PACMAN:多无人机3D建筑工地测绘路径分配优化系统
基于AI的多无人机3D建筑工地测绘规划流水线(ICCEPM 2025),采用容量感知约束K-Means聚类实现负载均衡分区。支持Greedy、Cheapest Insertion、遗传算法、蚁群算法等多种TSP求解器,将GPS采集点转换为时间优化的航点文件
项目按分类展示,每页 10 个;精品代码需要兑换码,免费项目无需兑换码。
基于AI的多无人机3D建筑工地测绘规划流水线(ICCEPM 2025),采用容量感知约束K-Means聚类实现负载均衡分区。支持Greedy、Cheapest Insertion、遗传算法、蚁群算法等多种TSP求解器,将GPS采集点转换为时间优化的航点文件
基于现代 C++20 标准构建的模块化多无人机自主系统仿真器,采用 std::jthread、std::stop_token、std::variant 等先进特性。包含世界建模、A*全局规划、预测式局部避障、任务管理和事件遥测系统,展示现代C++在机器人领域的最佳实践
基于混合整数线性规划(MILP)的多无人机区域覆盖路径规划系统,最小化总任务时间。采用智能分区算法和YALMIP优化框架,已发表于Sensors期刊。支持负载均衡分区、往返式扫描、时间优化和可视化分析
基于深度强化学习的多无人机自适应路径规划系统(IROS 2023),采用反事实基线方法解决多智能体信用分配问题,实现无人机团队协同的3D地形监测。支持团队规模可迁移和通信约束,在真实地形数据上验证优于传统方法
面向固定翼无人机的 Dubins 路径规划和 L1 制导律完整实现,包含所有 6 种 Dubins 路径类型求解器、3DOF 固定翼模型、L1 制导控制器、多航点任务规划和 ROS2 节点架构,提供 RViz2 实时可视化
面向智能无人机平台的 Space ROS 自主系统架构,分离式传感器驱动、感知、跟踪、导航、避障、任务规划、安全管理和仿真集成。采用感知元素集成流水线设计,支持小型到大型 UAV、数字孪生和验证流水线
从卫星洪灾图像到可飞行任务的完整流水线,通过自适应 HSV 分割识别洪水区域,几何聚类提取受灾地带,智能选择安全投放点,并生成 MAVLink 航点文件。在印度 Assam、Kolkata、Varanasi 真实洪灾场景验证通过
基于 Flask 和 DroneKit 的无人机网格路径控制 REST API,支持内部仿真和真实飞控两种模式,实现网格坐标到飞行动作的自动转换,兼容 Pixhawk 2.4.8 飞控和 Mission Planner SITL
开放式模块化基准测试框架,支持多种分解/规划/轨迹算法组合,提供标准化流水线进行覆盖路径规划和能量评估
使用MIP/MIQP数学优化模型求解无人机覆盖路径规划,考虑螺旋飞行链、多高度、续航限制和风感知能量消耗,商用求解器
管理员上传项目 ZIP 后,这里会自动显示。