在智慧交通、搜索救援和环境监测等关键领域，无人机正以其卓越的机动和灵活性，低成本低风险的优势，逐步取代传统的人工作业方式，但现在无人机各系统相对独立，图像系统的画面定位和飞机系统的GPS信息无法联动分析，导致目标检测结果缺乏物理位置信息，在实际应用中存在准确性低、任务效率下降、应急响应能力受限等弊端。

九游会(J9)智慧携手顶尖学府打造无人机目标定位系统，提升无人机在智慧交通、搜索救援、环境监测等领域的应用潜力。本项目开发了一套先进的基于ROS C++的无人机车辆目标定位系统，针对无人机视角下的地面行人和车辆，包括民用车辆和特种车辆，实现针对画面2D信息转变为物理定位信息，进行高效的3D检测和定位。

基于深度学习的目标检测算法，不同环境条件(如白天、夜间)和高空复环境下保持高检测准确率，目标对象检出率和准确率均超过95%。

强大的坐标系转换技术确保高精度定位，结合无人机的实时姿态角、相机内参、世界坐标信息、无人机的实时坐标信息，自动将2D坐标转化为3D定位，多个相机取得不同视角的图像数据进行融合，实现了低至3米的经纬度定位误差。

高效的数据处理与实时性能，实现了多模块间的高效通信，确保了数据的实时性和一致性，结合硬件加速技术，进一步提高了处理速度和效率。

实时3D可视化界面，点云数据的三维可视化，给予了直观的环境感知能力，支持路径规划和障碍物检测等任务，便于调试和系统优化，提升了操作的可靠性和系统的稳定性。