一种基于多源先验的无人机目标视觉定位方法

专利主权项内容

1.一种基于多源先验的无人机目标视觉定位方法，其特征在于，包括如下步骤：步骤1，使用具有无人机高度标签的数据集作为模型的训练数据，对数据进行预处理；步骤2，构建尺度不变特征对抗解耦模块，添加至目标检测模型中，使用步骤1的训练样本训练深度学习模型，每次将Image作为添加了解耦模块的目标检测模型的输入，分别得到高度估计和目标检测两种预测结果，将上述目标检测模型的输出值与实际值进行误差比较，通过损失函数对不同的输出值进行求导，用反向传播算法向所有神经元传递误差；根据传递的误差的数值，使用随机梯度下降法对各层神经元更新权重与偏置值，每次调整幅度根据学习率进行；ii代表训练集图像序号，即Image代表第i张训练集图像；i步骤3，重复步骤2，将迭代次数设置到足够模型参数收敛至最优值；步骤4，使用步骤3训练得到的模型目标检测分支，设计映射关系，通过计算当前目标框占整个画面的比例，目标框占比越大，无人机飞行步长越小；步骤5，使用步骤3训练得到的模型高度估计分支，根据无人机当前摄像机画面估计无人机当前距离目标的高度，从而决定当前无人机飞行速度；步骤6，使用步骤3训练得到的模型目标检测分支，与ByteTrack目标跟踪算法结合，并实现选定目标的跟踪，根据选中目标在视场中的位置决定无人机飞行姿态；步骤7，依次重复步骤4、5、6，根据获取的结果自动对无人机发送控制指令，实现无人机自主飞行，直到无人机抵达目标上空；此时获取无人机GPS位置，与当前高度估计结果结合，解算出目标的具体GPS坐标。