【技术实现步骤摘要】
本专利技术属于无人机导航领域,具体涉及一种gnss拒止环境下的无人机多模态视觉定位方法及系统。
技术介绍
1、近年来,无人机技术的快速发展和广泛应用引起了广泛的关注。无人机在航拍摄影、农业植保、物流配送、灾害监测等领域展现出了巨大的潜力。然而,无人机的精确定位一直是一个具有挑战性的问题。传统的定位方法主要依赖于全球导航卫星系统(globalnavigation satellite system,gnss),但在复杂的环境中,如城市峡谷、森林密集区或室内环境,gnss信号可能会受到阻挡或多径效应的影响,导致定位精度下降甚至失去定位能力。因此,开发一种可靠且精确的无人机定位感知技术成为研究的迫切需求。
2、在这样的背景下,无人机视觉感知定位成为了研究的热点之一。通过利用无人机搭载的视觉传感器,如摄像头、激光雷达等,可以获取丰富的环境信息,并通过图像处理和计算机视觉算法进行分析和处理。这种基于视觉感知的定位方法低成本且具有很高的灵活性和适应性,能够在各种环境条件下实现精确的定位和导航。此外,无人机视觉感知定位还可以结合其他传感器数
...【技术保护点】
1.GNSS拒止环境下的无人机多模态视觉定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的GNSS拒止环境下的无人机多模态视觉定位方法,其特征在于,步骤1)中,构建基于深度学习特征提取和匹配的视觉惯性里程计算法,计算无人机的相对定位,输出得到高频的6-DoF位姿信息,包括:
3.根据权利要求2所述的GNSS拒止环境下的无人机多模态视觉定位方法,其特征在于,步骤2)中,根据高频的6-DoF位姿信息,对卫星地图进行搜索,采用基于Efficient- LoFTR进行红外RGB图像多模态融合的景象匹配,并通过求解当前关键帧图片与匹配的卫星图
...【技术特征摘要】
1.gnss拒止环境下的无人机多模态视觉定位方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的gnss拒止环境下的无人机多模态视觉定位方法,其特征在于,步骤1)中,构建基于深度学习特征提取和匹配的视觉惯性里程计算法,计算无人机的相对定位,输出得到高频的6-dof位姿信息,包括:
3.根据权利要求2所述的gnss拒止环境下的无人机多模态视觉定位方法,其特征在于,步骤2)中,根据高频的6-dof位姿信息,对卫星地图进行搜索,采用基于efficient- loftr进行红外rgb图像多模态融合的景象匹配,并通过求解当前关键帧图片与匹配的卫星图像之间的相对位姿得到在世界系下的绝对定位,包括:
4.根据权利要求3所述的gnss拒止环境下的无人机多模态视觉定位方法,其特征在于,步骤3)中,采用因子图优化的方式根据在世界系下的绝对定位的置信度与相对定位进行自适应权重的信息融合,输出一个高频且精度更高的6-dof位姿信息,包括:
5.根据权利要求4所述的gnss拒止环境下的无人机多模态视觉定位方法,其特征在于,还包括:
6.gnss拒止环境下的无人机多模态视觉定位系统...
【专利技术属性】
技术研发人员:孙宏滨,何俊杰,陈黎明,郭仲宇,陈炜煌,
申请(专利权)人:西安交通大学,
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。