CN116412813A - 一种基于无人机的地图构建方法及*** - Google Patents
一种基于无人机的地图构建方法及*** Download PDFInfo
- Publication number
- CN116412813A CN116412813A CN202310680416.1A CN202310680416A CN116412813A CN 116412813 A CN116412813 A CN 116412813A CN 202310680416 A CN202310680416 A CN 202310680416A CN 116412813 A CN116412813 A CN 116412813A
- Authority
- CN
- China
- Prior art keywords
- cruising
- target
- path
- construction
- regional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 100
- 238000013507 mapping Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 15
- 238000006243 chemical reaction Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 16
- 230000004913 activation Effects 0.000 claims description 14
- 238000009966 trimming Methods 0.000 claims description 14
- WYTGDNHDOZPMIW-RCBQFDQVSA-N alstonine Natural products C1=CC2=C3C=CC=CC3=NC2=C2N1C[C@H]1[C@H](C)OC=C(C(=O)OC)[C@H]1C2 WYTGDNHDOZPMIW-RCBQFDQVSA-N 0.000 claims description 9
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 241000207961 Sesamum Species 0.000 description 1
- 235000003434 Sesamum indicum Nutrition 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3863—Structures of map data
- G01C21/387—Organisation of map data, e.g. version management or database structures
- G01C21/3878—Hierarchical structures, e.g. layering
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Databases & Information Systems (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供了一种基于无人机的地图构建方法及***,涉及无人机技术领域,该方法包括:获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度;获取预测环境信息;将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径;进行高空图像采集,生成带有特测点标识的构建图像集,对应的构建图像带有经纬度标识;对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图,解决了现有技术中存在的地图准确性不足的技术问题,达到了保证无人机航线的准确性,进而提高地图绘制准确性的技术效果。
Description
技术领域
本发明涉及无人机技术领域,具体涉及一种基于无人机的地图构建方法及***。
背景技术
随着科技的发展,无人机被应用到多个领域中,尤其在地图构建中应用广泛,无人机可以携带摄像头、雷达、导航***等设备,通过无人机可以对地理区域内的建筑物的位置进行识别,辅助进行地图的构建。目前,现有技术中存在由于对无人机的航行规则设置不合理,导致无人机采集到的数据准确性和全面性不足,进而导致绘制出的地图的准确性不足的技术问题。
发明内容
本发明提供了一种基于无人机的地图构建方法及***,用以解决现有技术中存在的由于对无人机的航行规则设置不合理,导致无人机采集到的数据准确性和全面性不足,进而导致绘制出的地图的准确性不足的技术问题。
根据本发明的第一方面,提供了一种基于无人机的地图构建方法,包括:基于环境预测模块进行实时巡航环境预测,获取预测环境信息;将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
根据本发明的第二方面,提供了一种基于无人机的地图构建***,包括:区域测绘信息获取模块,所述区域测绘信息获取模块用于对待进行地图构建的目标测绘区域进行需求采集,获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度,所述区域边界由主边界与子边界构成;巡航环境预测模块,所述巡航环境预测模块用于基于环境预测模块进行实时巡航环境预测,获取预测环境信息;目标巡航路径获取模块,所述目标巡航路径获取模块用于将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;高空图像采集模块,所述高空图像采集模块用于将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;图像识别模块,所述图像识别模块用于对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;地理拼接模块,所述地理拼接模块用于于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
根据本发明采用的一种基于无人机的地图构建方法,本发明通过结合区域测绘信息与预测环境信息生成目标巡航路径,对无人机进行制动调整,保证无人机匀速航行,并设置蛇形航线,达到保证无人机进行图像采集时获得的构建图像能够覆盖整个区域,从而提高地图构建的完整性的技术效果。进而对构建图像进行预处理和特征识别,获取构建目标,基于世界坐标系对构建目标进行地理拼接,生成目标测绘区域的构建地图,达到提高地图构建准确性的技术效果。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其他特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种基于无人机的地图构建方法的流程示意图;
图2为本发明实施例中生成目标巡航路径的流程示意图;
图3为本发明实施例中生成目标测绘区域的构建地图的流程示意图;
图4为本发明实施例提供的一种基于无人机的地图构建***的结构示意图。
附图标记说明:区域测绘信息获取模块11,巡航环境预测模块12,目标巡航路径获取模块13,高空图像采集模块14,图像识别模块15,地理拼接模块16。
具体实施方式
以下结合附图对本发明的示范性实施例作出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
为了解决现有技术中存在由于对无人机的航行规则设置不合理,导致无人机采集到的数据准确性和全面性不足,进而导致绘制出的地图的准确性不足的技术问题,本发明的发明人经过创造性的劳动,得到了本发明的一种基于无人机的地图构建方法及***。
实施例1
图1为本发明实施例提供的一种基于无人机的地图构建方法图,如图1所示,所述方法包括:
步骤S100:对待进行地图构建的目标测绘区域进行需求采集,获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度,所述区域边界由主边界与子边界构成;
具体而言,目标测绘区域为待进行地图构建的任意区域,可以是城市、山区等区域,区域测绘信息包括区域边界、巡航高度,巡航高度是指无人机的航行高度,无人机上一般安装有摄像头,通过摄像头对目标测绘区域进行图像采集,无人机的航行高度决定了图像采集的区域大小,区域边界由主边界与子边界构成,主边界为最大环绕边界,子边界为区域接壤边界。
步骤S200:基于环境预测模块进行实时巡航环境预测,获取预测环境信息;
具体而言,环境预测模块用于对目标测绘区域的气象进行预测,具体来说,可以直接连接气象预测平台获取预测环境信息,也可以通过目标测绘区域的历史气象信息,获取气象变化规律,根据气象变化规律构建环境预测模块对当前的环境气象进行预测,获得预测环境信息,预测环境信息包括温度、湿度、风向、风速、能见度等多种气象信息。
步骤S300:将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;
其中,本发明实施例步骤S300还包括:
步骤S310:基于所述预测环境信息进行巡航影响分析,确定多个巡航影响因子,其中,所述多个巡航影响因子包括风向、风速、能见度;
步骤S320:搭建所述巡航路径规划模型,将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,输出所述目标巡航路径,其中,所述目标巡航路径为多个区域性巡航路径基于风向、风力与能见度调整拼接后的完整路径。
其中,本发明实施例步骤S320还包括:
步骤S321:所述巡航路径规划模型包括路径规划层、校正修整层与拼接输出层,各网络层衔接关联;
步骤S322:配置标准巡航速度,所述标准巡航速度为进行无人机匀速巡航的既定限制速度;
步骤S323:将所述标准巡航速度嵌入所述校正修整层。
其中,如图2所示,本发明实施例步骤S330还包括:
步骤S331:将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,于所述路径规划层结合单位可视范围进行多界定区域的蛇形巡航规划,确定多个区域性巡航路径;
步骤S332:将所述多个区域性巡航路径传输至所述校正修整层,基于风向进行路径截断,确定顺风巡航路径与逆风巡航路径;
步骤S333:将所述标准巡航速度作为巡航均速,分别对所述顺风巡航路径与所述逆风巡航路径进行制动调整,确定多个调整定位点进行路径匹配标识;
步骤S334:对所述多个区域巡航路径进行能见度判定,提取不满足预设能见度阈值的多个定位点进行设备激活标识,所述设备激活标识为进行备用采集设备激活的执行标记;
步骤S335:将带有调整定位点标识与设备激活标识的多个区域性巡航路径输入所述拼接输出层,结合区域性巡航序列进行邻域路径连接,生成所述目标巡航路径。
具体而言,将区域边界与巡航高度输入巡航路径规划模型中,通过巡航路径规划模型对区域边界与巡航高度进行分析,巡航路径规划模型与环境预测模块无线连接,可进行预测环境信息的交互,简单来说,环境信息中的风速、风向、可见度等会对无人机的行驶速度和拍摄图像清晰度造成影响,因此,通过连接(蓝牙、WIFI等无线连接方式)巡航路径规划模型与环境预测模块,将预测环境信息传输到巡航路径规划模型,巡航路径规划模型结合区域边界、巡航高度、预测环境信息对无人机的航行路径进行规划,使得可以采集到目标测绘区域的全部图像数据,以无人机的航行路径作为目标巡航路径进行输出。
具体而言,预测环境信息中包含多种环境气象信息,分析每一种环境信息对无人机航行时的影响程度,比如,风向和风速会影响无人机的航行速度,能见度影响无人机进行图像拍摄时图像的可用性,以此,将风向、风速、能见度作为多个巡航影响因子,后续结合风向、风速、能见度进行目标巡航路径的规划,提高巡航路径的准确性,保证图像数据的完整性,保证地图构建的准确性。进一步搭建巡航路径规划模型,巡航路径规划模型是机器学习中的神经网络模型,包括路径规划层、校正修整层与拼接输出层。将区域边界与巡航高度输入巡航路径规划模型中,巡航路径规划模型通过对多个巡航影响因子进行调用,输出目标巡航路径,其中,多个巡航影响因子会对无人机的航行造成影响,因此,需要考虑到多个巡航影响因子对无人机的航行的影响,确定多个区域的航行路径并进行拼接获取目标巡航路径,保证巡航路径的全面覆盖程度。
具体地,巡航路径规划模型包括路径规划层、校正修整层与拼接输出层,各网络层衔接关联,也就是说,路径规划层、校正修整层与拼接输出层是三层全连接的神经网络结果,具有先后的连接关系,路径规划层的输出结果作为校正修整层的输入,校正修整层的输出作为拼接输出层的输入。进一步配置标准巡航速度,具体可以根据实际情况自行配置,标准巡航速度为进行无人机匀速巡航的既定限制速度,也就是说,无人机需要按照标准巡航速度进行航行,保证高空图像采集的准确度,将标准巡航速度嵌入校正修整层,便于通过标准巡航速度,结合风向、风速对无人机航行速度的影响,对无人机的航行速度进行校正调整,使得无人机的实际航行速度与标准巡航速度一致,保证无人机的匀速航行。
具体地,将区域边界与巡航高度输入巡航路径规划模型中,通过巡航路径规划模型中的路径规划层结合单位可视范围进行多界定区域的蛇形巡航规划,确定多个区域性巡航路径,多界定区域是由目标测绘区域划分出的多个子区域,步骤S100中区域测绘信息包括区域边界、巡航高度,区域边界由主边界与子边界构成,多界定区域就是多个子边界的对应覆盖区域,单位可视范围是无人机单次图像拍摄可以覆盖的范围,进而根据单位可视范围确定蛇形航线的宽度,蛇形航线就是调头航线,也就是朝一个方向航行,到达区域边界后向一边转向再继续航行,蛇形航线反复绕行,不用走回头路,保证巡航可以覆盖多界定区域的整个范围,效率较高,由此可以得到多个子区域对应的多个区域性巡航路径。
进一步将多个区域性巡航路径传输至巡航路径规划模型中的校正修整层,基于风向进行路径截断,确定顺风巡航路径与逆风巡航路径,简单来说,风向对无人机的航行速度有着重要影响,顺风即无人机的航行方向与风向一致,逆风即方向相反,通过对风向和多个区域性巡航路径进行分析,无人机的航行方向与风向一致即为顺风巡航路径,反之,则为逆风巡航路径,需要说明的是,由于通过蛇形航行进行巡航,因此,一个区域性巡航路径中可能同时包含顺风巡航路径与逆风巡航路径,需要对单个区域性巡航路径进行分解,分解出各个区域的顺风巡航路径与逆风巡航路径。进而将标准巡航速度作为巡航均速,分别对顺风巡航路径与所述逆风巡航路径进行制动调整,标准巡航速度为进行无人机匀速巡航的既定限制速度,也就是说,在风向的影响下,顺风巡航路径下无人机的航行速度可能会变快,逆风巡航路径下无人机的速度可能会减慢,为了保证无人机可以按照标准巡航速度进行匀速航行,因此,需要对无人机进行制动调整,以此实现对无人机航行速度的调整,比如,在逆风巡航路径,无人机需要对抗风力,就需要适当调大动力,增大航行速度,保证无人机可以达到标准巡航速度。对需要进行制动调整的调整定位点进行标识,调整定位点就是顺风巡航路径与逆风巡航路径的路径起始点和终点,对多个调整定位点进行路径匹配标识,便于实际巡航时,根据标识结果进行制动调整。
根据多个巡航影响因子中的能见度,对多个区域巡航路径进行能见度判定,确定多个区域巡航路径的能见度是否满足预设能见度阈值,设能见度阈值根据实际情况自行设定,如果能见度不满足预设能见度阈值,说明在该区域巡航路径拍摄的图像的可用性不足,无法根据无人机拍摄的图像绘制准确的地图,因此,提取不满足预设能见度阈值的多个定位点进行设备激活标识,设备激活标识为进行备用采集设备激活的执行标记,例如将激光雷达作为备用采集设备,基于数据回波次数、回波强度离散程度进行需求数据解析以补充异常缺失数据。
将带有调整定位点标识与设备激活标识的多个区域性巡航路径输入拼接输出层,结合区域性巡航序列进行邻域路径连接,区域性巡航序列为多个区域的巡航顺序,根据多个区域的巡航顺序对任意两个巡航顺序相邻的区域性巡航路径进行拼接,以拼接结果作为目标巡航路径,保证一个区域巡航完成后,快速衔接到下一个区域进行巡航,保证巡航效率,提高地图构建效率。
步骤S400:将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;
具体而言,无人机的中控台是一种计算机***,是无人机完成起飞、空中航行、执行任务和返场回收等整个航行过程的管控***,将目标巡航路径发送至无人机的中控台,通过中控台于初始巡航点激活机载设备(摄像头、导航***等),控制无人机按照目标巡航路径航行,通过机载设备进行高空图像采集,生成带有特测点标识的构建图像集,特测点为目标测绘区域的多个关键定位点,具体可以是无人机携带的摄像头每一次进行图像采集的位置,通过无人机自身携带的导航***进行卫星定位,获得经纬度,从而对构建图像进行经纬度标识,便于后续进行图像拼接。
步骤S500:对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;
其中,本发明实施例步骤S500还包括:
步骤S510:对所述构建图像集进行图像增强处理,对处理后的所述构建图像集基于所述多界定区域进行归属划分,确定N组预处理图像;
步骤S520:基于所述N组预处理图像分别进行特征识别,确定N组构建目标,其中,各组构建目标包括标识有目标相对位置;
步骤S530:对所述多个关键定位点与所述N组构建目标进行映射匹配,基于标识经纬度对匹配构建目标转移。
具体而言,对构建图像集进行图像预处理与特征识别,确定N组构建目标,图像预处理的目的是要改善图像的视觉效果,将原来不清晰的图像变得清晰,便于更好地进行图像特征的识别,特征识别则是用于对图像中的建筑、道路等进行识别,便于后续进行地图的构建,N组构建目标即为构建图像集中的主要物体(建筑、道路等)。
具体地,对构建图像集进行图像增强处理,图像增强的方法是通过一定手段,有选择地突出图像中感兴趣的特征,增强图像的视觉效果,增强处理后的图像不一定逼近原始图像,图像增强技术可分为基于空域的算法和基于频域的算法两大类,具体可以根据实际情况自行选择其中的方法进行图像处理,在此不做限制。对增强处理后的构建图像集按照所述多界定区域进行归属划分,将不同的图像划分到对应的多界定区域,确定N组预处理图像,N为大于0的整数,表征多界定区域的区域数量,每组预处理图像均包含多个预处理后的构建图像。基于N组预处理图像分别进行特征识别,具体可以通过卷积核进行识别,也可以通过对像素点的像素值进行特征识别,确定N组构建目标,构建目标即为图像中的不同物体及其位置,比如建筑物、道路、树木等,不同的物体对应的像素点以及卷积核是不同的,当然,也可以根据实际情况选择其他图像特征识别方法,在此不做限制,各组构建目标包括标识有目标相对位置,目标相对位置是指构建目标之间的时空关系,比如建筑物a在建筑物b的正前方50米处,以此来映射构建目标之间的空间位置关系。进而对多个关键定位点与N组构建目标进行映射匹配,基于标识经纬度对匹配构建目标转移,简单来说,就是将关键定位点标识的经纬度数据转换到该位置的构建目标中,便于进行不同构建目标的经纬度数据的可视化显示,为后续的地图构建提供数据支持。
步骤S600:于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
其中,本发明实施例步骤S610包括:
步骤S611:基于所述多界定区域,分别搭建空间坐标系;
步骤S612:根据所述N组构建目标,基于标识的所述目标相对位置进行空间坐标系匹配定位,生成N个区域坐标系;
步骤S613:基于目标转移的标识经纬度,对所述N个区域坐标系进行添加。
其中,如图3所示,本发明实施例步骤S620包括:
步骤S621:将所述世界坐标系作为转换标准,结合所述N个区域坐标系的标识经纬度进行所述N组构建目标的坐标转换,确定N组转换坐标,所述N组转换坐标与所述N组构建目标一一对应;
步骤S622:基于所述N组转换坐标的接壤关系,进行坐标拼接,生成所述目标测绘区域的目标坐标空间;
步骤S623:对所述N组构建目标进行所述目标坐标空间的映射填入,生成所述目标测绘区域的构建地图。
具体而言,世界坐标系的坐标是在世界空间中定义的,该点的坐标是相对于全局或世界笛卡尔坐标系定义的,坐标系具有一个原点,称为世界原点,并且相对于该原点定义了该空间中任何点的坐标,世界坐标系的坐标轴一般为经度、纬度。在世界坐标系中根据不同构建目标的经纬度数据对N组构建目标进行地理拼接,获得目标测绘区域的构建地图。
具体地,基于多界定区域,分别搭建空间坐标系,也就是说,根据目标测绘区域的子边界将其划分为多个子区域,为每个子区域搭建一个独立的坐标系,可以子区域的中心点为原点进行空间坐标系的搭建,然后根据所述N组构建目标,基于标识的目标相对位置,对每个子区域对应的每一组构建目标进行空间坐标系匹配定位,换句话说麻酱构建目标映射到对应的空间坐标系中,得到N个区域坐标系,基于目标转移的标识经纬度,对N个区域坐标系中的构建目标的坐标位置进行标识经纬度的添加,便于直观地展示各个构建目标之间的空间关系以及各自的经纬度。
具体而言,将世界坐标系作为转换标准,世界坐标系的坐标轴一般为经度、纬度和高度,因此,结合N个区域坐标系的标识经纬度进行N组构建目标的坐标转换,确定N组转换坐标,转换坐标即为经纬度坐标,N组转换坐标与N组构建目标一一对应。进一步以多界定区域之间的空间位置关系作为N组转换坐标的接壤关系,对相邻的两个区域对应的转换坐标进行坐标拼接,根据拼接完成的坐标得到目标测绘区域的目标坐标空间(坐标分布范围),进而对按照N组转换坐标在世界坐标系中的位置,对N组构建目标进行目标坐标空间的映射填入,由此形成目标测绘区域的构建地图,实现了地图的构建。
基于上述分析可知,本发明提供了一种基于无人机的地图构建方法,在本实施例中,通过结合区域测绘信息与预测环境信息生成目标巡航路径,对无人机进行制动调整,保证无人机匀速航行,并设置蛇形航线,达到保证无人机进行图像采集时获得的构建图像能够覆盖整个区域,从而提高地图构建的完整性的技术效果。进而对构建图像进行预处理和特征识别,获取构建目标,基于世界坐标系对构建目标进行地理拼接,生成目标测绘区域的构建地图,达到提高地图构建准确性的技术效果。
实施例2
基于与前述实施例中一种基于无人机的地图构建方法同样的发明构思,如图4所示,本发明还提供了一种基于无人机的地图构建***,所述***包括:
区域测绘信息获取模块11,所述区域测绘信息获取模块11用于对待进行地图构建的目标测绘区域进行需求采集,获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度,所述区域边界由主边界与子边界构成;
巡航环境预测模块12,所述巡航环境预测模块12用于基于环境预测模块进行实时巡航环境预测,获取预测环境信息;
目标巡航路径获取模块13,所述目标巡航路径获取模块13用于将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;
高空图像采集模块14,所述高空图像采集模块14用于将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;
图像识别模块15,所述图像识别模块15用于对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;
地理拼接模块16,所述地理拼接模块16用于于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
进一步而言,所述***还包括:
巡航影响因子确定模块,所述巡航影响因子确定模块用于基于所述预测环境信息进行巡航影响分析,确定多个巡航影响因子,其中,所述多个巡航影响因子包括风向、风速、能见度;
巡航路径规划模型搭建模块,所述巡航路径规划模型搭建模块用于搭建所述巡航路径规划模型,将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,输出所述目标巡航路径,其中,所述目标巡航路径为多个区域性巡航路径基于风向、风力与能见度调整拼接后的完整路径。
进一步而言,所述***还包括:
巡航路径规划模型分析模块,所述巡航路径规划模型分析模块用于所述巡航路径规划模型包括路径规划层、校正修整层与拼接输出层,各网络层衔接关联;
标准巡航速度配置模块,所述标准巡航速度配置模块用于配置标准巡航速度,所述标准巡航速度为进行无人机匀速巡航的既定限制速度;
巡航速度嵌入模块,所述巡航速度嵌入模块用于将所述标准巡航速度嵌入所述校正修整层。
进一步而言,所述***还包括:
蛇形巡航规划模块,所述蛇形巡航规划模块用于将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,于所述路径规划层结合单位可视范围进行多界定区域的蛇形巡航规划,确定多个区域性巡航路径;
路径截断模块,所述路径截断模块用于将所述多个区域性巡航路径传输至所述校正修整层,基于风向进行路径截断,确定顺风巡航路径与逆风巡航路径;
制动调整模块,所述制动调整模块用于将所述标准巡航速度作为巡航均速,分别对所述顺风巡航路径与所述逆风巡航路径进行制动调整,确定多个调整定位点进行路径匹配标识;
能见度判定模块,所述能见度判定模块用于对所述多个区域巡航路径进行能见度判定,提取不满足预设能见度阈值的多个定位点进行设备激活标识,所述设备激活标识为进行备用采集设备激活的执行标记;
邻域路径连接模块,所述邻域路径连接模块用于将带有调整定位点标识与设备激活标识的多个区域性巡航路径输入所述拼接输出层,结合区域性巡航序列进行邻域路径连接,生成所述目标巡航路径。
进一步而言,所述***还包括:
图像处理模块,所述图像处理模块用于对所述构建图像集进行图像增强处理,对处理后的所述构建图像集基于所述多界定区域进行归属划分,确定N组预处理图像;
特征识别模块,所述特征识别模块用于基于所述N组预处理图像分别进行特征识别,确定N组构建目标,其中,各组构建目标包括标识有目标相对位置;
映射匹配模块,所述映射匹配模块用于对所述多个关键定位点与所述N组构建目标进行映射匹配,基于标识经纬度对匹配构建目标转移。
进一步而言,所述***还包括:
空间坐标系搭建模块,所述空间坐标系搭建模块用于基于所述多界定区域,分别搭建空间坐标系;
坐标系匹配定位模块,所述坐标系匹配定位模块用于根据所述N组构建目标,基于标识的所述目标相对位置进行空间坐标系匹配定位,生成N个区域坐标系;
区域坐标系添加模块,所述区域坐标系添加模块用于基于目标转移的标识经纬度,对所述N个区域坐标系进行添加。
进一步而言,所述***还包括:
坐标转换模块,所述坐标转换模块用于将所述世界坐标系作为转换标准,结合所述N个区域坐标系的标识经纬度进行所述N组构建目标的坐标转换,确定N组转换坐标,所述N组转换坐标与所述N组构建目标一一对应;
坐标拼接模块,所述坐标拼接模块用于基于所述N组转换坐标的接壤关系,进行坐标拼接,生成所述目标测绘区域的目标坐标空间;
构建地图生成模块,所述构建地图生成模块用于对所述N组构建目标进行所述目标坐标空间的映射填入,生成所述目标测绘区域的构建地图。
前述实施例一中的一种基于无人机的地图构建方法具体实例同样适用于本实施例的一种基于无人机的地图构建***,通过前述对一种基于无人机的地图构建方法的详细描述,本领域技术人员可以清楚地知道本实施例中一种基于无人机的地图构建***,所以为了说明书的简洁,在此不再详述。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行,也可以顺序地执行也可以不同的次序执行,只要能够实现本发明公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所做的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (8)
1.一种基于无人机的地图构建方法,其特征在于,所述方法包括:
对待进行地图构建的目标测绘区域进行需求采集,获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度,所述区域边界由主边界与子边界构成;
基于环境预测模块进行实时巡航环境预测,获取预测环境信息;
将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;
将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;
对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;
于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
2.如权利要求1所述的方法,其特征在于,所述输出目标巡航路径,方法包括:
基于所述预测环境信息进行巡航影响分析,确定多个巡航影响因子,其中,所述多个巡航影响因子包括风向、风速、能见度;
搭建所述巡航路径规划模型,将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,输出所述目标巡航路径,其中,所述目标巡航路径为多个区域性巡航路径基于风向、风力与能见度调整拼接后的完整路径。
3.如权利要求2所述的方法,其特征在于,方法包括:
所述巡航路径规划模型包括路径规划层、校正修整层与拼接输出层,各网络层衔接关联;
配置标准巡航速度,所述标准巡航速度为进行无人机匀速巡航的既定限制速度;
将所述标准巡航速度嵌入所述校正修整层。
4.如权利要求3所述的方法,其特征在于,方法包括:
将所述区域边界与所述巡航高度输入所述巡航路径规划模型中,于所述路径规划层结合单位可视范围进行多界定区域的蛇形巡航规划,确定多个区域性巡航路径;
将所述多个区域性巡航路径传输至所述校正修整层,基于风向进行路径截断,确定顺风巡航路径与逆风巡航路径;
将所述标准巡航速度作为巡航均速,分别对所述顺风巡航路径与所述逆风巡航路径进行制动调整,确定多个调整定位点进行路径匹配标识;
对所述多个区域巡航路径进行能见度判定,提取不满足预设能见度阈值的多个定位点进行设备激活标识,所述设备激活标识为进行备用采集设备激活的执行标记;
将带有调整定位点标识与设备激活标识的多个区域性巡航路径输入所述拼接输出层,结合区域性巡航序列进行邻域路径连接,生成所述目标巡航路径。
5.如权利要求4所述的方法,其特征在于,对所述构建图像集进行图像预处理与特征识别,确定多个构建目标,方法包括:
对所述构建图像集进行图像增强处理,对处理后的所述构建图像集基于所述多界定区域进行归属划分,确定N组预处理图像;
基于所述N组预处理图像分别进行特征识别,确定N组构建目标,其中,各组构建目标包括标识有目标相对位置;
对所述多个关键定位点与所述N组构建目标进行映射匹配,基于标识经纬度对匹配构建目标转移。
6.如权利要求5所述的方法,其特征在于,于世界坐标系下对所述N组构建目标进行地理拼接,之前,方法包括:
基于所述多界定区域,分别搭建空间坐标系;
根据所述N组构建目标,基于标识的所述目标相对位置进行空间坐标系匹配定位,生成N个区域坐标系;
基于目标转移的标识经纬度,对所述N个区域坐标系进行添加。
7.如权利要求6所述的方法,其特征在于,方法包括:
将所述世界坐标系作为转换标准,结合所述N个区域坐标系的标识经纬度进行所述N组构建目标的坐标转换,确定N组转换坐标,所述N组转换坐标与所述N组构建目标一一对应;
基于所述N组转换坐标的接壤关系,进行坐标拼接,生成所述目标测绘区域的目标坐标空间;
对所述N组构建目标进行所述目标坐标空间的映射填入,生成所述目标测绘区域的构建地图。
8.一种基于无人机的地图构建***,其特征在于,所述***包括:
区域测绘信息获取模块,所述区域测绘信息获取模块用于对待进行地图构建的目标测绘区域进行需求采集,获取区域测绘信息,所述区域测绘信息包括区域边界、巡航高度,所述区域边界由主边界与子边界构成;
巡航环境预测模块,所述巡航环境预测模块用于基于环境预测模块进行实时巡航环境预测,获取预测环境信息;
目标巡航路径获取模块,所述目标巡航路径获取模块用于将所述区域边界与所述巡航高度输入巡航路径规划模型中,输出目标巡航路径,所述巡航路径规划模型与所述环境预测模块无线连接,可进行所述预测环境信息的交互;
高空图像采集模块,所述高空图像采集模块用于将所述目标巡航路径发送至无人机的中控台,于初始巡航点激活机载设备,进行高空图像采集,生成带有特测点标识的构建图像集,所述特测点为所述目标测绘区域的多个关键定位点,对应的构建图像带有经纬度标识;
图像识别模块,所述图像识别模块用于对所述构建图像集进行图像预处理与特征识别,确定N组构建目标;
地理拼接模块,所述地理拼接模块用于于世界坐标系下对所述N组构建目标进行地理拼接,生成所述目标测绘区域的构建地图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310680416.1A CN116412813B (zh) | 2023-06-09 | 2023-06-09 | 一种基于无人机的地图构建方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310680416.1A CN116412813B (zh) | 2023-06-09 | 2023-06-09 | 一种基于无人机的地图构建方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116412813A true CN116412813A (zh) | 2023-07-11 |
CN116412813B CN116412813B (zh) | 2023-09-05 |
Family
ID=87054695
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310680416.1A Active CN116412813B (zh) | 2023-06-09 | 2023-06-09 | 一种基于无人机的地图构建方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116412813B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116881386A (zh) * | 2023-09-08 | 2023-10-13 | 北京国星创图科技有限公司 | 一种空间环境时空基准模型的构建方法及*** |
CN117315170A (zh) * | 2023-09-12 | 2023-12-29 | 华大天元(北京)科技股份有限公司 | 电网作业环境地图的构建方法、装置、设备及介质 |
CN117330040A (zh) * | 2023-12-01 | 2024-01-02 | 南通大地测绘有限公司 | 一种基于水上测绘无人船的滩涂地形测绘方法及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
CN110400363A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 基于激光点云的地图构建方法和装置 |
CN112000130A (zh) * | 2020-09-07 | 2020-11-27 | 哈尔滨工业大学 | 一种无人机的多机协同高精度建图定位*** |
CN112612291A (zh) * | 2020-11-12 | 2021-04-06 | 北京大学(天津滨海)新一代信息技术研究院 | 一种用于油田测绘的无人机的航线规划方法及装置 |
WO2022016563A1 (zh) * | 2020-07-23 | 2022-01-27 | 南京科沃信息技术有限公司 | 一种植保无人机地面监控***及其监控方法 |
CN115169133A (zh) * | 2022-07-19 | 2022-10-11 | 中国消防救援学院 | 一种风场监测方法及*** |
CN115839714A (zh) * | 2022-12-26 | 2023-03-24 | 电子科技大学 | 一种基于航拍图像的无人机工作区域地图构建方法 |
-
2023
- 2023-06-09 CN CN202310680416.1A patent/CN116412813B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106774431A (zh) * | 2016-12-30 | 2017-05-31 | 深圳市九天创新科技有限责任公司 | 一种测绘无人机航线规划方法及装置 |
CN110400363A (zh) * | 2018-04-24 | 2019-11-01 | 北京京东尚科信息技术有限公司 | 基于激光点云的地图构建方法和装置 |
WO2022016563A1 (zh) * | 2020-07-23 | 2022-01-27 | 南京科沃信息技术有限公司 | 一种植保无人机地面监控***及其监控方法 |
CN112000130A (zh) * | 2020-09-07 | 2020-11-27 | 哈尔滨工业大学 | 一种无人机的多机协同高精度建图定位*** |
CN112612291A (zh) * | 2020-11-12 | 2021-04-06 | 北京大学(天津滨海)新一代信息技术研究院 | 一种用于油田测绘的无人机的航线规划方法及装置 |
CN115169133A (zh) * | 2022-07-19 | 2022-10-11 | 中国消防救援学院 | 一种风场监测方法及*** |
CN115839714A (zh) * | 2022-12-26 | 2023-03-24 | 电子科技大学 | 一种基于航拍图像的无人机工作区域地图构建方法 |
Non-Patent Citations (1)
Title |
---|
王玉茜等: "基于视觉的无人机大范围室外道路 检测及拓扑地图构建", 无人***技术, vol. 4, no. 4, pages 30 - 38 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116881386A (zh) * | 2023-09-08 | 2023-10-13 | 北京国星创图科技有限公司 | 一种空间环境时空基准模型的构建方法及*** |
CN116881386B (zh) * | 2023-09-08 | 2023-12-05 | 北京国星创图科技有限公司 | 一种空间环境时空基准模型的构建方法及*** |
CN117315170A (zh) * | 2023-09-12 | 2023-12-29 | 华大天元(北京)科技股份有限公司 | 电网作业环境地图的构建方法、装置、设备及介质 |
CN117315170B (zh) * | 2023-09-12 | 2024-04-05 | 华大天元(北京)科技股份有限公司 | 电网作业环境地图的构建方法、装置、设备及介质 |
CN117330040A (zh) * | 2023-12-01 | 2024-01-02 | 南通大地测绘有限公司 | 一种基于水上测绘无人船的滩涂地形测绘方法及*** |
CN117330040B (zh) * | 2023-12-01 | 2024-02-02 | 南通大地测绘有限公司 | 一种基于水上测绘无人船的滩涂地形测绘方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN116412813B (zh) | 2023-09-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116412813B (zh) | 一种基于无人机的地图构建方法及*** | |
CN107063275B (zh) | 基于路侧设备的智能车辆地图融合***及方法 | |
US20200272816A1 (en) | Scalable three dimensional object segmentation | |
US10073456B2 (en) | Automated co-pilot control for autonomous vehicles | |
CN106969779B (zh) | 基于dsrc的智能车辆地图融合***及方法 | |
KR20190082071A (ko) | 전자 지도를 업데이트하기 위한 방법, 장치 및 컴퓨터 판독 가능한 저장 매체 | |
US20180341263A1 (en) | Methods and systems for moving object velocity determination | |
US10955257B2 (en) | Interactive 3D point cloud matching | |
CN110388931A (zh) | 将对象的二维边界框转换成自动驾驶车辆的三维位置的方法 | |
US7339496B2 (en) | Geographic data transmitting method, information delivering apparatus and information terminal | |
US20200209370A1 (en) | Interface for improved high definition map generation | |
CN113748314B (zh) | 交互式三维点云匹配 | |
CN110186467A (zh) | 群感测点云地图 | |
CN114943482B (zh) | 一种基于物联网的智慧城市尾气排放管理方法和*** | |
CN110208739A (zh) | 辅助车辆定位的方法、装置、设备和计算机可读存储介质 | |
CN109491378A (zh) | 自动驾驶车辆的基于道路分段的路线引导*** | |
CN110210384B (zh) | 一种道路全局信息实时提取与表示*** | |
CN109515439A (zh) | 自动驾驶控制方法、装置、***及存储介质 | |
CN113902788A (zh) | 光伏电站导航方法、装置、计算机设备和存储介质 | |
CN113239864A (zh) | 一种适用于农业调查的无人机的路线规划方法 | |
JPH11316126A (ja) | 気象衛星データ受信機能付カーナビゲーション装置 | |
CN112447058A (zh) | 泊车方法、装置、计算机设备及存储介质 | |
CN112651991B (zh) | 视觉定位方法、装置及计算机*** | |
CN112689234A (zh) | 室内车辆定位方法、装置、计算机设备和存储介质 | |
EP3502618B1 (en) | A geolocation system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |