨迹具有一定的时变性,大疆精灵系列无人机具备悬停、加速、减速等动作,而鸟类的运行特性更加复杂,飞行速度也更快。基于统计模型的卡尔曼预测滤波算法将Singer模型中加速度零均值改进为自适应加速度均值,认为目标下一时刻的加速度只能在当前加速度的邻域内,使得跟踪精度和性能得到较大提高。在双目视觉***中,利用单目实现低空入侵物的细节成像,而另外的视觉***对目标进行大视场凝视成像,实现入侵点目标的跟踪,有效降低了跟踪设计的难点和***转台设计的成本。
3)特征提取
为了避免噪声影响成像质量,造成特征的丢失,采用轮廓特征、形状特征、统计特征、熵特征、GMM参数特征作为目标的识别特征,将以此作为SVM分类器的输入。首先收集大量的在不同状态、角度和光照条件下的无人机、飞鸟等目标图像,对它们进行预处理作为正样本;收集大量的背景图像作为负样本。通过提取上述目标特征得到训练样本的特征,输入到SVM训练器中进行训练,如图7所示。
4)目标识别
为了识别低空入侵物,在大视场条件下实现目标检测后,依据双目或多目测距后的初始距离信息实现***变焦,结合图像清晰度评价指标调整跟踪相机的***焦距。对入侵物进行清晰成像后,实现图像采集,为进行入侵物识别做前提准备。基于统计模式识别的目标识别算法将目标识别看作是从样本中区分目标所属的种类,要求在对目标识别前用大量的样本来训练该目标的分类器,利用经过训练的目标分类器进行分类识别。采用SVM实现目标识别,针对入侵物的识别流程,如图8所示。
实施例5
本实施例是基于实施例4的优化实施例,分布式子***资源调度:
当某单站光电探测子***检测到低空入侵物后,上报自身的坐标信息、***配置信息(包括测量电视分***的***焦距、阵面尺寸和像素数目,以及伺服分***的转台指向)和视频信息至服务器,服务器执行目标检测、跟踪、特征提取及识别任务,粗略计算入侵物的方位和俯仰信息,并结合该方位、俯仰信息和各个单站光电探测子***的相对位置分布启动首次探测到入侵物的单站光电探测子***周围的单站光电探测子***,实现对入侵物的捕获、跟踪及识别。
实施例6
本实施例是基于实施例5的优化实施例,双目/多目视觉成像:
多站光电探测子***是通过配置相邻站点的工作状态和视轴指向,利用相机的成像原理,通过双目/多目视觉实现入侵无人机的位置测量。多站光电探测子***由两台或两台以上的单站光电探测子***组成,在单站安装过程中通过光学标定手段记录单站光电探测子***之间的相对位姿信息,将其相对坐标系映射到防护现场的本体坐标系下,实现多站点联合监视,形成多目监视。利用多目视觉,一方面通过多传感器融合手段实现更宽视场范围内的低空监视,直至覆盖监视现场的整个低空范围;另外,组网探测实现多目视觉,利用多目视觉的工作机制实现无人机绝对位置测量,为显控终端提供无人机的速度、角速度、距离等飞行信息。
实施例7
本实施例是基于实施例6的优化实施例,目标视频自动跟踪取证:
根据获取的目标方位、俯仰、距离信息,转化为光电转台转动速度和转动方向,以及像机焦距,实现对目标的清晰成像,对低空入侵事件进行实时取证。进行图像处理,估计目标运动参数,调整光电转台、像机控制参数,实现对目标的视频自动跟踪。以在双目视觉***中的跟踪应用为例,利用单目实现低空入侵物的细节成像,而另外的视觉***对目标进行大视场凝视成像,实现入侵点目标的跟踪,有效降低了跟踪设计的难点和***转台设计的成本。
实施例8
本实施例是基于实施例7的优化实施例,无人机飞手位置估计:
以双目视觉为例说明多站联合工作的***流程,如图9所示,当无人机出现在某个站点的视场中时,依据光轴指向和点目标在探测器靶面上出现的位置大致解算无人机在当前子***本体测量坐标系下的初始方位及俯仰。依据相邻站点的相对坐标调配相邻站点参与入侵目标探测、跟踪及识别,由相对坐标变换求解入侵无人机在相邻站点测量坐标系下的初始方位及俯仰,并配置其工作参数,由伺服分***控制调转光机机架机头与当前站点联合对低空入侵无人机进行成像,实现稳定成像后读取伺服分***的角度信息,结合站点之间的相对位置和入侵无人机的绝对位置推测无人机飞手位置。
对任何位置的监视兴趣目标,一旦进入监视***中,分布式布置的传感器通过信息交换,就能感知其位置,使服务器能利用其位置信息为目标跟踪和监视提供最佳的传感器。无人机操作手定位示意图如图10所示。对入侵无人机的位姿测量采用双目视觉进行测量,假定T时刻通过双目视觉***测量得到的无人机坐在的位姿为1区域的上方,由于无人机飞手通过遥控数据链对无人机进行飞行操作,而无人机遥控数据链对无人机的作用距离有限,大约为1Km。在T+1时刻测量到无人机的位姿位于2区域的上方,而T+2时刻测量到无人机的位姿位于3区域的上方。假定,在三次测量过程中,无人机飞手移动的距离较短,则依据探测***的性能指标和遥控数据链的作用距离,可知无人机飞手位置位于1区域、2区域和3区域三个区域重复覆盖的区域,即三角形所在的区域。
实施例9
本实施例是基于实施例1的优化实施例,人机交互及综合信息显示:
显控终端采用人机友好交互设计,它包括功能区菜单栏、***参数设置区、***监控信息显示区、***综合态势信息显示区及光电视频信息显示区。显控终端读取服务器中融合后的目标综合信息、地图信息和实时***工作状态信息,并进行综合信息显示。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
在本发明的描述中,需要说明的是,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可也是有线连接,也可以是无线连接。
Claims (7)
1.一种分布式智能光电低空防护***,其特征在于,包括基于激光主动照明的光电分布成像***,以及服务器和显控终端,所述光电分布成像***通过局域网连接服务器和显控终端,所述显控终端还与服务器连接;所述光电分布成像***包括多个分布式设置的单站光电探测子***;
所述分布式智能光电低空防护***包括如下几个工作步骤:
S1. ***检测与参数配置:***进行开机自检,无异常时进入工作状态,并进行工作参数配置,包括各个单站光电探测子***和服务器的工作参数配置;
S2. 光电探测低空目标:单站光电探测子***执行全方位自动搜索并发现低空入侵的目标,接收到服务器回传的目标的航迹或位置信息后,捕获目标并对其进行跟踪和识别,上报目标的位姿和特征信息到服务器,再判断是否拦截该目标,最后计算目标的降落位置;在此步骤中,只要目标进入单站光电探测子***探测视场,即对图像进行记录并实时标注目标的位置信息;
S3. 分布式子***资源调度:服务器根据单站光电探测子***上报的目标相关信息,粗略计算目标的方位和俯仰信息,并结合各个单站光电探测子***的相对位置,启动首次探测到目标的单站光电探测子***周围的单站光电探测子***;
S4. 双目/多目视觉成像:由两台或两台以上的单站光电探测子***组成的多站光电探测子***,通过配置相邻站点的工作状态和视轴指向,并利用相机的成像原理,通过双目或多目视觉实现目标的位置测量;
S5. 目标视频自动跟踪取证:根据已获取的目标方位、俯仰和位置信息,转化为光电转台和像机控制参数,实现对目标的清晰成像;再进行图像处理,估计目标运动参数,调整光电转台和像机控制参数,实现对目标的视频自动跟踪;
S6. 人机交互及综合信息显示:显控终端读取并显示服务器中融合后的目标综合信息、地图信息和***实时工作状态信息。
2.根据权利要求1所述的一种分布式智能光电低空防护***,其特征在于,所述单站光电探测子***包括:光机机架、测量电视分***、激光照明分***、伺服分***、主控通信分***和图像记录分***,所述主控通信分***连接服务器、显控终端、光机机架、测量电视分***、激光照明分***和伺服分***,所述图像记录分***连接测量电视分***和伺服分***,所述伺服分***还与光机机架连接。
3.根据权利要求2所述的一种分布式智能光电低空防护***,其特征在于,所述步骤S2中,单站光电探测子***执行以下几个步骤:
S21. 在目标飞行的第一阶段,此时单站光电探测子***执行全方位自动搜索并发现低空入侵的目标;
S22. 在目标飞行的第二阶段,单站光电探测子***接收服务器回传的目标的航迹或位置信息后,快速掉转光机机架指向目标,确认并捕获目标;
S23. 在目标飞行的第三阶段,单站光电探测子***对目标进行稳定跟踪,建立目标飞行信息,并对目标进行识别和确认,同时上报目标的位姿和特征信息、态势和威胁等级,以及目标飞行的航迹和飞行方向,并外推目标进入第四阶段的位置和时刻;
S24. 在目标飞行的第四阶段,确认是否对目标进行拦截,如需拦截反制,单站光电探测子***在此阶段除了保持目标跟踪和信息输出外,还须观测并记录整个拦截过程;
S25. 计算目标降落位置,当目标的俯仰角度小于一定数值时,即表明目标已经降落或者已经处于降落状态。
4.根据权利要求2所述的一种分布式智能光电低空防护***,其特征在于,所述步骤S2中,服务器执行以下几个步骤:
目标检测:采用基于各向异性背景预测实现背景估计,得到残差图像后利用低空入目标的高度特点、灰度分布特性、场景先验信息和前景变化信息进一步地剔除虚假目标,再通过多帧累计检测降低虚警概率;
目标跟踪:服务器回传目标方位和俯仰信息,转化为测量电视分***的像机的焦距和伺服分***的光电转台的转动速度及转动方向,再估计目标运动参数,调整像机焦距和光电转台的转动速度及转动方向,实时跟踪目标;
特征提取:收集大量在不同状态、角度和光照条件下的无人机和飞鸟的图像,以此作为目标图像,对它们进行预处理作为正样本,并收集大量的背景图像作为负样本;再采用轮廓特征、形状特征、统计特征、熵特征和GMM参数特征作为目标的识别特征;
目标识别:将目标的识别特征输入到SVM分类器中进行训练,利用经过训练的SVM分类器对目标进行分类识别。
5.根据权利要求2所述的一种分布式智能光电低空防护***,其特征在于,所述步骤S2中,单站光电探测子***上报到服务器的内容除了目标的位姿和特征信息,还包括:单站光电探测子***的坐标信息和***配置信息,以及目标的视频信息。
6.根据权利要求5所述的一种分布式智能光电低空防护***,其特征在于,所述单站光电探测子***的***配置信息包括测量电视分***的***焦距、阵面尺寸和像素数目,以及伺服分***的光电转台指向。
7.根据权利要求1所述的一种分布式智能光电低空防护***,其特征在于,所述显控终端包括功能区菜单栏、***参数设置区、***监控信息显示区、***综合态势信息显示区和光电视频信息显示区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811586162.2A CN109708659B (zh) | 2018-12-25 | 2018-12-25 | 一种分布式智能光电低空防护*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811586162.2A CN109708659B (zh) | 2018-12-25 | 2018-12-25 | 一种分布式智能光电低空防护*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109708659A CN109708659A (zh) | 2019-05-03 |
CN109708659B true CN109708659B (zh) | 2021-02-09 |
Family
ID=66257459
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811586162.2A Active CN109708659B (zh) | 2018-12-25 | 2018-12-25 | 一种分布式智能光电低空防护*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109708659B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672118B (zh) * | 2019-11-04 | 2022-04-12 | 中国人民解放军空军工程大学 | 基于单观察哨数字望远镜的运动目标航迹获取方法 |
CN110895332B (zh) * | 2019-12-03 | 2023-05-23 | 电子科技大学 | 一种扩展目标的分布式跟踪方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE202010012985U1 (de) * | 2010-11-25 | 2012-02-27 | Sick Ag | Sensoranordnung zur Objekterkennung |
CN102625482B (zh) * | 2012-03-09 | 2014-09-17 | 中国科学院上海微***与信息技术研究所 | 一种低空目标探测传感器网络体系架构 |
CN104569915A (zh) * | 2015-01-15 | 2015-04-29 | 中国电子科技集团公司第二十八研究所 | 多光电探测***中基于目标运动模型的定位方法 |
CN105137421A (zh) * | 2015-06-25 | 2015-12-09 | 苏州途视电子科技有限公司 | 光电复合低空预警探测*** |
CN107862705B (zh) * | 2017-11-21 | 2021-03-30 | 重庆邮电大学 | 一种基于运动特征和深度学习特征的无人机小目标检测方法 |
CN108062516B (zh) * | 2017-12-04 | 2020-09-11 | 广东核电合营有限公司 | 低空空域管控方法、装置及*** |
CN108037543B (zh) * | 2017-12-12 | 2019-07-26 | 河南理工大学 | 一种监测低空无人飞行器的多谱红外成像检测跟踪方法 |
CN108333584A (zh) * | 2017-12-28 | 2018-07-27 | 陕西弘毅军民融合智能科技有限公司 | 一种低空小目标远距离无人机探测***及探测方法 |
-
2018
- 2018-12-25 CN CN201811586162.2A patent/CN109708659B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109708659A (zh) | 2019-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11017228B2 (en) | Method and arrangement for condition monitoring of an installation with operating means | |
CN103941746B (zh) | 无人机巡检图像处理***及方法 | |
CN111679695B (zh) | 一种基于深度学习技术的无人机巡航及追踪***和方法 | |
CN108957445A (zh) | 一种低空慢速小目标探测***及其探测方法 | |
CN110133573A (zh) | 一种基于多元传感器信息融合的自主低空无人机防御*** | |
CN108008408B (zh) | 搜索跟踪成像方法、装置及*** | |
CN105758397B (zh) | 一种飞行器摄像定位方法 | |
CN105730705B (zh) | 一种飞行器摄像定位*** | |
CN112068111A (zh) | 一种基于多传感器信息融合的无人机目标侦测方法 | |
CN110244314A (zh) | 一种“低慢小”目标探测识别***与方法 | |
CN111796602A (zh) | 一种植保无人机障碍物探测和预警*** | |
CN105810023B (zh) | 机场起落架收放自动监测方法 | |
CN109816702A (zh) | 一种多目标跟踪装置和方法 | |
CN109708659B (zh) | 一种分布式智能光电低空防护*** | |
CN111319502A (zh) | 基于双目视觉定位的无人机激光充电方法 | |
CN115035470A (zh) | 一种基于混合视觉的低小慢目标识别与定位方法及*** | |
CN115932834A (zh) | 一种基于多源异构数据融合的反无人机***目标检测方法 | |
CN113743286A (zh) | 一种多源信号融合的目标监测***及方法 | |
CN115861366B (zh) | 一种用于目标探测的多源感知信息融合方法与*** | |
CN116520275A (zh) | 探测追踪低慢小目标的雷达光电一体化方法和*** | |
CN115649501A (zh) | 一种无人机夜行照明***及方法 | |
CN115328201A (zh) | 一种黑飞无人机智能抓捕装置及其智能抓捕方法 | |
CN114092522A (zh) | 一种机场飞机起降智能捕获跟踪方法 | |
CN114353667A (zh) | 基于ar与无人机单目视觉的地面目标测量方法及其应用 | |
CN117897737A (zh) | 一种无人机监控方法、装置、无人机及监控设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |