System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种面向有/无人编队的无人机自主视觉导航系统及方法技术方案_技高网

一种面向有/无人编队的无人机自主视觉导航系统及方法技术方案

技术编号:43011150 阅读:9 留言:0更新日期:2024-10-18 17:17
本发明专利技术提供一种面向有/无人编队的无人机自主视觉导航系统及方法,涉及无人机自主导航领域,解决了GNSS拒止场景下无人机的INS误差累计与自主导航功能不完善的问题;系统包括:基准图地面保障及仿真验证系统,用于制作并装订基准图数据,依据基准图数据,对视觉导航算法模型进行训练并评估;机载嵌入式系统,用于接收存储制作的基准图数据以及评估通过的视觉导航算法模型,还用于获取无人机飞行途径地点的图像数据,使用视觉导航算法模型对图像数据与基准图数据进行匹配计算,得出位置信息,使用位置信息修正无人机的IMU数据后,作为无人机的实时导航位置;本发明专利技术可实现GNSS拒止场景下无人机的长航时高精度自主导航功能效果。

【技术实现步骤摘要】

本专利技术涉及无人机自主导航领域,应用于有/无人编队的无人机中,具体涉及一种面向有/无人编队的无人机自主视觉导航系统及方法


技术介绍

1、随着无人机技术的快速发展,无人机已经广泛应用于军事、民用等多个领域。为了实现无人机的精确导航和控制,通常采用全球导航卫星系统(global navigationsatellite system, gnss)与惯性导航系统(inertial navigation system, ins)相结合的方式。其中,gnss能够提供高精度的位置信息,而ins则能够提供短时内的连续位置、速度和姿态信息,两者互补使用以提高整体导航性能。

2、然而,在实际应用中,无人机所依赖的gnss信号容易受到各种因素的干扰,例如人为干扰、建筑物遮挡、恶劣天气条件等,导致gnss信号接收不稳定或完全丢失,即进入所谓的gnss拒止状态。在这种情况下,无人机的导航只能依靠其自身携带的ins进行。

3、虽然ins可以在短时间内提供较为准确的导航信息,但其自身的陀螺仪和加速度计存在一定的累计误差,随着时间推移,这种误差逐渐增大,最终导致导航信息的准确性下降,无法满足长航时无人机自主导航的需求。

4、在有/无人编队的应用场景下,无人机不仅需要具备独立完成任务的能力,还需要能够在没有直接人工干预的情况下与编队中的其他成员保持协同工作。这些应用场景包括但不限于军事侦察、战场支援、物资运输、搜索救援、农业喷洒、环境监测等。在这些场景中,无人机往往需要在复杂的环境中执行任务,如城市环境中穿行、山区地形中搜索目标等,这些都增加了对导航系统的可靠性要求。

5、因此可以总结的是,现有的gnss/ins组合导航技术在面对复杂环境和长时间运行时,存在以下主要技术问题:

6、当gnss信号被干扰或完全失去时,ins的累计误差会迅速增加,导致导航性能急剧下降;在gnss拒止环境下,缺乏可靠的替代导航手段来确保无人机的安全运行。缺乏有效的手段来解决ins在长时间运行中累计误差的问题,特别是在需要高精度导航信息的任务中;在有/无人编队的协同作业中,缺乏有效的机制来保持无人机之间的相对位置稳定,尤其是在gnss拒止条件下。

7、综上,如何针对gnss拒止场景下的无人机自主导航任务需求,研发或改进无人机自主导航技术,成为了本领域技术人员亟需解决的关键问题。


技术实现思路

1、基于
技术介绍
中的现状,本专利技术的目的在于解决gnss拒止场景下无人机的ins误差累计与自主导航功能不完善的问题,因此提出了一种面向有/无人编队的无人机自主视觉导航系统及方法。随着ai技术在计算机视觉领域的突破,视觉导航因具备多种优点而得到广泛关注;本专利技术在无人机ins基础上,通过视觉导航定位结果,对ins的累计误差进行修正,还可对ins中陀螺仪与加速度计等的漂移进行实时标定,从而实现长航时下无人机的高精度自主导航功能效果。

2、本专利技术采用了以下技术方案来实现目的:

3、一种面向有/无人编队的无人机自主视觉导航系统,包括基准图地面保障及仿真验证系统和机载嵌入式系统,其中:

4、基准图地面保障及仿真验证系统,用于依据卫星遥感影像数据与高程数据,制作并装订基准图数据;还用于依据基准图数据,对预设的视觉导航算法模型进行训练管理与更新维护,并通过地面仿真验证方式,对视觉导航算法模型进行评估;

5、机载嵌入式系统,用于接收存储基准图地面保障及仿真验证系统制作完成的基准图数据以及评估通过的视觉导航算法模型;还用于获取无人机飞行途径地点的图像数据,使用视觉导航算法模型对图像数据与基准图数据进行匹配计算,得出位置信息,使用位置信息修正无人机的imu数据后,作为无人机的实时导航位置。

6、本专利技术同时提供一种面向有/无人编队的无人机自主视觉导航方法,所述方法的硬件基础为前述无人机自主视觉导航系统,所述方法包括如下步骤:

7、s1、获取卫星遥感影像数据与高程数据并进行数据预处理;

8、s2、基于预处理后的数据,制作基准图数据并装订至无人机中;

9、s3、基于基准图数据,训练视觉导航算法模型并进行仿真验证;

10、s4、依据仿真验证结果,评估视觉导航算法模型,并将评估通过的视觉导航算法模型搭载至无人机中;

11、s5、无人机飞行过程中,获取飞行途径地点的图像数据;

12、s6、使用视觉导航算法模型对图像数据与基准图数据进行匹配计算,得出位置信息;

13、s7、使用位置信息修正无人机的imu数据,得到无人机的实时导航位置,实现无人机在长航时下的自主导航飞行。

14、综上所述,由于采用了本技术方案,本专利技术的有益效果如下:

15、本专利技术通过实时摄像机捕捉的图像与预先构建的基准地图或实时生成的环境模型进行匹配,即使在gnss信号拒止的环境下,也能实现较高的定位精度。本专利技术将视觉定位数据与惯性导航系统ins的数据进行融合,并结合气压高度计等其他传感器的信息,可进一步提升定位精度。

16、本专利技术通过对ins的累计误差进行实时修正,显著降低了ins的漂移误差,提高了长时间导航的稳定性;同时通过对ins中的陀螺仪和加速度计的漂移进行实时标定,减少了由这些传感器组件引起的累计误差。

17、本专利技术基于特征点提取与匹配算法相关技术,系统在光照变化、遮挡等复杂条件下仍能保持良好的稳定性和可靠性;由于图像处理算法的高效和系统架构的优化,本专利技术确保视觉导航技术能在极短时间内完成图像处理与特征匹配,从而满足实时导航的需求。

18、本专利技术的自主视觉导航技术能够适应多种复杂环境,如山区、峡谷、城市等gnss信号受限或拒止区域。通过与各类传感器组件的协同工作,系统适应性和可靠性得到进一步提升。

本文档来自技高网...

【技术保护点】

1.一种面向有/无人编队的无人机自主视觉导航系统,其特征在于,包括基准图地面保障及仿真验证系统和机载嵌入式系统,其中:

2.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,基准图地面保障及仿真验证系统部署于地面端,包括:

3.根据权利要求2所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,基准图地面保障及仿真验证系统还包括:

4.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,机载嵌入式系统部署于无人机端,包括:

5.根据权利要求4所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,惯导+视觉组合导航模块包括:

6.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于:机载嵌入式系统的硬件架构包括ATLAS算力模块和协处理模块;ATLAS算力模块内置有昇腾处理器,用于提供视觉导航算法模型在无人机上的高算力需求;协处理模块包括相互连接的FPGA控制板和接口扩展板,FPGA控制板用于提供机载嵌入式系统的控制管理与数据交互功能,接口扩展板用于提供多类业务接口扩展功能;协处理模块用于提供图像数据及惯导系统IMU的IMU数据与ATLAS算力模块的数据交互通讯路径,由ATLAS算力模块使用视觉导航算法模型进行数据处理后,再将得出的无人机的实时导航位置对外呈现。

7.根据权利要求6所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于:机载嵌入式系统的软件架构采用CANN异构计算架构,包括AscendCL组件、DVPP组件、HCCL组件和AI框架;AscendCL组件用于提供昇腾统一编程接口,进行软硬件解耦;DVPP组件用于进行硬件加速;HCCL组件用于在分布式训练中为昇腾处理器提供数据传输能力;AI框架包括TensorFlow、Caffe、Pytorch和MindSpore。

8.根据权利要求7所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于:机载嵌入式系统配置有基于CANN异构计算架构的视觉导航软件,视觉导航软件中搭载视觉导航算法模型;视觉导航软件用于提供机载嵌入式系统的自检、通信、匹配计算、基准图数据维护和更新升级,并通过将无人机实时获取的图像数据与预先装订的基准图数据进行匹配计算,得出位置信息,修正无人机的IMU数据的累计误差,完成无人机在长航时下的自主导航飞行。

9.一种面向有/无人编队的无人机自主视觉导航方法,其特征在于,所述方法的硬件基础为权利要求1所述的无人机自主视觉导航系统,所述方法包括如下步骤:

10.根据权利要求9所述的面向有/无人编队的无人机自主视觉导航方法,其特征在于:步骤S6中,首先对图像数据与基准图数据分别进行包括几何校正、灰度校正和降噪处理的预处理操作,然后进行图像数据与基准图数据的特征匹配,得出初步的位置信息;对初步的位置信息进行自适应滤波处理后,得出作为图像匹配定位的位置信息;

...

【技术特征摘要】

1.一种面向有/无人编队的无人机自主视觉导航系统,其特征在于,包括基准图地面保障及仿真验证系统和机载嵌入式系统,其中:

2.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,基准图地面保障及仿真验证系统部署于地面端,包括:

3.根据权利要求2所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,基准图地面保障及仿真验证系统还包括:

4.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,机载嵌入式系统部署于无人机端,包括:

5.根据权利要求4所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于,惯导+视觉组合导航模块包括:

6.根据权利要求1所述的面向有/无人编队的无人机自主视觉导航系统,其特征在于:机载嵌入式系统的硬件架构包括atlas算力模块和协处理模块;atlas算力模块内置有昇腾处理器,用于提供视觉导航算法模型在无人机上的高算力需求;协处理模块包括相互连接的fpga控制板和接口扩展板,fpga控制板用于提供机载嵌入式系统的控制管理与数据交互功能,接口扩展板用于提供多类业务接口扩展功能;协处理模块用于提供图像数据及惯导系统imu的imu数据与atlas算力模块的数据交互通讯路径,由atlas算力模块使用视觉导航算法模型进行数据处理后,再将得出的无人机的实时导航位置对外呈现。

7.根据权利要求6所述的面向有/无人编队的无人机...

【专利技术属性】
技术研发人员:祁飞
申请(专利权)人:成都天巡微小卫星科技有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1