-
公开(公告)号：CN117115598B
公开(公告)日：2024-08-06
申请号：CN202311037205.2
申请日：2023-08-17
Applicant: 北京自动化控制设备研究所
IPC: G06V10/776 , G06V20/17 , G06V10/44 , G06V10/56
Abstract: 本发明提供一种视觉线特征提取精度评价方法，评价方法包括：根据当前帧图像中跑道边线两端点的像素坐标和前后两个成像时刻相机的位姿变化，基于对极几何约束以在下一帧图像中确定两条极线，并根据跑道边线两端点到对极线的垂直距离建立跑道边线的评价指标qi；基于提取的当前帧图像中跑道边线邻域内相对灰度梯度统计建立评价指标qg；将评价指标qi和qg的乘积作为可靠度评价因子以实现对跑道边线提取效果的定量评价。本发明能够解决现有评价方法未能在图像层面客观评价边线提取效果的技术问题。
-
公开(公告)号：CN118274879A
公开(公告)日：2024-07-02
申请号：CN202410318783.1
申请日：2024-03-20
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供一种无人机机载相机安装误差标定方法及计算机设备，首先通过无人机机载相机、惯导和卫星接收机记录无人机在不同姿态和位置下拍摄的参考图像及其对应的姿态和位置基准数据；其次通过视觉定位方法给出参考图像的视觉定位信息，并建立含安装误差在内的视觉定位信息与基准数据之间的误差方程；最后提出一种基于RANSAC的牛顿下山法准确标定无人机机载相机与惯导之间的安装误差，提高视觉定位精度。
-
公开(公告)号：CN115776366B
公开(公告)日：2024-03-15
申请号：CN202211591771.3
申请日：2022-12-12
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种视觉多传感器高精度同步方法和装置，包括IMU输出包含时间戳的IMU数据，同步发送触发信号；同步处理电路依据触发信号生成各视觉传感器所需的同步信号，基于IMU高频时间戳标记各同步信号；各视觉传感器响应相应的同步信号进行工作，采集数据；导航计算机接收各视觉传感器的数据、IMU数据，依据IMU数据包含的时间戳和各同步信号的时间戳，为各视觉传感器数据标注时间戳。本发明通过同步处理电路设置各视觉传感器的同步信号，利用时间戳进行时间同步，通过提高传感器之间的时间同步性，能够显著提升惯性/环境感知组合导航系统的导航性能。
-
公开(公告)号：CN114485649A
公开(公告)日：2022-05-13
申请号：CN202210122642.3
申请日：2022-02-09
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种面向无人机的惯性、视觉和高度信息融合导航方法，该面向无人机的惯性、视觉和高度信息融合导航方法包括：根据无人机实时高度信息获取尺度估计值；根据尺度估计值更新视觉测量信息；视觉传感器采集视觉图像，根据视觉图像进行特征提取和匹配获取惯性传感器的速度初始值；构建惯性残差；根据惯性残差采用两次惯性传感器初始化方法获取IMU惯性参数；根据IMU惯性参数和视觉图像进行惯性视觉联合优化完成位姿估计，进行无人机定位以完成无人机的惯性、视觉和高度信息融合导航。应用本发明的技术方案，能够解决现有技术中导航方法位姿估计精度低、空中飞行时惯性传感器容易发散造成跟踪丢失、计算量复杂等技术问题。
-
公开(公告)号：CN118243094B
公开(公告)日：2024-11-12
申请号：CN202410427612.2
申请日：2024-04-10
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供的一种基于品质因子的惯性视觉组合导航自适应滤波方法，包括构建惯性视觉组合导航的自适应滤波状态量和观测模型；基于品质因子设计观测噪声矩阵的自适应计算方法；基于所述的状态量、观测模型、观测噪声矩阵进行卡尔曼自适应滤波估计；基于滤波估计效果对相关误差进行自适应补偿修正。本发明基于视觉匹配品质因子自适应调整滤波器观测噪声，实现对图像不同质量匹配结果的灵活适应，显著提升惯性视觉组合导航在不同场景下的适应能力和融合精度。
-
Patent Agency Ranking
公开(公告)号：CN118691855A
公开(公告)日：2024-09-24
申请号：CN202410630959.7
申请日：2024-05-21
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种可见光图像‑SAR图像匹配方法及系统，该方法通过对原始图像进行超采样和滑窗处理，得到不同尺度的图像，通过对不同尺度的图像中的每个像素计算二维张量，得到不同尺度的梯度张量图，之后通过对二维张量进行分解，并基于分解后的二维张量以及曲线显著性系数对不同尺度的梯度张量图进行张量投票和融合，得到最终的可见光梯度张量图和最终的SAR梯度张量图，能够在抑制噪声的同时尽可能的保留图像的细节信息，使得局部张量最好地突出图像中的结构信息，进而提升图像匹配对噪声的适应能力；通过对最终的可见光梯度张量图和最终的SAR梯度张量图进行归一化处理得到归一化张量场，能够消除灰度对比度对梯度张量匹配的影响，再基于最终的可见光梯度张量图和最终的SAR梯度张量图将可见光图像和SAR图像划分为平坦区域、平滑结构区域和非平滑结构区域，从而仅将平滑结构区域作为图像匹配区域，能够大幅缩短匹配时间。该方法能够实现可见光图像与SAR图像之间的快速精确匹配，抑制无人机在恶劣气候条件下地图匹配位置的跳变，支撑无人机在卫星拒止条件下的的全天候自主导航能力。应用本发明的技术方案，以解决现有技术中卫星拒止条件下在恶劣天气无法进行全天候自主导航的技术问题。
-
公开(公告)号：CN117036666B
公开(公告)日：2024-05-07
申请号：CN202310708692.4
申请日：2023-06-14
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供一种基于帧间图像拼接的无人机低空定位方法，方法包括：步骤一、基于捕获的无人机姿态信息对无人机低空拍摄的帧间图像进行正射矫正以转换为正射图像，并统一帧间图像的尺度；步骤二、根据步骤一所得结果，进行帧间图像拼接，包括：2.1提取步骤一所得帧间图像的特征点，对特征点进行筛选以去除错误特征点，并计算得到待拼接图像对应的单应矩阵；2.2利用单应矩阵对相应待拼接图像进行处理，得到新的待拼接图像；2.3对新的待拼接图像进行对偶掩膜处理，得到掩膜矩阵，并基于掩膜矩阵将新的待拼接图像与拼接图像进行拼接；步骤三、利用步骤二所得拼接后的帧间图像进行无人机定位。解决了无人机低空视觉定位信息量少、定位精度差的问题。
-
公开(公告)号：CN117908432A
公开(公告)日：2024-04-19
申请号：CN202311705779.2
申请日：2023-12-13
Applicant: 北京自动化控制设备研究所
IPC: G05B19/042 , G01C21/16
Abstract: 本发明提出一种飞行器用惯性视觉导航测量控制一体化系统，该一体化系统包括智能处理模块、视觉传感器模块、惯性测量模块、测距模块和供电模块；供电模块主要功能是将外部输入电源电压转换为其他对应输入电压；触发视觉传感器模块用于采集图像；测距模块和惯性测量模块敏感用于测量飞行器的高度、位置、速度和姿态的惯性测量信息；智能处理模块具备图像和数据处理能力，具备惯性、地磁、气压和传感器数据同步与采集功能，具备数据存储功能，具有多种类型接口。本发明建立了可柔性支持多惯性、多视觉传感器智能融合的架构，解决了复杂任务条件下飞行器起飞、巡航、着陆全任务剖面的自主导航、智能感知和自主作业的技术难题。
-
公开(公告)号：CN115964634B
公开(公告)日：2024-04-02
申请号：CN202211583438.8
申请日：2022-12-10
Applicant: 北京自动化控制设备研究所
IPC: G06F18/214 , G06F18/24 , G06F18/22 , G06F18/10
Abstract: 本发明提供了一种数据标注优化方法，该数据标注优化方法包括：根据特征质量从待标注数据集中筛选数据，标记为标准数据；对待标注数据集进行特征向量化处理，将特征向量化处理后的待标注数据与标准数据进行比较，以对待标注数据进行分类；以标准数据为参考数据，分别对分类后的各数据集进行相似度检测，根据设定的相似度阈值对各数据集进行数据裁减；对裁减后的数据集进行标注。应用本发明的技术方案，避免了通过人工方式进行标注时无法判断数据质量，而导致标注的数据中存在部分数据质量较低的技术问题。
-
公开(公告)号：CN117253029A
公开(公告)日：2023-12-19
申请号：CN202311153275.4
申请日：2023-09-07
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种基于深度学习的图像匹配定位方法及计算机设备，该定位方法包括：步骤一、基于捕获的无人机姿态信息对无人机航拍帧间图像进行正射矫正以转换为正射图像，并统一帧间图像的尺度；步骤二、将卫星地图库中的图像和步骤一所得图像共同作为网络输入，通过ResPoint残差点网络提取二者的关键点和描述子；步骤三、根据步骤二所得结果计算相应单应矩阵；步骤四、根据所述单应矩阵计算出航拍图像中心像素坐标对应的位置信息。本发明解决了传统图像匹配算法视觉定位精度低、鲁棒性较差的问题。
-
-
-
-
-
-
-
-
-
Search Results
46
records
(took 0.054 seconds)
