无人机双目视觉鲁棒定位方法

作     者：杨欣 杨忠 张驰 卓浩泽 廖禄伟 薛八阳 YANG Xin;YANG Zhong;ZHANG Chi;ZHUO Haoze;LIAO Luwei;XUE Bayang

作者机构：南京航空航天大学自动化学院江苏南京211106 广西电网有限责任公司电力科学研究院广西南宁530028 

出 版 物：《应用科技》 (Applied Science and Technology)

年 卷 期：2024年第51卷第4期

页      面：43-50页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：贵州省科技计划项目(黔科合支撑2Y044号) 中国南方电网有限责任公司科技项目(066600KK52170074) 

主　　题：无人机定位 双目相机 同步定位与建图 掩模基于区域的卷积神经网络 动态剔除 点线特征 重投影误差 位姿优化 

摘      要：无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号拒止环境中的应用受到限制,传统视觉同步定位与建图(simultaneous localization and mapping,SLAM)技术一定程度上解决了该问题,但在动态场景和弱纹理场景中定位精度较差。针对该问题提出一种基于双目视觉的多场景鲁棒SLAM方法,重点考虑了真实环境中的动态和弱纹理2类具有挑战性的场景,利用双目相机为UAV在动态和弱纹理场景中提供位姿信息。针对动态场景利用掩膜基于区域的卷积神经网络(mask region-based convolutional neural network,Mask R-CNN)分割潜在动态内容并剔除动态特征,通过计算稠密光流同步相邻帧的掩膜,减小了掩膜的计算成本。对于弱纹理场景,在传统SLAM算法使用的点特征基础上融合了线特征,充分利用了环境中的结构特征。数值模拟和仿真实验证明了本文算法具有更高的鲁棒性和精确性。