本文提出LiSWARM系统——一套基于低成本激光雷达的大型无人机群单机探测追踪方案。相较于依赖射频、声学或RGB图像特征的现有先进无人机追踪系统,LiSWARM能在三维空间实现鲁棒精确的无人机定位识别。该系统包含四大核心技术:(1)高效点云数据处理流程;(2)优先级感知聚类算法(从背景噪声中分离集群数据);(3)基于神经网络的可靠无人机识别算法;(4)无人机群单机轨迹追踪技术。我们开发LiSWARM原型机,通过实验室与实地测试验证性能。值得注意的是,在包含150架及500架无人机的两次灯光表演中,系统识别准确率达98%且轨迹追踪稳定可靠。为评估可扩展性,我们对15,000架无人机集群进行系统性能基准测试,结果证实该技术可延伸至战场应用、异常无人机探测、机场监狱等敏感区域安防领域。

(图1:基于低成本商用激光雷达的无人机群探测追踪技术方案)

成为VIP会员查看完整内容
10

相关内容

人工智能在军事中可用于多项任务,例如目标识别、大数据处理、作战系统、网络安全、后勤运输、战争医疗、威胁和安全监测以及战斗模拟和训练。
《面向军用无人机的人性化控制和人工智能》
专知会员服务
25+阅读 · 2024年12月6日
《无人机蜂群的应用、挑战和研究课题》
专知会员服务
60+阅读 · 2024年8月5日
《基于无人机蜂群在复杂环境中的监视模型》
专知会员服务
40+阅读 · 2024年7月10日
《通过自适应蜂群智能实现认知物联网系统》
专知会员服务
44+阅读 · 2023年10月29日
无人预警机系统架构及关键技术分析
专知
13+阅读 · 2022年8月6日
【综述】多智能体强化学习算法理论研究
深度强化学习实验室
15+阅读 · 2020年9月9日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2012年12月31日
Arxiv
169+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
464+阅读 · 2023年3月31日
Arxiv
76+阅读 · 2023年3月26日
Arxiv
169+阅读 · 2023年3月24日
Arxiv
24+阅读 · 2023年3月17日
VIP会员
相关VIP内容
《面向军用无人机的人性化控制和人工智能》
专知会员服务
25+阅读 · 2024年12月6日
《无人机蜂群的应用、挑战和研究课题》
专知会员服务
60+阅读 · 2024年8月5日
《基于无人机蜂群在复杂环境中的监视模型》
专知会员服务
40+阅读 · 2024年7月10日
《通过自适应蜂群智能实现认知物联网系统》
专知会员服务
44+阅读 · 2023年10月29日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2015年12月31日
国家自然科学基金
3+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
19+阅读 · 2012年12月31日
微信扫码咨询专知VIP会员