[发明专利]基于功能智能的微型无人机环境自适应导航场景识别方法

权利要求书

1.一种基于功能智能的微型无人机环境自适应导航场景识别方法，其特征在于，包括如下步骤：

S1：利用由微型无人机与智能移动端架构的组合飞行平台进行环境自适应导航场景识别实验，从所述智能移动端的非视觉传感器采集的数据中提取环境特征，并对所述环境特征进行预处理；

S2：在实时识别层，将预处理后的环境特征输入预先训练好的SceneNet深度学习网络，得到场景类别和置信度；

S3：判断所述实时识别层得到的置信度是否低于触发阈值；若是，则执行步骤S4和步骤S5；若否，则执行步骤S6；

S4：生成控制指令，使所述微型无人机悬停并激活所述触发识别层；

S5：在所述触发识别层被激活后，改变所述智能移动端的视觉传感器的方向，在所述微型无人机悬停状态下，从前、左、右、后、上五个方向采集图像，将采集的五个方向的图像拼接起来，应用预先训练好的google mobileet-v2网络对拼接图像进行提取和分类，所述google mobilenet-v2网络的三维输出张量代表在不同飞行场景下的识别可能性，提供飞行场景的最终识别决策；

S6：所述实时识别层得到的场景类别为识别结果，并使所述微型无人机继续飞行。

2.如权利要求1所述的基于功能智能的微型无人机环境自适应导航场景识别方法，其特征在于，步骤S2中SceneNet深度学习网络的训练过程，具体包括如下步骤：

S21：利用由微型无人机与智能移动端架构的组合飞行平台，在不同的天气和光照条件以及不同的飞行场景下进行多次飞行试验，利用所述智能移动端的非视觉传感器和信息处理能力采集数据；其中，所述非视觉传感器包括磁强计、气压计、光强传感器以及GNSS；

S22：将采集的磁强计、气压计和光强传感器的数据与正态分布噪声混合得到混合数据，将采集的可见GNSS卫星信噪比通过方程组得到组合数据，通过滑动窗口和固定步幅将预设时间段内的混合数据和组合数据分割成多个间隔，在每个间隔内采用离散傅里叶变换将所述混合数据和所述组合数据转换为频域形式并提取张量，得到带有场景标签的样本数据；其中张量是频域中的数量级和相位对；

S23：将所述样本数据随机分为训练集和测试集，输入SceneNet深度学习网络进行训练学习，得到训练好的SceneNet深度学习网络。

3.如权利要求1所述的基于功能智能的微型无人机环境自适应导航场景识别方法，其特征在于，步骤S5中google mobilenet-v2网络的训练过程，具体包括如下步骤：

S51：利用由微型无人机与智能移动端架构的组合飞行平台，在不同的天气和光照条件以及不同的飞行场景下进行多次飞行试验，利用所述智能移动端的视觉传感器从前、左、右、后、上五个方向采集图像，并将采集的五个方向的图像拼接起来；

S52：将带有场景标签的拼接图像作为google mobilenet-v2网络的样本数据，将所述样本数据随机分为训练集和测试集，输入google mobilenet-v2网络进行训练学习，得到训练好的google mobilenet-v2网络。

4.如权利要求1～3任一项所述的基于功能智能的微型无人机环境自适应导航场景识别方法，其特征在于，所述智能移动端的所有传感器采集过程通过所述智能移动端的UI接口或所述组合飞行平台的地面站对所述智能移动端进行控制。