[发明专利]基于视觉飞行自稳定的方法、计算机可读介质和系统有效
| 申请号： | 201711352780.6 | 申请日： | 2017-12-15 |
| 公开（公告）号： | CN108227735B | 公开（公告）日： | 2021-08-10 |
| 发明（设计）人： | 孙昕尧;廖鑫鹏;任小波;汪灏泓 | 申请（专利权）人： | TCL科技集团股份有限公司 |
| 主分类号： | G05D1/10 | 分类号： | G05D1/10;G06K9/00;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 王永文;刘文求 |
| 地址： | 516006 广东省惠州市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于视觉飞行自稳定的方法、计算机可读介质和系统，所述方法包括接收由安装在无人机上的相机拍摄的一个以上的原始图像，接收用于稳定的初始参考图像并从所述初始参考图像获得初始相机位姿，提取连续图像之间的基本矩阵并估计相对于所述初始相机位姿的当前相机位姿，其中所述相机位姿包括所述相机的取向和位置，基于已估计的所述当前相机位姿，预测基于深度门控循环Q网络来抵消所述无人机的横向干扰的动作，和基于预测的所述动作来抵消所述无人机的横向干扰，驱动所述无人机回到所述初始相机位姿。 | ||
| 搜索关键词： | 基于 视觉 飞行 稳定 方法 计算机 可读 介质 系统 | ||
【主权项】：
1.一种深度门控循环Q网络用于基于视觉飞行自稳的方法，其特征在于，所述方法包括：接收由安装在无人机上的相机拍摄的一个以上的原始图像；接收用于稳定的初始参考图像并从所述初始参考图像获得初始相机位姿；提取连续图像之间的基本矩阵并估计相对于所述初始相机位姿的当前相机位姿，其中相机位姿包括所述相机的取向和位置；基于已估计的所述当前相机位姿，预测基于所述深度门控循环Q网络来抵消所述无人机的横向干扰的动作；和基于预测的所述动作来抵消所述无人机的横向干扰，驱动所述无人机回到所述初始相机位姿。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于TCL科技集团股份有限公司，未经TCL科技集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711352780.6/，转载请声明来源钻瓜专利网。
