【技术实现步骤摘要】
基于改进匹配机制的无人机定位方法
[0001]本专利技术涉及技术无人机定位领域，具体为基于改进匹配机制的无人机定位方法。
技术介绍
[0002]随着科技的发展，无人机作为无人驾驶航空器，可以在一定高度获取到地面的画面，且操作简单，给一些行业的人们带来了极大的方便，比如摄影师，随着现在视频时代的到来，更是有不少视频制作人，在拍摄过程中，一些航拍景象，都选择了无人机。
[0003]无人机在执行任务时首先要解决的问题是确定自身在工作环境中的准确位置，因此，定位是无人机导航技术的基础和关键，无人机作为一种重要的航空器，通过搭载光电载荷对地成像是其主要功能之一，与其他平台相比，无人机平台成像具有分辨率高的特点，可以对同一目标场景进行多次观察，形成多视角、多位置的成像，在军事和民用领域发挥着十分重要的作用。
[0004]市场上常见的无人机定位方法一般为GPS卫星定位、红外定位、激光定位、低功耗蓝牙定位、WiFi定位、超声波定位还有ZigBee定位等。
[0005]卷积神经网络(CNs)的核心构件是卷积算子，它可以...
【技术保护点】
【技术特征摘要】
1.基于改进匹配机制的无人机定位方法，其特征在于，包括以下步骤：步骤一、无人机周围环境捕捉：待定位的无人机通过自身的摄像头和视觉处理模块对无人机周围环境进行捕捉；步骤二、捕捉图像预处理：对摄像头和视觉处理模块捕捉的图像进行预处理；步骤三、无人机初步定位：无人机定位平台基于CNN
‑
LSTM的图像分类算法实现航拍图像与卫星参考图像在空间位置的对准；步骤四、无人机精准定位：无人机定位平台基于同名特征点的无人机位置解算所抽取的卫星图像区块所包含的地物信息与航拍图像基本相似，最终实现无人机自主定位；步骤五、无人机定位初次校准：无人机定位平台对无人机拍摄的图片进行帧到帧的匹配或者根据无人机当前的观测，在地图中进行匹配，从而在地图中对自身位置进行定位校准；步骤六、无人机定位精准校准：无人机定位平台首先利用多分支改进堆叠沙漏网络的残差块，捕获图像多尺度特征信息，然后对堆叠沙漏网络进行级联，并均值化其各阶段结果，获取丰富的上下文信息，有效提升对具有强纹理特征图像的线段检测精度以此对定位的位置进行校准；步骤七、无人机二次捕捉：待定位无人机通过IMU、三轴磁罗盘、GPS或者气压计对周围高度、环境等信息进行步骤；步骤八、二次定位：无人机定位平台通过卷积神经网络对无人机所在高度和位置进行二次定位；步骤九、结果展示：无人机定位平台将无人机定位结果直接展示，便于对无人机的路线进行规划。2.根据权利要求1所述的基于改进匹配机制的无人机定位方法，其特征在于：所述步骤二中图像预处理具体步骤为空间域处理和频率域处理，所述空间域处理具体为点运算处理、形态学运算处理和临域运算处理，所述频率域处理具体为傅里叶变换和小波变换。3.根据权利要求1所述的基于改进匹配机制的无人机定位方法，其特征在于：所述步骤三中空间位置的对准具体为将预处理后的图像输入至4D CNN网络，并根据无人机航拍图像时间连续的特点加入了LSTM网络，形成了4DCNN
‑
LSTM联合分类网络，同时利用多张图像特征作为判断依据，有效提高图像分类的准确率。4.根据权利要求1所述的基于改进匹配机制的无人机定位方法，其特征在于：所述步骤四中自主定位的具体步骤为采用ORB特征提取算法与RANSAC匹配方法，实现...
【专利技术属性】
技术研发人员：李玉峰，高闯，李露，陈鸿铭，
申请(专利权)人：沈阳航空航天大学，
类型：发明
国别省市：
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。