基于显著性特征的载运工具定位制造技术

本发明专利技术提供了用于确定载运工具的位置的设备、方法及计算机可读介质。成像装置可以耦合到可移动物体(如无人飞行器(UAV))上。可以由成像装置(如相机)捕捉一张或多张图像。可以确定在所述一张或多张图像中的多个显著性特征。可以计算从所述载运工具到所述显著性特征的距离，并且可以确定所述载运工具的位置。

【技术实现步骤摘要】
【国外来华专利技术】基于显著性特征的载运工具定位
技术介绍
可移动物体如无人飞行器(UAV)可以用于针对军事和民事应用在各种各样的环境中执行监测、侦察、以及勘察任务。这类可移动物体可以包括多个传感器，这些传感器被配置成用于评估可移动物体在环境中的位置。准确且精确地确定可移动物体的位置可能在可移动物体以半自主或完全自主的方式操作的多个情形中很重要。现有的用于评估可移动物体的位置的方法在一些情形中可能并不是最佳的。例如，采用GPS传感器的方法可能受到可移动物体(例如，UAV)在其中操作的环境的限制，并且可能需要辅助的机载支持传感器。例如，采用同步定位与地图构建(SLAM)的方法可能缺乏精度和准确度并且可能随时间流逝累积误差。
技术实现思路
在此所公开的实施方式提供了用于评估可移动物体在环境中的位置的设备和方法。在许多实施方式中，可以使用成像装置来收集关于可移动物体周围环境的信息。例如，可以处理从成像装置获得的图像数据以确定所述图像中的多个显著性特征。可以进一步利用所标识的显著性特征以确定可移动物体的位置。有利地，在此所描述的方法可以基于图像数据提供对物体位置的改进且有效的评估并且可以用于改进自主导航或者控制载运工具。因此，在一个方面，提供了一种确定载运工具的位置的方法。所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个静止的显著性特征，其中所述多个静止的显著性特征在环境中实质上是静止的；借助于所述一个或多个处理器计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置。在另一个方面，提供了一种用于确定载运工具的位置的设备。所述设备包括：一个或多个视觉传感器，所述一个或多个视觉传感器被配置成用于捕捉多张图像；以及一个或多个处理器，所述一个或多个处理器被单独地或共同地配置成用于：从所述多张图像中标识多个静止的显著性特征，其中所述多个静止的显著性特征在环境中实质上是静止的；计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离；并且基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置。在另一个方面，提供了一种包括用于确定载运工具的位置的程序指令的非瞬态计算机可读介质。所述计算机可读介质包括：用于接收由一个或多个视觉传感器捕捉的多张图像的程序指令；用于从所述多张图像中标识多个静止的显著性特征的程序指令，其中所述多个静止的显著性特征在环境中实质上是静止的；用于计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离的程序指令；以及用于基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置的程序指令。在另一个方面，提供了一种确定载运工具的位置的方法。所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个显著性特征；借助于所述一个或多个处理器计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。在另一个方面，提供了一种用于确定载运工具的位置的设备。所述设备包括：一个或多个视觉传感器，所述一个或多个视觉传感器被配置成用于捕捉多张图像；以及一个或多个处理器，所述一个或多个处理器被单独地或共同地配置成用于：从所述多张图像中标识多个显著性特征；计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离；并且基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。在另一个方面，提供了一种包括用于确定载运工具的位置的程序指令的非瞬态计算机可读介质。所述计算机可读介质包括：用于接收由一个或多个视觉传感器捕捉的多张图像的程序指令；用于从所述多张图像中标识多个显著性特征的程序指令；用于计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离的程序指令；以及用于基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置的程序指令，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。在另一个方面，提供了一种确定载运工具的位置的方法。所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个显著性特征候选物；借助于所述一个或多个处理器选择两个或更多个显著性特征，其中所述所选择的显著性特征为所述多个显著性特征候选物的子集；借助于所述一个或多个处理器计算从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置。在另一个方面，提供了一种用于确定载运工具的位置的设备。所述设备包括：一个或多个视觉传感器，所述一个或多个视觉传感器被配置成用于捕捉多张图像；以及一个或多个处理器，所述一个或多个处理器被单独地或共同地配置成用于：从所述多张图像中标识多个显著性特征候选物；选择两个或更多个显著性特征，其中所述所选择的显著性特征为所述多个显著性特征候选物的子集；计算从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的距离；并且基于从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置。在另一个方面，提供了一种包括用于确定载运工具的位置的程序指令的非瞬态计算机可读介质。所述计算机可读介质包括：用于接收由一个或多个视觉传感器捕捉的多张图像的程序指令；用于从所述多张图像中标识多个显著性特征候选物的程序指令；用于选择两个或更多个显著性特征的程序指令，其中所述所选择的显著性特征为所述多个显著性特征候选物的子集；用于计算从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的距离的程序指令；以及用于基于从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置的程序指令。在另一个方面，提供了一种确定载运工具的位置的方法。所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个显著性区域，其中所述多个显著性区域对应于一个或多个可识别的物体；借助于所述一个或多个处理器计算从所述载运工具到所述多个显著性区域中的每一个显著性区域的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个显著性区域中的每一个显著性区域的所述距离确定所述载运工具的位置。在另一个方面，提供了一种用于确定载运工具的位置的设备。所述设备包括：一个或多个视觉传感器本文档来自技高网...

【技术保护点】
一种确定载运工具的位置的方法，所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个静止的显著性特征，其中所述多个静止的显著性特征在环境中实质上是静止的；借助于所述一个或多个处理器计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置。

【技术特征摘要】
【国外来华专利技术】1.一种确定载运工具的位置的方法，所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个静止的显著性特征，其中所述多个静止的显著性特征在环境中实质上是静止的；借助于所述一个或多个处理器计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置。2.如权利要求1所述方法，其中所述载运工具是无人飞行器(UAV)。3.如权利要求2所述的方法，其中所述UAV是多旋翼UAV。4.如权利要求1所述的方法，其中标识所述多个静止的显著性特征的所述步骤包括(1)借助于一个或多个处理器从所述多张图像中标识多个显著性特征；并且(2)借助于所述一个或多个处理器从所述多个显著性特征中标识所述多个静止的显著性特征。5.如权利要求4所述的方法，其中在由所述多张图像经过滤波后生成的显著性图中标识所述多个显著性特征。6.如权利要求5所述的方法，其中通过测量所述显著性图的一个或多个部分的像素灰度级变化来标识所述多个显著性特征。7.如权利要求6所述的方法，其中当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。8.如权利要求4所述的方法，其中当所述多个显著性特征在所述多张图像中的多个连续帧中没有位置变化时标识所述多个静止的显著性特征。9.如权利要求8所述的方法，其中所述多个显著性特征在所述连续帧中的位置与以下各项中的一项或多项抵消：(1)所述载运工具的位移，或(2)载体的位移，所述载体相对于所述载运工具的本体支撑所述一个或多个视觉传感器。10.如权利要求1所述的方法，其中使用谱残差方法标识所述多个静止的显著性特征。11.如权利要求1所述的方法，其中使用频率调谐的显著性区域检测标识所述多个静止的显著性特征。12.如权利要求1所述的方法，其中使用用于对象估计的二值归一化梯度标识所述多个静止的显著性特征。13.如权利要求1所述的方法，其中通过以下方式标识所述多个静止的显著性特征：(1)通过滤波获得显著性图，并且(2)从所述显著性图中获得多个显著性特征候选物。14.如权利要求1所述的方法，其中所述多个静止的显著性特征是多个物体。15.如权利要求1所述的方法，其中所述多个静止的显著性特征是多个显著性区域。16.如权利要求1所述的方法，其中所述多张图像是由单个视觉传感器捕捉到的。17.如权利要求1所述的方法，其中所述一个或多个视觉传感器包括如以下各项中的一项或多项：单目传感器、RGB传感器和双目传感器。18.如权利要求1所述的方法，进一步包括在局部坐标系中针对每个静止的显著性特征确定虚拟坐标，其中所述载运工具作为所述局部坐标系的原点。19.如权利要求18所述的方法，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的中心处。20.如权利要求18所述的方法，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的质心处。21.如权利要求18所述的方法，其中所述局部坐标系是二维坐标系。22.如权利要求18所述的方法，其中所述局部坐标系是三维坐标系。23.如权利要求1所述的方法，其中通过根据视差测量所述静止的显著性特征的深度来执行计算所述距离。24.如权利要求23所述的方法，其中所述视差是在所述多张图像中的多个连续帧中观察到的。25.如权利要求24所述的方法，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。26.如权利要求25所述的方法，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。27.如权利要求1所述的方法，其中所述多张图像是在所述载运工具的移动过程中捕捉到的。28.如权利要求1所述的方法，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。29.一种用于确定载运工具的位置的设备，所述设备包括：一个或多个视觉传感器，所述一个或多个视觉传感器被配置成用于捕捉多张图像；以及一个或多个处理器，所述一个或多个处理器单独地或共同地被配置成用于：从所述多张图像中标识多个静止的显著性特征，其中所述多个静止的显著性特征在环境中实质上是静止的；计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离；并且基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置。30.如权利要求29所述的设备，其中所述载运工具是无人飞行器(UAV)。31.如权利要求30所述的设备，其中所述UAV是多旋翼UAV。32.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于：(1)从所述多张图像中标识多个显著性特征；并且(2)从所述多个显著性特征中标识所述多个静止的显著性特征。33.如权利要求32所述的设备，其中所述一个或多个处理器被配置成用于在由所述多张图像经过滤波后生成的显著性图中标识所述多个显著性特征。34.如权利要求33所述的设备，其中所述一个或多个处理器被配置成用于通过测量所述显著性图的一个或多个部分的像素灰度级变化来标识所述多个显著性特征。35.如权利要求34所述的设备，其中所述一个或多个处理器被配置成用于当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。36.如权利要求32所述的设备，其中所述一个或多个处理器被配置成用于当所述多个显著性特征在所述多张图像中的多个连续帧中没有位置变化时标识所述多个静止的显著性特征。37.如权利要求36所述的设备，其中所述多个显著性特征在所述连续帧中的位置与以下各项中的一项或多项抵消：(1)所述载运工具的位移，或(2)载体的位移，所述载体相对于所述载运工具的本体支撑所述一个或多个视觉传感器。38.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于使用谱残差方法来标识所述多个静止的显著性特征。39.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于使用频率调谐的显著性区域检测来标识所述多个静止的显著性特征。40.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于使用用于对象估计的二值归一化梯度来标识所述多个静止的显著性特征。41.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于通过以下方式标识所述多个静止的显著性特征：(1)通过滤波获得显著性图，并且(2)从所述显著性图中获得多个显著性特征候选物。42.如权利要求29所述的设备，其中所述多个静止的显著性特征是多个物体。43.如权利要求29所述的设备，其中所述多个静止的显著性特征是多个显著性区域。44.如权利要求29所述的设备，其中所述多张图像是由单个视觉传感器捕捉到的。45.如权利要求29所述的设备，其中所述一个或多个视觉传感器包括如以下各项中的一项或多项：单目传感器、RGB传感器和双目传感器。46.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于在局部坐标系中针对每个静止的显著性特征确定虚拟坐标，其中所述载运工具作为所述局部坐标系的原点。47.如权利要求46所述的设备，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的中心处。48.如权利要求46所述的设备，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的质心处。49.如权利要求46所述的设备，其中所述局部坐标系是二维坐标系。50.如权利要求46所述的设备，其中所述局部坐标系是三维坐标系。51.如权利要求29所述的设备，其中所述一个或多个处理器被配置成用于通过根据视差测量所述静止的显著性特征的深度来计算所述距离。52.如权利要求51所述的设备，其中所述视差是在所述多张图像中的多个连续帧中观察到的。53.如权利要求52所述的设备，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。54.如权利要求53所述的设备，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。55.如权利要求29所述的设备，其中所述一个或多个视觉传感器被配置成用于在所述载运工具的移动过程中捕捉所述多张图像。56.如权利要求29所述的设备，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。57.一种包括程序指令的非瞬态计算机可读介质，所述程序指令用于确定载运工具的位置，所述计算机可读介质包括：用于接收由一个或多个视觉传感器捕捉的多张图像的程序指令；用于从所述多张图像中标识多个静止的显著性特征的程序指令，其中所述多个静止的显著性特征在环境中实质上是静止的；用于计算从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的距离的程序指令；以及用于基于从所述载运工具到所述多个静止的显著性特征中的每一个静止的显著性特征的所述距离确定所述载运工具的位置的程序指令。58.如权利要求57所述的计算机可读介质，其中所述载运工具是无人飞行器(UAV)。59.如权利要求58所述的计算机可读介质，其中所述UAV是多旋翼UAV。60.如权利要求57所述的计算机可读介质，其中用于标识所述多个静止的显著性特征的程序指令包括：(1)用于从所述多张图像中标识多个显著性特征的程序指令；以及(2)用于从所述多个显著性特征中标识所述多个静止的显著性特征的程序指令。61.如权利要求60所述的计算机可读介质，其中所述用于进行标识的程序指令包括用于使用由所述多张图像经过滤波后生成的显著性图的程序指令。62.如权利要求61所述的计算机可读介质，其中所述用于进行标识的程序指令包括用于测量所述显著性图的一个或多个部分的像素灰度级变化的程序指令。63.如权利要求62所述的计算机可读介质，其中当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。64.如权利要求60所述的计算机可读介质，其中当所述多个显著性特征在所述多张图像中的多个连续帧中没有位置变化时标识所述多个静止的显著性特征。65.如权利要求64所述的计算机可读介质，其中所述多个显著性特征在所述连续帧中的位置与以下各项中的一项或多项抵消：(1)所述载运工具的位移，或(2)载体的位移，所述载体相对于所述载运工具的本体支撑所述一个或多个视觉传感器。66.如权利要求57所述的计算机可读介质，其中所述用于标识所述多个静止的显著性特征的程序指令使用谱残差方法。67.如权利要求57所述的计算机可读介质，其中所述用于标识所述多个静止的显著性特征的程序指令使用频率调谐的显著性区域检测。68.如权利要求57所述的计算机可读介质，其中所述用于标识所述多个静止的显著性特征的程序指令使用用于对象估计的二值归一化梯度。69.如权利要求57所述的计算机可读介质，其中所述用于标识所述多个静止的显著性特征的程序指令包括：(1)用于通过滤波获得显著性图的程序指令，以及(2)用于从所述显著性图中获得多个显著性特征候选物的程序指令。70.如权利要求57所述的计算机可读介质，其中所述多个静止的显著性特征是多个物体。71.如权利要求57所述的计算机可读介质，其中所述多个静止的显著性特征是多个显著性区域。72.如权利要求57所述的计算机可读介质，其中所述多张图像是由单个视觉传感器捕捉到的。73.如权利要求57所述的计算机可读介质，其中所述一个或多个视觉传感器包括如以下各项中的一项或多项：单目传感器、RGB传感器和双目传感器。74.如权利要求57所述的计算机可读介质，进一步包括用于在局部坐标系中针对每个静止的显著性特征确定虚拟坐标的程序指令，其中所述载运工具作为所述局部坐标系的原点。75.如权利要求74所述的计算机可读介质，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的中心处。76.如权利要求74所述的计算机可读介质，其中所述静止的显著性特征的所述虚拟坐标在所述静止的显著性特征的质心处。77.如权利要求74所述的计算机可读介质，其中所述局部坐标系是二维坐标系。78.如权利要求74所述的计算机可读介质，其中所述局部坐标系是三维坐标系。79.如权利要求57所述的计算机可读介质，其中所述用于计算所述距离的程序指令包括用于根据视差测量所述静止的显著性特征的深度的程序指令。80.如权利要求79所述的计算机可读介质，其中所述视差是在所述多张图像中的多个连续帧中观察到的。81.如权利要求80所述的计算机可读介质，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。82.如权利要求81所述的计算机可读介质，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。83.如权利要求57所述的计算机可读介质，其中所述多张图像是在所述载运工具的移动过程中捕捉到的。84.如权利要求57所述的计算机可读介质，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。85.一种确定载运工具的位置的方法，所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个显著性特征；借助于所述一个或多个处理器计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。86.如权利要求85所述方法，其中所述载运工具是无人飞行器(UAV)。87.如权利要求86所述的方法，其中所述UAV是多旋翼UAV。88.如权利要求85所述的方法，其中使用由所述多张图像经过滤波后生成的显著性图来标识所述多个显著性特征。89.如权利要求88所述的方法，其中通过测量所述显著性图的一个或多个部分的像素灰度级变化来标识所述多个显著性特征。90.如权利要求89所述的方法，其中当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。91.如权利要求85所述的方法，其中所述多张图像是由单个视觉传感器捕捉到的。92.如权利要求85所述的方法，进一步包括在局部坐标系中针对每个显著性特征确定虚拟坐标，其中所述载运工具作为所述局部坐标系的原点。93.如权利要求92所述的方法，其中所述显著性特征的所述虚拟坐标在所述显著性特征的中心处。94.如权利要求92所述的方法，其中所述显著性特征的所述虚拟坐标在所述显著性特征的质心处。95.如权利要求92所述的方法，其中所述局部坐标系是二维坐标系。96.如权利要求92所述的方法，其中所述局部坐标系是三维坐标系。97.如权利要求85所述的方法，其中通过根据视差测量所述显著性特征的深度来执行计算所述距离。98.如权利要求97所述的方法，其中所述视差是在所述多张图像中的多个连续帧中观察到的。99.如权利要求98所述的方法，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。100.如权利要求99所述的方法，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。101.如权利要求85所述的方法，其中所述多张图像是在所述载运工具的移动过程中捕捉到的。102.如权利要求85所述的方法，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。103.如权利要求85所述的方法，其中通过以下方式标识所述多个显著性特征：(1)通过滤波获得显著性图，并且(2)从所述显著性图中获得多个显著性特征候选物。104.如权利要求85所述的方法，其中使用谱残差方法标识所述多个显著性特征。105.如权利要求85所述的方法，其中使用频率调谐的显著性区域检测标识所述多个显著性特征。106.如权利要求85所述的方法，其中使用用于对象估计的二值归一化梯度标识所述多个显著性特征。107.一种用于确定载运工具的位置的设备，所述设备包括：一个或多个视觉传感器，所述一个或多个视觉传感器被配置成用于捕捉多张图像；以及一个或多个处理器，所述一个或多个处理器单独地或共同地被配置成用于：从所述多张图像中标识多个显著性特征；计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离；并且基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。108.如权利要求107所述的设备，其中所述载运工具是无人飞行器(UAV)。109.如权利要求108所述的设备，其中所述UAV是多旋翼UAV。110.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于在由所述多张图像经过滤波后生成的显著性图中标识所述多个显著性特征。111.如权利要求110所述的设备，其中所述一个或多个处理器被配置成用于通过测量所述显著性图的一个或多个部分的像素灰度级变化来标识所述多个显著性特征。112.如权利要求111所述的设备，其中所述一个或多个处理器被配置成用于当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。113.如权利要求107所述的设备，其中所述多张图像是由单个视觉传感器捕捉到的。114.如权利要求107所述的设备，进一步包括在局部坐标系中针对每个显著性特征确定虚拟坐标，其中所述载运工具作为所述局部坐标系的原点。115.如权利要求114所述的设备，其中所述显著性特征的所述虚拟坐标在所述显著性特征的中心处。116.如权利要求114所述的设备，其中所述显著性特征的所述虚拟坐标在所述显著性特征的质心处。117.如权利要求114所述的设备，其中所述局部坐标系是二维坐标系。118.如权利要求114所述的设备，其中所述局部坐标系是三维坐标系。119.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于通过根据视差测量所述显著性特征的深度来计算所述距离。120.如权利要求119所述的设备，其中所述视差是在所述多张图像中的多个连续帧中观察到的。121.如权利要求120所述的设备，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。122.如权利要求121所述的设备，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。123.如权利要求107所述的设备，其中所述多张图像是在所述载运工具的移动过程中捕捉到的。124.如权利要求107所述的设备，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。125.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于通过以下方式标识所述多个显著性特征：(1)通过滤波获得显著性图，并且(2)从所述显著性图中获得多个显著性特征候选物。126.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于使用谱残差方法来标识所述多个显著性特征。127.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于使用频率调谐的显著性区域检测来标识所述多个显著性特征。128.如权利要求107所述的设备，其中所述一个或多个处理器被配置成用于使用用于对象估计的二值归一化梯度来标识所述多个显著性特征。129.一种包括程序指令的非瞬态计算机可读介质，所述程序指令用于确定载运工具的位置，所述计算机可读介质包括：用于接收由一个或多个视觉传感器捕捉的多张图像的程序指令；用于从所述多张图像中标识多个显著性特征的程序指令；用于计算从所述载运工具到所述多个显著性特征中的每一个显著性特征的距离的程序指令；以及用于基于从所述载运工具到所述多个显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置的程序指令，并且其中所述位置是在至少两组同心圆的相交区内，每组同心圆以所述多个显著性特征中的至少一个显著性特征为中心。130.如权利要求129所述的计算机可读介质，其中所述载运工具是无人飞行器(UAV)。131.如权利要求130所述的计算机可读介质，其中所述UAV是多旋翼UAV。132.如权利要求129所述的计算机可读介质，其中所述用于进行标识的程序指令包括用于由所述多张图像经过滤波后生成显著性图的程序指令。133.如权利要求132所述的计算机可读介质，其中所述用于进行标识的程序指令包括用于测量所述显著性图的一个或多个部分的像素灰度级变化的程序指令。134.如权利要求133所述的计算机可读介质，其中当所述像素灰度级变化超过变化阈值时标识所述多个显著性特征。135.如权利要求129所述的计算机可读介质，其中所述多张图像是由单个视觉传感器捕捉到的。136.如权利要求129所述的计算机可读介质，进一步包括用于在局部坐标系中针对每个显著性特征确定虚拟坐标的程序指令，其中所述载运工具作为所述局部坐标系的原点。137.如权利要求136所述的计算机可读介质，其中所述显著性特征的所述虚拟坐标在所述显著性特征的中心处。138.如权利要求136所述的计算机可读介质，其中所述显著性特征的所述虚拟坐标在所述显著性特征的质心处。139.如权利要求136所述的计算机可读介质，其中所述局部坐标系是二维坐标系。140.如权利要求136所述的计算机可读介质，其中所述局部坐标系是三维坐标系。141.如权利要求129所述的计算机可读介质，其中所述用于计算所述距离的程序指令包括用于根据视差测量所述显著性特征的深度的程序指令。142.如权利要求141所述的计算机可读介质，其中所述视差是在所述多张图像中的多个连续帧中观察到的。143.如权利要求142所述的计算机可读介质，其中所述连续帧是在所述载运工具的移动过程中捕捉到的。144.如权利要求143所述的计算机可读介质，其中所述载运工具的移动是借助于一个或多个惯性传感器确定的。145.如权利要求129所述的计算机可读介质，其中所述多张图像是在所述载运工具的移动过程中捕捉到的。146.如权利要求129所述的计算机可读介质，其中所述多张图像是以不同视野所捕捉到的两张或更多张图像。147.如权利要求129所述的计算机可读介质，其中所述用于进行标识的程序指令包括：(1)用于通过滤波获得显著性图的程序指令，以及(2)用于从所述显著性图中获得多个显著性特征候选物的程序指令。148.如权利要求129所述的计算机可读介质，其中所述用于进行标识的程序指令包括使用谱残差方法的程序指令。149.如权利要求129所述的计算机可读介质，其中所述用于进行标识的程序指令包括使用频率调谐的显著性区域检测的程序指令。150.如权利要求129所述的计算机可读介质，其中所述用于进行标识的程序指令包括使用用于对象估计的二值归一化梯度的程序指令。151.一种确定载运工具的位置的方法，所述方法包括：接收由一个或多个视觉传感器捕捉的多张图像；借助于一个或多个处理器从所述多张图像中标识多个显著性特征候选物；借助于所述一个或多个处理器选择两个或更多个显著性特征，其中所述所选择的显著性特征为所述多个显著性特征候选物的子集；借助于所述一个或多个处理器计算从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的距离；并且借助于所述一个或多个处理器基于从所述载运工具到所述所选择的显著性特征中的每一个显著性特征的所述距离确定所述载运工具的位置。152.如权利要求151所述的方法，其中所述所选择的显著性特征不多于阈值数量的显著性特征。153.如权利要求152所述的方法，其中所...

【专利技术属性】
技术研发人员：赵丛，
申请(专利权)人：深圳市大疆创新科技有限公司，
类型：发明
国别省市：广东,44