一种改进RANSAC校验的失效卫星位姿估计回环检测方法

为解决失效卫星位姿估计中视觉SLAM方法回环检测效果差的问题,结合空间特殊的应用环境,提出一种改进RANSAC校验的空间失效卫星位姿估计回环检测方法。首先利用深度学习提取图像的全局特征和局部特征;然后对全局特征进行快速检索,建立回环候选帧集合;最后,将图像网格化并提取优质特征点作为RANSAC算法的随机抽样点集,采用改进的RANSAC算法对回环候选帧集合进行图像匹配校验,挑选出匹配程度最高的作为回环检测结果。实验表明：在牛津数据集上,所提方法与无校验的方法对比,100%准确率下的最大召回率提升了30.6%,说明改进RANSAC校验在回环检测中的有效性;在失效卫星数据集上,所提方法无需预训练,对光照变化的空间场景具有高适应性,和基于词袋模型（BoW）算法相比,缩减时间24.1%。     

基于海洋遥感图像的无人艇路径覆盖规划算法

遥感技术和无人艇的结合在海洋覆盖应用中具有巨大的潜力，提出了一种基于海洋遥感图像的无人艇路径覆盖方法。首先，为了建立精确的地图模型，提出了一种基于改进YOLO V3的旋转目标检测算法，在YOLO V3的基础上，细化障碍物的轴向、长度、宽度和坐标信息，在不增加计算量的情况下提高复杂场景下障碍物检测的召回率。然后，为了获得高效的覆盖路径，提出了一种基于旋转光束和贪心算法的路径覆盖算法。该算法将完整路径分为直行路径和转弯路径，分别基于长度与避障目标优化覆盖路径。仿真结果表明，较基于栅格地图的神经元激励算法，所提出算法在长度上平均减少了9.3%，并且在2种极端海洋环境中实现路径覆盖率为100%，重复率小于2.1%。