基于深度學(xué)習(xí)的輸配電線路巡檢無人機(jī)自定位技術(shù)研究

打開文本圖片集

摘 要：精確的位姿信息是保障巡檢無人機(jī)高效運(yùn)行的關(guān)鍵要素，但是由于輸配電線路分布廣泛，傳統(tǒng)基于GNSS的無人機(jī)定位方式極易因受到遮擋而難以提供穩(wěn)定的位姿信息。本文利用了機(jī)巡無人機(jī)平臺搭載的單目相機(jī)和IMU，在傳統(tǒng)基于卷積神經(jīng)網(wǎng)絡(luò)的視覺里程計模型基礎(chǔ)上，結(jié)合長短期記憶神經(jīng)網(wǎng)絡(luò)和IMU信息，提出了基于視覺慣性實例分割的深度學(xué)習(xí)模型，有效提升了系統(tǒng)的魯棒性和運(yùn)動解算精度，通過對提出的自定位模型進(jìn)行實驗評估，展示了模型的訓(xùn)練效果，并針對無人機(jī)的應(yīng)用環(huán)境設(shè)計了現(xiàn)場實驗，最終VIPS-Mono模型下的平均定位誤差為0.058m，優(yōu)于CNN-LSTM-VO模型下的0.234m。（剩余13804字）