【技术实现步骤摘要】
一种基于深度学习的目标姿态估计方法
本专利技术涉及目标物体姿态估计领域。
技术介绍
近年来，无人机行业飞速发展，被广泛应用于航拍、农业植保、电力巡检、森林消防、货物投递、遥感测绘等等行业领域，但大多数应用尚停留于无人机输入层面，即无人机挂载相机进行图像拍摄等层面。对于无人机输入输出型的应用，即与环境、目标进行交互，根据交互结果做相关决策，进而完成特定功能的任务层面的应用开发还有待进一步研究推广。然而，要进行无人机输入输出型的应用开发，首先需要解决的问题就是对目标物体的位置姿态进行估计识别。调研相关文献资料可知，关于无人机对目标的位置姿态估计的研究已经有很多，但是普遍都是基于双目相机、深度相机以及与超声波、红外、光流等硬件模块的组合应用，再加上相关算法软件的开发而成，这样做的代价就是整体成本会变得昂贵，且无人机会因为挂载诸多硬件传感器而变得负载满满，这样以来无人机的续航能力、整体结构、机动能力、载重能力等都会被大大削弱。且对于有的任务只需要估计出目标姿态而言，挂载太多传感器无疑是弊大于利的。在无人机目标姿态估计...
【技术保护点】
1.一种基于深度学习的目标姿态估计方法，其特征在于，该方法包括如下过程：/n步骤一、利用运动捕捉系统及挂载在无人机上的单目相机，采集N组数据信息，其中，N组数据信息构成标注完成的数据集；N为整数，且10000＜N＜100000；/n每组数据信息中包括：同一时刻下的无人机上的单目相机采集的目标物体图像信息和运动捕捉系统获得的目标物体坐标系三轴相对于无人机坐标系三轴的实际相对姿态偏移信息，且同一时刻下的目标物体图像信息与目标物体坐标系三轴相对于无人机坐标系三轴的实际相对姿态偏移信息存在映射关系；/n无人机坐标系三轴分别为X′、Y′和Z′，且无人机的质心定义为原点；/nX′轴的方...
【技术特征摘要】
1.一种基于深度学习的目标姿态估计方法，其特征在于，该方法包括如下过程：
步骤一、利用运动捕捉系统及挂载在无人机上的单目相机，采集N组数据信息，其中，N组数据信息构成标注完成的数据集；N为整数，且10000＜N＜100000；
每组数据信息中包括：同一时刻下的无人机上的单目相机采集的目标物体图像信息和运动捕捉系统获得的目标物体坐标系三轴相对于无人机坐标系三轴的实际相对姿态偏移信息，且同一时刻下的目标物体图像信息与目标物体坐标系三轴相对于无人机坐标系三轴的实际相对姿态偏移信息存在映射关系；
无人机坐标系三轴分别为X′、Y′和Z′，且无人机的质心定义为原点；
X′轴的方向为无人机所在平面内机头所指的方向；
Y′轴的方向为无人机所在平面内垂直于机头向左方向；
Z′轴的方向为垂直于无人机所在平面向上的方向；
目标物体坐标系三轴分别为X、Y和Z，目标物体的质心定义为原点；
X轴的方向为目标物体所在平面内任意指向方向；
Y轴的方向为目标物体所在平面内垂直于X轴向左的方向；
Z轴的方向为垂直于目标物体所在平面向上的方向；
步骤二、利用标注完成的数据集对初始深度学习网络模型进行训练，获得训练后的深度学习网络模型；
步骤三、再通过无人机上的单目相机，获得待估计的含有目标物体的图像信息；
步骤四、将待估计的含有目标物体的图像信息发送至训练后的深度学习网络模型，从而获得目标物体相对于无人机的姿态信息的估计值。
2.根据权利要求1所述的一种基于深度学习的目标姿态估计方法，其特征在于，步骤一中，同一时刻下的无人机上的单目相机采集的目标物体图像信息和运动捕捉系统获得的目标物体坐标系三轴相对于无人机坐标系三轴的实际相对姿态偏移信息的具体过程为：
首先，在无人机和目标物体上均贴上标识小球，且无人机和目标物体均处于运动捕捉系统捕捉范围之内；
其次，通过无人机上的单目相机采集目标物体图像信息，同时通过设置在无人机和目标物体上方的运动捕捉系统对无人机和目标物...
【专利技术属性】
技术研发人员：李湛，李海，杨学博，王大钊，刘金泽，高会军，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。