一种基于序列无人机图像的快速场景位置更新方法技术

本发明专利技术公开了一种基于序列无人机图像的快速场景位置更新方法，属于无人机定位导航领域。以图像中店铺标牌的文字与电子地图中的POI名称匹配并进行场景定位，并以无人机飞行距离限制POI的匹配范围，提高了匹配精度和效率；在无人机长航时GNSS拒止情况下可以实现快速场景更新，从而避免惯性导航系统的定位误差累积。累积。累积。

【技术实现步骤摘要】
一种基于序列无人机图像的快速场景位置更新方法


[0001]本专利技术属于无人机定位导航领域，特别涉及一种基于序列无人机图像的快速场景位置更新方法，利用无人机图像当前地理位置及序列图像中的文字信息实现无人机后续图像的快速场景定位。

技术介绍

[0002]无人机城市内超低空飞行的情况下，基于图像匹配的视觉定位方法以及基于开源地图的无人机自主定位均会由于尺度差异而失效，SLAM和惯导系统也会随着时间而累积误差。POI泛指互联网电子地图中的点类数据，基本包含名称、地址、坐标和类别四个属性，城市内广泛分布的店铺标牌即对应着POI数据，所以POI是一种可用于无人机自主定位的良好数据集。但是POI数据存在着更新滞后（如当前某些地区的POI数据是2016年采集的）、与标牌文字不完全一致（如标牌文字是“通用交通学校”，但POI数据中的名称是“河北通用专修学校”）、大量POI名称相近或相同等问题，直接影响无人机图像与POI库的文字匹配结果；同时，面临大面积的预定场景时，POI数据达到数万甚至数十万，会导致匹配效率非常低，不满足实用要求。
[0003]为了实现在大范围城市场景中能够快速实现无人机序列图像的场景位置定位，需要研究一种快速且可靠的无人机图像场景位置更新方法。

技术实现思路

[0004]本专利技术的目的在于解决利用POI进行无人机图像场景定位时不准确、效率低的问题，提出了一种基于序列无人机图像的快速场景位置更新方法，通过无人机飞行参数支撑下的POI数据空间检索与文字模糊匹配，实现序列无人机图像的快速场景位置更新。
[0005]为了实现上述目的，本专利技术采用的技术方案为：一种基于序列无人机图像的快速场景位置更新方法，包括以下步骤：S1假设已知第i帧无人机图像的位置，将坐标（xi，yi）置为最新场景位置，然后从第i+1帧起的后续无人机图像中进行文字信息识别；S2如果第j帧能够识别到文字，首先对识别到的文字进行预处理，并将长度短于3个字符的文字删除；其中，j≥i+1；S3以（xi，yi）为中心，V
×
（j
‑
i）为半径，从POI库中进行空间检索，检索结果为P；其中，V为最大飞行速度；S4将第j帧中预处理后的文字信息与P中的名称使用TF
‑
IDF方法进行文字模糊匹配，如果文字模糊匹配的相似性大于阈值，则匹配成功；S5如果步骤S4中存在匹配成功的POI，则将POI的坐标（xj，yj）置为最新场景位置，将j置为i，然后返回步骤S1；如果步骤S4中不存在匹配成功的POI，则j=j+1，然后返回步骤S2。
[0006]本专利技术与
技术介绍
相比具有如下优点：
本专利技术提出的一种基于序列无人机图像的快速场景位置更新方法，通过识别无人机图像上的标牌文字，实现实时的无人机图像场景位置更新。
[0007]本专利技术提出的一种基于序列无人机图像的快速场景位置更新方法，使用无人机飞行距离来限制匹配到的POI的范围，可以快速缩小检索空间，提高匹配效率和精度。
附图说明
[0008]图1是本专利技术一种基于序列无人机图像的快速场景位置更新方法的原理框架图。
[0009]图2是本专利技术一种基于序列无人机图像的快速场景位置更新方法的以第i帧图像场景位置为中心，V
×
（j
‑
i）为半径进行POI检索的检索结果。
具体实施方式
[0010]下面结合附图对本专利技术的具体实施方式进行描述，以便本领域的技术人员更好地理解本专利技术。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本专利技术的主要内容时，这些描述在这里将被忽略。
[0011]图1是本专利技术一种基于序列无人机图像的快速场景位置更新方法具体实施下的原理框架图。具体来说，该方法包括如下步骤：S1假设已知第i帧无人机图像的位置，将其坐标（xi，yi）置为最新场景位置，然后从第i+1帧起的后续无人机图像中进行文字信息识别；S2如果第j帧能够识别到文字（j≥i+1），首先对识别到的文字进行预处理：将长度短于3个字符的文字删除，以排除无人机图像覆盖标牌不完整的情况；S3以（xi，yi）为中心，V
×
（j
‑
i）为半径（V为最大飞行速度），从POI库中进行空间检索，检索结果为P；S4将第j帧中预处理后的文字信息与P中的名称使用TF
‑
IDF方法进行文字模糊匹配，设置余弦相似性阈值为0.75（即如果文字模糊匹配的相似性大于0.75，则认为匹配成功）；S5如果步骤S4中存在匹配成功的POI，则将POI的坐标（xj，yj）置为最新场景位置，将j置为i，然后返回步骤S1；如果步骤S4中不存在匹配成功的POI，则j=j+1，然后返回步骤S2。
[0012]下面是一个更具体的实施例：（1）无人机第1帧图像的场景位置为（114.438480E，38.0266602N）；（2）若针对无人机第10帧图像，经过PPOCRv3文字识别模型识别后，可识别出“MR飘逸发艺”、“至格系统门窗”、“21 21世纪不动产”、“修脚店”、“农夫山泉”5个店铺标牌；（3）以第1帧图像的场景位置（114.438480E，38.0266602N）为中心点，半径为36米（无人机最大飞行速度为9m/s）在POI库中进行空间检索，检索结果如图2所示；（4）以全市的POI名称中字符出现的频次构建TF
‑
IDF模型中的权重，然后将第10帧图像中识别到的店铺标牌与步骤（3）中检索到的POI中的名称进行文字模糊匹配；（5）最终“至格系统门窗”匹配相似度大于0.75，匹配成功，则第10帧图像的场景位置更新为（114.438738E，38.026775N）。
[0013]本专利技术实现了以图像中店铺标牌的文字与电子地图中的POI名称匹配并进行场景
定位，并以无人机飞行距离限制POI的匹配范围，提高了匹配精度和效率；在无人机长航时GNSS拒止情况下可以实现快速场景更新，从而避免惯性导航系统的定位误差累积。
[0014]尽管上面对本专利技术说明性的具体实施方式进行了描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于序列无人机图像的快速场景位置更新方法，其特征在于，包括以下步骤：S1假设已知第i帧无人机图像的位置，将坐标（xi，yi）置为最新场景位置，然后从第i+1帧起的后续无人机图像中进行文字信息识别；S2如果第j帧能够识别到文字，首先对识别到的文字进行预处理，并将长度短于3个字符的文字删除；其中，j≥i+1；S3以（xi，yi）为中心，V
×
（j
‑
i）为半径，...

【专利技术属性】
技术研发人员：耿虎军，刘宇，王港，武晓博，郭争强，孙方德，王敏，常晓宇，张萌月，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：