中国人民解放军军事科学院国防科技创新研究院谢年好获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉中国人民解放军军事科学院国防科技创新研究院申请的专利一种仅基于单目视觉信息的无人机编队相对位姿估计方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115170656B 。
龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210685392.4,技术领域涉及:G06T7/73;该发明授权一种仅基于单目视觉信息的无人机编队相对位姿估计方法是由谢年好;陈磊;苏文山;李东泽设计研发完成,并于2022-06-17向国家知识产权局提交的专利申请。
本一种仅基于单目视觉信息的无人机编队相对位姿估计方法在说明书摘要公布了:本发明公开了一种仅基于单目视觉信息的无人机编队相对位姿估计方法,包括:建立相机投影模型;获取第一帧图像进行特征点检测,确定检测胞和孤立特征点集;计算完整检测胞对应的无人机的三维位置和姿态;获取下一帧图像进行特征点检测,确定检测胞和孤立特征点集,预测目标无人机当前时刻的三维位置;将三维位置预测值下无人机的预设显著特征点重投影到相机像素坐标系,得到重投影完整像素胞,计算重投影完整像素胞与检测胞和孤立特征点集的最小差异度,根据差异度确定跟踪结果;确定是否存在未关联完整检测胞,若是,计算未关联完整检测胞对应的无人机的三维位置和姿态并作为跟踪结果输出。本发明能同时解决重建和跟踪问题,有效应对遮挡问题。
本发明授权一种仅基于单目视觉信息的无人机编队相对位姿估计方法在权利要求书中公布了:1.一种仅基于单目视觉信息的无人机编队相对位姿估计方法,其特征在于,包括以下步骤: S1,确定无人机上的至少四个预设显著特征点在其机体坐标系下的三维坐标,确定每个无人机搭载的相机的内外参数,建立相机投影模型; S2,从相机中获取第一帧图像,对获取的图像进行特征点检测,根据检测得到的特征点与各个无人机的几何关系,确定无人机对应的检测胞和孤立特征点集,其中,无人机对应的检测胞表示与当前无人机关联、且与当前无人机不存在关联模糊性的特征点集合,孤立特征点集表示与无人机存在关联模糊性而未被关联到任意无人机的特征点集合; S3,确定完整检测胞,根据预设显著特征点的三维坐标,计算完整检测胞对应的无人机的三维位置和姿态,其中,完整检测胞表示包括四个以上特征点的检测胞; S4,从相机中获取下一帧图像,对获取的图像进行特征点检测,根据检测得到的特征点与各个无人机的几何关系,确定无人机对应的检测胞和孤立特征点集; 针对每个目标无人机,在保持姿态不变的情况下,根据目标无人机前一时刻的三维位置预测目标无人机当前时刻的三维位置,其中,目标无人机为已知前一时刻的三维位置和姿态的无人机; S5,针对每个目标无人机,根据相机投影模型,将三维位置预测值下的目标无人机的预设显著特征点重投影到相机像素坐标系,得到三维位置预测值对应的重投影完整像素胞,计算三维位置预测值对应的重投影完整像素胞与步骤S4获取的所有检测胞和孤立特征点集的最小差异度,若最小差异度不大于预设阈值,则根据三维位置预测值更新目标无人机的姿态,输出三维位置预测值和姿态作为对应的目标无人机的跟踪结果,并将最小差异度对应的检测胞或孤立特征点子集标记为已关联,若最小差异度大于预设阈值,则将对应的目标无人机视为跟踪丢失; S6,对剩余的未关联的检测胞和孤立特征点集进行重新检测筛选,确定是否存在未关联的完整检测胞,若存在未关联的完整检测胞,则根据预设显著特征点的三维坐标,计算所有未关联的完整检测胞对应的无人机的三维位置和姿态,并将三维位置和姿态作为对应的无人机的跟踪结果输出; S7,返回步骤S4,直至无人机编队任务结束。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国人民解放军军事科学院国防科技创新研究院,其通讯地址为:100071 北京市丰台区东大街53号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励