-
公开(公告)号：CN118196498B
公开(公告)日：2024-11-12
申请号：CN202410318659.5
申请日：2024-03-20
Applicant: 北京自动化控制设备研究所
IPC: G06V10/764 , G06V10/75 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/09
Abstract: 本发明提供一种基于深度学习的视觉导航品质因子分类方法及计算机设备，该方法包括：采集图像数据和导航数据，并对采集的数据采用图像匹配算法进行预处理，构建视觉导航品质因子分类数据集，作为原始训练数据；构建基于深度学习的品质因子分类网络，包括：品质因子分类网络采用卷积神经网络架构以完成二分类任务，其包括主干网络模块和全连接层模块，其中，主干网络模块用于将输入数据映射到网络的特征空间，学习网络的特征图，全连接层对主干网络的特征图进行解码，通过将主干网络学习到的各类模式和特征进行非线性组合以输出分类的置信度和类别；将原始训练数据集输入到品质因子分类网络中进行视觉导航品质分类训练，使训练后的品质因子分类网络输出视觉导航品质等级和置信度；实时采集图像数据和导航数据，将实时采集的数据采用图像匹配算法处理后输入训练后的品质因子分类网络进行视觉导航品质的自动分类。
-
公开(公告)号：CN118537597A
公开(公告)日：2024-08-23
申请号：CN202410630687.0
申请日：2024-05-21
Applicant: 北京自动化控制设备研究所
Abstract: 本发明提供了一种基于结构特征的可见光SAR异源图像匹配方法及匹配系统，该方法包括：分别计算可见光图像和SAR图像中每个位置像素的梯度张量以得到的对应的两张梯度张量图；对计算得到的梯度张量进行归一化处理以得到可见光图像和SAR图像中每个位置像素的归一化张量场；根据计算得到的梯度张量分别将可见光图像和SAR图像划分为平坦区域、平滑结构区域和非平滑结构区域；根据可见光图像和SAR图像的平滑结构区域所包含像素对应的归一化张量场进行图像匹配。应用本发明的技术方案，以解决现有技术中缺少可见光图像与SAR图像匹配的有效处理方法的技术问题。
-
公开(公告)号：CN118424334A
公开(公告)日：2024-08-02
申请号：CN202410565556.9
申请日：2024-05-09
Applicant: 北京自动化控制设备研究所
IPC: G01C25/00
Abstract: 本发明提供一种解耦合的惯性/视觉导航在线动态标定装置，惯性传感器获取目标的位姿信息，传送给旋转外参数计算单元；视觉传感器获取目标的视觉帧位姿信息，传送给旋转外参数计算单元和平移外参数计算单元，旋转外参数计算单元完成惯性传感器的在线标定，将旋转外参数和校正后的位姿信息发送给平移外参数计算单元，平移外参数计算单元根据旋转外参数、惯性位姿信息、视觉帧位姿信息、相对速度信息获取位置约束方程，对视觉传感器的视觉帧位姿信息进行更新，完成惯性/视觉传感器在线标定。本发明减少了在线标定的运动条件限制，增加了在线标定的应用场景，使在线标定可以使用在无人机等不适宜进行剧烈运动的场景。
-
公开(公告)号：CN114485649B
公开(公告)日：2023-09-12
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
48
records
(took 0.039 seconds)
