复杂条件下空中加油的目标视觉检测与跟踪策略研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61573349
  • 项目类别：
    面上项目
  • 资助金额：
    67.0万
  • 负责人：
    王欣刚
  • 依托单位：
    中国科学院自动化研究所
  • 学科分类：
    F0604.机器感知与机器视觉
  • 结题年份：
    2019
  • 批准年份：
    2015
  • 项目状态：
    已结题
  • 起止时间：
    2016-01-01 至2019-12-31

项目摘要

The project takes the autonomous aerial refueling as the study background and the theory and method of visual detection, visual tracking and visual measurement of the air moving target in complex conditions are researched to provide the theoretical basis of the docking of autonomous aircrafts in the air. In order to detect and track the drogue object effectively in complex conditions (such as strong light interference, air disturbance, partial occlusions and large scale variation) in the air, the following key techniques are studied by this project: 1) fast and accurate visual detection method in complex conditions in the air and the detection speed is more than 10 frames per second; 2) fast and accurate visual tracking method based on online learning in complex conditions in the air and the tracking speed is more than 20 frames per second; 3) the detection-learning-tracking method for combining detector with tracker effectively; 4) position and posture measurement method based on the 3D model of the drogue object. The results of the project will improve the autonomous aerial refueling navigation system of unmanned aerial vehicles (UAVs) in our country. It also has great strategic meaning for the development of science and technology and national defense.
本项目以无人机自主空中加油为背景，研究复杂条件下空中运动目标的视觉检测、视觉跟踪及视觉测量的理论与方法，为自主飞行器空中对接提供必要的理论基础。为了解决空中复杂条件下（如强光干扰、气流扰动、部分遮挡及目标大尺度变化等）空中加油锥套目标检测与跟踪问题，本项目重点围绕以下几项关键技术开展研究：1) 空中复杂条件下空中加油锥套目标准确、快速(大于10帧/秒)视觉检测方法； 2) 空中复杂条件下基于在线学习的空中加油目标快速(大于20帧/秒)、准确跟踪方法；3)用于实现检测器与跟踪器有效融合的鲁棒检测-学习-跟踪方法；4）基于空中加油目标模型的空间位姿测量方法。本项目对推动无人机自主空中加油导航系统的发展具有重要意义，对我国科技和国防事业的发展具有重大的战略意义。

结项摘要

近年来，随着基于视觉的目标检测和跟踪技术的快速发展，基于视觉的智能系统在各个领域都有着广泛的应用。在航空航天领域，基于视觉的自动控制系统也日益受到重视，其中，基于视觉的自主空中加油对接系统对我国的军事能力发展具有重要意义。在空中复杂条件下，如何实现快速准确的空中加油目标检测、跟踪以及位姿测量以满足基于视觉的空中自主加油对接系统对实时性、鲁棒性的要求已成为一个重要的研究课题。本文的主要贡献包括以下几个方面：.（1）提出了一种基于多感受野和关注小目标的弱监督分割 (multiple receptive fields and small-object-focusing weakly-supervised segmentation network, MRFSWSnet) 的单阶段目标检测方法。.（2）提出了一种基于深度卷积网络的空中加油锥套目标检测和跟踪的有效融合框架。.（3）提出了一种基于空中加油目标模型的单目视觉测量方法。当获得锥套目标在图像空间的位置之后，我们需要获得锥套目标在笛卡尔空间的位置，完成在笛卡尔空间的自主空中加油对接过程。在已知锥套目标几何结构的前提下，我们提出了一种基于空中加油目标模型的单目视觉测量模型。该模型包含两部分：基于多任务并行的深度卷积网络的锥套目标的关键点检测 (Multi-task Parallel Deep Convolution Neural Network, MPDCNN)和基于三维立体几何的空中加油目标位置测量。.（4）搭建了双机器人空中加油对接实验验证平台，实现了对视觉检测、跟踪及测量方法的有效验证。

项目成果

期刊论文数量（4）
专著数量（0）
科研奖励数量（0）
会议论文数量（7）
专利数量（0）
Position and Orientation Measurement for Autonomous Aerial Refueling Tasks Based on Monocular Vision
基于单目视觉的自主空中加油任务位姿测量
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    International Journal of Robotics and Automation
  • 影响因子：
    0.9
  • 作者：
    Wenqi Wu;Xingang Wang;De Xun;Ying
  • 通讯作者：
    Ying
Face Detection With Different Scales Based on Faster R-CNN
基于Faster R-CNN的不同尺度人脸检测
  • DOI：
    10.1109/tcyb.2018.2859482
  • 发表时间：
    2019-11-01
  • 期刊：
    IEEE TRANSACTIONS ON CYBERNETICS
  • 影响因子：
    11.8
  • 作者：
    Wu, Wenqi;Yin, Yingjie;Xu, De
  • 通讯作者：
    Xu, De
Robust Visual Detection and Tracking Strategies for Autonomous Aerial Refueling of UAVs
用于无人机自主空中加油的鲁棒视觉检测和跟踪策略
  • DOI：
    10.1109/tim.2019.2899476
  • 发表时间：
    2019-03
  • 期刊：
    IEEE Transactions on Instrumentation & Measurement
  • 影响因子：
    5.6
  • 作者：
    Siyang Sun;Yingjie Yin;Xingang Wang;De Xu
  • 通讯作者：
    De Xu
Robust Landmark Detection and Position Measurement Based on Monocular Vision for Autonomous Aerial Refueling of UAVs
基于单目视觉的鲁棒地标检测和位置测量，用于无人机自主空中加油
  • DOI：
    10.1109/tcyb.2018.2859422
  • 发表时间：
    2019-12
  • 期刊：
    IEEE Transactions on Cybernetics
  • 影响因子：
    11.8
  • 作者：
    Siyang Sun;Yingjie Yin;Xinggang Wang;De Xu
  • 通讯作者：
    De Xu

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于单目视觉的平面测量
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    电子测量与仪器学报
  • 影响因子：
    --
  • 作者：
    尹英杰;徐德;张正涛;王欣刚;屈稳太
  • 通讯作者：
    屈稳太

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码