Compte tenu de la possible défaillance du système de positionnement global et de la dégradation des images en lumière visible dans les environnements de catastrophe, ainsi que du faible taux de réussite des algorithmes traditionnels de relocalisation basés sur la vision par ordinateur en raison du manque de points caractéristiques dans les images, une méthode de relocalisation de drone basée sur une carte sémantique est proposée. Cette méthode utilise des images RGB-D pour identifier et construire des points de repère dans l’environnement sinistré, puis optimise et résout la pose relative du drone par correspondance avec les points de repère d’une carte préalable. En réduisant la suppression des capacités potentielles de reconnaissance d’objets générales du réseau de reconnaissance des cibles, cette méthode obtient des points caractéristiques de haut niveau dans l’image, résolvant efficacement le problème du manque de points caractéristiques qui rend la relocalisation difficile. Basé sur des points de repère reconstruits à partir d’objets génériques, une méthode rapide de recherche et de correspondance des points de repère est proposée. Les résultats expérimentaux montrent que, comparée aux méthodes de construction de points de repère basées sur un réseau de reconnaissance des cibles, cette méthode peut reconstruire des points de repère plus riches dans des environnements inconnus et réaliser efficacement la relocalisation sur la base de ces points. Dans les scènes de catastrophe où les images sont dégradées, cette méthode montre un taux de rappel et une robustesse supérieurs aux méthodes de recherche d’images largement utilisées.

incendie urbain;drone;relocalisation;carte sémantique;détection de boucle