期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到2,325篇文章
< 1 2 … 117 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
面向低空交通运输的无人机-无人车协同感知技术综述 认领 引用 被引量：4
1
作者 李永福 黄鑫 +3 位作者 郭常员 王怡然 吴三妹 简金埠 《自动化学报》 EI CAS CSCD 北大核心 2026年第2期210-229,共20页
随着低空经济的兴起与智能交通的发展,低空交通运输作为空地一体化的新兴交通系统,对环境感知、通信与计算能力提出更高要求.本文旨在全面阐述面向低空交通运输的无人机-无人车协同感知关键技术及发展趋势.系统梳理协同感知的三类基础... 随着低空经济的兴起与智能交通的发展,低空交通运输作为空地一体化的新兴交通系统,对环境感知、通信与计算能力提出更高要求.本文旨在全面阐述面向低空交通运输的无人机-无人车协同感知关键技术及发展趋势.系统梳理协同感知的三类基础支撑技术,包括基于LiDAR、视觉与多传感器融合的感知方法,C-V2X、5G、Wi-Fi等通信技术,以及端-边-云协作的边缘计算架构.在此基础上,进一步总结协同感知信息融合、感知信息压缩与传输、协同组网、通信安全及资源分配等关键技术研究进展.最后,分析当前无人机-无人车协同感知系统在感知模型优化、未来应用场景等方面的挑战,并对该领域的未来发展趋势进行探讨与展望,以期为低空交通运输中多智能体协同感知系统的研究与落地应用提供参考. 展开更多
关键词 低空交通运输 无人机-无人车协同 协同感知 多传感器融合 通信技术
暂未订购 下载PDF
低空无人机技术在铁路行业的应用与展望 认领 引用 被引量：4
2
作者 李慧 蔡伯根 +3 位作者 吴大勇 傅卫国 任志恒 王娟 《铁道运输与经济》 北大核心 2026年第1期46-58,共13页
随着低空经济与“无人机+”应用的快速发展,低空无人机凭借高机动性、多传感器集成、高效率与低成本等优势,为各行业提供了新型技术手段。铁路作为国家关键交通基础设施,在工程建设、营运巡检、应急响应与安全管理等方面面临更高要求,... 随着低空经济与“无人机+”应用的快速发展,低空无人机凭借高机动性、多传感器集成、高效率与低成本等优势,为各行业提供了新型技术手段。铁路作为国家关键交通基础设施,在工程建设、营运巡检、应急响应与安全管理等方面面临更高要求,低空无人机技术的应用潜力日益显著。通过系统梳理低空无人机技术的应用现状与发展趋势,重点探讨其在铁路领域中的应用需求、技术体系与典型场景,并剖析了当前面临的多源数据融合不足、通信与续航能力有限、安全可靠性与数据质量不足、模型精度与铁路行业需求不匹配、政策法规与人才支撑薄弱等挑战。在此基础上,提出低空无人机技术通过深度融合5G通信、人工智能与云计算等前沿技术,构建跨部门协同机制,推进标准体系建设、法规完善与人才培养等发展策略,以支持铁路系统智能化、信息化与数字化转型,助力铁路行业高质量发展。 展开更多
关键词 低空经济 无人机技术 铁路应用 人工智能 智慧铁路
暂未订购 下载PDF
智能建造中低空无人飞行器的应用优化研究 认领 引用
3
作者 贺洁为 石青秀 陈重君 《中阿科技论坛（中英文）》 2026年第4期38-42,共5页
文章聚焦智能建造语境下低空无人机的工程化应用难题,从应用场景架构切入,系统剖析了其在进度核验、安全巡检、质量检测及运维评估等多维度工程场景中的嵌入模式与运行机制,并从任务编排、多源数据协同、行业标准约束及组织能力支撑等... 文章聚焦智能建造语境下低空无人机的工程化应用难题,从应用场景架构切入,系统剖析了其在进度核验、安全巡检、质量检测及运维评估等多维度工程场景中的嵌入模式与运行机制,并从任务编排、多源数据协同、行业标准约束及组织能力支撑等层面构建了系统化应用策略。通过策略反向推演,文章深入揭示了低空飞行技术落地现实应用所面临的结构性瓶颈,并据此搭建了由“场景识别—机制优化—治理支撑”三阶段构成的整体实施框架,旨在为低空无人机技术在智能建造体系中的规模化落地与可持续演进提供理论指导与实践参考。 展开更多
关键词 智能建造 无人机 工程化应用 应用优化 实施框架
暂未订购 下载PDF
SDA-YOLO:改进YOLOv11的无人机航拍图像小目标检测方法 认领 引用 被引量：3
4
作者 张红民 冯雪 +1 位作者 陈清 林强 《计算机工程与应用》 EI CSCD 北大核心 2026年第4期261-272,共12页
针对无人机航拍图像中小目标因尺寸微小、背景复杂导致检测精度低的问题,提出一种改进YOLOv11的检测方法SDA-YOLO(selective dual-path aggregation YOLO)。设计交叉增强融合模块(cross-enhanced fusion module,CEFM)优化颈部特征融合过... 针对无人机航拍图像中小目标因尺寸微小、背景复杂导致检测精度低的问题,提出一种改进YOLOv11的检测方法SDA-YOLO(selective dual-path aggregation YOLO)。设计交叉增强融合模块(cross-enhanced fusion module,CEFM)优化颈部特征融合过程,缓解小目标边界模糊与语义不一致问题,并有效抑制冗余背景干扰;构建异构选择性特征金字塔网络(heterogeneous selective feature pyramid network,HSFPN),实现更高效的多尺度特征交互与小目标边界特征增强,同时引入高分辨率检测层进一步提升对网络小目标的识别能力;提出动态对齐检测头(dynamicaligned head,DA-Head),提升分类与回归任务在小目标区域的协同一致性,降低漏检与误检。实验结果表明,SDAYOLO在VisDrone2019数据集上mAP@0.5和mAP@0.5:0.95分别达到52.5%和33.0%,较YOLOv11s分别提升14.3和10.2个百分点,AP-Small提升10.3个百分点;在DOTAv1.0与TinyPerson数据集上mAP@0.5分别提升2.1与6.2个百分点,较好地验证了改进方法的有效性与泛化性。 展开更多
关键词 小目标检测 YOLOv11 特征融合 特征金字塔
暂未订购 下载PDF
HM-YOLO:融合多尺度特征的轻量化航拍图像检测算法 认领 引用 被引量：2
5
作者 李珺 丁彬彬 +1 位作者 史维娟 杨琳 《计算机工程与应用》 EI CSCD 北大核心 2026年第1期87-100,共14页
针对无人机航拍图像检测任务中,存在目标尺寸微小、背景环境复杂和特征提取困难等问题,在YOLOv11的基础上提出了一种轻量化的航拍图像检测算法HM-YOLO。对骨干网络中不同尺度的特征进行下采样和上采样,扩展了不同特征通道之间的信息交互... 针对无人机航拍图像检测任务中,存在目标尺寸微小、背景环境复杂和特征提取困难等问题,在YOLOv11的基础上提出了一种轻量化的航拍图像检测算法HM-YOLO。对骨干网络中不同尺度的特征进行下采样和上采样,扩展了不同特征通道之间的信息交互,同时优化了浅层特征图的大小以适应航拍图像中的微小目标;设计了高效特征提取模块C3k2_MSEE,先利用自适应平均池化对特征图进行划分,再通过边缘增强模块来突出边缘信息,避免小目标特征信息在深层网络中丢失;提出了层次注意力融合模块HAFB,通过构建局部与全局双路注意力网络,强化了模型对上下文信息的整合能力;引入了具有多重注意力机制的动态检测头DyHead,进一步优化了对小目标特征信息的感知能力。并且使用LAMP剪枝方法和BCKD知识蒸馏策略对HM-YOLO进行了轻量化处理,显著压缩了模型的体积。在Visdrone2019数据集上的实验结果表明,改进后算法的准确率、召回率和mAP@50,分别提升了8.4、5.7和8.4个百分点,能够有效应对无人机航拍图像目标检测任务中的挑战。 展开更多
关键词 YOLOv11 小目标检测 多尺度特征 通道剪枝 知识蒸馏 轻量化
暂未订购 下载PDF
无人机引导下多消防机器人协同作业 认领 引用 被引量：2
6
作者 华长春 穆殿瑞 +1 位作者 陈健楠 魏饶 《自动化学报》 EI CAS CSCD 北大核心 2026年第2期267-283,共17页
复杂火灾场景下传统消防手段存在全局感知能力不足、协同能力弱等问题,因此提出一种基于无人机空中引导的多消防机器人协同作业系统.通过构建空-地异构协同架构,融合无人机全局态势感知与地面消防机器人精准作业能力,实现火灾动态环境... 复杂火灾场景下传统消防手段存在全局感知能力不足、协同能力弱等问题,因此提出一种基于无人机空中引导的多消防机器人协同作业系统.通过构建空-地异构协同架构,融合无人机全局态势感知与地面消防机器人精准作业能力,实现火灾动态环境下的高效协同灭火.通过融合先验地图、高空侦察信息和多视角观测信息,构建适用于灭火指控的多图层火场地图,在保障关键信息获取的同时兼顾建图效率.同时结合水柱轨迹模型、多视角观测信息及结构层数据,实现水柱轨迹和落点的准确检测.然后设计队列式与多形态主从编队模式,配合快速队形重构算法生成编队参考信号.进而,基于提出的柔性预定性能函数设计无人机位姿矢量控制器,以及基于改进视距导引法设计多消防机器人编队控制器.最后,开展空-地多机协同控制算法的仿真验证,并将系统集成到开诚RXB-MC80BD消防机器人上进行应用测试. 展开更多
关键词 多图层火场建图 柔性预定性能控制 无人机位姿矢量控制 消防机器人多模态编队
暂未订购 下载PDF
面向智慧城市管理巡查的可靠性无人机机巢选址优化方法 认领 引用 被引量：2
7
作者 高峰 于滨 《交通运输工程学报》 EI CAS CSCD 北大核心 2026年第3期276-290,共15页
为实现基于固定机巢的城管事件无人机自动巡查,降低机巢和无人机失效对效率与稳定性的影响,研究了基于多层级备援机制的固定机巢可靠性选址-分配问题;考虑任务点差异化巡查频率和固定机巢服务半径约束,构建了以机巢建设与运行总成本最... 为实现基于固定机巢的城管事件无人机自动巡查,降低机巢和无人机失效对效率与稳定性的影响,研究了基于多层级备援机制的固定机巢可靠性选址-分配问题;考虑任务点差异化巡查频率和固定机巢服务半径约束,构建了以机巢建设与运行总成本最小为目标的混合整数规划模型;提出基于拉格朗日松弛的混合算法,通过松弛选址-分配耦合约束,将原问题分解为机巢选址与多层级任务分配2个子问题精确求解以获得紧下界,设计覆盖增益驱动的选址修复算法生成可行上界,提出了基于邻域搜索的上界改进算法以加速收敛。研究结果表明:在小、中规模算例上,所提算法相较Gurobi求解器计算时间缩短57.56%~88.86%,大规模问题亦可在较短时间内给出高质量解;多层级冗余显著降低系统成本,以大连市中山区为例,3层冗余配置将总成本从72.36万元降至43.72万元,降幅约为39.59%,配置3层以上冗余机巢的边际收益显著减弱;随着机巢服务半径增大,总成本与建设成本先下降后趋于稳定,巡查成本基本不变;机巢采购单价与总成本、建设成本、巡检成本及人工巡检成本呈正相关,与机巢数量呈负相关;无人机单位飞行价格与总成本、建设成本和巡检成本近线性正相关,对人工巡检成本影响不显著。 展开更多
关键词 低空交通 机巢选址 混合整数规划 城市管理巡查 无人机 拉格朗日松弛
暂未订购 下载PDF
基于跨模态交互融合与全局特征校准的无人机电线检测 认领 引用 被引量：1
8
作者 田洪坤 姜囡 任涛 《控制与决策》 EI CSCD 北大核心 2026年第3期639-650,共12页
无人机对电线的精确感知是电力系统运维与无人机自主避障的核心基础,但复杂环境下的光照变化、背景干扰及电线自身特性,给精准识别带来极大挑战.现有单一模态检测方法依赖可见光或红外数据,因复杂背景适应性差,在恶劣条件下表现不佳,存... 无人机对电线的精确感知是电力系统运维与无人机自主避障的核心基础,但复杂环境下的光照变化、背景干扰及电线自身特性,给精准识别带来极大挑战.现有单一模态检测方法依赖可见光或红外数据,因复杂背景适应性差,在恶劣条件下表现不佳,存在明显局限性;多模态检测虽通过融合可见光与红外数据提升了鲁棒性,但在复杂环境适应性与任务特异性挖掘上仍有不足.为此,提出可见光与红外数据跨模态交互融合与全局特征校准检测方案:通过跨模态交互引导融合模块(CIGF)实现双模态特征深度交互与优势互补,通过全局特征重要性校准器(GFSM)精准校准枢纽特征并增强关键信息,通过多感受野增强解码器(MRED)高效重建电线目标精细空间结构并实现像素级定位;三大核心模块协同,形成从特征提取、交互融合到全局校准再到精细解码的完整技术链路.在无人机电线检测权威数据集VITLD上的实验显示,该算法可满足检测精度与实时性的双重需求,尤其在夜间低光照、雾天模糊、雪天遮挡等复杂极端环境中仍保持高精度,突破传统方法应用瓶颈.该方案可为解决无人机电线检测问题提供有效思路,具有重要理论意义与实际应用价值. 展开更多
关键词 无人机 电线检测 自主巡检 多模态融合 目标识别 计算机视觉
暂未订购 下载PDF
无人机技术在灾害调查评估中的应用探索 认领 引用
9
作者 杨月巧 宋泽文 《中国减灾》 2026年第11期20-23,共4页
无人机技术以其卓越的机动灵活性、高效的数据采集能力和日益降低的应用成本,为灾害调查评估提供了低空数字化路径和有力的技术支撑。本文立足当前灾害调查评估工作面临的问题和无人机的特性,探讨无人机技术在不同灾害场景以及在灾害调... 无人机技术以其卓越的机动灵活性、高效的数据采集能力和日益降低的应用成本,为灾害调查评估提供了低空数字化路径和有力的技术支撑。本文立足当前灾害调查评估工作面临的问题和无人机的特性,探讨无人机技术在不同灾害场景以及在灾害调查评估不同阶段的应用,以期为进一步做好调查评估工作提供助力。 展开更多
关键词 灾害调查评估 低空数字化 无人机技术
暂未订购 下载PDF
无人机赋能城市治理的应用场景、风险挑战与应对策略 认领 引用 被引量：1
10
作者 张永平 鄢嘉昕 +1 位作者 石战强 张诗涵 《城市观察》 2026年第2期99-111,162,共13页
作为低空经济飞行活动的重要载体,无人机凭借灵活高效、多维感知的优势,正逐步成为推动城市治理向精细化、智慧化转型的重要技术手段。本文基于“发展现状—风险挑战—应对策略”的逻辑思路,结合无人机在城市治理中的典型案例与前沿实践... 作为低空经济飞行活动的重要载体,无人机凭借灵活高效、多维感知的优势,正逐步成为推动城市治理向精细化、智慧化转型的重要技术手段。本文基于“发展现状—风险挑战—应对策略”的逻辑思路,结合无人机在城市治理中的典型案例与前沿实践,系统梳理其在公共安全防控、应急响应处置、环境动态监管等领域的应用场景,深入剖析无人机赋能城市治理的多维价值和潜在风险,并提出相应的破解路径。研究发现,无人机在深度应用于城市治理领域的过程中,仍面临技术与管理协同不足、隐私数据泄露、监管机制相对滞后、低空基础设施建设尚未完善等风险挑战。为此,本文提出构建“三位一体”协同治理体系、强化安全治理与隐私保护能力等系统性应对策略,为推进城市治理现代化提供学理支撑与实践参考。 展开更多
关键词 无人机 城市治理 低空基础设施 应用场景 低空数据
暂未订购 下载PDF
月球关键矿产资源开发利用技术与发展前瞻 认领 引用
11
作者 何成旦 李正伟 +8 位作者 王永军 刘坤 张衍 石忠宁 王琎 李丽匣 于瑞云 冯夏庭 李得天 《中国空间科学技术（中英文）》 CSCD 北大核心 2026年第3期19-33,共15页
月球蕴含着丰富的水冰、钛铁矿、氦-3等关键矿产资源,开发利用月球资源,对支撑深空探测任务可持续发展、解决未来地球资源枯竭问题、催生太空新经济模式等具有重大意义。对月球水冰、固体矿物、氦-3等关键矿产资源的储量与赋存特征进行... 月球蕴含着丰富的水冰、钛铁矿、氦-3等关键矿产资源,开发利用月球资源,对支撑深空探测任务可持续发展、解决未来地球资源枯竭问题、催生太空新经济模式等具有重大意义。对月球水冰、固体矿物、氦-3等关键矿产资源的储量与赋存特征进行了研究,梳理了月球资源开发利用过程中面临的重大挑战,包括极端月面环境的苛刻性、资源赋存状态的不确定性、能源供应体系的局限性、智能作业装备的可靠性等方面。在此基础上,回顾了月球关键矿产资源开发利用技术的研究进展,总结了月球资源全流程开发利用技术体系,提出了跨学科人才队伍建设、开发策略、技术验证、可行性、政策法规和国际合作模式等方面的发展建议。 展开更多
关键词 月球资源 开发利用 月面环境 水冰开采 矿物分选冶炼 原位建造与制造
暂未订购 下载PDF
基于MFFISNet的低空地物识别方法研究 认领 引用
12
作者 张堃 白浚哲 +4 位作者 欧阳鹏 徐浚哲 张培建 费敏锐 华亮 《电子测量与仪器学报》 EI CSCD 北大核心 2026年第3期58-70,共13页
随着无人机航拍技术的快速发展,低空场景中对基础设施等目标的精确识别需求日益增强。然而,传统目标检测与语义分割方法在边界刻画及同类实例区分方面仍存在不足。针对此问题,提出一种改进的多模态特征融合实例分割网络,以提升无人机遥... 随着无人机航拍技术的快速发展,低空场景中对基础设施等目标的精确识别需求日益增强。然而,传统目标检测与语义分割方法在边界刻画及同类实例区分方面仍存在不足。针对此问题,提出一种改进的多模态特征融合实例分割网络,以提升无人机遥感影像中目标分割的精细化程度与鲁棒性。所得方法的创新点:构建双路径输入结构,同时利用RGB影像与DSM信息,丰富多模态特征表达;面向DSM分支引入HWF-LM与DMSCA,显著增强模型对高程与结构信息的表征能力;提出FGCA机制,实现跨模态特征的高效融合,从而提升复杂场景下的实例分割精度。在Drone-OrthoSeg数据集上,所提方法的边界框mAP和掩模mAP分别达到42.63%和42.69%;在NWPU VHR-10数据集上分别为77.86%和72.59%;在雾天海上场景的FoggyShipInsseg数据集上亦取得63.86%与59.69%的良好表现。实验结果表明,该方法在准确性与鲁棒性方面均优于现有先进方法,可为低空场景下的基础设施自动化检测和测量提供高效可靠的技术支持。 展开更多
关键词 实例分割 多模态特征融合 卷积神经网络 无人机图像 地理空间物体
暂未订购 下载PDF
基于多尺度特征聚合的航拍图像检测算法 认领 引用
13
作者 李珺 丁彬彬 +1 位作者 史维娟 杨琳 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2026年第9期1890-1900,共11页
针对无人机(UAV)航拍图像检测任务中存在的密集小目标特征混淆导致漏检率高的问题,在YOLOv11的基础上提出基于多尺度特征聚合的航拍图像检测算法FDL-YOLO.设计基于频率动态卷积的特征提取模块C3k2-FDCN,通过动态调整卷积核频率响应特性... 针对无人机(UAV)航拍图像检测任务中存在的密集小目标特征混淆导致漏检率高的问题,在YOLOv11的基础上提出基于多尺度特征聚合的航拍图像检测算法FDL-YOLO.设计基于频率动态卷积的特征提取模块C3k2-FDCN,通过动态调整卷积核频率响应特性,增强对小目标高频细节特征的敏感度.使用动态自适应尺度融合模块,重构特征金字塔结构并新增160×160高分辨率特征图,实现跨尺度特征的自适应深度融合.在网络输入端引入LoG-Stem层,增强输入图像边缘特征和强化目标轮廓信息.在检测头前端构建浅层细节融合模块,通过通道空间双重注意力机制缓解密集目标场景下的特征混淆.采用基于依赖图的结构剪枝策略,在保留关键特征通道的前提下优化模型参数,实现检测精度与轻量化部署的平衡.在VisDrone2019数据集上的实验结果表明,利用改进后的算法,准确率提升5.9%,召回率提升8.2%,mAP50提升8.6%~47.2%,参数量下降了70%.该算法能够有效应对无人机航拍图像目标检测任务中的挑战. 展开更多
关键词 YOLOv11 航拍图像 小目标检测 多尺度特征 结构剪枝 轻量化
暂未订购 下载PDF
基于可形变VMamba与特征对齐的无人机多模态图像语义分割(特邀) 认领 引用
14
作者 张涛 卢瑞涛 +3 位作者 李垚辰 谢学立 范继伟 杨小冈 《红外与激光工程》 EI CAS CSCD 北大核心 2026年第4期322-336,共15页
针对无人机低空城市场景感知中可见光-红外多模态图像存在视角偏差导致的弱对齐问题,以及现有语义分割方法全局建模能力有限、标准Mamba固定扫描路径易丢失二维空间结构信息的不足,提出一种基于可形变VMamba与特征对齐的无人机多模态语... 针对无人机低空城市场景感知中可见光-红外多模态图像存在视角偏差导致的弱对齐问题,以及现有语义分割方法全局建模能力有限、标准Mamba固定扫描路径易丢失二维空间结构信息的不足,提出一种基于可形变VMamba与特征对齐的无人机多模态语义分割方法UAV-Mamba,旨在提升弱对齐场景下的分割精度与复杂环境鲁棒性。首先,构建了可形变扫描视觉Mamba主干网络,通过生成动态偏移量自适应调整特征参考点与扫描顺序,形成结构感知特征序列,使模型能够匹配与目标形态一致的扫描路径,从而突破固定扫描策略对二维空间结构信息的限制,增强对小目标与细节特征的感知能力。其次,设计了跨模态特征空间对齐模块,以红外特征为基准生成从可见光到红外的动态偏移场,实现双模态特征的像素级自适应配准,有效缓解模态弱对齐带来的特征融合误差。最后提出了Cross-Mamba交互自适应融合模块,通过交叉选择性扫描机制实现双模态特征的双向信息补偿,结合冲突感知机制完成特征自适应加权融合,充分挖掘多模态数据的互补特性。在典型无人机RGB-T语义分割数据集Kust4K上的实验结果表明,所提方法平均交并比mIoU达到73.4%,较基准模型Sigma-T提升1.9个百分点,在低光照、目标遮挡等复杂场景下表现出良好的分割性能。 展开更多
关键词 无人机 多模态语义分割 视觉Mamba 可形变扫描
暂未订购 下载PDF
Generative AI for Efficient and Secure Authentication in UAV-Enabled Smart City Transportation Systems 认领 引用
15
作者 Akmalbek Abdusalomov Kudratjon Zohirov +6 位作者 Sojida Ochilova Jakhongir Oramov Zafar Ruziyev Malika Rustamova Gulrukh Sherboboyeva Komil Tashev Young Im Cho 《Computers, Materials & Continua》 SCIE EI 2026年第8期1164-1180,共17页
Unmanned aerial vehicles(UAVs)are also increasingly becoming more often in the transportation infrastructure of smart cities,so that they can successfully achieve real-time observation of traffic,emergency coordinatio... Unmanned aerial vehicles(UAVs)are also increasingly becoming more often in the transportation infrastructure of smart cities,so that they can successfully achieve real-time observation of traffic,emergency coordination,and two-way communication relaying.However,the security and privacy risks arising in open,highly mobile intelligent transportation systems(ITS)enabled by UAVs are critical,as they pose threats of impersonation,replay,Sybil,and tracking attacks.Secondly,standard static authentication mechanisms are unable to support dynamic risk environments and excessive resource consumption on UAV platforms with limited capacity.To address these challenges,this study introduces a Generative-AI-assisted Risk-Adaptive Authentication(GRAA)system that modulates the intensity of the authentication process based on risk levels identified by mobility,contextual awareness,and the environment.The framework contains unlinkable pseudonymous credentials and,unlike the accumulator-based revocation scheme and AI-based trust evaluation,it is impossible to correlate sessions.The coherence with the majority of attacks is demonstrated under the formal analysis model,which is also based on the real-or-random(ROR)session key,alongside the justifications of forward secrecy and unlinkability.The performance analysis shows that GRAA can achieve up to 87.9%reduction in computation cost and 56.7%reduction in communication overhead compared to pairing-and-group signature schemes,while lowering the latency and energy consumption of the UAVs in a congested urban setting.Generally,the suggested architecture provides a scalable,convenient,and privacy-friendly authentication system for next-generation smart transportation systems that use UAVs. 展开更多
关键词 Generative AI UAV-enabled intelligent transportation systems risk-adaptive authentication privacy-preserving security unlinkability scalable revocation
暂未订购 下载PDF
基于深度学习任务去噪的大规模遥感星座任务规划方法 认领 引用
16
作者 邱实 唐海清 +1 位作者 徐龙威 曹喜滨 《宇航学报》 EI CAS CSCD 北大核心 2026年第4期1057-1070,共14页
针对大规模遥感星座“海量任务,高效计算”的新型需求,提出了“任务去噪-冲突消解-星上规划”的新型大规模遥感星座规划架构。首先,设计了智能任务去噪方法,并且第一次在遥感任务规划领域提出了任务去噪的概念,基于深度学习方法对不具... 针对大规模遥感星座“海量任务,高效计算”的新型需求,提出了“任务去噪-冲突消解-星上规划”的新型大规模遥感星座规划架构。首先,设计了智能任务去噪方法,并且第一次在遥感任务规划领域提出了任务去噪的概念,基于深度学习方法对不具备可见性的任务数据进行过滤去噪处理,避免后续的无意义轨道计算。其次,提出了分簇择优的任务消解方法,设计了任务冲突消解的星上冗余度指标,将去噪后的任务数据消解上注至遥感卫星。最后,提出了基于序列择优的星上任务自主规划方法,保证星上任务的完整规划流程。仿真结果表明,所提出的任务去噪方法能够有效完成对巨型遥感星座任务规划的数据降维,相比于传统的任务规划架构,在保持数据有效信息完整性的基础上,将遥感任务规划应为待处理数据量降低至传统规划架构的21.4%,计算时间降低了78.64%,使得任务规划效率得到整体提高,能够满足大规模遥感星座“海量任务,高效计算”的新型需求。 展开更多
关键词 任务规划 遥感星座 深度学习 冲突消解 高效计算
暂未订购 下载PDF
Path Planning for Substation UAV Inspection Based on 3D Point Cloud Mapping 认领 引用
17
作者 Yanping Chen Zhengxin Zhan +3 位作者 Xiaohui Yan Le Zou Yucheng Zhong Hailei Wang 《Computers, Materials & Continua》 SCIE EI 2026年第5期2138-2159,共22页
With the increasing complexity of substation inspection tasks,achieving efficient and safe path planning for Unmanned Aerial Vehicles in densely populated and structurally complex three-dimensional(3D)environments rem... With the increasing complexity of substation inspection tasks,achieving efficient and safe path planning for Unmanned Aerial Vehicles in densely populated and structurally complex three-dimensional(3D)environments remains a critical challenge.To address this problem,this paper proposes an improved path planning algorithm—Random Geometric Graph(RGG)-guided Rapidly-exploring Random Tree(R-RRT)—based on the classical Rapidly-exploring Random Tree(RRT)framework.First,a refined 3D occupancy grid map is constructed from Light Detection and Ranging point cloud data through ground filtering,noise removal,coordinate transformation,and obstacle inflation using spherical structuring elements.During the planning stage,a dynamic goal-biasing strategy is introduced to adaptively adjust the sampling direction,the sampling distribution is optimized using a pre-generated RGG,and collision detection is accelerated via a K-Dimensional Tree structure.After initial trajectory generation,redundant nodes are eliminated via greedy pruning,and a curvature-minimizing gradient-based optimizationmethod is applied to smooth the trajectory.Experimental results conducted in a simulated substation environment demonstrate that,compared with mainstream path planning algorithms,the proposed R-RRT achieves superior performance in terms of path length,planning time,and trajectory smoothness.Comprehensive analysis shows that the proposed method significantly enhances trajectory quality,planning efficiency,and operational safety,validating its applicability and advantages for high-precision 3D path planning in complex substation inspection scenarios. 展开更多
关键词 R-RRT algorithm unmanned aerial vehicles path planning random geometric graph 3D occupancy grid map substation inspection
暂未订购 下载PDF
基于频域感知特征融合的无人机航拍图像小目标检测算法 认领 引用
18
作者 贾小军 唐彪 +2 位作者 骆淑云 梁诺雷 张春花 《光电工程》 CAS CSCD 北大核心 2026年第2期52-64,共13页
小目标检测一直是计算机视觉处理中一项极具挑战性的任务,针对传统无人机航拍图像小目标多且密集,而传统检测算法存在漏检、误检的问题,提出一种基于频域感知特征融合的FFC-YOLO(FASFF-FreqFusion-CAA YOLO)目标检测算法。首先,通过增... 小目标检测一直是计算机视觉处理中一项极具挑战性的任务,针对传统无人机航拍图像小目标多且密集,而传统检测算法存在漏检、误检的问题,提出一种基于频域感知特征融合的FFC-YOLO(FASFF-FreqFusion-CAA YOLO)目标检测算法。首先,通过增加P2检测层,重新设计了针对小目标检测的Detect-FASFF(four adaptively spatial feature fusion)检测头结构。然后,将传统的特征融合采样方法替换为频率感知特征融合FreqFusion(frequency-aware feature fusion)方法并结合BiFPN(bidirectional feature pyramid network)结构提升了算法处理密集小目标图像的能力。最后,在C2PSA模块中加入CAA(context anchor attention)注意力机制,增强了目标上下文特征信息的关联。在VisDrone2019数据集中,基于FFC-YOLO目标检测算法的mAP@0.5为40%,较传统算法如Fast-RCNN、RetinaNet分别提升了28.4%、18.6%,较YOLO算法如YOLO v8n、v10n、v11n分别提升了8.0%、7.6%、7.8%。在自建小目标数据集tiny-data中,基于FFC-YOLO的3类目标sperson、lperson和wperson的检测结果较YOLOv11n,mAP@0.5、P、R分别提升了9.2%、8.7%、5.9%。实验结果表明,FFC-YOLO小目标检测算法能够更好地应用于无人机航拍图像检测领域。 展开更多
关键词 FFC-YOLO 小目标检测 无人机航拍图像 频域感知特征融合 YOLOv11n
暂未订购 下载PDF
面向无人机航拍图像的注意力融合目标检测算法 认领 引用
19
作者 徐昊天 曾臻 +1 位作者 安嵩阳 李肖 《光电工程》 CAS CSCD 北大核心 2026年第1期146-159,共14页
针对无人机航拍图像中小目标丰富、目标尺度存在差异以及背景复杂导致检测精度低的问题,本文提出了一种基于YOLOv8n的注意力融合目标检测算法。首先,采用FasterNet架构对骨干网络进行改进,通过部分卷积弥补传统卷积和池化操作中细节信... 针对无人机航拍图像中小目标丰富、目标尺度存在差异以及背景复杂导致检测精度低的问题,本文提出了一种基于YOLOv8n的注意力融合目标检测算法。首先,采用FasterNet架构对骨干网络进行改进,通过部分卷积弥补传统卷积和池化操作中细节信息的丢失,提升小目标的检测能力;其次,引入三元组注意力机制(Triplet),增强特征图信息捕捉,有效地应对多样本和目标尺度多样性的问题;最后,基于感受野注意力卷积(RFAConv)和卷积块注意力模块(CBAM),设计了DARFCB结构,强化边缘特征提升模型在复杂环境下的检测精度。在VisDrone2019数据集上的实验结果表明,本文算法相较基准模型,P、R和mAP50值分别提升了4.9%、3.9%和6.1%,有效提高了检测精度。此外,本文算法在WiderPerson和PASCAL VOC数据集上的实验也展示了良好的泛化能力,进一步说明其能够为无人机航拍图像目标检测任务提供有效支持。 展开更多
关键词 目标检测 无人机航拍图像 FasterNet 三元组注意力 感受野注意力卷积
暂未订购 下载PDF
A UAV Image Object Detection Algorithm Based on Deep Diverse Branch Block and Multi-Scale Auxiliary Feature 认领 引用
20
作者 Wenfeng Wang Wenjie Fan +3 位作者 Fang Dong Bin Zeng Wenxin Yu Xiangping Deng 《Computers, Materials & Continua》 SCIE EI 2026年第7期1848-1863,共16页
Unmanned Aerial Vehicle(UAV)image object detection has been widely applied in many fields.However,compared with ordinary natural images,UAV images often exhibit complex backgrounds,a predominance of small objects,and ... Unmanned Aerial Vehicle(UAV)image object detection has been widely applied in many fields.However,compared with ordinary natural images,UAV images often exhibit complex backgrounds,a predominance of small objects,and significant variations in target scales,which cause traditional detection algorithms to easily suffer from missed or false detections with insufficient accuracy.To address these issues,this paper proposes a novel UAV image object detection algorithm named DMA-YOLO based on the YOLOv8s model,incorporating a deep diverse branch block and multi-scale auxiliary feature.First,a DF-C2f module integrating a deep diverse branch block and an adaptive fine-grained attention mechanism is designed to enhance small object detailed feature extraction.Second,a multi-scale auxiliary feature pyramid network(MAFPN)reconstructs the neck structure to strengthen multi-scale feature fusion and interaction,mitigating the impact of target scale variations.Finally,a dynamic detection head(DyHead)optimizes detection performance and model robustness,and the EIoU loss replaces the original CIoU to enhance bounding box regression accuracy and stability.Ablation experiments on the public VisDrone2019 dataset show that DMA-YOLO achieves a 3.7%increase in mAP50 and 2.8%in mAP50:95 compared with the baseline,with negligible changes in parameter counts and computational complexity.Comparative experiments with mainstream detection models and UAV-specific state-of-the-art algorithms confirm DMA-YOLO’s superior detection accuracy.Further experiments on the RSOD dataset validate its generalization capability and stability across diverse data distributions,highlighting its applicability in complex UAV object detection scenarios. 展开更多
关键词 Deep diverse branch block fine-grained attention mechanism MAFPN DyHead EIoU
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 117 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈