CN104316057A - 一种无人机视觉导航方法 - Google Patents
一种无人机视觉导航方法 Download PDFInfo
- Publication number
- CN104316057A CN104316057A CN201410596775.XA CN201410596775A CN104316057A CN 104316057 A CN104316057 A CN 104316057A CN 201410596775 A CN201410596775 A CN 201410596775A CN 104316057 A CN104316057 A CN 104316057A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- navigation method
- aerial vehicle
- unmanned aerial
- feature points
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明研究一种无人机视觉导航方法。首先利用SIFT算法构建图像的多尺度空间,然后精确定位特征点的位置。然后根据图像中提取的最稳定特征点采用最近/次近邻距离匹配方法对特征点进行匹配,利用已经匹配的特征点对求解基础矩阵再进一步解算本质矩阵从而求解了无人机的姿态变换。
Description
技术领域
本发明属于视觉导航领域,涉及一种无人机视觉导航方法研究。
背景技术
近年来,无人机(UAV)在军事上的作用日趋重要,如美国研制的“捕食者”、“全球鹰”、A160,法国的“鹰”,西欧国家(EADS公司)的HALE无人机。美国的无人机动力装置为1台双路涡喷发动机,控制系统采用惯性+“导航星”空间无线电导航系统数据修正方式。机载模块化侦察设备包括侧视雷达、光电侦察系统、无线电技术侦察和无线电电子对抗设备、一体化数据接收与传递系统、ATACCS目标指示系统、转发设备等。海军型还将装备有水面活动目标选择系统的扫描雷达。美国军事专家通过分析“全球鹰”无人机的作用使用经验,发现该机还有一系列缺点,主要是有效载荷的重量和体积有限,能源系统功率不足,每次出动不能保证所有侦察设备同时运行。因此,相对于大型军用机,无人机要求具有低成本、小尺寸、低功耗、高精度的特点,以便于其运输、发射和回收。
先进的导航系统是决定无人机完成作战任务、提高生存力的关键。近十年来,无论在定位、跟踪还是在自主信息处理及无人机载荷方面的发展已取得重大进展,如现代卫星导航技术、惯性导航系统、通讯和监控技术等,此外,新的视觉感知和处理设备也已经装备到无人机上。为了在未知的、动态变化的复杂环境中执行任务,在大多数情况下,无人机使用全球定位系统(GPS)导航定位和惯性导航系统(IMU)。GPS的估计精度直接取决于参与定位的卫星的数量以及接收设备接收信号的质量与电台的影响。此外,相邻设备的无线电频率干扰或信道堵塞都可能导致位置估计的不可靠,而这些问题又是普遍存在且难以解决。在无法使用或获得有效GPS信号的时候,无人机的导航系统只能依靠惯性导航系统,而高精度的惯性导航系统依靠于高精度的传感器,这一方面增加了成本,一方面增加了无人机的载荷。另外,由于惯导系统的位置误差随时间的增长而积累,所以必须由外部信息校正,如果携带如无线电、激光扫描仪等设置,对于中小型无人机(MUAV),载荷重量是一个最大限制。而视觉传感器重量轻、功耗小、探测距离远、分辨率高,是中小型无人机视觉导航的优选载荷。
SIFT算法具有良好的尺度、旋转、光照以及三维视角的不变性,因而SIFT特征点具有很好的区分性,很适合用于图像特征匹配。由于飞行器的飞行导致图像序列中的某些特征某一时刻进入图像,某一时刻又走出图像,所以要利用这些图像特征解算出的位置信息,合成载体飞行路线并与惯导位置信息进行数据融合,获得优质的导航参数。
因此,本发明研究的无人机视觉导航中路线合成方法,正是为了适合中小型无人机的高定位精度、微型化及低成本的特点,具有理论与实用价值。
发明内容
本发明重点研究室内无人机视觉导航问题。首先利用SIFT算法构建图像的多尺度空间,然后精确定位特征点的位置。然后根据图像中提取的最稳定特征点采用最近/次近邻距离匹配方法对特征点进行匹配,利用已经匹配的特征点对求解基础矩阵再进一步解算本质矩阵从而求解了无人机的姿态变换。具体的研究方案如图1所示。主要内容如下:
1)SIFT算法定位特征点的位置
2)最近/次近邻距离匹配方法对特征点进行匹配
3)求解了无人机的姿态变换
附图说明
图1本发明的研究方案图。
具体实施方式
主要环节的具体设计思路如下:
(1)SIFT算法定位特征点的位置
首先利用高斯核函数与图像进行卷积,得到经高斯模糊变化的图像,通过改变尺度空间因子生成一系列不同空间尺度的图像,然后对高斯模糊变化后的图像利用差分求取尺度空间的极值得到图像的高斯差分尺度空间,由此构建了图像的多尺度空间。在构建了图像的多尺度空间后,对图像点计算每个尺度下的高斯差分尺度的响应值,将这些响应值连接起来得到特征尺度的轨迹曲线。计算此特征曲线同时在二维空间和尺度空间中的极值点作为该位置点的特征尺度,由此的局部特征点的精确定位。在确定局部特征点的位置后,使用关键点的及领域像素的梯度信息,来作为特征点的方向参数,由此每个特征点都包括位置、尺度和方向3个信息。
(2)最近/次近邻距离匹配方法对特征点进行匹配
取两幅图像,分别获得128维向量的特征集来描述图片的特征信息,以两特征集的欧氏距离作为距离函数。由于遍历算法耗时严重,以特征集的每一同维数据与其均值的差方根大小为索引建立Kd-Tree,采用BBF搜素算法。然后通过欧氏距离以判断最近距离和次近距离的比值进行匹配。
(3)求解了无人机的姿态变换
首先利用RANSAC作为搜索引擎,基于7点法的解算思想求解基础矩阵。在获得基础矩阵后,对原匹配点进行错误匹配点的剔除,保留属于内点的特征点。基础矩阵结合摄像机内参求得本质矩阵,最终结算解算得到载体的运动信息。
Claims (3)
1.一种无人机视觉导航方法。其特征在于(1)利用SIFT算法构建图像的多尺度空间,然后精确定位特征点的位置;利用已经匹配的特征点求解基础矩阵,并结合摄像机内参解算本质矩阵,从而求解了无人机的姿态变换。
2.根据权利要求1所述的一种无人机视觉导航方法,其特征在于,利用SIFT算法进行特征点提取。
3.根据权利要求1所述的一种无人机视觉导航方法,其特征在于,利用最近/次近邻距离匹配方法对特征点进行匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410596775.XA CN104316057A (zh) | 2014-10-31 | 2014-10-31 | 一种无人机视觉导航方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410596775.XA CN104316057A (zh) | 2014-10-31 | 2014-10-31 | 一种无人机视觉导航方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104316057A true CN104316057A (zh) | 2015-01-28 |
Family
ID=52371321
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410596775.XA Pending CN104316057A (zh) | 2014-10-31 | 2014-10-31 | 一种无人机视觉导航方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104316057A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105021190A (zh) * | 2015-06-30 | 2015-11-04 | 中国兵器工业计算机应用技术研究所 | 反卫星导航欺诈的方法以及基于该方法的无人系统 |
CN105844696A (zh) * | 2015-12-31 | 2016-08-10 | 清华大学 | 基于射线模型三维重构的图像定位方法以及装置 |
CN108230395A (zh) * | 2017-06-14 | 2018-06-29 | 深圳市商汤科技有限公司 | 双视角图像校准及图像处理方法、装置、存储介质和电子设备 |
US10703479B2 (en) | 2017-11-30 | 2020-07-07 | Industrial Technology Research Institute | Unmanned aerial vehicle, control systems for unmanned aerial vehicle and control method thereof |
-
2014
- 2014-10-31 CN CN201410596775.XA patent/CN104316057A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105021190A (zh) * | 2015-06-30 | 2015-11-04 | 中国兵器工业计算机应用技术研究所 | 反卫星导航欺诈的方法以及基于该方法的无人系统 |
CN105844696A (zh) * | 2015-12-31 | 2016-08-10 | 清华大学 | 基于射线模型三维重构的图像定位方法以及装置 |
CN105844696B (zh) * | 2015-12-31 | 2019-02-05 | 清华大学 | 基于射线模型三维重构的图像定位方法以及装置 |
CN108230395A (zh) * | 2017-06-14 | 2018-06-29 | 深圳市商汤科技有限公司 | 双视角图像校准及图像处理方法、装置、存储介质和电子设备 |
US11380017B2 (en) | 2017-06-14 | 2022-07-05 | Shenzhen Sensetime Technology Co., Ltd. | Dual-view angle image calibration method and apparatus, storage medium and electronic device |
US10703479B2 (en) | 2017-11-30 | 2020-07-07 | Industrial Technology Research Institute | Unmanned aerial vehicle, control systems for unmanned aerial vehicle and control method thereof |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mohamed et al. | A survey on odometry for autonomous navigation systems | |
CN109579843B (zh) | 一种空地多视角下的多机器人协同定位及融合建图方法 | |
Kong et al. | Autonomous landing of an UAV with a ground-based actuated infrared stereo vision system | |
Ponda et al. | Trajectory optimization for target localization using small unmanned aerial vehicles | |
CN102435188B (zh) | 一种用于室内环境的单目视觉/惯性全自主导航方法 | |
Kaiser et al. | Vision-based estimation for guidance, navigation, and control of an aerial vehicle | |
CN101598556B (zh) | 一种未知环境下无人机视觉/惯性组合导航方法 | |
Surber et al. | Robust visual-inertial localization with weak GPS priors for repetitive UAV flights | |
CN102788579A (zh) | 基于sift算法的无人机视觉导航方法 | |
RU2550811C1 (ru) | Способ и устройство определения координат объектов | |
CN105352509A (zh) | 地理信息时空约束下的无人机运动目标跟踪与定位方法 | |
WO2018027339A1 (en) | Copyright notice | |
CN102353377A (zh) | 一种高空长航时无人机组合导航系统及其导航定位方法 | |
CN103175524A (zh) | 一种无标识环境下基于视觉的飞行器位置与姿态确定方法 | |
CN104316057A (zh) | 一种无人机视觉导航方法 | |
Kato et al. | NLOS satellite detection using a fish-eye camera for improving GNSS positioning accuracy in urban area | |
CN103630138A (zh) | 基于摄像机头标定算法的无人机视觉导航方法 | |
Chen et al. | Real-time geo-localization using satellite imagery and topography for unmanned aerial vehicles | |
CN116202489A (zh) | 输电线路巡检机与杆塔协同定位方法及系统、存储介质 | |
CN109764864B (zh) | 一种基于颜色识别的室内无人机位姿获取方法及系统 | |
Conte et al. | High accuracy ground target geo-location using autonomous micro aerial vehicle platforms | |
Li et al. | Collaborative positioning for swarms: A brief survey of vision, LiDAR and wireless sensors based methods | |
Pan et al. | An optical flow-based integrated navigation system inspired by insect vision | |
Curro et al. | Automated aerial refueling position estimation using a scanning lidar | |
Cheng et al. | High precision passive target localization based on airborne electro-optical payload |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150128 |