摘要
本申请涉及一种面向城市场景视觉三维重建的无人机航迹规划方法。所述方法包括:构建双任务学习神经网络模型;对城市场景几何代理表面进行采样,获取通过采样点的所有可视视点并计算可视视点相对于采样点的位置,计算采样点的可重建性度量结果;根据每个采样点的可视视点相对位姿和可重建性度量结果构建大规模位姿‑可重建性训练集;根据大规模位姿‑可重建性训练集和预先设置的双任务损失函数对双任务学习神经网络模型进行训练,将训练好的双任务学习神经网络模型作为可重建性预测器来自适应优化可视视点数量和可视视点的位姿,根据优化后的可视视点集合生成无人机飞行轨迹。采用本方法能够提高目标场景三维重建模型的质量。
技术关键词
神经网络模型
无人机航迹规划方法
视觉三维重建
生成无人机
度量
采样点
场景三维重建
编码器
训练集
误差
连线
轨迹
坐标
标识
参数
模块
系统为您推荐了相关专利信息
装配精度预测方法
神经网络模型
集中度
镜面
面形误差
光学遥感影像
神经网络模型
制图方法
sigmoid函数
图像
数据库结构
数据中心
数据管理模块
冗余磁盘阵列
数据存储模块