CN111879313B - 一种基于无人机图像识别的多目标连续定位方法及系统 - Google Patents

一种基于无人机图像识别的多目标连续定位方法及系统 Download PDF

Info

Publication number
CN111879313B
CN111879313B CN202010760807.0A CN202010760807A CN111879313B CN 111879313 B CN111879313 B CN 111879313B CN 202010760807 A CN202010760807 A CN 202010760807A CN 111879313 B CN111879313 B CN 111879313B
Authority
CN
China
Prior art keywords
target
unmanned aerial
aerial vehicle
image recognition
ground
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.)
Active
Application number
CN202010760807.0A
Other languages
English (en)
Other versions
CN111879313A (zh
Inventor
喻煌超
王祥科
陆俊麒
肖乃经
曹粟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010760807.0A priority Critical patent/CN111879313B/zh
Publication of CN111879313A publication Critical patent/CN111879313A/zh
Application granted granted Critical
Publication of CN111879313B publication Critical patent/CN111879313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • 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
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
    • G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial

Abstract

本发明公开了一种基于无人机图像识别的多目标连续定位方法，包括步骤：1)图像识别：获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；2)单个目标位置解算：根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；3)航线设计：根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；4)多目标定位：采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位。本发明具有目标识别准确率高、识别精度高和目标位置定位精度高等优点。

Description

一种基于无人机图像识别的多目标连续定位方法及系统
技术领域
本发明涉及无人机技术领域，具体涉及一种基于无人机图像识别的多目标连续定位方法及系统。
背景技术
近年来，无人机正被广泛使用，在军用领域和民用领域都开发出了十分重要的应用。对地面目标定位是无人机的重要功能之一，其目的为求取目标的经纬坐标。目前，高精度的无人机目标定位已成为国内外科研工作者的研究热点。无人机的目标定位可分为有源定位和无源定位。对于小型无人机，有源定位要求的激光测距仪器不仅重量较大，而且有成本高和不利于隐蔽的缺点，因此多采用无源定位。无源定位通常通过光电载荷采集目标图像，利用图像分析算法获取目标位置，其核心是图像识别算法和目标定位算法。目前已有的研究，或是针对图像识别，或是针对目标位置解算。针对图像识别的有SIFT、FAST、Harris算法等，各有各的长处和不足，国内提出了基于侧抑制的特征点检测算法，效果较好。针对目标位置算法，主要集中于消除测量误差带来的影响，目前有迭代、无迹卡尔曼滤波等方法。出于对计算量的考量，鲜有同时针对两方面进行研究的工作。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种目标识别准确率高、识别精度高和目标位置定位精度高的基于无人机图像识别的多目标连续定位方法及系统。
为了解决上述技术问题，本发明采用的技术方案为：
一种基于无人机图像识别的多目标连续定位方法，包括步骤：
1)图像识别：获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；
2)单个目标位置解算：根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
3)航线设计：根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；
4)多目标定位：采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位。
作为上述技术方案的进一步改进：
在步骤2)与步骤3)之间，进行单个目标定位实验：根据步骤1)和步骤2)进行单个目标定位实验，收集数据并分析误差，以优化图像识别和目标位置解算。
在步骤3)与步骤4)之间，进行多目标定位实验：根据步骤1)～步骤3)进行多目标定位实验，收集数据并分析误差以优化图像识别、目标位置解算和航线设计。
在步骤2)中，摄像机的状态数据包括摄像机方位角、俯仰角。
在步骤2)中，利用迭代或滤波方法解算出高精度的地面目标位置。
本发明还公开了一种基于无人机图像识别的多目标连续定位系统，包括：
图像识别模块，用于获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；
位置解算模块，用于根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
航线设计模块，用于根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；
多目标定位模块，用于采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于无人机图像识别的多目标连续定位方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述计算机程序在被处理器运行时执行如上所述的基于无人机图像识别的多目标连续定位方法的步骤。
与现有技术相比，本发明的优点在于：
本发明的基于无人机图像识别的多目标连续定位方法，通过对图像识别和目标位置解算两方面进行优化，双管齐下，有效地提高识别准确率、识别精度和目标位置的定位精度，并解决了多目标连续定位的问题；另外通过地面站分担计算量，提高定位效率。
附图说明
图1为本发明的方法在实施例的流程图。
图2为本发明中无人机航线在实施例的示意图。
具体实施方式
以下结合说明书附图和具体实施例对本发明作进一步描述。
如图1所示，本实施例的基于无人机图像识别的多目标连续定位方法，包括步骤：
1)图像识别：获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及基于YOLO算法(常规算法)进行目标跟踪；
2)单个目标位置解算：根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
3)航线设计：根据单个地面目标位置，设计无人机飞行航线，在不影响航迹、确保隐蔽的情况下，无人机对所有目标进行采样；
4)多目标定位：采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，提高目标识别的准确性和定位的精度，无人机继续识别和锁定新目标，实现多目标的连续定位。
本发明的基于无人机图像识别的多目标连续定位方法，通过对图像识别和目标位置解算两方面进行优化，双管齐下，有效地提高识别准确率、识别精度和目标位置的定位精度，并解决了多目标连续定位的问题；另外通过地面站分担计算量，提高定位效率。
本实施例中，在步骤2)与步骤3)之间，进行单个目标定位实验：根据步骤1)和步骤2)进行单个目标定位实验，收集数据并分析误差，以优化图像识别和目标位置解算。
本实施例中，在步骤3)与步骤4)之间，进行多目标定位实验：根据步骤1)～步骤3)进行多目标定位实验，收集数据并分析误差以优化图像识别、目标位置解算和航线设计。
本实施例中，在步骤2)中，摄像机的状态数据包括摄像机方位角、俯仰角；利用迭代或滤波方法解算出高精度的地面目标位置。
本发明还公开了一种基于无人机图像识别的多目标连续定位系统，包括：
图像识别模块，用于获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；
位置解算模块，用于根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
航线设计模块，用于根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；
多目标定位模块，用于采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位。
本发明的定位系统用于执行如上所述的定位方法，同样具有如上定位方法所述的优点。
本发明进一步公开了一种计算机可读存储介质，其上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的基于无人机图像识别的多目标连续定位方法的步骤。
本发明还公开了一种计算机设备，包括存储器和处理器，存储器上存储有计算机程序，计算机程序在被处理器运行时执行如上所述的基于无人机图像识别的多目标连续定位方法的步骤。
本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一个计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现各种功能。存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其它易失性固态存储器件等。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (6)

1.一种基于无人机图像识别的多目标连续定位方法，其特征在于，包括步骤：
1）图像识别：获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；
2）单个目标位置解算：根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
3）航线设计：根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；
4）多目标定位：采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位；
在步骤2）与步骤3）之间，进行单个目标定位实验：根据步骤1）和步骤2）进行单个目标定位实验，收集数据并分析误差，以优化图像识别和目标位置解算；
在步骤3）与步骤4）之间，进行多目标定位实验：根据步骤1）～步骤3）进行多目标定位实验，收集数据并分析误差以优化图像识别、目标位置解算和航线设计。
2.根据权利要求1所述的基于无人机图像识别的多目标连续定位方法，其特征在于，在步骤2）中，摄像机的状态数据包括摄像机方位角、俯仰角。
3.根据权利要求1所述的基于无人机图像识别的多目标连续定位方法，其特征在于，在步骤2）中，利用迭代或滤波方法解算出高精度的地面目标位置。
4.一种基于无人机图像识别的多目标连续定位系统，用于执行如权利要求1～3中任意一项所述的基于无人机图像识别的多目标连续定位方法，其特征在于，定位系统包括：
图像识别模块，用于获取地面目标图像后，通过地面站基于GOTURN神经网络和离线训练进行目标识别、以及目标跟踪；
位置解算模块，用于根据无人机传回的无人机自身GPS和IMU数据，以及摄像机的状态数据，通过地面站解算出高精度的地面目标位置；
航线设计模块，用于根据单个地面目标位置，设计无人机飞行航线，确保无人机对所有目标进行采样；
多目标定位模块，用于采样完成后将数据传回地面站，由地面站进行多副采样数据的融合，无人机继续识别和锁定新目标，实现多目标的连续定位。
5.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～3中任意一项所述的基于无人机图像识别的多目标连续定位方法的步骤。
6.一种计算机设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述计算机程序在被处理器运行时执行如权利要求1～3中任意一项所述的基于无人机图像识别的多目标连续定位方法的步骤。
CN202010760807.0A 2020-07-31 2020-07-31 一种基于无人机图像识别的多目标连续定位方法及系统 Active CN111879313B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010760807.0A CN111879313B (zh) 2020-07-31 2020-07-31 一种基于无人机图像识别的多目标连续定位方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010760807.0A CN111879313B (zh) 2020-07-31 2020-07-31 一种基于无人机图像识别的多目标连续定位方法及系统

Publications (2)

Publication Number Publication Date
CN111879313A CN111879313A (zh) 2020-11-03
CN111879313B true CN111879313B (zh) 2022-08-12

Family

ID=73204976

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010760807.0A Active CN111879313B (zh) 2020-07-31 2020-07-31 一种基于无人机图像识别的多目标连续定位方法及系统

Country Status (1)

Country Link
CN (1) CN111879313B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340272B (zh) * 2021-06-29 2022-09-06 上海良相智能化工程有限公司 一种基于无人机微群的地面目标实时定位方法
CN113419517B (zh) * 2021-07-12 2022-08-09 海丰通航科技有限公司 航空器防控系统的测试方法、装置、存储介质及计算设备
CN114998425B (zh) * 2022-08-04 2022-10-25 吉奥时空信息技术股份有限公司 一种基于人工智能的目标物体地理坐标定位方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937443A (zh) * 2012-01-13 2013-02-20 唐粮 一种基于无人机的目标快速定位系统及方法
CN106871927A (zh) * 2017-01-05 2017-06-20 南京航空航天大学 一种无人机光电吊舱安装误差标校方法
CN107977987A (zh) * 2017-11-20 2018-05-01 北京理工大学 一种无人机载多目标探测跟踪、指示系统及方法
CN110892284A (zh) * 2018-10-26 2020-03-17 深圳市大疆创新科技有限公司 电力线路检测方法、装置、无人机及计算机可读存储介质
CN110963034A (zh) * 2019-12-12 2020-04-07 四川中烟工业有限责任公司 一种基于无人机的高架库智能仓储管理系统及其管理方法
CN111178148A (zh) * 2019-12-06 2020-05-19 天津大学 一种基于无人机视觉系统的地面目标地理坐标定位方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103604427B (zh) * 2013-12-10 2016-10-12 中国航天空气动力技术研究院 对地面移动目标动态定位的无人机系统和方法
CN104316949B (zh) * 2014-10-29 2016-10-26 上海大学 一种无人机搜索目标快速定位方法
CN106289186B (zh) * 2016-09-21 2019-04-19 南京航空航天大学 旋翼无人机机载视觉探测与多目标定位系统及实现方法
CN107145161B (zh) * 2017-05-27 2020-02-21 合肥工业大学 无人机访问多目标点的航迹规划方法及装置
WO2019080113A1 (zh) * 2017-10-27 2019-05-02 深圳市大疆创新科技有限公司 无人机的巡检规划方法、控制终端、无人机及无人机系统
CN109753076B (zh) * 2017-11-03 2022-01-11 南京奇蛙智能科技有限公司 一种无人机视觉追踪实现方法
US10769466B2 (en) * 2018-02-20 2020-09-08 International Business Machines Corporation Precision aware drone-based object mapping based on spatial pattern recognition
CN108776491A (zh) * 2018-05-23 2018-11-09 广东容祺智能科技有限公司 基于动态图像识别的无人机多目标监测系统及监测方法
CN109871763B (zh) * 2019-01-16 2020-11-06 清华大学 一种基于yolo的特定目标跟踪方法
KR102036136B1 (ko) * 2019-03-07 2019-10-24 (주)림스플라이 멀티 드론 운용 시스템 및 방법
CN110610510B (zh) * 2019-08-29 2022-12-16 Oppo广东移动通信有限公司 目标跟踪方法、装置、电子设备及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102937443A (zh) * 2012-01-13 2013-02-20 唐粮 一种基于无人机的目标快速定位系统及方法
CN106871927A (zh) * 2017-01-05 2017-06-20 南京航空航天大学 一种无人机光电吊舱安装误差标校方法
CN107977987A (zh) * 2017-11-20 2018-05-01 北京理工大学 一种无人机载多目标探测跟踪、指示系统及方法
CN110892284A (zh) * 2018-10-26 2020-03-17 深圳市大疆创新科技有限公司 电力线路检测方法、装置、无人机及计算机可读存储介质
CN111178148A (zh) * 2019-12-06 2020-05-19 天津大学 一种基于无人机视觉系统的地面目标地理坐标定位方法
CN110963034A (zh) * 2019-12-12 2020-04-07 四川中烟工业有限责任公司 一种基于无人机的高架库智能仓储管理系统及其管理方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Weighted strategies to guide a multi-objective evolutionary algorithm for multi-UAV mission planning;CristianRamirez Atencia;《Swarm and Evolutionary Computation 》;20190228;第44卷;全文 *
仿生扑翼飞行器的视觉感知系统研究进展;付强等;《工程科学学报》;20191215(第12期);全文 *

Also Published As

Publication number Publication date
CN111879313A (zh) 2020-11-03

Similar Documents

Publication Publication Date Title
CN111879313B (zh) 一种基于无人机图像识别的多目标连续定位方法及系统
CN108921947B (zh) 生成电子地图的方法、装置、设备、存储介质以及采集实体
CN112526513B (zh) 基于聚类算法的毫米波雷达环境地图构建方法及装置
US9086484B2 (en) Context-based target recognition
CN111028277A (zh) 基于伪孪生卷积神经网络的sar和光学遥感图像配准方法
CN108562885B (zh) 一种高压输电线路机载LiDAR点云提取方法
CN114119998B (zh) 一种车载点云地面点提取方法及存储介质
WO2024060771A1 (zh) 一种基于多帧多普勒速度扩维的毫米波雷达数据聚类方法
CN115867939A (zh) 用于空中到地面配准的系统和方法
CN113096181B (zh) 设备位姿的确定方法、装置、存储介质及电子装置
CN114820749A (zh) 无人车井下定位方法、系统、设备及介质
CN111611900A (zh) 一种目标点云识别方法、装置、电子设备和存储介质
CN113721254B (zh) 一种基于道路指纹空间关联矩阵的车辆定位方法
CN108921896B (zh) 一种融合点线特征的下视视觉罗盘
Hänsch et al. Machine-learning based detection of corresponding interest points in optical and SAR images
CN115480240A (zh) 一种针对小型无人机的多传感器协同探测方法
CN115995032B (zh) 一种多模态特征融合的舰船智能识别方法和系统
CN116704037B (zh) 一种基于图像处理技术的卫星失锁重定位方法及系统
CN117456407B (zh) 一种多目标图像跟踪方法及装置
CN115994934B (zh) 数据时间对齐方法、装置以及域控制器
Zhang et al. Video image target recognition and geolocation method for UAV based on landmarks
CN116152679A (zh) 基于ai视觉的认知定位方法
CN111104861B (zh) 用于确定电线位置的方法和设备以及存储介质
US20210405197A1 (en) GLOBAL LOCALIZATION APPARATUS AND METHOD IN DYNAMIC ENVIRONMENTS USING 3D LiDAR SCANNER
CN111380529B (zh) 移动设备定位方法、装置、系统及移动设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant