[发明专利]一种基于语义地图的无人机城市内自主定位方法

权利要求书

1.一种基于语义地图的无人机城市内自主定位方法，其特征在于，包括以下步骤：

(1)获取高空无人机自主定位需求数据以及各个地物的经纬度信息和属性信息，获取低空无人机自主定位需求数据以及各个点位的经纬度信息和名称，构建语义地图；其中，高空无人机自主定位需求数据包括建筑轮廓数据、篮球场轮廓数据、足球场轮廓、水体轮廓数据、道路数据、大面积草地轮廓数据和大面积林地轮廓数据，低空无人机自主定位需求数据包括POI点位数据和道路标志牌点位数据；

(2)针对高空无人机，利用人工智能算法，从无人机拍摄的图像中提取建筑、篮球场、足球场、水体、道路、草地和林地信息；针对低空无人机，利用人工智能算法从无人机拍摄的图像中区分出单个的标志牌和路牌，并识别标志牌文字和路牌文字；

(3)针对中高空无人机，利用空间场景检索算法，将提取出的建筑、篮球场、足球场、水体、道路、草地和林地轮廓与语义地图进行匹配，匹配过程考虑不同语义斑块间的拓扑关系和距离关系，匹配成功的场景即为无人机图像成像场景，场景的地理位置即无人机成像场景位置；针对低空无人机，利用提取到的单个标志牌或路牌的文字与语义地图中的POI点位数据和道路标志牌点位数据进行相关性检索，检索到的POI或道路标志牌位置即为无人机成像场景位置；

(4)返回步骤(2)，获取其他场景下的无人机成像场景位置，并计算场景位置间的空间距离，并以无人机运动时间估算无人机的运动距离范围，若场景位置间的空间距离在无人机的运动距离范围内，则利用语义信息定位的无人机成像场景位置是正确的。

2.根据权利要求1所述的基于语义地图的无人机城市内自主定位方法，其特征在于，步骤(1)中高空无人机自主定位需求数据以面shapefile文件存储，低空无人机自主定位需求数据以点shapefile文件存储。