Indeks pełnotekstowy

Wyszukiwanie

16 wyników dla „visual-inertial odometry”

Nawigacja i autonomia · trafność 69

Visual odometry i VIO w UAV

Architektura visual odometry i visual-inertial odometry dla UAV: geometria projekcyjna, frontend cech, estymacja ruchu, skala monocularna, preintegracja IMU, filtry i optymalizacja sliding-window, układy odom/map/body/camera, kalibracja czasu i ekstrynsyki, metryki jakości, resety oraz bezpieczne podanie wyniku do autopilota.

Platformy · trafność 22

Skydio X10 — profil architektury

Skydio X10 jako system autonomiczny, nie tylko zestaw kamer: 2,11–2,16 kg, sześć kamer w układzie górnym i dolnym, VIO/GNSS i Attitude Mode, Jetson Orin oraz Snapdragon, pakiety VT300-Z/L, termowizja Boson+, bateria 154–156 Wh, Connect SL i 5G, opcjonalne RTK/PPK, NightSense, Dock, cyberbezpieczeństwo oraz program testów percepcji, łącza, energii i aktualizacji.

EW i Counter-UAS · trafność 21

Odporność PNT UAV — GNSS, inercja, źródła komplementarne i bezpieczna degradacja

Odporność PNT potraktowana jako risk-informed assurance: osobne wymagania dla pozycji, nawigacji i czasu, inventory konsumentów, threat/failure model, diagnostyka GNSS, integrity/protection levels, drift INS, baro/air data/mag, VIO/optical flow, terrain/map matching i complementary radio anchors. Artykuł rozwija residual/NIS monitoring, wykrywanie niespójności bez arbitralnego przypisywania spoofingu, time holdover, wielowymiarowe quality states, mission-dependent failsafe, independence/common-mode analysis, sprzęt, software assurance, bezpieczne SITL/HIL/replay/shielded tests i metryki bound consistency. Bez instrukcji generowania zakłóceń.

Nawigacja i autonomia · trafność 14

SLAM dla UAV

SLAM jako system dwóch produktów — ciągłej odometrii i korygowanej mapy: visual, lidar oraz lidar-inertial frontend, scan matching, keyframes i submapy, pose graph i loop closure, occupancy/octree, TSDF i ESDF dla planowania, obsługa zmian ramy, pamięci, dynamiki sceny, jakości oraz testów regresyjnych.

Nawigacja i autonomia · trafność 9

Dead reckoning UAV

Dead reckoning jako kontrolowany tryb systemowy: rozróżnienie czystej propagacji inercyjnej od aiding optical flow/VIO/airspeed, warunki wejścia i wyjścia, covariance i time-to-limit, continuity controller, source switching, odzyskanie GNSS bez skoku oraz plan testów dropout.

Nawigacja i autonomia · trafność 8

INS w UAV

INS w UAV od siły właściwej i całkowania delta-angle/delta-velocity przez kwaterniony, grawitację, Coriolisa, coning/sculling oraz układy NED/ECEF do inicjalizacji, biasów MEMS, wzrostu błędu, luźnej/ścisłej integracji GNSS i innych źródeł aiding, obserwowalności oraz testów integralności.

Sensory · trafność 4

Optical flow w UAV

Optical flow jako pomiar kątowego ruchu obrazu: model projekcyjny, skala z dalmierza, kompensacja obrotu, rolling shutter, tekstura i oświetlenie, układy osi, timestamp, opóźnienie, kalibracja oraz walidacja w EKF.

Wojskowe UAV · trafność 3

ZALA Lancet — architektura i ewolucja rodziny

Źródłowy profil rodziny ZALA Lancet rozdzielający historyczne Lancet-1/3, krajowe Izdielije 51/52, zmodernizowane eksportowe 51E/52E oraz odrębne 53/54. Artykuł opisuje system Z-16E–munition–launcher–operator, aerodynamikę double-X i control allocation, elektryczny tor napędowo-energetyczny, publiczne osiągi 45 km/50 min oraz 35 km/30+ min, ewolucję wyrzutni, video/telemetry link, navigation i claims działania bez GNSS, sensor optyczny, machine vision oraz funkcjonalne poziomy autonomii. Obecność Jetsona TX2 i innych komponentów z bazy GUR jest traktowana jako evidence zdolności obliczeniowej, nie dowód autonomicznej decyzji o rażeniu. Praktyczne instrukcje głowicy, terminalnego naprowadzania, łącza i użycia ofensywnego są jawnie pominięte.

Flight controllery · trafność 2

Flight controller — jak działa

Przekrojowa techniczna anatomia kontrolera lotu: sprzęt, domeny czasu, sensory, estymacja stanu, regulatory kaskadowe, alokacja sterowania, wyjścia, zasilanie, odporność na awarie, logowanie i uruchomienie platformy.

Nawigacja i autonomia · trafność 2

Omijanie przeszkód UAV

Omijanie przeszkód jako warstwowy system: sensory i ich nieobserwowane sektory, deskew oraz transformacje, lokalna occupancy/ESDF, footprint i niepewność, droga zatrzymania z latency i jerk, ograniczanie setpointów, local/global planning, ArduPilot BendyRuler/Dijkstra, aktualny PX4 Collision Prevention, status wycofanego Path Planning Interface oraz testy stale data, dropouts i dynamicznych obiektów.

Platformy · trafność 2

Crazyflie jako platforma badawcza

Crazyflie 2.1+ jako instrument badawczy, nie zabawka: dual-MCU STM32F405/nRF51822, BMI088/BMP388, brushed propulsion i wariant Brushless, 2,4 GHz/BLE/CRTP, architektura estimator–controller, param/log API, automatycznie wykrywane decki z konfliktem pinów i wersjonowaniem firmware, systemy pozycjonowania Lighthouse, Loco UWB, motion capture i Flow, swarm scaling oraz rygor powtarzalności, synchronizacji czasu, bezpieczeństwa i kwalifikacji eksperymentu.

Platformy · trafność 2

Parrot ANAFI Ai — profil architektury

ANAFI Ai rozłożony na warstwy sprzętu i software: 898-gramowy airframe, ICM-40609-D i stabilizowane termicznie sensory, GNSS/flow/ToF, ruchoma para kamer stereo, kamera 48 MP, przełączanie Wi-Fi–4G, bezpieczny element, Air SDK z Flight Supervisor–Guidance–Services, aplikacje Ground SDK/Olympe oraz symulacja Sphinx. Artykuł zawiera procedury testu łącza, percepcji, energii, misji i aktualizacji, z oddzieleniem danych producenta od założeń.

Konstrukcje · trafność 2

Mikro-UAV i nano-UAV — inżynieria małej skali

Małe UAV nie są pomniejszonymi dużymi dronami: spada Reynolds, rośnie udział masy elektroniki i powierzchni, maleje energia, a każdy przewód i osłona zmienia obwiednię. Artykuł porównuje micro/nano jako klasy operacyjne, multirotory, śmigłowce i flapping-wing, budżet masy/mocy, Crazyflie 2.1+, Black Hornet 4 i RoboBee, pozycjonowanie indoor, łączność, swarm, failure cases i program kwalifikacji.

Podstawy · trafność 1

Układy współrzędnych w UAV

Łańcuch transformacji od współrzędnych geodezyjnych przez ECEF i lokalną płaszczyznę do body/sensor frame, z pułapkami wysokości, originu, osi i kowariancji.

Sensory · trafność 1

Lidar w UAV

Lidar jako tor pomiarowy UAV: budżet zasięgu, geometria wiązki, jakość echa, znaczniki czasu, kompensacja ruchu, kalibracja położenia sensora, interfejsy, obciążenie obliczeniowe i kryteria odbioru.

Sensory · trafność 1

Mapowanie lidarowe UAV

Kompletny pipeline mapowania lidarowego UAV: pakiety i czas każdego punktu, kalibracja osi i offsetów, deskew, direct georeferencing GNSS/INS lub SLAM, rejestracja ICP i strip adjustment, układy odniesienia, zachowanie atrybutów return/intensity, odszumianie, klasyfikacja gruntu, format LAS/LAZ oraz metryki dokładności, gęstości, kompletności i błędów między pasami.

Przeszukaj kompendium