(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211155964.4 (22)申请日 2022.09.22 (71)申请人 江苏方天电力技 术有限公司 地址 211102 江苏省南京市江宁区科 学园 天元中路19号 申请人 国网江苏省电力有限公司 (72)发明人 黄郑　王红星　姜海波　宋煜　 陈玉权　张欣　朱洁　杜彪　 霍丹江　顾徐　陈露　 (74)专利代理 机构 南京钟山专利代理有限公司 32252 专利代理师 徐燕 (51)Int.Cl. G06T 7/73(2017.01) G06V 10/75(2022.01)G06V 10/82(2022.01) (54)发明名称 一种基于图像特征点匹配的无人机红外巡 检位姿确定方法 (57)摘要 一种基于图像特征点匹配的无人机红外巡 检位姿确定方法， 包括无人机采集红外图并预处 理， 与输电线路特征数据库匹配， 选取红外图像 中输电线路的特征点； 然后将无人机保持高度往 输电线路侧移动一段距离再次采集该特征点图 像， 根据两次采集图像的特征点像素坐标与惯 导/卫导解算的无人机坐标， 得到特征点物理坐 标， 然后与标准数据库匹配修正， 利用特征点物 理坐标与红外像素坐标进行P3P解算得到巡检无 人机相对输电线路的位姿， 最后与惯导、 卫导位 姿进行加权滤波融合得到高精度无人机导航位 姿。 本发明解决了输电线路无人机在高压、 强干 扰复杂环 境下卫导系统易受干扰， 惯 导定位系统 随时间漂移的问题， 提升了无人机导航定位精度 与稳定性。 权利要求书4页 说明书9页 附图4页 CN 115471555 A 2022.12.13 CN 115471555 A 1.一种基于 图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 包括以下 步骤： S1： 使用无人机挂载的红外相机采集输电线路红外图像， 并对收集的红外图像进行去 畸变、 归一 化预处理； S2： 将红外图像与输电线路特征数据库进行匹配， 即去除环境影响， 选择获取红外图像 中输电线路的特 征点； S3： 以当前无人机飞行位置所在点为原点p1， 并将无人机内部的惯导系统数据清零， 然 后控制无人机 保持原有高度往输电线路侧向移动一段距离d， 通过惯导系统计算飞行距离d 后无人机飞行位置所在的新 坐标点p2， 同时确定无 人机期间飞行矩阵R； S4： 根据无人机所在的p1、 p2点坐标， 以及在p1和p2下特征点的图像坐标， 结合飞行矩 阵R， 通过双目解 算出特征点的物理坐标； S5： 将解算的特征点物 理坐标与输电线路数据库进行匹配， 若匹配成功， 使用输电线路 数据库中的精确物理坐标进行修正； 若不成功， 则继续使用步骤S4解算出的特征点物理坐 标； S6： 利用步骤S5处理后的特征点物理坐标， 使用P3P算法进行解算， 获得无人机相对输 电线路的位姿信息； S7： 将步骤S6中红外图像匹配获得的位姿信息与惯导系统、 卫导系统中的位姿信息进 行数据融合获得最终的位姿信息 。 2.根据权利要求1所述的一种基于图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 步骤S2中所述的输电线路特征数据库是预先训练好的， 其采用Y OLOv5s轻量化 网络模型， 并通过PyTorch进行训练得到； 其中， 训练类别有3类， 包括： 导线、 绝缘子、 杆塔， 训练的数据来源自公开的数据信息以及日常巡检所采集的照 片， 且这些数据信息和 照片覆 盖有晴天、 多云、 阴天、 早中晚的多种巡检场景。 3.根据权利要求1所述的一种基于图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 步骤S3中所述的移动一段距离d要求及选择 方法如下： 移动一段距离d的原则为： 需要步骤S2选取的特征点仍保持在红外图像 中， 且与移动前 的红外图像有区别； 距离d的选择方法为： 选取的特征点在图像坐标系下像素移动距离均大于红外 图像分 辨率对角线像素距离的10％， 即 式中i为任意第 i个特征点， 为第i个特 征点像素在地理坐标系下移动距离d后， 在图像坐标系下移动的像素距离， px和py分别是采 集的红外图像分辨 率的长和宽 。 4.根据权利要求3所述的一种基于图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 步骤S3中所述的通过惯导系统计算飞行距离d后无人机飞行位置所在的新坐 标点p2， 同时确定无 人机期间飞行矩阵R的具体 计算公式如下：权　利　要　求　书 1/4 页 2 CN 115471555 A 2式中， T表示移动矢径； 表示为无人机的位置变化， 其由无人机内部惯 导系统航位推 算获得； t1表示无人机移动前时刻， Δt表示无人机移动过程中所用时间， 为惯导系统输出 的无人机速度、 为惯导陀螺仪信号， eul er为姿态角包括俯仰角 θ、 偏航角 ψ、 滚转角γ； 由上 述公式确定飞行距离d后无人机飞行位置所在的新坐标点p2， 以及无人机期间的飞行矩阵 R。 5.根据权利要求4所述的一种基于图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 步骤S4的具体 计算特征点的物理坐标的公式如下： 式中， 为任意一个特征点的图像坐标； K为红外相机内参矩阵； 为对应特 征点在图像坐标系下的归一 化坐标； 设定X1， X2分别是无人机移动前以及移动后， 同一个特征点在不同状态下的归一化图像 坐标， 联立公式(2)和(3)求解X1， X2， 然后利用数值方法求得X1， X2对应下的特征点物理坐 标； 同理通过公式(2)和(3)求得多个特 征点的物理坐标。 6.根据权利要求1所述的一种基于图像特征点匹配的无人机红外巡检位姿确定方法， 其特征在于， 步骤S5所述的将特征点物理坐标与输电线路数据库进行匹配的具体内容如 下： 选取多个特征点物理坐标并组合成量测多边形， 选取输电线路数据库对应位置点并组 合成量测多边形， 将两个量测多变型 的形心放置重合在一起， 计算评估两个多边形 的匹配 度M， M的表达式为： 式中，n是特征点个数， xi,yi是特征点物理坐标， 是输电线路数据库物理坐标； 绕形心旋转一个量测多边形后即得到两个量测多边形的重新匹配结果， 当旋转360度权　利　要　求　书 2/4 页 3 CN 115471555 A 3