针对单独机器人难以执行复杂环境中任务的问题，Unmanned Air/Ground Vehicle(UAV/UGV)协同系统近年来受到了广泛关注。为了提高执行任务的工作效率，提出一种基于视觉传感器下UAV/UGV协同系统中UAV目标识别下UGV全局路径规划的方法，无人机利用高空视野优势获取目标物与环境信息, SURF算法和图像分割实现环境建模。无人车根据无人机获取的信息，利用优化的A*算法完成全局路径规划，并且在典型搜救场景中进行了仿真验证。实验表明，SURF算法能满足目标识别的精确度、实时性和鲁棒性；并且利用优化的A*算法实现了UGV快速准确的全局路径规划。

基于stm32的scratch3.0项目软件源码，也包含arduino上传内容，未打包打开可以直接使用

使用PX4:registered:自动驾驶仪的UAV工具箱支持包，您可以从MATLAB:registered:和Simulink:registered:访问自动驾驶仪外围设备。 借助EmbeddedCoder:registered:，您还可以自动生成C ++代码并使用PX4工具链来构建和部署专门为Pixhawk:registered:和Pixracer飞行管理单元（FMU）量身定制的算法，同时结合机载传感器数据和其他PX4特定服务。 PX4是Lorenz Meier的商标。

针对复杂环境中存在运动目标、移动威胁与突发威胁等多种情况,将动态流体扰动算法与滚动优化策略相结合,进行无人机(UAV)三维动态航路规划.基于移动目标运动信息与威胁运动信息引入相对初始流场,用扰动矩阵量化表示障碍物或威胁对相对初始流场的扰动影响,计算相对扰动流场,进而得到实际流场流线即无人机规划航路.充分利用实时环境信息,综合考虑未来运动态势,在有限时域内采用动态流体扰动算法规划出可选航路,然后构建目标函数,滚动优化反应系数,实现在线航路规划.仿真结果表明,该算法能较好地适用于复杂动态环境.

中文版航模遥控器全彩说明书

QGIS全动态视频（FMV） QGIS 3插件，允许在QGIS环境中分析，可视化和处理视频。 QGIS FMV接受多种视频格式，例如mp4，ts，avi等。它还能够提取视频帧，捕获当前帧，绘制比特率以及通过航拍图像等观察视频元数据。 它还提供了使用视频元数据创建报告的可能性。 支持的标准： “ UAS数据链路本地集”， 目录 滑梯 提及 屏幕截图 特征 贡献 贡献代码 贡献翻译 贡献者名单 执照 捐献 动机 在观察到没有免费的元数据提取和视频分析实时解决方案之后，才出现了这种发展。 因此，所有解决方案都是API或专用工具（例如Esri或ImpleoTv） ，因此，我决定开发此开源项目，并以此方式为QGIS社区提供此开源替代方案。 ↑回到顶部 依存关系 FFMPEG ：下载后，应将其存储在可访问的文件夹中，并使用相应的路径修改settings.ini 。 例如D://FFMPE

APM源码之返航模式梳理

快速计划者 Fast-Planner的开发旨在在复杂的未知环境中实现四旋翼快速飞行。 它包含一组精心设计的规划算法。 新闻： 2021年3月13日：快速自主探索的代码现已发布！ 查看此以获取更多详细信息。 2020年10月20日：Fast-Planner被扩展并应用于快速的自主勘探。 查看此以获取更多详细信息。 作者：和从，从。 完整的视频： ， ， 。 关于这项工作的示威活动已经报道了IEEE光谱： ， 第二页， 第三页（在网页搜索HKUST）。 要在几分钟内运行此项目，请选中“快速入门” 。 查看其他部分以获取更多详细信息。 请请星号 :star: 这个项目对您有帮助。 我们竭尽全力发展和维护它 :beaming_face_with_smiling_eyes: :beaming_face_with_smiling_eyes: 。 目录 快速开始 算法与论文 设置和配置 运行模拟 在您的应用程序中使用 更新 1.快速入门 该项目已经在Ubuntu 16.04（ROS Kinetic）和18.0

coloc：基于视觉的微型飞行器协同定位

DJI板载SDK-ROS-多无人机格式