基于图像拼接的无人机自主导航实时SLAM

主要观点总结

文章介绍了无人机利用全球导航卫星系统（GNSS）技术和惯性传感器（INS）进行地理空间定位的方法，以及计算机视觉中的视觉SLAM技术。文章详细描述了如何利用图像拼接技术来确定无人机的位置，包括图像拼接的实现方法、如何利用气压计传感器确定无人机的高度、使用地面采样距离（GSD）方法确定实际距离等。同时，文章还提到了方法的实现验证和误差比较。

关键观点总结

关键观点1: 无人机利用GNSS和INS进行定位

无人机通过GNSS接收器接收卫星的无线电信号来计算位置。当GNS信号下降时，仅基于INS的位置估计会漂移。

关键观点2: 视觉SLAM技术引入

随着计算机视觉的快速发展，采用相机的SLAM方法被引入，使用图像拼接进行SLAM消除了选择地标和提取特征的需要。

关键观点3: 图像拼接技术的运用

图像拼接技术通过合并同一场景的两个或多个图像形成高分辨率的单张全景图像，被广泛用于特定区域的完整映射。该方法使用图像拼接确定两个连续捕获的图像之间的角度和距离。

关键观点4: 方法的验证与误差比较

文章通过实际的数据集实现验证了所提出的方法，并进行了误差比较，结果表明该方法具有较小的误差。

免责声明