一种融合视觉特征与多传感器信息的无人机定位方法

    公开(公告)号:CN117906609A

    公开(公告)日:2024-04-19

    申请号:CN202410068328.0

    申请日:2024-01-17

    Abstract: 本发明属于无人机遥感测绘与控制领域,涉及一种融合视觉特征与多传感器信息的无人机定位方法;所述方法包括获取双目图片帧、深度图片帧和传感器信息;从双目图片帧中提取出点特征和线特征,并结合传感器信息进行初步位姿估计;从双目图片帧中确定出关键帧,并将关键帧插入到本地地图中,建立局部地图;对各个局部地图进行最小化帧间的重投影误差优化,得到定位地图;利用深度图片帧和传感器信息,构建出三维空间局部梯度,并结合初步位姿估计构建出全局路径;对全局路径进行障碍物检测,利用A*算法对全局路径更新,得到无人机在遭遇障碍后的控制点路径;对控制点路径进行最小路径代价优化,得到更新后的路径即为规划路径。

    一种基于多层协调卷积神经网络的细粒度图像分类方法

    公开(公告)号:CN114494786A

    公开(公告)日:2022-05-13

    申请号:CN202210141309.7

    申请日:2022-02-16

    Abstract: 本发明涉及深度学习领域和图像分类领域,具体涉及一种基于多层协调卷积神经网络的细粒度图像分类方法。本发明实现了在细粒度图像分类任务上对关键区域定位并提取特征,利用图像多尺度裁剪和填充训练不同卷积层,从而融合浅层网络和深层网络特征,同时通过打乱局部区域破坏图片整体性,并通过位置编码记录原始位置,以减少打乱图片带来的噪声,较现有的分类方法,本发明所涉及的多层协调细粒度分类方法具有更高的准确度。

Patent Agency Ranking