
-
生物通官微
陪你抓住生命科技
跳动的脉搏
面向GNSS拒止风电场无人机巡检的地标感知轻量级视觉定位框架
《Scientific Reports》:Landmark-aware visual localization for GNSS-denied UAV wind farm inspection via lifecycle binding and adaptive fusion
【字体: 大 中 小 】 时间:2026年09月20日 来源:Scientific Reports 4.9
编辑推荐:
摘要本文提出了一种轻量级的地标感知视觉定位框架,旨在作为全球导航卫星系统(GNSS)拒止风电场中无人机巡检的备用定位子系统。该系统利用风力发电机塔架作为天然语义信标,并集成YOLOv12s和BoT-SORT以实现实时检测和鲁棒跟踪。绝对位姿估计通过基于边界框的2.5D图像–高
本文提出了一种轻量级的地标感知视觉定位框架,旨在作为全球导航卫星系统(GNSS)拒止风电场中无人机巡检的备用定位子系统。该系统利用风力发电机塔架作为天然语义信标,并集成YOLOv12s和BoT-SORT以实现实时检测和鲁棒跟踪。绝对位姿估计通过基于边界框的2.5D图像–高度计几何模型、地标绑定生命周期管理策略(LBL)以及自适应时空加权融合算法(ASTW)实现。在五次重复的RflySim试验中,该组合框架的三维定位均方根误差(RMSE)为\(8.33\pm 1.20\)米,而基线方法的误差为\(234.8\pm 42.3\)米,端到端延迟约为每处理帧200毫秒。在26台风力发电机的风电场实地验证中,该算法在Jetson Xavier NX上在线运行,未使用RTK/GNSS数据独立生成视觉位置估计,三维RMSE为24.95米,每处理帧延迟为220毫秒。由于RTK/GNSS仍用于航点飞行控制并作为真值记录,本实验验证的是在线独立于GNSS的视觉定位,而非物理GNSS中断下的闭环自主导航。由于实地评估仅包含一个风电场在良好天气下的单次任务,该结果支持区域级定位和粗略导航辅助的可行性,但尚不足以支持高精度近距离风机巡检或跨地点和天气条件的广泛泛化。