【技术实现步骤摘要】
本申请涉及雷达定位，特别是涉及一种基于序列配准的探地雷达定位方法、装置及计算设备。
技术介绍
1、探地雷达定位导航技术是弥补基于光学相机、激光雷达定位方案缺陷的有效方案。该技术目前逐渐受到人们的广泛关注。凭借地下场景比地上场景更不易改变的优势，该技术有望成为未来在各种极端恶劣的动态环境下定位的有效解决方案。当前利用探地雷达进行机器人定位的方案是基于一张先验地图，并通过特征匹配的方案进行机器人重定位。
2、然而，目前该方案还存在许多问题，一方面，受限于探地雷达的观测范围小，实时采集的数据在地图中存在大量的假阳性候选匹配，序列信息的匹配在过去机器人定位研究当中有效地增加了机器人的感知范围，提升了机器人系统定位的稳健性；但是另一方面，雨雪天气造成的地下含水量变化。这依然对该技术想要实现自主定位带来了极大的挑战
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够实现在各种天气条件下进行稳定匹配的适应多天气数据的基于序列配准的探地雷达定位方法、装置及计算设备。
2...
【技术保护点】
1.一种基于序列配准的探地雷达定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的探地雷达定位方法，其特征在于，通过对深度孪生网络进行模板匹配的训练，将训练好的深度神经网络中的特征提取层拆分出来作为所述训练好的特征提取器。
3.根据权利要求2所述的探地雷达定位方法，其特征在于，训练所述深度孪生网络包括：
4.根据权利要求3所述的探地雷达定位方法，其特征在于，在各组所述训练数据对中，所述模板图像与所述搜索图像的中心位置坐标重合，且所述搜索图像的尺寸大于所述模板图像。
5.根据权利要求4所述的探地雷达定位方法，其特...
【技术特征摘要】
1.一种基于序列配准的探地雷达定位方法，其特征在于，所述方法包括：
2.根据权利要求1所述的探地雷达定位方法，其特征在于，通过对深度孪生网络进行模板匹配的训练，将训练好的深度神经网络中的特征提取层拆分出来作为所述训练好的特征提取器。
3.根据权利要求2所述的探地雷达定位方法，其特征在于，训练所述深度孪生网络包括：
4.根据权利要求3所述的探地雷达定位方法，其特征在于，在各组所述训练数据对中，所述模板图像与所述搜索图像的中心位置坐标重合，且所述搜索图像的尺寸大于所述模板图像。
5.根据权利要求4所述的探地雷达定位方法，其特征在于，所述通过对所述相似度图矩阵进行检索，在所述样本图...
【专利技术属性】
技术研发人员：辛勤，张鹏宇，申亮，毕钡桢，智帅峰，陈雨微，黄晓涛，
申请(专利权)人：中国人民解放军国防科技大学，
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。