申请/专利权人:中国计量大学
申请日:2022-01-17
公开(公告)日:2022-04-29
公开(公告)号:CN114417048A
主分类号:G06F16/587
分类号:G06F16/587;G06F16/583;G06V20/17;G06V20/13;G06V10/82;G06V10/80;G06V10/40;G06V10/762;G06V10/74;G06N3/04;G06N3/08;G06K9/62
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.05.20#实质审查的生效;2022.04.29#公开
摘要:本发明公开了一种基于图像语义引导的缺少定位设备的无人机定位方法。设计神经网络,神经网络用于预测输出不同语义的特征;将数据集输入到神经网络中进行训练;将各个卫星图像输入到神经网络获得各个卫星图像的不同语义的融合特征;在无人机实时飞行中,将无人机实时采集的无人机图像输入到神经网络获得无人机图像的不同语义的融合特征;再计算无人机图像的融合特征分别与各个卫星图像的融合特征间相似度,匹配实现定位。本发明利用特殊的神经网络提取无人机与卫星图像中的特征信息,通过将无人机实时拍摄的图像与已有GPS标记的卫星图库中的图像匹配,实现无人机无导航系统下的自主定位,具有较好的鲁棒性和匹配精度。
主权项:1.一种基于图像语义引导的缺少定位设备的无人机定位方法,其特征在于,所述方法包括如下:步骤1:设计用于提取无人机图像与卫星图像特征的神经网络,神经网络用于预测输出不同语义的特征;步骤2:将采集的无人机图像与卫星图像组成的数据集输入到神经网络中进行训练;步骤3:将卫星图库中的各个卫星图像输入到步骤1获得的神经网络中,提取获得各个卫星图像的不同语义的特征,对于每个卫星图像的不同语义的特征进行融合获得融合特征;步骤4:在无人机实时飞行中,将无人机实时采集的无人机图像输入到步骤1获得的神经网络中,提取获得无人机图像的不同语义的特征,对于每个无人机图像的不同语义的特征进行融合获得融合特征;再计算无人机图像的融合特征分别与各个卫星图像的融合特征之间的相似度,进行匹配实现定位。
全文数据:
权利要求:
百度查询: 中国计量大学 基于图像语义引导的缺少定位设备的无人机定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。