科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着无人机技术的逐渐成熟，越来越多的领域开始引入无人机执行任务。无人机具有使用成本低，环境适应能力强等优点，但其能够顺利执行空中任务的前提是对自身位置的准确定位。传统导航技术主要依赖GNSS，但GNSS存在不稳定、易受干扰等缺点，易出现无人机无法利用GNSS进行定位的情况，即GNSS拒止环境。针对GNSS拒止环境下无人机的导航定位问题，基于已知的卫星正射影像，提出了一种综合利用卫星影像局部和全局深度学习特征的无人机视觉检索定位方法。首先将ConvNeXt作为主干网络，与广义平均池化相结合组成检索特征提取算法，用于提取卫星和无人机影像的全局特征。针对检索定位的任务设计了考虑影像间重叠面积的三元损失函数，训练特征提取算法。然后根据全局特征对一定范围内的卫星影像进行检索。最后为了进一步提高检索得到目标影像的准确率，利用深度学习局部特征进行匹配重新排序。论文建立了面向无人机检索定位任务的训练和试验数据集，试验结果表明，对于完全重叠无人机模拟影像检索不同季节卫星影像，本文方法平均准确率达到90.9%，平均耗时2.22 s。在无人机实拍影像测试中准确率为87.5%，基本能够满足无人机导航定位需求。
-
单位信息工程大学地理空间信息学院
