وحدة التنقل بناءً على مقارنة صور كاميرا الطائرات بدون طيار مع صور الأقمار الصناعية

ما هي وحدة التنقل على أساس مقارنة صور كاميرا الطائرات بدون طيار مع صور الأقمار الصناعية?

هل يمكنك توفير وحدة تنقل تستخدم صور كاميرا الطائرات بدون طيار مواجهة لأسفل للمقارنة مع صور الأقمار الصناعية المخزنة? تشير التقديرات إلى أن طلب العميل هو عدم وجود تحديد موقع GPS أو تحديد موقع GPS يعتمد فقط على حل النسخ الاحتياطي.

لتطوير وحدة تنقل لطائرة بدون طيار تقارن صور الكاميرا في الوقت الفعلي مع صور الأقمار الصناعية المخزنة مسبقًا, اتبع هذا النهج المنظم:

1. بنية النظام

• عناصر:
  • التقاط الصور في الوقت الحقيقي: كاميرا مواجهة لأسفل مع دقة/FOV قابلة للتعديل, متزامن مع أجهزة استشعار الارتفاع (على سبيل المثال, مقياس, ليدار).
  • قاعدة بيانات صورة الأقمار الصناعية: البلاط الجغرافي المخزنة في قرارات متعددة, فهرسة بواسطة إحداثيات GPS للاسترجاع السريع.
  • وحدة المعالجة: على متن GPU/FPGA على متن معالجة الصور المتسارعة.
  • استشعار الانصهار: يدمج GPS, IMU, والبيانات المرئية لتحديد المواقع القوية.

2. سير العمل

1. التهيئة:
   • استخدم GPS الخشن لجلب البلاط الأقمار الصناعية ذات الصلة من قاعدة البيانات.
   • معايرة باستخدام بيانات الارتفاع لتوسيع نطاق صور الطائرات بدون طيار إلى دقة الأقمار الصناعية.
2. الصورة قبل المعالجة:
   • تحويل الصور إلى رمادي, تطبيق معادلة الرسم البياني, واكتشاف الحافة (على سبيل المثال, حكيم).
   • تشويه المنظور الصحيح باستخدام بيانات الطائرات بدون طيار/لفة.
3. ميزة مطابقة:
   • كاشفات: استخدم الجرم السماوي أو الأمواج للتوازن بين السرعة والدقة.
   • الأمور: flann مع Ransac لتصفية القيم المتطرفة وحساب التماثيل.
4. تقدير الموقف:
   • اشتق إزاحة GPS من مصفوفة التماثل.
   • فتيل مع بيانات IMU عبر مرشح Kalman لتحديثات المسار السلس.
5. آلية الاحتياطية:
   • قم بالتبديل إلى القياس المرئي أو GPS في حالة فشل مطابقات القمر الصناعي (على سبيل المثال, المناطق غير الممنوحة).

3. الاعتبارات الفنية

• تحجيم الارتفاع: ضبط تحجيم الصورة ديناميكيًا باستخدام الارتفاع في الوقت الفعلي.
• تحسين قاعدة البيانات:
  • صور القمر الصناعي البلاط في قطع 100 × 100 متر مع مستويات التكبير متعددة.
  • يتم الوصول إلى ذاكرة التخزين المؤقت بشكل متكرر لتقليل الكمون.
• الأداء في الوقت الحقيقي:
  • الحد من المعالجة إلى 500 مللي ثانية لكل إطار; صور Downsample إذا لزم الأمر.
  • إعطاء الأولوية لإطارات المفاتيح (على سبيل المثال, معالجة كل إطار خامس) خلال رحلة عالية السرعة.

4. اختبارات & معايرة

• مقاييس الدقة: قارن التقديرات المرئية ضد الحقيقة الأرضية RTK-GPS.
• المتانة البيئية:
  • اختبار عبر الفصول/الإضاءة; استخدم تطبيع الرسم البياني للتخفيف من تغييرات الإضاءة.
  • استبعاد الميزات العابرة (السيارات, الظلال) عبر تجزئة الدلالية (اختياري).

5. مثال سيناريو

• الطائرات بدون طيار على ارتفاع 50 متر:
  • يلتقط 640×480 صورة (0.5قرار م/بكسل).
  • مباريات مع بلاط الأقمار الصناعية “XYZ123” استخدام 200 keypoints orb.
  • تعرض التماثل التماثل 2M من الإزاحة من Tile’s Geotag (34.0522° n, 118.2437° ث).
  • مرشح Kalman يدمج هذا مع IMU, الموضع المصحح الإخراج 34.05219 ° N, 118.2436° ث.

6. التحديات & محاليل

• البيئات الديناميكية: قناع الكائنات المتحركة باستخدام نماذج ML (يولو).
• حساب الحدود: استخدم الجرم السفلي المسلسل للأجهزة على Jetson TX2.
• تخزين: ضغط بلاط الأقمار الصناعية باستخدام WebP (وضع الخسارة).

7. أدوات & المكتبات

• OpenCV: للكشف عن الميزة/المطابقة.
• روس: تكامل خط الأنابيب المعياري (على سبيل المثال, ros_navigation العقدة).
• postgreSQL/postgis: استفسارات البلاط الجغرافية المكانية الفعالة.

8. الأداء المتوقع

• دقة الموقف: 1-3م في الظروف المثلى.
• معدل التحديث: 2 هرتز (مع 640×480 مدخلات على وحدة معالجة الرسومات متوسطة المستوى).

يوازن هذا التصميم الدقة والكفاءة الحسابية, الاستفادة من الانصهار المستشعر ومعالجة الصور التكيفية للملاحة الموثوقة.