VIP6
本课程属于：167-无人机精准降落与视觉引导 智能机器人、自动化与智能装备工程 · 共 6 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

无人机降落标志识别与跟踪

共计 30 章节
可可资料掘金营 · 点击在线试看
01
课程导入
目标=无人机自主降落的意义 · 降落标志识别与跟踪的任务定义 · 整体学习路线与课程结构
课程导入目标=无人机自主…
02
无人机降落场景与标志类型
目标=常见降落标志（H标志 · 二维码 · ArUco
无人机降落场景标志类型
03
视觉感知基础
目标=相机模型 · 针孔成像 · 内参外参
视觉感知基础目标=相机模型
04
图像预处理
目标=灰度化 · 滤波去噪 · 直方图均衡
图像预处理目标=灰度化
05
标志检测经典方法
目标=阈值分割 · 轮廓提取 · 霍夫变换
标志检测经典方法目标=阈值分割
06
特征点与描述子
目标=SIFT · SURF · ORB
特征点描述子
07
基于深度学习的标志检测
目标=两阶段与单阶段检测器 · YOLO系列 · SSD
基于深度学习的标…目标=两阶段
08
标志识别与解码
目标=ArUco/AprilTag编… · 二维码识别 · 字符与数字标志分类
标志识别解码
09
位姿估计基础
目标=PnP问题 · 单应性矩阵 · EPnP
位姿估计基础PnP
10
目标跟踪基础
目标=跟踪任务定义 · 生成式与判别式方法 · 单目标跟踪与多目标跟踪的区别
目标跟踪基础目标=跟踪任务定…
11
经典跟踪算法
目标=KCF · MOSSE · CSRT
经典跟踪算法KCF
12
基于相关滤波与深度特征的跟踪
目标=Siamese网络 · SiamFC · SiamRPN
基于相关滤波深度特征的跟踪
13
检测与跟踪融合
目标=TBD范式 · 检测置信度融合 · 轨迹管理
检测跟踪融合
14
鲁棒性提升方法
目标=光照变化 · 运动模糊 · 尺度变化
鲁棒性提升方法目标=光照变化
15
数据集与标注
目标=降落标志数据集构建 · 标注规范 · 数据增强
数据集标注
16
模型训练与评估
目标=损失函数 · 优化器 · 学习率策略
模型训练评估
17
嵌入式部署与实时性优化
目标=模型剪枝 · 量化 · TensorRT
嵌入式部署实时性优化
18
视觉伺服与降落控制
目标=IBVS · PBVS · 位置环与速度环设计
视觉伺服降落控制
19
多传感器融合
目标=视觉与IMU · GPS · 超声波
多传感器融合IMU
20
仿真与实验平台
目标=Gazebo · AirSim · ROS
仿真实验平台
21
案例实战一
目标=基于ArUco标志的无人机自主…
案例实战一ArUco
22
案例实战二
目标=基于YOLO与DeepSORT…
案例实战二YOLO
23
案例实战三
目标=复杂光照与部分遮挡条件下的鲁棒…
案例实战三目标=复杂光照
24
常见问题与调试
目标=误检漏检 · 跟踪漂移 · ID切换
常见问题调试
25
性能评估与对比实验
目标=不同检测跟踪算法在自建数据集上… · 速度与鲁棒性对比
性能评估对比实验
26
安全性与失效保护
目标=跟踪丢失 · 标志误识别 · 通信延迟下的安全降落策略与冗余机制
安全性失效保护
27
前沿进展
目标=事件相机 · Transformer跟踪 · 端到端检测跟踪一体化
前沿进展目标=事件相机
28
综合项目设计
目标=从需求分析 · 方案选型 · 系统集成到飞行测试的完整项目流程
综合项目设计目标=从需求分析
29
课程总结与知识图谱
目标=核心概念 · 方法流程 · 实战经验与常见陷阱的系统梳理
课程总结知识图谱
30
拓展与进阶方向
目标=多机协同降落 · 动态平台降落 · 夜间与恶劣天气降落
拓展进阶方向