无人机乡村道路宽度识别方法技术

本发明专利技术公开了无人机乡村道路宽度识别方法，建立乡村道路宽度识别神经网络来将倾斜摄影图像中道路边缘的几何特征映射到道路宽度，采集训练样本后对所述乡村道路宽度识别神经网络进行训练，获得道路宽度预测模型；在线应用中获取乡村道路图像，经道路区域提取、道路边缘提取和边线确定后，以道路两边直线的斜率以及图像中心点到直线的垂距作为几何特征，输入到道路宽度预测模型，模型能准确预测出乡村道路的实际宽度，从而为无人机的飞行控制和停靠提供了决策依据，提高了无人机工作的安全性与便利性。

【技术实现步骤摘要】

本专利技术属于无人机乡村运输应用，具体涉及一种无人机乡村道路宽度识别方法、与基于道路宽度的乡村飞行控制方法。

技术介绍

1、近年来，无人机在乡村运输中的应用逐渐增多，并展现出显著的优势和潜力。无人机在医疗物资配送、农业监控与管理、快递包裹投递、灾后救援与重建、环境监测与保护、基础设施检查以及教育与宣传等多个领域都有广泛应用。在医疗领域，无人机能够快速运送药品、疫苗和血液样本，特别是在紧急情况下，其优势尤为明显。在农业方面，无人机通过高分辨率摄像头和传感器，帮助农民监控农田、检测作物健康状况和病虫害，提高生产效率。

2、无人机在乡村快递和包裹投递中，同样展现出其高效性，能够在交通不便的地区快速配送，提升物流效率。此外，在自然灾害发生后，无人机可以迅速评估灾情、投递救援物资，辅助救援工作。环境监测方面，无人机能够进行水质、空气质量监测以及森林防火预警，帮助保护生态环境。基础设施检查是无人机的另一大应用，通过定期检查电力线路、桥梁和道路，无人机提高了维护工作的效率和安全性。同时，无人机还可以用于乡村教育和宣传，记录和传播乡村文化，促进旅游和经济发展。本文档来自技高网...

【技术保护点】

1.无人机乡村道路宽度识别方法，包括以下步骤：

2.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤S5中，对道路边线图像中所获取的两条边线，计算其斜率k1、k2以及图像中心点到两边线的垂距D1、D2共4个几何特征量；

3.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤S5中，对道路两条边线进行几何特征的计算与提取的方法包括：

4.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤S8中，对乡村道路宽度识别神经网络进行训练包括：T1、初始化网络的权值和偏置；T2、读取网络参数和记录在文档中的训...

【技术特征摘要】

1.无人机乡村道路宽度识别方法，包括以下步骤：

2.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤s5中，对道路边线图像中所获取的两条边线，计算其斜率k1、k2以及图像中心点到两边线的垂距d1、d2共4个几何特征量；

3.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤s5中，对道路两条边线进行几何特征的计算与提取的方法包括：

4.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤s8中，对乡村道路宽度识别神经网络进行训练包括：t1、初始化网络的权值和偏置；t2、读取网络参数和记录在文档中的训练样本集；t3、对样本数据进行归一化处理；t4、对每一个样本计算其预测输出值与期望值的误差；t5、根据误差反向计算修正网络权值和偏置；t6、如满足网络训练结束的条件，则结束训练，否则转到t4继续进行训练；t7、结果分析与输出。

5.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤s4的启发式搜索中，以斜率表示角度时，当两条边缘线斜率差值的绝对值小于一个很小的第一斜率阈值时，合并所述两条边缘线；同时，若角度正切值或斜率大于一个很大的第二斜率阈值时，判定边缘线为一条垂直于横轴的纵线。

6.根据权利要求1所述的无人机乡村道路宽度识别方法，其特征在于，所述步骤s2还包括：将所述道路模型分别布置在无人机视野下地面中的不同区域，以使得所述样本集内道路模型分布在图像平面内...

【专利技术属性】
技术研发人员：邹细勇，连加俤，邹乐钧，张维特，胡晓静，王焕平，陈亮，
申请(专利权)人：中国计量大学，
类型：发明
国别省市：