[發明專利]一種異源圖像匹配定位方法、設備及計算機可讀存儲介質

在審

• 申請號: 202211452264.1
• 申請日: 2022-11-21
• 公開（公告）號: CN115713698A
• 公開（公告）日: 2023-02-24
• 發明（設計）人: 胡華智;何煒雄
• 申請（專利權）人: 億航智能設備（廣州）有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06N3/0464;G06V10/24;G06V10/40;G06V10/74;G06V10/82
• 代理公司: 深圳協成知識產權代理事務所(普通合伙) 44458
• 代理人: 章小燕

本發明公開了一種異源圖像匹配定位方法、設備及計算機可讀存儲介質，其中，該方法包括：在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合；獲取所述相似度集合中的最大值、與所述最大值對應的特征以及與所述特征在預設的衛星圖上對應的像素點；若所述最大值大于或等于所述匹配相似度閾值，則根據所述衛星圖中的像素與經緯度的對應關系，匹配得到所述像素點的經緯度。實現了一種航空器的自主導航定位方案，有效地解決了航空器在通信能力受限情況下的導航需求，提升了航空器在復雜場景下的導航精度和導航效率。

技術領域

本發明涉及無人駕駛航空器技術領域，尤其涉及一種異源圖像匹配定位方法、設備及計算機可讀存儲介質。

背景技術

目前，無人駕駛航空器使用的導航方式主要是慣性導航和GPS。其中，慣性導航不易受電磁干擾，但是其定位誤差會隨時間而增大，因而在無人駕駛航空器長時間飛行時導航效果不佳；相比之下，GPS的導航精度相對較高，但是，在有遮擋、有干擾等復雜環境下，其通信能力受限，使得GPS導航在這些環境下導航精度難以維持。

因此，在通信能力受限的情況下，如何有效地實現無人駕駛航空器的自主導航，成為目前亟待解決的技術問題。

發明內容

為了解決現有技術中的上述技術缺陷，本發明提出了一種異源圖像匹配定位方法，該方法包括：

在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合；

獲取所述相似度集合中的最大值、與所述最大值對應的特征以及與所述特征在預設的衛星圖上對應的像素點；

比較所述最大值與預設的匹配相似度閾值；

若所述最大值小于所述匹配相似度閾值，則重新執行所述飛行圖像的輸入操作，若所述最大值大于或等于所述匹配相似度閾值，則根據所述衛星圖中的像素與經緯度的對應關系，匹配得到所述像素點的經緯度。

可選地，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前包括：

在執行匹配定位前，收集多張由所述航空器拍攝的訓練飛行圖像，并獲取所述飛行過程所涉及的飛行區域的衛星圖；

將三元組損失作為訓練損失訓練所述訓練飛行圖像，并將得到的所述卷積神經網絡作為特征提取器。

可選地，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

預設圖像塊的大小集合以及所述圖像塊的長寬比；

根據所述圖像塊以及所述匹配定位的定位需求預設所述匹配相似度閾值。

可選地，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

在所述衛星圖中，獲取每一像素對應的經緯度；

根據所有像素對應的經緯度生成所述衛星圖中的所述對應關系。

可選地，所述在航空器的飛行過程中，采用預設的卷積神經網絡模型提取輸入的飛行圖像的圖像特征，并對所述圖像特征和預設的特征集合進行余弦距離計算，得到相似度集合，之前還包括：

在所述衛星圖中，根據預設的所述圖像塊的大小以及所述長寬比提取不同尺寸和/或不同長寬比的所述圖像塊；