【技术实现步骤摘要】
本专利技术涉及传感器数据融合领域，特别是一种基于因子图优化的无人机卫星图像匹配的协同导航方法及系统。
技术介绍
1、随着无人机技术的快速发展，无人机在多个领域的应用日益广泛，如测绘、农业、环保等。然而，在复杂环境下，无人机的高精度导航依然面临诸多挑战，尤其是在gnss信号受限或不可用的情况下。现有的定位方法通常依赖单一的传感器定位算法，导致在动态环境中难以保证稳定性和精度。
2、卫星图像作为一种可靠的外部参考信息，可以为无人机提供精准的绝对定位。然而，现有的无人机导航技术在利用卫星图像进行定位时，往往存在图像匹配精度不足和定位不稳定的问题。为了弥补这一不足，近年来，因子图优化(fgo)算法因其在多传感器融合和状态估计中的优势，已逐渐成为无人机导航中的研究热点。
技术实现思路
1、本专利技术的目的在于提供一种定位精度高、稳定性强、环境适应能力强的基于因子图优化的无人机卫星图像匹配的协同导航方法及系统。
2、实现本专利技术目的的技术解决方案为：一种基于因子图优化的无人机...
【技术保护点】
1.一种基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，步骤1中建立前端模块和后端模块，在前端模块，通过帧间图像特征匹配实现视觉里程计，完成相对定位；在后端模块，利用无人机航拍信息与卫星图像进行匹配，实现绝对定位，然后将绝对定位信息反馈给前端视觉里程计，构建基于卫星图像匹配的视觉定位系统AS-VPS，具体如下：
3.根据权利要求2所述的基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，步骤2中基于FGO算法，构建位置作...
【技术特征摘要】
1.一种基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，步骤1中建立前端模块和后端模块，在前端模块，通过帧间图像特征匹配实现视觉里程计，完成相对定位；在后端模块，利用无人机航拍信息与卫星图像进行匹配，实现绝对定位，然后将绝对定位信息反馈给前端视觉里程计，构建基于卫星图像匹配的视觉定位系统as-vps，具体如下：
3.根据权利要求2所述的基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，步骤2中基于fgo算法，构建位置作为状态变量，利用残差向量表示代价函数，基于最优状态残差最小，利用最小二乘法，计算状态增量估计，具体如下：
4.根据权利要求3所述的基于因子图优化的无人机卫星图像匹配的协同导航方法，其特征在于，步骤3中建立co-as-vps与fgo集成模型，将前端视觉里程计、后端测量与协同距离测量作为...
【专利技术属性】
技术研发人员：蒋长辉，周仲辉，李昊洋，翟雨鹏，苏子康，管练武，刘娣，吴祥，李春涛，
申请(专利权)人：南京航空航天大学，
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。