基于深度学习的拒止环境下无人机自主定位方法

打开文本图片集

摘  要： 无人机依赖卫星系统进行定位，当卫星信号被覆盖或干扰时，无人机的定位可能会受影响，进而导致无法正常飞行。基于视觉的技术可以通过图像匹配方法实现无人机定位，但异源图像差异大，现有的特征匹配方法在鲁棒性和实时性方面难以满足需求。因此，文中提出一种融合地理定位的方法FCN⁃FPI。首先，该方法以基于Transformer的FocalNet网络为骨干网络进行多尺度特征提取；其次，设计了一个CLMF特征融合模块，用于融合不同尺度特征图中的空间语义信息；最后，改进了损失函数，提出高斯窗口损失，使目标点的不同区域根据重要程度赋予相应权重，引导模型更关注中心区域，提升地理定位性能。（剩余11249字）