一种基于深度学习和双目视觉的无人机自主避障方法技术

本发明专利技术属于无人机自主避障领域，具体公开了一种基于深度学习和双目视觉的无人机自主避障方法，包括以下步骤：S1：在多个真实场景下如墙壁、树木、行人等场景下进行手动操作避障：S2：对左右相机的图像进行处理，以及在避障时无人机瞬时的俯仰角θ、滚转角和油门量m的进行数据采集：S3：在卷积神经网络经过训练后搭载到无人机上，最终实现端到端的无人机自主避障过程；本发明专利技术将计算机视觉技术应用于无人机避障领域，并通过双目相机和轻量级的卷积神经网络实现端到端的预测过程，以达到在保证精确度的前期下简化现有无人机的自主避障过程的目的。的目的。的目的。

【技术实现步骤摘要】
一种基于深度学习和双目视觉的无人机自主避障方法


[0001]本专利技术涉及无人机自主避障领域，具体为一种基于深度学习和双目视觉的无人机自主避障方法.

技术介绍

[0002]无人机的避障性能是决定其应用性能的核心因素之一。应用单一传感器的避障方法存在鲁棒性差、有效性低、可靠性差、环境适应性弱等问题。目前，一般使用基于多传感器信息融合的避障和定位方法，能够保证侦测无人机在不同环境条件下最大程度地感知周围信息。但超声波雷达、毫米波雷达、激光测距仪等难以完成周围环境的详细描述，进行避障具有一定局限性。采用视觉模块通过相机标定，立体匹配，三维重建和路径规划等多个步骤虽然可以实现自主避障，但步骤较为繁琐。
[0003]因此本专利技术考虑将发展迅速的计算机视觉技术应用于无人机自主避障过程，利用双目相机和轻量级的卷积神经网络实现端到端的预测过程，在实现较高精确度的条件下大大简化了自主避障的过程。

技术实现思路

[0004]本专利技术的目的在于提供一种基于深度学习和双目视觉的无人机自主避障方法，以解决上述
技术介绍
中提出的问题。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习和双目视觉的无人机自主避障方法，其特征在于，包括以下步骤：S1：在多个真实场景下如墙壁、树木、行人等场景下进行手动操作避障；S2：对左右相机的图像进行处理，以及在避障时无人机瞬时的俯仰角θ、滚转角和油门量m的进行数据采集；S3：在卷积神经网络经过训练后搭载到无人机上，最终实现端到端的无人机自主避障过程。2.根据权利要求1所述的一种基于深度学习和双目视觉的无人机自主避障方法，其特征在于：在所述S3步骤中卷积神经网络设计为输入为224
×
224
×
3的图像，经过归一化以及以卷积网络之后，输出为预测的俯仰角θ、滚转角和油门量m三个数据。3.根据权利要求2所述的一种基于深度学习和双目视觉的无人机自主避障方法，其特征在于：所述输出的俯仰角θ、滚转...

【专利技术属性】
技术研发人员：何斌，李刚，耿书城，沈润杰，陆萍，王志鹏，
申请(专利权)人：苏州同港无人机研究院有限公司，
类型：发明
国别省市：