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！

龙图腾网获悉北京航空航天大学申请的专利一种基于双目深度点云的无人机高精度相对定位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：CN118210329B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202410312332.7，技术领域涉及：G05D1/695；该发明授权一种基于双目深度点云的无人机高精度相对定位方法是由方堃;王虹霞;张曙光;王志鹏设计研发完成，并于2024-03-19向国家知识产权局提交的专利申请。

本一种基于双目深度点云的无人机高精度相对定位方法在说明书摘要公布了：本发明公开了一种基于双目深度点云的无人机高精度相对定位方法，属于传感器信息融合技术领域。该方法包括以下步骤：使用双目相机在空中捕捉目标图像，根据双目相机的图像计算整个视野内的深度点云；使用修改后的YOLOv7模型对双目图像进行检测，得到锥套目标的2D检测框；根据2D检测框，生成目标的3D点云检测区域，计算稠密点云的质心点作为目标点；基于模型预测控制算法，准确调整无人机的姿态，对无人机进行控制。本发明采用上述的一种基于双目深度点云的无人机高精度相对定位方法，使无人机在进行空中相对定位，快速且准确地识别目标物，以及实现精确的姿态控制。

本发明授权一种基于双目深度点云的无人机高精度相对定位方法在权利要求书中公布了：1.一种基于双目深度点云的无人机高精度相对定位方法，其特征在于，包括以下步骤： S1、使用双目相机捕捉目标物图像； S2、基于步骤S1双目相机捕获的图像数据，利用双目立体视觉算法实时生成整个视野内的深度点云； S3、对YOLOv7检测模型的主干网络进行优化； S4、使用经过优化的YOLOv7模型对从双目相机获取的图像进行精确检测，并生成对应的2D检测框； S5、根据2D检测框在深度点云中定位锥套目标的三维空间位置，生成相应的3D点云检测区域，优化点云稠密区域的计算，并应用均值滤波来提高点云数据的质量和准确性，具体步骤如下： S51、根据2D检测框在深度点云中定位锥套目标的三维空间位置，并生成相应的3D点云检测区域，剔除远离摄像机的物体或过于接近的物体，如下所示： ； 其中，表示检测区域的点云深度值； S52、优化点云稠密区域的计算，公式如下： ； 其中，为指示函数，为给定的条件生成一个二进制输出，如果条件为真，它返回1，否则返回0； S53、对有效点云进行均值滤波，公式如下： ； S6、对所确定的目标点进行持续追踪，并在连续图像中存储目标点的位置信息； 计算稠密点云质心位置作为目标点，公式如下： ； ； ； 其中，是3D空间中的相对目标点； S7、通过计算位置信息，得出目标点的平均相对速度，如下所示： ； 其中，为第i帧图像中目标点的位置坐标； S8、基于模型预测控制算法，准确调整无人机的姿态，对无人机进行控制； 构建无人机的状态和控制输入建模中，基于模型预测控制算法，无人机的状态标量包括位置、偏航角、俯仰角； 控制标量包括：速度、偏航速率、和滚转速率；则无人机的动力学模型可以表示为： ； S81、基于无人机的动力学模型，针对空中对接加油场景，目标函数如下所示： S811、首先，计算最小化无人机与目标点之间的距离，公式如下： ； 其中，为当前目标点相对于无人机的位置，是位置误差的权重； S812、其次，最小化无人机的飞行速度变化率，公式如下： ； 其中，是控制输入变化的权重； S813、最后，目标函数如下所示： ； S82、基于无人机的动力学模型，针对多无人机相对定位场景，目标函数如下所示： S821、通过计算无人机当前位置和目标位置之间的欧几里得距离来实现跟踪误差，如下所示： ； 其中，是无人机第k个时间步的位置，是权重因子； S822、视场角修正，如下所示： ； 其中，是权重因子，是视场角和无人机位置的函数；此函数可以根据无人机的位置、方向以及视场角度来计算； S823、在3D空间中，将视场范围视作一个椭圆体，目标位于该椭圆体内部，椭圆函数公式如下： ； 其中，是无人机的位置，是目标点的位置。

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北京航空航天大学，其通讯地址为：100191 北京市海淀区学院路37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。