.png){kind=icon}
返回
Tightly Coupled Multifactor Optimization-Based Hybrid Visual Localization for UAV
.png){kind=icon}
PRE
AI
DOI：10.1109/TIM.2025.3597617.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于航空影像和卫星地图的定位方法是在全球导航卫星系统（GNSS）拒止条件下无人机（UAVs）的有效解决方案。然而，除了尺度与视角的差异外，光照和地形的变化也增加了匹配难度。同时，卫星地图的搜索区域依赖于之前的匹配结果，因此先前误差易引发级联效应，显著降低定位精度。为克服这些挑战，本文提出了一种多因素紧耦合视觉定位方法，通过引入多因素联合优化避免单模态异常值干扰。其次，提出了一种卫星地图搜索策略，该策略根据无人机状态持续更新候选区域，以提高搜索效率和匹配精度。最后，设计了卫星地图更新方法，以避免因卫星地图更新滞后导致的匹配失败。在多种条件下（包括不同类型的无人机、不同环境、范围、高度和速度）进行了多次实验，以验证所提方法的有效性。与当前最先进的视觉定位方法相比，所提方法将定位精度提高了27.1%，处理效率提高了30.6%。
Keyword:
Image matching
sensor fusion
unmanned aerial vehicle (UAV)
visual localization
期刊
IF:
5.9
论文数:
2.0W
被引数:
5.8W
机构
引用论文
.png){kind=icon}
UAV Navigation With Monocular Visual Inertial Odometry Under GNSS-Denied EnvironmentGNSS拒绝环境下的单目视觉惯性测距无人机导航
PREAI
分享收藏An Oblique-Robust Absolute Visual Localization Method for GPS-Denied UAV With Satellite Imagery一种具有卫星影像的GPS拒绝无人机的倾斜鲁棒绝对视觉定位方法
PREAI
分享收藏分享收藏
查看更多内容