摘要
无人机已广泛应用于物资运输、应急救援、泵站巡检、水利工程项目巡检等军事和民用领域,其中无人机定位技术是其实现自主飞行及实际应用的关键.在泵站及地下管网等复杂环境中,卫星信号微弱或中断,给无人机姿态的获取带来严峻挑战.针对此问题,文章结合实际工程案例,提出了一种基于多尺度特征融合的无人机姿态估计方法,该方法能够直接从输入的RGB(红、绿、蓝)图像中回归出无人机的6自由度姿态信息.该方法利用CNN(卷积神经网络)提取图像中的多尺度空间特征;通过两个并行的AttnLSTM(注意力机制长短期记忆网络)从两个不同方向处理数据,实现结构化降维并提升模型的泛化能力;同时,引入Multi-Head Attention(多头注意力)机制,进一步提炼关键信息,实现多尺度特征的有效融合.实验结果表明,该模型在公开数据集上表现出色,能够准确估计无人机的姿态信息.
维普
万方数据