摘要：基于图像的三维重建是计算机视觉领域中一个重要的研究主题.针对目前深度神经网络无法有效剔除多幅图像对应点中的外点的问题,提出一种鲁棒的深度卷积神经网络,用以从多幅图像对应点中准确地恢复场景的三维射影结构.该网络首先把输入的对应点分为多个不同的子集,每个子集独立地进行射影重建;然后通过权重计算层得到每个射影重建的权重;最后通过合并层对这些不同的射影重建加权求和,得到最终的鲁棒的射影重建.实验结果表明,该网络具有较高的重建精度和很强的鲁棒性.

摘要：对小型旋翼无人机在缺乏GNSS信号情况下的定位导航问题,提出了基于改进视觉惯性里程计的无人机软硬件方案。首先设计带优先级的样本点采集策略和并行化计算方法,改进传统RANSAC算法,嵌入VINS-Fusion并用于无人机定位;其次,搭建无人机硬件平台,设计了飞控通信接口与控制系统。同时为高效地验证算法有效性,借助gazebo实现了无人机系统仿真。实验结果表明:算法在基础矩阵计算中平均内点比例提高1.8%,使用算法改进后的里程计在MH_01序列上的均方根误差降低0.001 m,在MH_02序列上的均方根误差降低0.019 m,满足无人机定位与导航时对精度与实时性的要求。