PulseAugur
中
实时 10:57:35
English(EN) Interpretable Fuzzy Inference for UAV Target Tracking Using Bounding-Box Geometry

无人机使用可解释模糊推理进行目标跟踪

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一个可解释的模糊推理框架，用于引导无人机（UAV）跟踪地面目标。该系统从YOLO边界框中提取低维特征，如质心位置、面积和纵横比，以生成连续的偏航指令，而无需显式的几何建模或大型数据集。一个具有27条规则的Takagi-Sugeno模糊模型在VICON运动捕捉环境中实现了0.140度的平均绝对误差，证明了其适用于实时、资源受限的应用。 AI

影响 这种可解释的模糊推理系统为实时无人机导航提供了一种轻量级、数据高效的方法，有可能改善复杂环境中的自主导航。

排序理由 详细介绍无人机目标跟踪新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

无人机使用可解释模糊推理进行目标跟踪

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Reza Ahmari, Ahmad Mohammadi, Vahid Hemmati, Nicholas Edmond, Hossein Z. Saghazadeh, Olusola Odeyomi, Parham Kebria, Abdollah Homaifar ·

    基于边界框几何的无人机目标跟踪的可解释模糊推理

    arXiv:2608.04121v1 Announce Type: cross Abstract: Vision-based guidance of unmanned aerial vehicles (UAVs) toward unmanned ground vehicles (UGVs) supports cooperative aerial--ground robotics, but reliable continuous yaw estimation from onboard vision remains challenging because o…

相关实体

相关话题