GPS定位文库下载_中国高校课件下载中心

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

立即下载

河海大学：《控制测量学》课程教学资源（PPT课件讲稿）第十章参考椭球定位和不同坐标系之间的换算（10.3）我国大地坐标系

文档格式：PPT　文档大小：315KB　文档页数：2

10.3我国大地坐标系 10.3.11954年北京坐标系米克拉索夫斯基椭球参数,单点定位,大地原点在前苏联普而科沃米参考椭球面存在自西向东系统性倾斜,东部地区大地水准面差距达+68米,南京约+57米米几何大地测量与物理大地测量的参考面不统一定向不明确

立即下载