基于无人机视频拍摄的高速公路小型车换道行为特性

为了研究高速公路小型车的换道行为特性,采用2台无人机同时在200 m的高空对交通流进行拍摄,获取交通流运行状态。构建拍摄路段的高精度地图,获取每一时刻车辆的精确运行状态数据,在此基础上对2个视频进行拼接,最终获得车道位置、速度、车辆编号等8项关键指标,共提取换道行为1 520条,筛选后得到完整的自由换道数据942条。采用车辆轨迹是否持续偏移作为判断换道行为起终点的依据,在此基础上分析换道的时间长度、空间长度、与周边车辆的相互状态以及换道行为的安全性等16个特征参数。得出平均换道时间长度为6.09 s,平均换道空间距离为148.08 m,换道时间与空间长度均符合对数正态分布。换道车辆与目标车道后方车辆的平均距离最小（34.29 m）,其相对距离在10 m以内的占28.24%,驾驶人为了加快行驶,在与目标车道后方车辆相对距离较小的情况下,依然采取换道措施。与正前方车辆的相对速度差最大,平均值为10.2 km·h^-1,并且在83%的情况下,本车的速度大于前车,说明车辆自由换道是由于前方车辆行驶速度较慢所引起。采用TTC,MTC分别对换道起始时刻的安全性进行分析,并将安全状态划分为4种类型：严重-紧急状态、严重-非紧急状态、非严重-紧急状态、非严重-非紧急状态。其中严重-非紧急,非严重-非紧急这2种状态占比最高。该研究成果对了解中国驾驶人在高速公路上的换道行为特性,以及对建立适用于中国实际交通环境特征的换道行为模型具有一定参考意义。     

美军UAV战术通用数据链

通用数据链（CDL）是美军目前在多个ISR传感器、传感器平台及地面及海上终端间提供双向通信的主要手段。而战术通用数据链（TCDL）是针对UAV研发的CDL的下属系列。在简要介绍美军CDL计划的基础上,重点探讨美军TCDL计划的发展,技术要求,特性及应用;并且详细介绍了L-3公司的系列产品。     

战术无人机的任务载荷与发展分析

介绍战术无人机的任务载荷与发展分析的发展历程以及装备的研制、改进情况，指出在现代战争中发展战术无人机的优势和重要性，重点探讨战术无人机的性能及其特点。     

倾斜摄影测量在港口中的应用及精度分析

针对如何在大范围水域覆盖地区(尤其包括如防波堤或LNG码头等三面环水的条带状区域)生成高精细程度、高位置精度的实景三维模型,采用倾斜摄影测量技术并以港口的具体工程为例进行研究,系统梳理该技术的应用流程,并对生成的实景三维模型进行精度统计,取得了平面精度及高程精度均优于2个像元大小的高精度效果.验证了该技术流程应用于港口...     

无人机仿真与控制系统数据交互

随着无人机技术的迅速发展,各种针对于无人机系统的仿真也在不断研究之中。实验室环境中搭建的无人机仿真系统如何与控制系统耦合成了较为关键的问题。这其中包括控制系统对仿真系统的指令控制,以及后者对于前者的命令反馈、状态信息的传递和视频图像的传输等等。为了配合舰面战术控制系统的开发,根据实际应用的需要,采用通用的无线传输协议,用无线通信的方式模拟无人机与舰面战术控制系统的上下行数据链路的传输,起到模拟无线信道的模拟作用。结果证明该方法很好的耦合仿真系统与控制系统,为控制系统对无人机的操控提供一种很好的验证手段。     

基于 GMap ．N ET 的无人机航迹再现设计与应用磁

三维的飞行仿真技术,数据庞大,建立模型复杂,对计算机要求高,建立针对无人机飞参数据分析的简易航迹再现系统,将有很大的实用价值。为此论文研究了基于GMap ．NET 框架的离线地图嵌入技术,探讨了离线地图数据库的建立原理以及GM apProvider接口原理,并成功应用到无人机航迹再现系统中,实现了多种离线地图的浏览与转换,拓展实现了无人机的航线预置与二维动态演示功能,达到了飞参数据分析的目的。使用结果表明,该系统对资源需求低,可靠性高,操作简洁,易于部署,能够满足对无人机飞参数据分析的需要。     

无人机机载传感器对海扫描宽度分析

对于无人机（UAV）执行对海目标搜索任务来说,不同传感器的扫描宽度是衡量搜索效率的重要因素.论文构建了无人机机载光电/红外传感器（EO/IO）和机载合成孔径雷达对海扫面宽度模型,对研究无人机对海目标搜索问题提供参考.     

无人机装备使用阶段质量信息管理系统设计

针对无人机装备使用阶段质量信息管理模式和技术手段滞后等问题,设计并研制了无人机装备质量信息管理系统.分析了该系统的功能需求,探讨了系统部分主要关键技术.系统由数据采集、数据管理、安全监控、健康评估以及维修决策等功能组成,实现了对无人机装备质量信息有效可靠的管理.     

基于形态检测与深度学习的高空视频车辆识别

为了准确提取广域场景道路交通信息,本文融合形态检测与深度卷积网络,提出了无人机视频车辆定位及车型识别方法. 首先,基于形态检测建立候选目标提取算法,并构建了含244 520 个无人机视频车辆样本的深度学习图像基准库;然后,通过增加卷积层、池化层及调整网络参数等方法对AlexNet 进行重构,提出了改进模型AlexNet*;最后,建立了基于候选目标提取算法与AlexNet*的车辆识别方法. 验证分析显示：AlexNet*的图像分类F1 均值达 85.51% ,优于AlexNet(82.54% )、LeNet(63.88% )、CaffeNet(46.64% )、VGG16(16.67% ) 及 GoogLeNet(14.38%);本文车辆识别方法对小汽车及公交车的正检率、重检率和漏检率均值分别达94.63%、6.87%、4.40%,可有效识别无人机视频目标.     

轻型多旋翼无人机在海事执法工作中的应用与管理

文中介绍了轻型多旋翼无人机凭借体积小、质量轻、操作简单、成本低等优势成为了助力海事监管效能提升的重要帮手.但由于无人机参与执法存在一定的安全隐患,在使用中应加强风险管理并提出建立健全无人机使用安全管理机制;强化专业人才队伍建设;加强无人机飞行安全保障;强化无人机投保续保意识;推动海事无人机行业标准制定的风险管理对策.