logo móvil
Contáctanos

Un algoritmo de navegación visual para UAV basado en optimización visual-geográfica

Autores: Xu, Weibo; Yang, Dongfang; Liu, Jieyu; Li, Yongfei; Zhou, Maoan

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Un algoritmo de navegación visual para UAV basado en optimización visual-geográfica


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

Estimación
Vehículo aéreo no tripulado
Navegación visual
Algoritmo
Información de geolocalización
Optimización

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
La estimación de la posición de los Vehículos Aéreos No Tripulados (VANT) utilizando información visual es esencial en entornos donde no hay Sistema Global de Navegación por Satélite (GNSS). En este artículo, proponemos un algoritmo de navegación visual para VANT basado en el Ajuste de Paquete Visual-Geográfico (BA) para abordar el desafío de la falta de información de geolocalización en la navegación visual monocular. Este algoritmo presenta un enfoque efectivo para la navegación y posicionamiento de VANT. Inicialmente, se empleó la Odometría Visual (VO) para rastrear el movimiento del VANT y extraer fotogramas clave. Posteriormente, se utilizó un método de geolocalización basado en la coincidencia de imágenes heterogéneas para calcular la posición geográfica del VANT. Además, introducimos un método de fusión de información estrechamente acoplado basado en la optimización visual-geográfica, que proporciona un inicializador geográfico y permite la estimación en tiempo real de la posición geográfica del VANT. Finalmente, el algoritmo ajusta dinámicamente el peso de la información geográfica para mejorar la precisión de la optimización. El método propuesto se evalúa extensamente en entornos simulados y del mundo real, y los resultados demuestran que nuestro enfoque propuesto puede estimar con precisión y en tiempo real la posición geográfica del VANT en un entorno sin GNSS. Específicamente, nuestro enfoque propuesto logra un error cuadrático medio (RMSE) y una precisión media de posicionamiento de menos de 13 m.

Otros recursos que podrían interesarte

Temas Virtualpro