买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉淮南师范学院申请的专利一种无人机低空目标定位与识别系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120411824B 。

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510498002.6，技术领域涉及：G06F30/00；该发明授权一种无人机低空目标定位与识别系统是由范慧敏;杨曼曼;韩露;许小芬;葛天雷;朱家兵设计研发完成，并于2025-04-21向国家知识产权局提交的专利申请。

本一种无人机低空目标定位与识别系统在说明书摘要公布了：本发明公开了一种无人机低空目标定位与识别系统，包括：图像采集模块：通过无人机装载的图像采集设备采集图像；YOLOv10目标检测模块：对采集到的图像进行预处理，利用YOLOv10对图像中的目标进行检测与识别，输出目标的类别、位置和置信度，在特征提取过程中，增加P2特征层输出，同时，引入SwinTransformer的局部窗口注意力机制计算图像中每个局部窗口内的注意力权重，来捕捉图像中的上下文信息；定位模块：通过RTK‑GPS、IMU、视觉里程计以及气压计采集多源数据，通过卡尔曼滤波器进行融合定位，确定目标在三维空间中的具体位置；数据处理与决策模块：根据处理结果做出决策，将处理结果和决策信息通过通信模块传输给地面控制站或操作人员。

本发明授权一种无人机低空目标定位与识别系统在权利要求书中公布了：1.一种无人机低空目标定位与识别系统，其特征在于，包括： 图像采集模块：通过无人机装载的图像采集设备采集图像； YOLOv10目标检测模块：对采集到的图像进行预处理，以满足YOLOv10的输入要求，利用YOLOv10对图像中的目标进行检测与识别，输出目标的类别、位置和置信度，具体地，基础特征提取：图像经过预处理后，进入YOLOv10的基础特征提取网络，所述基础特征提取网络由多个卷积层、池化层和激活函数组成，在特征提取过程中，增加P2特征层输出，表示为：YOLOv10增加了P2特征层输出，所述P2特征层位于网络的较浅层，并进行特征融合：除了P2特征层外，YOLOv10提取其他特征层的输出，所述其他特征层包括P3、P4以及P5特征层，通过特征融合技术将这些特征层的信息整合在一起，同时，引入SwinTransformer的局部窗口注意力机制计算图像中每个局部窗口内的注意力权重，来捕捉图像中的上下文信息，关于引入SwinTransformer局部窗口注意力机制：在基础特征提取网络的基础上，引入了SwinTransformer的局部窗口注意力机制，将图像划分为多个局部窗口，并在每个局部窗口内计算注意力权重，捕捉图像中的上下文信息，其中，所述引入SwinTransformer局部窗口注意力机制，包括以下步骤： 局部窗口划分：将输入特征图划分为多个不重叠的大小为MxM的局部窗口，每个局部窗口包含像素点，每个窗口内的像素点数量为N，对于每个窗口内的像素点i，其查询向量、键向量和值向量分别表示为qi、ki和vi，所述像素点构成一个局部区域； 注意力权重计算：在每个局部窗口内，使用SwinTransformer的注意力机制计算窗口内像素点之间的注意力权重，所述注意力权重的计算公式为：； 其中，是查询向量和键向量的维度，函数用于将权重归一化到0-1之间，根据注意力权重，计算得到加权后的值向量，值向量的计算公式表示为，每个窗口的输出表示为所有加权后的值向量的集合； 上下文信息捕捉：通过注意力权重的计算，捕捉到局部窗口内像素点之间的相关性，提取出图像中的上下文信息； 定位模块：通过RTK-GPS、IMU、视觉里程计以及气压计采集多源数据，通过卡尔曼滤波器进行融合定位，确定目标在三维空间中的具体位置，通过基于光流的动态补偿算法，计算特征点的实际坐标与预测坐标之间的差异，对目标位置进行动态调整； 数据处理与决策模块：对YOLOv10检测到的目标信息进行处理和分析，根据处理结果做出决策，将处理结果和决策信息通过通信模块传输给地面控制站或操作人员； 通信模块：实现无人机与地面控制站之间的实时数据传输和指令接收。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人淮南师范学院，其通讯地址为：232038 安徽省淮南市田家庵区洞山西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。