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！

龙图腾网获悉西安冠威信息技术有限公司申请的专利一种基于机器视觉的无人机定位方法及系统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：CN121121576B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511659345.2，技术领域涉及：G06V20/17；该发明授权一种基于机器视觉的无人机定位方法及系统是由李鹏;张博轩;吴轩设计研发完成，并于2025-11-13向国家知识产权局提交的专利申请。

本一种基于机器视觉的无人机定位方法及系统在说明书摘要公布了：本发明涉及图像处理技术领域，具体涉及一种基于机器视觉的无人机定位方法及系统，该方法包括：获取无人机的实时视频流中的当前帧图像和参考图像，生成初始匹配对集合，计算每个匹配对的结构一致性，基于结构一致性自适应地确定当前帧图像的筛选阈值，利用筛选阈值确定筛选匹配对集合，评估筛选匹配对集合的每个匹配对的定位贡献权重，基于定位贡献权重执行加权位姿解算，得到无人机在当前帧图像中的瞬时位姿，将该瞬时位姿作为观测值输入至一个时序滤波模型中，结合无人机的运动模型进行时序融合，输出无人机在当前帧图像中的最终位姿估计，以完成无人机的精确定位。该方法提高了无人机定位的准确性。

本发明授权一种基于机器视觉的无人机定位方法及系统在权利要求书中公布了：1.一种基于机器视觉的无人机定位方法，其特征在于，包括： 获取无人机的实时视频流中的一个当前帧图像和预设的参考图像，通过检测当前帧图像的第一特征点集和参考图像的第二特征点集，建立第一特征点集和第二特征点集的匹配关系，生成初始匹配对集合； 针对初始匹配对集合的每个匹配对，基于该匹配对包含的两个特征点各自的局部邻域特征点的几何构型，计算出该匹配对的结构一致性，包括：每个匹配对包含的两个特征点分别位于当前帧图像和参考图像；通过最近邻检测算法划分每个特征点的局部邻域特征点，将该特征点指向每个局部邻域特征点以构建邻域向量，以该特征点的水平向右方向为参考方向，按照每个邻域向量和该参考方向的夹角从小到大的顺序对所有邻域向量及对应的局部邻域特征点进行排序；针对两个特征点各自排序后的邻域向量和局部邻域特征点，计算同一序号处的两个邻域向量的夹角差异；根据该夹角差异和两个特征点与各自的局部邻域特征点之间的距离评估该匹配对的结构一致性；匹配对的结构一致性满足关系式： ，是第个匹配对的结构一致性，为该匹配对包含的两个特征点各自的局部邻域特征点的数量，为局部邻域特征点的序号，为第个匹配对包含的两个特征点的第个邻域向量的角度差异，为第个匹配对包含的第1个特征点与其第个局部邻域特征点的距离，为第个匹配对包含的第2个特征点与其第个局部邻域特征点的距离，为所有的平均值，和均为预设的角度差异的容忍度方差和距离偏离程度的容忍度方差，为自然指数函数； 获得初始匹配对集合对应的结构一致性集合；根据结构一致性集合包含的结构一致性的统计特征，自适应地确定当前帧图像的筛选阈值，包括：通过结构一致性集合中各个结构一致性的概率分布确定当前帧图像的信息熵，将结构一致性集合的高分位点和中分位点作为两个统计锚点；基于当前帧图像的信息熵在预设的历史时间窗口内的经验累积分布函数值，对两个统计锚点之间进行线性插值，以生成当前帧图像的筛选阈值，关系式为，为当前帧图像的自适应筛选阈值；和是两个统计锚点，分别为结构一致性集合的高分位点和中分位点，高分位点和中分位点是通过百分位数法确定的；为当前帧图像的信息熵在预设的历史时间窗口内的经验累积分布函数值； 利用筛选阈值对初始匹配对集合进行筛选，得到筛选匹配对集合，根据筛选匹配对集合的每个匹配对的结构一致性超出筛选阈值的幅度，确定该匹配对的定位贡献权重，并且幅度和定位贡献权重为正相关关系； 基于所有匹配对的定位贡献权重执行加权位姿解算，得到无人机在当前帧图像中的瞬时位姿；将该瞬时位姿作为观测值，输入至一个时序滤波模型中，结合无人机的运动模型进行时序融合，以输出无人机在当前帧图像中的最终位姿估计，以完成无人机的精确定位。

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西安冠威信息技术有限公司，其通讯地址为：710000 陕西省西安市高新区天谷七路996号西安国家数字出版基地A栋11803室；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。