基于学习的无人机感知与规避
①全新正版，现货速发，7天无理由退换货②天津、成都、无锡、广东等多仓就近发货，订单最迟48小时内发出③无法指定快递④可开电子发票，不清楚的请咨询客服。
￥ 45.3 5.7折 ￥ 80 全新
库存2件
浙江嘉兴
认证卖家担保交易快速发货售后保障
作者马兆伟//牛轶峰//王菖//沈林成|责编:辛俊颖
出版社国防工业
ISBN9787118127997
出版时间2023-02
装帧平装
开本其他
定价80元
货号31695310
上书时间2024-10-30
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
商品简介
《基于学习的无人机感知与规避》以无人机突发障碍这一意外事件为研究背景，主要研究单架无人机突遇障碍下的规避决策问题。
针对搭载视觉传感器的轻小型无人机，《基于学习的无人机感知与规避》主要介绍了自身载荷能力和计算能力受限条件下的无人机感知与规避控制技术及其自主学习方法。以基于行为分解的控制架构为基础，结合学习机制，详细介绍了两种显著性目标区域提取算法以及利用卷积与反卷积网络实现对深度距离的估计方法：结合无人机规避过程中对于感知与动作的描述，介绍了结合强化学习理论的无人机感知-规避的实现算法。
《基于学习的无人机感知与规避》可作为从事无人机相关领域研究的科研人员的参考资料。
作者简介
牛轶峰，男，河南伊川人，1979年生，博士(后)，讲师。2001年、2007年分别获得国防科技大学自动控制专业学士学位、控制科学与工程专业博士学位，2012年在德国蒂宾根大学（11所精英大学之一）计算机科学系作博士后研究。现为国防科技大学机电工程与自动化学院无人系统研究所讲师，IEEE、ISBE和CSIG会员。
目录
第l章 绪论
1.1 研究背景
1.2 无人机感知规避系统现状
1.3 无人机感知规避技术现状
1.4 本书主要研究工作
1.4.1 主要研究内容
1.4.2 组织结构
1.4.3 主要创新点
第2章 无人机感知规避系统框架设计与分析
2.1 引言
2.2 机器人控制体系结构基础
2.3 无人机感知规避框架设计与要素分析
2.3.1 感知规避框架设计
2.3.2 感知规避框架关键要素分析
2.3.3 感知规避框架学习机制描述
2.4 无人机感知-规避状态空间表征描述
2.4.1 环境障碍物状态描述
2.4.2 无人机规避动作描述
2.5 本章小结
第3章 基于显著性的空中障碍目标检测方法
3.1 引言
3.2 视觉注意机制与显著性检测
3.3 基于频域信息的显著性目标检测
3.3.1 基于频域信息的显著性检测方法描述
3.3.2 基于频域信息的显著性检测算法设计
3.4 基于深度学习的显著性目标检测
3.4.1 基于卷积神经网络的显著性检测方法描述
3.4.2 基于卷积神经网络的显著性检测算法设计
3.5 空中目标显著性检测方法实验验证
3.5.1 通用数据集算法测试实验
3.5.2 飞行数据集算法测试实验
3.6 本章小结
第4章 基于自动编码理论的近地障碍环境表征方法
4.1 引言
4.2 基于深度编码-反编码结构的环境重构算法
4.2.1 编码与反编码结构
4.2.2 深度编码-反编码网络算法设计
4.3 基于深度卷积神经网络的深度距离估计算法
4.3.1 测距方法与尺度空间
4.3.2 深度距离估计卷积神经网络算法设计
4.4 复杂近地环境表征方法实验验证
4.4.1 基于深度编码-反编码结构的环境重构算法实验验证
4.4.2 基于深度卷积神经网络的深度距离估计算法实验验证
4.5 本章小结
第5章 基于强化学习的无人机规避决策控制
5.1 引言
5.2 表格型Q学习规避算法
5.2.1 表格型Q学习原理
5.2.2 表格型O学习算法设计
5.3 基于执行器-评价器的无人机空中规避算法
内容摘要
本书以轻小型无人机为背景，构建了基于学习的无人机感知与规避系统的自主反应式控制框架，以视觉传感器为基本感知手段，研究自身载荷能力和计算能力受限条件下的无人机感知与规避控制技术及其自主学习方法，通过深度学习实现感知状态的表征与降维，利用强化学习构建了感知状态和无人机规避动作之间的反应式规避映射关系，训练和学习提升了无人机在未知环境下的适应能力。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价