摘要
本发明公开一种基于多模态数据融合的电力线路巡检无人机位姿估计方法及装置,该方法步骤包括:获取双目视觉传感器、IMU以及TOF传感器的检测数据,得到多模态检测数据;使用TOF传感器数据初始化飞行高度并与里程计进行尺度对齐;确定线速度参考值和角速度参考值,计算双目视觉传感器以及IMU的自适应权重;根据双目视觉传感器、IMU的检测数据以及计算的自适应权重基于自适应扩展卡尔曼滤波算法进行位姿估计,得到双目IMU里程计的位姿估计结果;将单目里程计和双目IMU里程计的位姿估计结果进行融合,得到最终的无人机位姿。本发明能够提升电力线路巡检过程中位姿估计的精度、环境适应能力和鲁棒性。
技术关键词
里程计
双目视觉传感器
电力线路巡检
多模态数据融合
TOF传感器
扩展卡尔曼滤波算法
巡检无人机
单目视觉传感器
指定延迟时间
位姿估计装置
IMU坐标系
因子
加速度
机体
矩阵
存储计算机程序
系统为您推荐了相关专利信息
层级分类方法
多模态数据融合
表格特征
逻辑回归分类器
文本
动态预测方法
火电机组涉网性能
多模态数据融合
IEEE1588协议
Retinex算法
监护系统
数据管理模块
AI算法
AI服务器
热释红外
电力设备
像素点
结构光图像
双目视觉传感器
三角函数计算方法
深度学习模型
意图
领航系统
驾驶员面部表情
时间序列分析方法