【技術實現步驟摘要】
本專利技術涉及無人機配件管理，尤其涉及一種基于傳感器的無人機配件智能識別與存取方法及系統。
技術介紹
1、隨著無人機技術的快速發展，無人機在軍事、農業、物流、測繪等領域得到了廣泛應用，無人機的正常運行離不開各種配件的支持，如電池、螺旋槳、機臂等，高效、準確地管理這些配件對于保障無人機的安全飛行和維護工作至關重要；傳統的無人機配件管理主要采用人工記錄和定期盤點的方式，存在效率低、差錯率高、實時性差等問題，現有的無人機配件管理方法大多針對單一類型的配件，缺乏一種通用的、集成度高的解決方案；因此，亟需一種方案解決現有技術中存在的問題。
技術實現思路
1、本專利技術實施例提供一種基于傳感器的無人機配件智能識別與存取方法及系統，至少能解決現有技術中存在的部分問題。
2、本專利技術實施例的第一方面，提供一種基于傳感器的無人機配件智能識別與存取方法，包括：采集無人機配件的三維輪廓信息并進行高斯濾波去噪和體素濾波降采樣處理，生成標準點云數據，構建八叉樹結構，通過迭代最近點配準算法進行三維特征匹配得到空間特征張量，采集無人機配件的光譜反射信息，利用連續小波變換分解所述光譜反射信息得到多尺度系數矩陣，基于主成分分析算法提取關鍵頻段特征，生成光譜特征向量，采集無人機配件表面紋理信息，通過自適應直方圖和各向異性擴散濾波算法生成增強紋理數據，將所述空間特征張量、所述光譜特征向量和所述增強紋理數據輸入至預先構建的多模態特征融合網絡，結合跨模態注意力機制進行特征對齊與交互，生成目標無人機配件的高維融
3、在一種可選的實施方式中，采集無人機配件的三維輪廓信息并進行高斯濾波去噪和體素濾波降采樣處理，生成標準點云數據，構建八叉樹結構，通過迭代最近點配準算法進行三維特征匹配得到空間特征張量，采集無人機配件的光譜反射信息，利用連續小波變換分解所述光譜反射信息得到多尺度系數矩陣，基于主成分分析算法提取關鍵頻段特征，生成光譜特征向量包括：采用結構光掃描儀對無人機配件進行掃描獲取三維點云數據，對所述三維點云數據中每個點，選擇以當前點為中心的球形鄰域，基于高斯函數計算所述球形鄰域內所有點的權重系數，將所述球形鄰域內所有點的坐標與對應的所述權重系數進行加權平均得到濾波點云數據，將所述濾波點云數據劃分為多個邊長相等的立方體網格，每個所述立方體網格構成一個體素，計算每個體素內所有點的坐標均值作為當前體素的中心點坐標，用所述中心點坐標替換當前體素內的所有點，生成體素化點云數據作為標準點云數據；基于所述體素化點云數據構建八叉樹索引結構，對于所述體素化點云數據中的每個點，在所述標準點云數據中確定最近鄰點，基于所述最近鄰點構建最小二乘優化目標函數，求解所述最小二乘優化目標函數得到剛體變換矩陣，將所述剛體變換矩陣作用于所述體素化點云數據，重復執行直至達到預設迭代次數或收斂閾值，將每次迭代得到的所述剛體變換矩陣和體素化點云數據中不同點對的距離組成空間特征張量；采用高光譜成像儀對所述無人機配件表面進行掃描獲取可見光-近紅外波段光譜數據，選取道貝小波基函數對所述可見光-近紅外波段光譜數據進行三層小波分解，在每層分解中選取能量最大的多個小波系數，將選取的小波系數組成多尺度小波系數矩陣，計算所述多尺度小波系數矩陣的協方差矩陣，對所述協方差矩陣進行特征值分解得到特征值和對應的特征向量，選取最大的多個特征值對應的特征向量構建投影矩陣，將所述多尺度小波系數矩陣投影到所述投影矩陣上得到光譜特征向量。
4、在一種可選的實施方式中，采集無人機配件表面紋理信息，通過自適應直方圖和各向異性擴散濾波算法生成增強紋理數據，將所述空間特征張量、所述光譜特征向量和所述增強紋理數據輸入至預先構建的多模態特征融合網絡，結合跨模態注意力機制進行特征對齊與交互，生成目標無人機配件的高維融合特征矩陣包括：采用高分辨率相機對所述無人機配件表面進行多視角成像，獲取紋理圖像數據，計算所述紋理圖像數據的像素亮度均值，將所述紋理圖像數據中每個像素的亮度值除以所述像素亮度均值得到歸一化紋理圖像，將所述歸一化紋理圖像劃分為多個重疊的局部區域，計算每個局部區域的亮度直方圖，基于所述亮度直方圖計算累積分布函數，根據所述累積分布函數對每個局部區域的像素亮度進行重映射得到增強紋理圖像，計算所述增強紋理圖像在水平和垂直方向的亮度梯度，基于所述亮度梯度構建擴散系數，迭代計算每個像素在正交方向上的擴散量，將所述擴散量與原始像素值進行加權組合得到優化紋理數據；構建包含三個并行編碼器分支的多模態深度神經網絡，每個所述編碼器分支包含多層一維卷積神經網絡，所述一維卷積神經網絡的卷積核大小和步長根據輸入特征的維度設置，將預先獲取的空間特征張量、光譜特征向量和所述優化紋理數據分別輸入對應的所述編碼器分支，通過所述多層一維卷積神經網絡提取局部特征，將三個所述編碼器分支提取到的局部特征在通道維度上進行拼接得到融合特征圖；計算所述融合特征圖不同空間位置之間的相似度得到注意力權重矩陣，將所述注意力權重矩陣與所述融合特征圖進行加權求和得到池化特征圖，將所述池化特征圖劃分為多個注意力頭，在每個所述注意力頭內計算查詢矩陣、鍵矩陣和值矩陣，基于所述查詢矩陣和所述鍵矩陣的點積計算注意力分數，將所述注意力分數與所述值矩陣進行加權求和得到頭部輸出特征，將所有頭部輸出特征拼接并經過線性變換得到注意力特征，將所述注意力特征輸入全連接層進行降維變換，得到多模態融合特征向量。
5、在一種可選的實施方式中，將所述高維融合特征矩陣輸入至級聯注意力增強的深度殘差神經網絡，通過空間注意力模塊和通道注意力模塊提取關鍵區域特征與通道特征，基于特征金字塔網絡構建多尺度特征表示，生成層次化特征描述符包括：將高維融合特征矩陣輸入級聯注意力增強的深度殘差神經網絡的第一層卷積層，經過卷積運算和激活函數處理得到第一中間特征，將所述第一中間特征輸入第二層卷積層得到第一殘差項，將所述第一殘差項與所述高維融合特征矩陣相本文檔來自技高網...
【技術保護點】
1.基于傳感器的無人機配件智能識別與存取方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，采集無人機配件的三維輪廓信息并進行高斯濾波去噪和體素濾波降采樣處理，生成標準點云數據，構建八叉樹結構，通過迭代最近點配準算法進行三維特征匹配得到空間特征張量，采集無人機配件的光譜反射信息，利用連續小波變換分解所述光譜反射信息得到多尺度系數矩陣，基于主成分分析算法提取關鍵頻段特征，生成光譜特征向量包括：
3.根據權利要求1所述的方法，其特征在于，采集無人機配件表面紋理信息，通過自適應直方圖和各向異性擴散濾波算法生成增強紋理數據，將所述空間特征張量、所述光譜特征向量和所述增強紋理數據輸入至預先構建的多模態特征融合網絡，結合跨模態注意力機制進行特征對齊與交互，生成目標無人機配件的高維融合特征矩陣包括：
4.根據權利要求1所述的方法，其特征在于，將所述高維融合特征矩陣輸入至級聯注意力增強的深度殘差神經網絡，通過空間注意力模塊和通道注意力模塊提取關鍵區域特征與通道特征，基于特征金字塔網絡構建多尺度特征表示，生成層次化特征描述符包括：
5
6.根據權利要求1所述的方法，其特征在于，基于所述型號信息激活預先設置的強化學習存儲位置優化模型，采用深度Q學習算法計算存取路徑的最優動作序列，將所述最優動作序列映射為機械臂的運動軌跡參數，建立所述目標無人機配件的材質特性與夾持力度的深度神經網絡映射模型，在存取過程中采集多點應力數據，通過遞歸神經網絡預測最優夾持力度，當完成存取操作后，基于圖注意力網絡分析配件使用狀態演變規律，建立配件壽命預測模型，結合歷史數據進行預測，生成配件狀態評估報告與維護建議包括：
7.根據權利要求6所述的方法，其特征在于，通過運動學逆解算法將所述最優動作序列中的每個動作參數映射為機械臂各關節的旋轉角度參數和位移距離參數，生成機械臂的運動軌跡參數包括：
8.基于傳感器的無人機配件智能識別與存取系統，用于實現前述權利要求1-7中任一項所述的方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.基于傳感器的無人機配件智能識別與存取方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，采集無人機配件的三維輪廓信息并進行高斯濾波去噪和體素濾波降采樣處理，生成標準點云數據，構建八叉樹結構，通過迭代最近點配準算法進行三維特征匹配得到空間特征張量，采集無人機配件的光譜反射信息，利用連續小波變換分解所述光譜反射信息得到多尺度系數矩陣，基于主成分分析算法提取關鍵頻段特征，生成光譜特征向量包括：
3.根據權利要求1所述的方法，其特征在于，采集無人機配件表面紋理信息，通過自適應直方圖和各向異性擴散濾波算法生成增強紋理數據，將所述空間特征張量、所述光譜特征向量和所述增強紋理數據輸入至預先構建的多模態特征融合網絡，結合跨模態注意力機制進行特征對齊與交互，生成目標無人機配件的高維融合特征矩陣包括：
4.根據權利要求1所述的方法，其特征在于，將所述高維融合特征矩陣輸入至級聯注意力增強的深度殘差神經網絡，通過空間注意力模塊和通道注意力模塊提取關鍵區域特征與通道特征，基于特征金字塔網絡構建多尺度特征表示，生成層次化特征描述符包括：
5.根據權利要求1所述的方法，其特征在于，根據孿生網絡結構將所述層次化特征描述符與預設的無人機配件標準特征庫進行相似度計算，生成相似度評分矩陣，通過動態規劃算法對所述相似度評分矩陣進行最優匹配，確定所述目標...
【專利技術屬性】
技術研發人員：崔起源，馮春，李智，馬瑞峰，趙澤東，王娟，李帛洋，
申請(專利權)人：中電國科技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。