科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统无人机巡检中视觉轨道识别的识别效率低、精度差的问题，提出了一种基于LSD的约束聚类拟合与卡尔曼滤波相结合的轨道线检测算法。首先针对由于镜头视角造成的视角畸变，采用IPM算法矫正，并通过LSD算法检测出轨道轮廓，在轨道间距约束将LSD检测结果进行聚类并进行最小二乘拟合得到轨道直线。然后根据轨道几何特征和无人机动力学特性建立数学模型，并结合卡尔曼滤波器对轨道坐标信息进行跟踪估计，以保证算法的稳定性和鲁棒性。采用无人机采集多个场景的轨道图像作为测试样本，对检测算法与其他算法进行对比实验。实验结果表明，本文轨道识别算法优于其他算法，其轨道准确识别率达到92.49%,识别速率达到23 frame/s,满足轨道检测的稳定性和实时性要求。
-
单位中国民用航空飞行学院; 电气学院
