阿木推出的Prometheus项目校园赞助活动，再次迎来两位开发者参与发表论文，且分别获得了1000元、300元奖学金~
现将相关论文内容分享给大家~鼓励更多的开发者加入到我们校园赞助活动中来，只要你是使用Prometheus进行科学研究的在校生，在指定期刊发表论文就有机会获得阿木的奖学金~赶紧加入进来，下一个获得奖学金的可能就是你！
主题一：基于机载深度推理的智能放牧无人机论文链接：https://doi.org/10.3390/rs14174188
DOI：10.3390/rs14174188(status: in production)
Author：Wei Luo, Ze Zhang ,Ping Fu, Xuqing Li, Guosheng Wei, Quanqin Shao, Dongliang Wang
Author Affiliation：North China Institute of Aerospace Engineering, Langfang 065000, China
*: Corresponding author：Dongliang Wang(王东亮)
期刊：中科院SCI期刊分区2区- 成像科学与摄影技术顶刊
作者：罗巍，张泽，傅平，李旭青，魏国晟，邵全琴，王东亮
作者单位：北华航天工业学院
通讯作者：王东亮
The existing precision grazing technology helps to improve the utilization rate of livestock to pasture, but it is still at the level of “collectivization” and cannot provide more accurate grazing management and control. (1) Background: In recent years, with the rapid development of agent-related technologies such as deep learning, visual navigation and tracking, more and more lightweight edge computing cell target detection algorithms have been proposed. (2) Methods: In this study, the improved YOLOv5 detector combined with the extended dataset realized the accurate identification and location of domestic cattle; with the help of the kernel correlation filter (KCF) automatic tracking framework, the long-term cyclic convolution network (LRCN) was used to analyze the texture characteristics of animal fur and effectively distinguish the individual cattle. (3) Results: The intelligent UAV equipped with an AGX Xavier high-performance computing unit ran the above algorithm through edge computing and effectively realized the individual identification and positioning of cattle during the actual flight. (4) Conclusion: The UAV platform based on airborne depth reasoning is expected to help the development of smart ecological animal husbandry and provide better precision services for herdsmen.
摘要：
现有的精准放牧技术有助于提高畜牧业的利用率，但仍处于“集体化”水平，无法提供更精准的放牧管理和控制。（1）背景：近年来，随着深度学习、视觉导航和跟踪等代理相关技术的飞速发展，越来越多的轻量级边缘计算单元目标检测算法被提出。（2）方法：本研究结合扩展数据集，改进的YOLOv5检测器，实现了家牛的准确识别和定位;借助核相关滤波（KCF）自动跟踪框架，利用长周期卷积网络（LRCN）分析动物皮毛的纹理特征，有效区分个体牛群。（3）结果：搭载AGX Xavier高性能计算单元的智能无人机通过边缘计算运行上述算法，在实际飞行过程中有效实现了牛的个体识别和定位。（4）结论：基于机载深度推理的无人机平台有望助力智慧生态畜牧业的发展，为牧民提供更好的精准服务。
图1 总体工作流程
图2 硬件通信架构
图3 多目标跟踪策略
图4 改进的YOLOv5网络结构
主题二：多旋翼无人机未来发展趋势研究
论文链接：https://icius2022.itlab.org/index.html
Author：Jing Huang1, Guangcheng Xin2, Yulong Zhang3, Youmin Zhang4,* and Xianghong Xue5
Author Affiliation：Department of Automation and Information Engineering, Xi’an University of Technology, Xi’an, 710048, China
*: Corresponding author：Youmin Zhang(张友民)
会议：第18届智能无人系统国际会议(ICIUS 2022)
作者：黄晶，信光成，张玉龙，张友民，薛向宏
作者单位：西安理工大学自动化与信息工程学院
通讯作者：张友民
A survey of multicopter aerial vehicles by different classification methods is introduced in this paper. Firstly, the definition of the multicopterwith the difference from the helicopter is proposed. Then, the multicopters are categorized by different approaches like weight and size, number of rotors, ways of actuation, and the different flight mechanisms of multicopters are analyzed specifically. Finally, we draw two conclusions of future development trend for multicopter aerial vehicles, which is, the multicopter with high payload capacity will be both manned and unmanned vehicle.
摘要：
本文介绍了通过不同分类方法对多旋翼飞行器的研究。首先，提出了多旋翼飞机的定义以及与直升机的区别。然后，通过不同的方法对多旋翼飞机进行分类，如重量和尺寸、旋翼数量、驱动方式，并具体分析了多旋翼飞机的不同飞行机制。最后，我们对多旋翼飞行器的未来发展趋势得出两个结论，即具有高载荷能力的多旋翼飞行器将是有人驾驶和无人驾驶的飞行器。
图1 不同重量的典型多旋翼无人机
图2 四旋翼的主要配置
图3 四旋翼无人机的飞行机制
– END-
发论文，拿阿木奖学金！
阿木实验室面向所有在校学生发起Prometheus项目校园赞助活动！只要你是使用Prometheus进行科学研究的在校生，在指定期刊发表论文就有机会获得阿木的奖学金~
具体活动要求如下：
赞助对象—使用Prometheus进行科学研究，并发表论文的在校学生。
赞助金额：300-2000元现金
○ 在中科院分区1区发表SCI论文一篇，奖励2000元。
○ 在中科院分区2区发表SCI论文一篇，奖励1000元。
○ 在中科院分区3-4区发表SCI论文一篇，奖励500元。
○ 在其余期刊、国内外会议发表论文一篇，奖励300元。
○ 在高水平会议（如CVPR,ICRA,IROS等）发表论文可额外增加奖励，具体根据实际情况确定。
赞助要求
○ 论文研究内容与自主无人机相关，并使用Prometheus项目进行相关仿真或实验。
○ 在文章中提及Prometheus项目，并且在参考文献中引用项目Github主页。
如何申请？
1.论文发表后，请将论文及发表截图发送至邮箱[email protected]审核。
2.Prometheus项目组审核通过后，将统一通过邮件联系您。
阿木实验室对本活动保留最终解释权。