一种基于图神经网络的高空定位方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于图神经网络的高空定位方法
申请号:CN202411803875
申请日期:2024-12-10
公开号:CN119803438A
公开日期:2025-04-11
类型:发明专利
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