你想得到一个演示吗？
留下一个请求,我们的经理会与您联系.
提交申请即表示您同意个人数据处理政策。
EMIVN无人机：防御拦截器
EMIVN正在开发自主拦截无人机以保护空域。 这些系统通过集成计算机视觉，雷达和制导算法来实时检测，跟踪和中和敌方无人机。 适用于从本地防御到可扩展网络的军事、安全和关键基础设施任务。
我们适应客户的技术：速度高达7.5米/秒，多无人机场景，在嘈杂的条件下工作。 我们已经准备好在真正的硬件上进行现场测试。
我们适应客户的技术：速度高达7.5米/秒，多无人机场景，在嘈杂的条件下工作。 我们已经准备好在真正的硬件上进行现场测试。
关键技术
该系统基于ROS2，Px4自动驾驶仪和Gazebo模拟器。 硬件基础：树莓Pi5，Hailo-8l加速器，CSI相机（130-160°概述），兼容飞行控制器。
计算机视觉使用YOLOv8m(mAP@0.5 :0.76at1024px)用于从不同角度检测入侵者无人机。 OpenCV Nano跟踪器提供稳定的跟踪，而IBVS算法提供自主方法，同时将目标保持在帧的中心。
多感官融合：视觉数据+雷达（方位角，范围，噪声/延迟）。 轨迹预测模型滤除噪声并补偿前向引导的延迟。
计算机视觉使用YOLOv8m(mAP@0.5 :0.76at1024px)用于从不同角度检测入侵者无人机。 OpenCV Nano跟踪器提供稳定的跟踪，而IBVS算法提供自主方法，同时将目标保持在帧的中心。
多感官融合：视觉数据+雷达（方位角，范围，噪声/延迟）。 轨迹预测模型滤除噪声并补偿前向引导的延迟。
发展成就
从2025年11月开始，一个具有多车辆场景的完整模拟环境已经部署：拦截器与入侵者遵循一条循环路径。 已经收集了3000多个图像的数据集,在CVAT中标记,并与增强合成.
集成ROS雷达节点：TCP连接，极坐标到NED的转换，误差协方差矩阵，自动重新连接。 PySide6上的GUI：视频流，手动目标捕获，飞行参数。
测试证实：成功拦截，漏接/失去接触后恢复，抗噪音。 实际的无人机组装完成，相机校准为30FPS。
集成ROS雷达节点：TCP连接，极坐标到NED的转换，误差协方差矩阵，自动重新连接。 PySide6上的GUI：视频流，手动目标捕获，飞行参数。
测试证实：成功拦截，漏接/失去接触后恢复，抗噪音。 实际的无人机组装完成，相机校准为30FPS。
防御优势:
- 可靠性：检测+跟踪+实时预测，即使在雷达延迟的情况下也是如此。
- 自主：重新瞄准，最后机动（夯击）。
- 规模:多神经模拟,与网络集成.
- 快速适应：客户端的任务包括情报，拦截和巡逻。
EMIVN提供了一个完整的周期,从模拟到现场测试. 通过代币投资于未来的防御。
