典型文献
基于双目视觉的无人机编队相对定位算法
文献摘要：
针对无人机编队飞行时双目视觉定位精确性差、计算量大、实时性不高的技术现状,对基于特征点的FAST定位和BRIEF旋转(Oriented fast and rotated brief,ORB)算法进行了改进,提出了一种适用于无人机双目视觉定位的算法.在改进ORB算法中,采用提取目标区域、最近邻约束和随机抽样一致(Random sampling consensus,RANSAC)方法,提高了特征点提取与匹配效率,也提高了特征点匹配质量;对于双目视觉定位,提出了适用条件更加宽泛的双目视觉定位模型,并保证了模型的定位精度;最后使用卡尔曼滤波算法对无人机的定位信息进行估计,进一步提高了无人机的定位精度.实验表明,算法具有较高的精确性和实时性,满足无人机间的相对定位要求.
文献关键词：
改进的ORB算法;双目视觉定位;卡尔曼滤波;无人机编队
中图分类号：
作者姓名：
周文雅;李哲;许勇;杨峰;贾涛
作者机构：
大连理工大学航空航天学院,大连116024;中国空气动力研发中心空天技术研究所,绵阳621000
文献出处：
引用格式：
[1]周文雅;李哲;许勇;杨峰;贾涛-.基于双目视觉的无人机编队相对定位算法)[J].宇航学报,2022(01):122-130
A类：
B类：
无人机编队,相对定位,定位算法,编队飞行,双目视觉定位,精确性,计算量,技术现状,FAST,BRIEF,Oriented,fast,rotated,brief,ORB,目标区域,最近邻,随机抽样一致,Random,sampling,consensus,RANSAC,特征点提取,特征点匹配,匹配质量,适用条件,加宽,宽泛,定位模型,定位精度,卡尔曼滤波算法,定位信息
AB值：
0.340603
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
