首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种无需GNSS工作的无人机全天候地理定位方法及系统 

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!

申请/专利权人:广东工业大学;航天宏图信息技术股份有限公司

摘要:本发明公开了一种基于无需GNSS工作的无人机全天候地理定位方法及系统,对可见光图像及热红外图像进行预处理,然后进行边缘检测、特征点匹配提纯,获得配准的可见光与热红外图像;对配准后的可见光图像以及热红外图像进行提取、计算以及融合处理,最终获得无人机图像;提取无人机图像及参考图像的中间特征并分割,输入到分类器中得到预测标签值,通过预测标签值得到地理坐标信息;通过地理坐标信息计算出无人机的位置信息。本申请将可见光与热红外图像融合,在全天候条件下获得高质量的无人机图像,并将该图像与本地跨视角参考图像匹配实现无需GNSS条件下无人机实时定位。

主权项:1.一种基于无需GNSS工作的无人机全天候地理定位方法,其特征在于,包括以下步骤:S1,获取可见光图像以及热红外图像;S2,对所述可见光图像以及热红外图像进行平滑降噪以及色彩增强预处理;S3,对经预处理的可见光图像以及热红外图像分别进行边缘提取处理,获得对应的最佳边缘图;S4,对可见光图像以及热红外图像分别对应的最佳边缘图进行特征匹配以及提纯处理,获得可见光和热红外图像之间的变换关系,通过所述变换关系获得配准后的可见光图像以及热红外图像;S5,对配准后的可见光图像以及热红外图像进行提取、计算以及融合处理,最终获得无人机图像;S6,所述无人机图像和多视角参考图像利用预设的COA模块和SST模块分别得到对应的中间图像特征;S7,通过对应的中间图像特征中的位置感知信息分别生成无人机图像的特征向量和多视角参考图像的特征向量;S8,将无人机图像的特征向量以及多视角参考图像的特征向量输入到分类器获得预测标签值,通过预测标签值获得对应的多视角参考图像的地理坐标;S9,计算所述参考图像的地理坐标与无人机图像的变换关系,通过变换关系获得无人机的地理坐标;在所述步骤S6中,所述COA模块对输入的图像执行以下步骤:A1,将输入的图像输入到卷积核大小为3×3的卷积模块编码以生成特征图X,然后,将经过卷积核大小为1×1的卷积模块平滑后的特征图X映射到64通道的特征空间,得到特征X′∈FC×H×W,并产生三个变量FK=Convx,FQ=Convx,FV=Convx,其中Conv表示卷积核大小为1×1的的卷积,FK表示局部静态上下文信息,FK可以获得本地静态上下文信息;对FK和FQ进行Concat运算,通过两次卷积核大小为1×1的卷积运算生成注意力矩阵FR,具体为:FR=ConvConcatFK,FQ;A2,对所述注意力矩阵FR和FV进行逐元素矩阵乘法,以获得全局特征F*,具体为: A3,将所述局部静态上下文信息FK与全局特征F*融合,生成并输出F′,具体为: A4,F′通过具有256个通道的卷积核大小为1×1的卷积,得到第一特征图FU;在所述步骤S6中,所述SST模块对输入的图像执行以下步骤:B1,将图像划分为j个块,并执行线性投影以将每个块一维向量平坦化,以获得图像编码向量Vj,j∈{1,2,…,n},然后创建可学习的标志以表示每一个块,将其与Vj放在一起,以聚合所有位置嵌入的全局上下文并生成特征嵌入VE;B2,所述特征嵌入VE通过归一化模块和多头注意模块,获得相应的输出编码向量VC,具体为:VC=ConcatAtt1NormVE,Att2NormVE,...,AttnNormVE;其中,Norm表示归一化,Att表示多头注意力模块;B3,执行残差积分操作,将输出编码向量VC添加到输入编码向量VE以生成输出特征映射VCE,具体为: 其中,表示逐元素相加操作;B4,在DP模块中对特征映射VCE进行分组卷积运算,每组仅负责提取一通道特征;然后进行点卷积来集成每个通道的特征,并通过Concat操作拼接它们;同时,将输入特征VCE映射到MLP模块,以保留VCE的表示;最后,执行DP模块和MLP模块的输出之间的元素相加操作,其生成输出特征VD,具体为:VD=DPVCE+MLPNormVCE;B5,将输出特征VD添加到VCE中以输出编码向量VS,具体为: 其中,表示逐元素相加操作;B6,将编码向量VS输入到全连通层进行非线性映射,得到特征图F1;此外,SST模块设计为并行结构,最终第二特征图输出表示为Fi,i∈{1,2};将SST模块得到的第二特征图F1以及F2通过通道混洗来连接,得到第三特征图F3,COA模块得到的第一特征图FU在空间维度上对特征进行增强,然后通过逐元素相加操作对所述第三特征图F3以及增强后的第一特征图进行运算,最后得到FO;将FO输入到COA模块,获得F′U,将F1、F2再次输入到SST模块获得F′1、F′2,重复上述操作两次,最终得到输入的图像对应的中间图像特征FUAV。

全文数据:

权利要求:

百度查询: 广东工业大学 航天宏图信息技术股份有限公司 一种无需GNSS工作的无人机全天候地理定位方法及系统

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。