[發(fā)明專利]基于大位移光流法的組合導(dǎo)航方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110184527.4 | 申請日： | 2021-02-08 |
| 公開（公告）號： | CN112985388B | 公開（公告）日： | 2022-08-19 |
| 發(fā)明（設(shè)計）人： | 黃峰;陳建亮;吳銜譽;謝鈺;沈英;吳靖 | 申請（專利權(quán)）人： | 福州大學(xué) |
| 主分類號： | G01C21/16 | 分類號： | G01C21/16;G06T5/00;G06T7/269;G06T7/277 |
| 代理公司： | 福州元創(chuàng)專利商標(biāo)代理有限公司 35100 | 代理人： | 陳鼎桂;蔡學(xué)俊 |
| 地址： | 350108 福建省福州市*** | 國省代碼： | 福建;35 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 位移 光流法 組合 導(dǎo)航 方法 系統(tǒng) | ||
本發(fā)明涉及一種基于大位移光流法的組合導(dǎo)航方法，包括以下步驟：步驟S1:獲取與導(dǎo)航載體捷聯(lián)的相機拍攝的連續(xù)視頻圖像，同時從連續(xù)的視頻中獲取第一圖像、第二圖像；步驟S2:計算第一圖像、第二圖像的灰度平均值并與預(yù)設(shè)的灰度閾值進行比較，根據(jù)比較的結(jié)果進行預(yù)處理；步驟S3:利用光流法對預(yù)處理后的第一圖像、第二圖像進行光流計算，并采用線性插值的方法對誤匹配值進行剔除，得到第一圖像、第二圖像的總光流值；步驟S4:將總光流值通過光流?運動場轉(zhuǎn)移模型進行縮放；步驟S5:根據(jù)縮放后的光流，結(jié)合IMU的角速度信息進行補償，得到經(jīng)度方向和緯度方向的速度信息。本發(fā)明實現(xiàn)在大位移、光照變化劇烈的情況下對導(dǎo)航載體自主，穩(wěn)定，準(zhǔn)確地導(dǎo)航。
技術(shù)領(lǐng)域
本發(fā)明涉及導(dǎo)航技術(shù)領(lǐng)域，具體涉及一種基于大位移光流法的組合導(dǎo)航方法及系統(tǒng)。
背景技術(shù)
近年來隨著四旋翼無人機等小型無人飛行器在影視、農(nóng)業(yè)、新聞、消防、救援、能源、遙感測繪、野生動物保護等多個領(lǐng)域的廣泛應(yīng)用與需求量激增，應(yīng)用于小型無人飛行器的高精度、低成本、智能導(dǎo)航技術(shù)研究越來越受到重視。傳統(tǒng)四旋翼無人機通常使用GPS/INS(慣性導(dǎo)航系統(tǒng))組合導(dǎo)航方式，該方案在空曠地區(qū)導(dǎo)航效果良好；但在山區(qū)和室內(nèi)等地區(qū)，由于GPS信號較差；該方案很難得到理想的結(jié)果。由于上述原因，基于視覺的導(dǎo)航算法越來越受到各大研究機構(gòu)的重視。基于光流法的導(dǎo)航算法是視覺導(dǎo)航的重要組成部分，因此對該算法的研究具有深遠(yuǎn)的意義。
由于無人機飛行速度快，對導(dǎo)航信息測量的實時性要求較高。因此，光流計算的速度要快速。同時，如果當(dāng)相鄰兩幀圖像的時間內(nèi)無人機飛行速度過快，還應(yīng)考慮大位移光流計算的問題。此外，當(dāng)無人機飛行到不同場景時光照情況不同，也要考慮到會造成跟蹤錯誤的情況?，F(xiàn)有光流算法雖然也能比較準(zhǔn)確跟蹤到特征點，但是很多算法需要通過迭代計算得到最終的結(jié)果，所以很難保證實時處理。同時，大部分現(xiàn)有光流算法都是基于光流約束基本方程推導(dǎo)的，因此大位移光流計算難以實現(xiàn)。由于光流算法存在上述的缺點，所以很難基于光流法開發(fā)出穩(wěn)定的導(dǎo)航方法。
發(fā)明內(nèi)容
有鑒于此，本發(fā)明的目的在于提供一種基于大位移光流法的組合導(dǎo)航方法及系統(tǒng)，實現(xiàn)在大位移、光照變化劇烈的情況下對導(dǎo)航載體自主，穩(wěn)定，準(zhǔn)確地導(dǎo)航。
為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
一種基于大位移光流法的組合導(dǎo)航方法，包括以下步驟：
步驟S1:獲取與導(dǎo)航載體捷聯(lián)的相機拍攝的連續(xù)視頻圖像，同時從連續(xù)的視頻中獲取第一圖像、第二圖像；
步驟S2:計算第一圖像、第二圖像的灰度平均值并與預(yù)設(shè)的灰度閾值進行比較，根據(jù)比較的結(jié)果進行預(yù)處理；
步驟S3:利用光流法對預(yù)處理后的第一圖像、第二圖像進行光流計算，并采用線性插值的方法對誤匹配值進行剔除，得到第一圖像、第二圖像的總光流值；
步驟S4:將總光流值通過光流-運動場轉(zhuǎn)移模型進行縮放；
步驟S5:根據(jù)縮放后的光流，結(jié)合IMU的角速度信息進行補償，得到經(jīng)度方向和緯度方向的速度信息，實現(xiàn)光流/慣性組合導(dǎo)航。
進一步的，所述步驟S2具體為：
步驟S1:將所述第一圖像、第二圖像中所有像素點的灰度相加后取平均值；
步驟S2:將第一圖像第二圖像的平均值差的絕對值同灰度閾值進行比較,并根據(jù)比較結(jié)果選擇預(yù)處理方法；
步驟S3:根據(jù)選擇的預(yù)處理方法對第一圖像、第二圖像進行預(yù)處理。
進一步的，所述預(yù)處理方法包括局部二值化算法或中值濾波算法。
進一步的，所述步驟S3具體為：
步驟S31:將預(yù)處理后的第一圖像、第二圖像進行下采樣，并利用Edgeflow光流計算方法求解粗光流dn；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福州大學(xué)，未經(jīng)福州大學(xué)許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110184527.4/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
