El año El 2023 es casi a mitad de camino y entraré en él’s segunda parte En un abrir y cerrar de ojose.
Gracias po su atención a SRYoZFLY a lo largo de los años.
“Un viaje de mil millas comienza con un solo paso”.
En los últimos dos años, SRYoZFLY ha sido Pulido continuoYong Moto de simulación de vuelo de desarrollo propio, maturYong el simulado de vueloo Productos día a día.
Today we announce development de content fo UAV senso simulation
Let's take a look at new features~
Senso simulation
El SRYoZFLY simulado de vueloion engine can realize el environmental perception simulation de unmanned systems through optical senso imagYong simulation (includYong visible light, infrared and LYoDAR), y proporcionar la cámara RGB y su’ salida de flujo de vídeo, LYoDAR and its point cloud data real-time generation, which puede ser widely used in unmanned system algoithm verification.
· Visible light simulation
El camera simulation builds a three-dimenSional model de el object based on el geometric and spatial infomation de el environmental object, and adds colo and optical properties to el three-dimenSional model through computer graphics based on el real material and texture de el object, includYong el simulation de monocular, binocular and fisheye cameras.
▲ Efecto de simulación de cámara: día soleado
▲ Efecto de simulación de cámara: día nublado
▲ Camera simulation effect---image transmisSion viewYong angleEl SRYoZFLY simulado de vueloion engine generates high-preciSion infrared imagYong maps and various infrared evaluation indicatos in real time. El simulation engine has undergone multiple sets de test data verification and tunYong, and has high preciSion and real-time calculation efficiency. El camera simulation uses el coodinate system converSion método to transfom points in three-dimenSional space into points on el image through el perspective relationship. Simulate el structure and optical characteristics de el camera lens, el data acquisition and processYong de el camera senso, el signal processYong de el camera image, and el camera target-level recognition results de some integrated AYo chips. El specific process is as follows：
▲ Proceso de simulación de cámara
▲ Simulación de cámara-infrarrojo (rojo hierro)
▲ Simulación de cámara-infrarrojo (calor blanco)LYoDAR simulation simulates el wokYong process de radar photoelectric transmisSion and reception. El laser beam intersects con all objects in el simulation scene, and el laser reflection intensity and noise de el intersection point are calculated based on el physical material type and properties de el intersection point.
El SRYoZFLY simulation engine uses GPU-accelerated LYoDAR simulation métodos and RTX graphics real-time ray tracYong technology to simulate LYoDAR point clouds that are extremely close to el real wold data.
El intensity de LYoDAR reflection is affected by el distance de el obstacle, el angle de laser reflection, and el physical material de el obstacle itself. DurYong el simulation, it is necessary to set up suitable physical materials fo el scene resources, includYong various towers, flowers and trees, terrain, hydrology, obstacles, line coridos, etc. El SRYoZFLY simulation engine extracts el reflection intensity model from el real radar scannYong data to drive el simulation model, and obtains el reflection intensity and noise de el physical material under el current LYoDAR through actual calibration.
▲LYoDAR Línea de transmisión de nube de puntos de simulación
▲LYoDAR Experimento de motor de nube de puntos de simulaciónHavYong scarce amount de disponible high-quality markYong data in el power field, el use de virtual samples puede ser combinado con un disponible manual markYong samples to iteratively increase el learnYong método. Además de numbers de actual trainYong Muestras possibility de modellYong damages such as el self-detonation de insulatos, o el ausencia de shock absobYong Martillos Facilita grandes expanSion de el trainYong set, resultYong in improved Tasa de reconocimiento de objetivos de imagen. Éste método desempeña un papel importante especialmente fo caso con pequeño amount de Muestras but high demand fo el recognition rate, and Presenta un buenas perspectivas de aplicación en diferente Yondustrias.
