基于语义地图的灾探无人机重定位方法

摘要

针对灾难环境可能造成全局定位系统的失效及可见光图像的退化，以及传统的基于计算机视觉的重定位算法因图像特征点不足而成功率较不高的问题，提出了一种基于语义地图的无人机重定位方法。该方法依赖RGB-D图像来识别并构建受灾环境中的路标点，通过与先验地图间的路标点匹配，进而优化求解得到无人机的相对位姿。通过减少对目标识别网络潜在的广义物体识别能力的抑制，得到图像中的高级别特征点，有效解决了因特征点不足而难以重定位的问题。基于广义物体重建的路标点，提出了一种快速的路标点检索与匹配方法。实验结果表明，与基于目标识别网络的路标点构建方法相比，本方法能在未知环境中重建更丰富的路标点，并能有效地基于这些路标点进行重定位。在图像退化的灾难场景中，本方法展现出比目前被广泛使用的图像检索方法更高的召回率和鲁棒性。

关键词

城市火灾 / 无人机 / 重定位 / 语义地图 / 回环检测