上海狮尾智能化科技有限公司

本发明公开了一种基于双域特征提取和动态尺度自适应查询选择的无人机小目标检测方法及系统。方法包括：获取无人机航拍图像数据并进行预处理，并将预处理后的图像输入目标检测模型提取多尺度特征，对多尺度特征进行频率细节补偿和空间结构保留，得到双域增强特征；将双域增强特征及其他尺度特征输入编码器，执行上下文信息聚合和语义引导的局部特征校准，得到编码器候选特征；根据编码器候选特征的类别响应和尺度属性，在预设查询条件下，动态确定小目标候选的查询数量，并分别从小目标候选集合和剩余候选集合中选择查询候选，得到最终查询候选集合；根据最终查询候选集合构建解码器查询，并通过解码器输出目标类别和目标边界框。

本发明涉及一种地空视觉协同目标定位方法及系统。通过分别获取机载、地面成像单元统一坐标系下的位姿参数，双端图像检测匹配锁定同一待观测目标并提取两路观测角度信息，换算生成统一坐标系下双观测射线并完成空间交会求解目标全局位置估值，结合飞行器坐标解算目标空间相对位置，有助于依托地空双单目协同观测实现无刚性平台约束下的远距离目标高精度定位，突破单机载视觉测距精度不足的局限，提升低空飞行器空域目标感知与避障决策的可靠性，为低空飞行器自主飞行、空域入侵预警与主动避障控制提供稳定可靠的技术支撑。

本发明涉及一种基于双引擎耦合架构的无人机仿真测试方法和系统。该方法包括：通过物理仿真引擎对无人机进行物理仿真，生成物理状态数据和传感器数据；将物理状态数据同步至视觉渲染引擎，由视觉渲染引擎基于物理状态数据对无人机所处场景进行渲染处理，以生成视觉场景；将传感器数据发送至飞控装置，以供飞控装置生成控制指令；接收飞控装置生成的控制指令，并将控制指令提供给物理仿真引擎，以供物理仿真引擎更新视觉场景中无人机的运动状态。本发明通过双引擎耦合架构实现物理仿真与视觉渲染的并行执行，兼顾了高精度物理仿真与高保真视觉渲染的需求，提升了仿真测试的运行效率和场景逼真度。

本发明涉及一种建筑外立面的缺陷诊断方法及系统。通过多时相同步采集配准可见光与红外图像，双分支提取两类模态缺陷特征并融合推理得到缺陷分型诊断结果，量化缺陷因果关系推演演化规律并输出维修处置优先级，融合双模态边界校正得到精准缺陷轮廓，整合全维度信息输出外立面综合诊断报告，能够充分利用多时相红外热响应与可见光几何特征互补优势，解决传统单模态单时段巡检漏检严重、缺陷边界模糊、无量化运维分级依据的行业痛点，显著提升外立面缺陷识别准确率与边界定位精度，实现缺陷因果分析、风险分级与精准定位一体化智能诊断，为建筑外立面无人机自动化巡检、缺陷精准修缮与建筑长效安全运维提供稳定可靠的技术支撑。