摘要
本发明公开了一种基于图神经网络的高空定位方法,涉及高空定位技术领域,包括采用配备多传感器的无人机进行数据采集,无人机按照预定路线飞行,采集高分辨率图像、点云数据和姿态信息,对图像数据进行去噪处理,对点云数据进行滤波处理,并利用IMU数据进行姿态估计,获得预处理后的高质量环境数据,然后利用预处理后的图像数据,提取SIFT特征点建立神经网络模型,然后收集多组已知位置信息的环境特征图,构建训练数据集,并对神经网络模型进行训练,使用无人机采集新的高空环境数据,并构建对应的环境特征图,使用训练好的图神经网络模型,对特征图中的节点进行位置预测,通过融合所有节点的预测位置信息,得到最终高空定位结果。
技术关键词
SIFT特征点
定位方法
姿态估计
数据
无人机
视觉特征
节点位置预测
建立神经网络模型
统计滤波方法
梯度方向直方图
多传感器
移动平均滤波
注意力机制
图像
更新模型参数
邻域
极值
系统为您推荐了相关专利信息
分层特征提取
多模态
通路结构
环境感知数据
车辆运行数据
反馈控制方法
模糊控制算法
变化趋势预测
控制灌注桩
异常状态
影像
比例尺
多尺度
数学形态学算子
监督分类方法
注释方法
动物
斯皮尔曼相关系数
Louvain算法
基因表达量差异
新能源汽车充电站
车流量数据
需求预测系统
序列
图像识别技术