Debido a la posible falla del sistema de posicionamiento global y la degradación de imágenes de luz visible en entornos de desastre, así como a la baja tasa de éxito de los algoritmos tradicionales de reubicación basados en visión por computadora debido a la falta de puntos característicos en las imágenes, se propone un método de reubicación de drones basado en mapas semánticos. Este método depende de imágenes RGB-D para identificar y construir puntos de referencia en el entorno afectado, y optimiza y resuelve la pose relativa del dron mediante el emparejamiento de puntos de referencia con un mapa previo. Al reducir la supresión de la capacidad potencial general del reconocimiento de objetos de la red de detección de objetivos, se obtienen puntos característicos de alto nivel en la imagen, resolviendo eficazmente el problema de la falta de puntos característicos que dificulta la reubicación. Basado en puntos de referencia reconstruidos a partir de objetos generales, se propone un método rápido de búsqueda y emparejamiento de puntos de referencia. Los resultados experimentales muestran que, en comparación con los métodos de construcción de puntos de referencia basados en redes de reconocimiento de objetivos, este método puede reconstruir puntos de referencia más ricos en entornos desconocidos y realizar eficazmente la reubicación basándose en estos puntos. En escenas de desastre con degradación de imágenes, este método muestra una mayor tasa de recuperación y robustez que los métodos de recuperación de imágenes comúnmente utilizados.

incendio urbano;drones;reubicación;mapas semánticos;detección de bucle