融合全景SLAM与目标识别的无人机自主飞行技术

无人机自主飞行可以使无人机更好地应对复杂的环境和任务,降低操作成本和飞行风险,对环境做出及时响应,实现更高效、安全、广泛的应用,在民用和军事领域都能发挥重要作用,为多个领域赋能。全景相机具有360°的全方位视角,获取的环境信息更加完善,相较于单目相机更有优势。为了实现无人机的自主飞行,基于全景相机进行同时定位与建图,利用SPHORB算子进行特征提取和匹配,从而获取无人机的位姿数据的同时对周围环境建图,获取环境信息。利用YOLOv5算法进行目标识别,获取目标地物在相机坐标系中位置,为无人机自主靠近/远离目标提供信息基础,使无人机具备更加强大的环境感知能力,有利于无人机避障飞行,更好地规划飞行路径,实现自主飞行。

基于CORS对流层延迟改正模型在山区地灾监测的分析应用

地灾监测是当下重点的卫星导航与位置服务应用场景,通常使用单基站或基准站网为监测点提供数据服务。由于地灾监测点普遍位于山区,当不便建设单基站,而区域基准站网与监测点又可能存在较大的高程差时,直接使用基准站网提供服务会产生对流层延迟建模的精度不一致,导致监测点高程数据不准确的问题。针对该问题,利用一种改进的线性插值方法,通过修正对流层延迟误差,经研究区域实验,结果表明在该实验区域内,高程方向的精度可提升到93.6%,可显著提升湖北省连续运行参考站系统提供地灾监测服务时各监测点高程方向的定位精度,为山区地灾监测场景提供稳定可靠的差分数据服务。