西北工业大学张兆祥获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉西北工业大学申请的专利区域拒止场景下无人系统景象匹配定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120833504B 。
龙图腾网通过国家知识产权局官网在2025-12-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511325375.X,技术领域涉及:G06V10/75;该发明授权区域拒止场景下无人系统景象匹配定位方法是由张兆祥;许悦雷;郭继唐;张剑桥;刘闯;宋佳凝;彭佳杰;汪涛设计研发完成,并于2025-09-17向国家知识产权局提交的专利申请。
本区域拒止场景下无人系统景象匹配定位方法在说明书摘要公布了:本发明提出一种区域拒止场景下无人系统景象匹配定位方法,涉及图像匹配定位技术领域。首先对无人机影像和卫星底图进行处理,并识别图中的语义实体,计算关系强度权重,构建因果语义图;再生成关键点检测掩码,得到无人机影像和卫星底图中的关键点集合,建立关键点与语义实体的关联关系;计算关键点间的语义关联强度并得到增强特征,对关键点匹配对进行筛选,建立初始匹配集合;根据加权融合结果对初始匹配集合进行筛选得到精炼后的匹配集合;优化节点特征矩阵并评估精炼后的匹配集合,得到最终匹配集合;利用最终匹配集合计算无人机实际位置与估计位置之间的偏差向量,得到融合后的位置估计。本发明能够提高区域拒止场景下景象匹配定位精度。
本发明授权区域拒止场景下无人系统景象匹配定位方法在权利要求书中公布了:1.一种区域拒止场景下无人系统景象匹配定位方法,其特征在于:包括以下步骤: 步骤1:对高空无人系统实时采集的无人机影像进行几何校正,得到修正后的无人机影像;对修正后的无人机影像以及预先存储的卫星底图进行均衡化处理,得到处理后的无人机影像和卫星底图;根据海岸线特性,将处理后的无人机影像和卫星底图均划分为海域区域、岸线区域和陆地区域三个子区域,并赋予不同区域权重; 步骤2:识别无人机影像和卫星底图中的语义实体,并建立语义实体间的空间关系,同时计算语义实体间的关系强度权重,构建因果语义图; 步骤3:根据因果语义图,生成关键点检测掩码,掩码中某一位置的像素值代表该位置作为关键点的优先级;然后利用关键点检测掩码分别对无人机影像和卫星底图进行基于自监督深度学习架构的关键点检测,得到无人机影像和卫星底图各自对应的关键点集合和,并提取关键点的深度特征描述子和,最后建立关键点与语义实体的关联关系; 步骤4:基于因果语义图计算关键点间的语义关联强度;基于语义关联强度构建基于自注意力的特征增强网络,并将特征增强网络的输入特征与外部环境和时间因素融合,得到增强特征和;利用增强特征和构建带有因果语义约束的最优运输问题,通过求解最优运输匹配问题得到最优匹配矩阵,利用最优匹配矩阵对无人机影像和卫星底图之间的关键点匹配对进行筛选,建立初始匹配集合; 步骤5:对于初始匹配集合,分别进行局部邻域一致性验证和基于因果语义关系的全局结构验证,并对局部邻域一致性验证得到的局部一致性得分、全局结构验证得到的全局一致性得分以及匹配对的初始匹配得分进行加权融合,按照融合结果过滤低置信度匹配,得到精炼后的匹配集合; 步骤6:结合因果语义图,针对匹配集合构建增强的邻接矩阵;然后利用邻接矩阵,应用多层图卷积网络优化节点特征矩阵;利用优化得到的节点特征矩阵重新评估匹配集合中的关键点匹配对,剔除不符合全局语义一致性的匹配,得到最终匹配集合; 步骤7:根据最终匹配集合计算无人机实际位置与估计位置之间的偏差向量;将偏差向量与惯性导航数据融合,得到融合后的位置估计。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人西北工业大学,其通讯地址为:710072 陕西省西安市碑林区友谊西路127号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励