中图网

>

武器工业

无人机系统成像与感知——部署与应用

作者：[巴西]瓦尼亚·V·埃斯特雷拉（Vani

出版社：国防工业出版社出版时间：2024-04-01

开本：其他页数： 244

本类榜单：工业技术销量榜

中图价:¥93.4(6.4折) 定价 ~~¥146.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

本类五星书更多>

>
湖南省志(1978-2002)?铁路志

湖南省志(1978-2002)?铁路志

¥70.6¥98
>
公路车宝典(ZINN的公路车维修与保养秘籍)

公路车宝典(ZINN的公路车维修与保养秘籍)

¥69.6¥120
>
晶体管电路设计(下)

晶体管电路设计(下)

¥28.6¥38
>
基于个性化设计策略的智能交通系统关键技术

基于个性化设计策略的智能交通系统关键技术

¥48.6¥68
>
德国克虏伯与晚清火:贸易与仿制模式下的技术转移

德国克虏伯与晚清火:贸易与仿制模式下的技术转移

¥21.8¥65
>
花样百出:贵州少数民族图案填色

花样百出:贵州少数民族图案填色

¥19.1¥45
>
识木:全球220种木材图鉴

识木:全球220种木材图鉴

¥159.6¥228

商品详情
商品评论(0条)

中图价:¥93.4 加入购物车

版权信息
内容简介
目录
作者简介

无人机系统成像与感知——部署与应用版权信息

ISBN：9787118131666
条形码：9787118131666 ; 978-7-118-13166-6
装帧：平装-胶订
册数：暂无
重量：暂无
所属分类：
工业技术
>
武器工业

无人机系统成像与感知——部署与应用内容简介

本书从无人机系统的部署与应用两方面详细讲述了传感器和计算机视觉技术在无人机系统测试平台、人机界面设计、自我维护、战略重新规划等方面的应用，重点阐述了无人机物理—网络系统、超光谱成像、深度学习、基础设施重建等内容，并介绍了相关实际应用案例。

无人机系统成像与感知——部署与应用目录

UAV CPS作为新技术的试验台和工业5.0入门 1.1 引言 1.2 云计算 1．3 无人机学习 1．4 人工计算、众包和呼叫中心 1.5 开源和开放访问资源 1.6 挑战和未来方向 1.7 结论参考文献2UAS人为因素和人机界面设计 2.1 引言 2.2 UAS人机界面（HMI）功能 2.2.1可重构显示 2.2.2感知和规避 2.2.3任务规划和管理 2.2.4多平台协调 2.3GCS人机界面因素 2.4人为因素计划 2.4.1需求定义、捕获和细化 2.4.2任务分析 2.4.3分层任务分析 2.4.4认知任务分析 2.4.5关键任务分析 2.4.6运营序列图 2.4.7系统设计和开发 2.4.8设计评估 2.4.9 验证和确认 2.5下步工作 2.6结论参考文献 3UAV中的开源软件(OSS)和硬件(OSH) 3.1引言 3.2开源软件 3.3开源UAS 3.4通用消息协议 3.5GCS软件 3.6处理软件 3.7操作员信息和通信 3.8开源平台 3.9下步工作 3.9.1职业安全和健康挑战 3.9.2开放数据 3.9.3云数据中心 3.9.4无人机-计算机程序产品系统中的众包数据 3.9.5无人机群的控制 3.10 结论参考文献 4. 无人机多输入多输出超宽带系统中的图像传输 4.1引言 4.1.1 平坦Rayleigh衰落信道的效率 4.2 多描述编码 4.3 多输入多输出（MIMO） 4.4 多样性 4.5 模拟结果 4.6 讨论和未来趋势 4.7结论参考文献 5 摄影、测量、遥感和计算机视觉 5.1. 引言 5.1.1无人机图像处理系统 5.2 航空成像数据库框架 5.2.1 数据库要求 5.2.2 数据库设计 5.3 图像捕捉过程 5.4结果 5.4.1收集的图像 5.5 图像数据库的使用 5.5.1马赛克 5.5.2变异系数算法的发展 5.6 结论和未来工作参考文献 6. 通信要求，视频直播，通信链接和网络UAV 6.1引言 6.2 飞行自组网 6.3 FANET协议 6.4 流式传输和监控 6.5 讨论和未来趋势 6.5.1 模糊神经网络的布局搜索算法 6.5.2事件检测和视频质量选择算法 6.5.3机载视频管理(无人机) 6.5.4 车队平台的视频速率适配 6.5.5 FNs协调 6.5.6 数据收集和展示 6.5.7软件定义的网络 6.5.8 网络功能虚拟化 6.5.9 数据收集与能量收集 6.6结论参考文献 7. 无人机多光谱与高光谱成像：现状与展望 7.1引言 7.2 无人机成像架构和组件 7.2.1 无人机的未来范围 7.3 多光谱与超光谱成像仪器 7.3.1 多光谱成像 7.3.2超光谱成像 7.3.3卫星成像与无人机成像 7.4 无人机图像处理流程 7.4.1 大气改正 7.4.2 光谱影响映射 7.4.3降维 7.4.4 计算任务 7.5空间数据的数据处理工具包 7.6无人机开放数据集用于研究——多光谱和超光谱 7.7 MSI和HSI无人机成像的应用 7.7.1 农业监测 7.7.2海岸监测 7.7.3林业 7.7.4城市规划 7.7.5 国防应用 7.7.6环境监测 7.7.7 其他商业用途 7.8 结论和未来范围参考文献 8无人机空中成像和基础设施重建 8.1引言 8.2 相关研究 8.3 视觉传感器和任务规划器 8.3.1图像投影 8.3.2 路径规划器 8.4 三维重建 8.4.1立体地图 8.4.2单眼绘图 8.5 数据集收集 8.5.1实验装置 8.5.2数据集1 8.5.3数据集2 8.6 实验结果 8.6.1室内场景 8.6.2室外场景1 8.6.3室外场景2 8.6.4 地下场景 8.7未来趋势 8.8结论参考文献 9. 深度学习作为替代无人机系统中的超分辨率成像 9.1 引言 9.2 超分辨率型号 9.3 实验和结果 9.3.1峰值信噪比 9.4 UAV巡航导弹部署中的关键问题——巡航导弹 9.4.1大数据 9.4.2云计算服务 9.4.3图像采集硬件限制 9.4.4视频SR 9.4.5高效的指标和其他评估策略 9.4.6多次前科 9.4.7监管 9.4.8新型架构 9.4 .9 3D SR 9.4.10深度学习和计算智能 9.4.11网络设计 9.5结论参考文献 10体验质量和服务质量在无人机系统 10.1介绍 10.1.1从CPS角度看机载网络 10.2定义 10.2.1影响服务质量质量的参数 10.2.2云距离对服务质量质量的影响 10.2.3无人机-CPS中的服务质量生活质量监控框架 10.2.4应用程序级管理 10.2.5网络级管理 10.2.6云距离管理 10.2.7服务质量QoE服务级别管理 10.2.8无人机系统中的服务质量质量评价指标 10.2.9将服务质量应用于QoE 10.2.10客观与客观测量 10.2.11衡量服务质量质量的工具 10.3应用 10.3.1社交网络、游戏和人机界面 10.3.2数据中心 10.3.3电网和能源系统 10.3.4网络系统 10.3.5监督 10.4基础研究 10.4.1应用场景1:无人机-巡航控制系统在交通中的应用拥塞管理 10.4.2应用场景2:拥堵和事故使用智能车辆系统回避 10.5未来和开放的挑战 10.5.1建模和设计 10.5.2协作服务 10.5.3直播 10.5.4安全性 10.5.5飞行特设网络 10.5.6用户情绪 10.6 结论 11. 结束语

展开全部