【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及圖像處理，更具體的涉及一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法及系統(tǒng)。
技術(shù)介紹
1、無人機(jī)定位通常使用衛(wèi)星導(dǎo)航來實(shí)現(xiàn)，然而作為一種被動(dòng)的信號(hào)接收方式，導(dǎo)航信號(hào)在特殊場(chǎng)景下容易被干擾。當(dāng)失去信號(hào)時(shí)，隨著時(shí)間的推移，慣性測(cè)量單元的累積誤差會(huì)越來越大。計(jì)算機(jī)視覺通過計(jì)算機(jī)系統(tǒng)對(duì)視覺信息進(jìn)行處理、分析，實(shí)現(xiàn)對(duì)目標(biāo)的檢測(cè)、識(shí)別、跟蹤、定位等功能，具有較強(qiáng)的抗干擾能力。因此，基于視覺匹配的無人機(jī)定位可以很好地解決衛(wèi)星拒止條件下的無人機(jī)定位問題。
2、傳統(tǒng)的無人機(jī)視覺定位方法大致分為三種：無地圖定位方法(如視覺里程法)、基于構(gòu)建地圖的定位方法(如同步定位與構(gòu)圖方法)和基于已有地圖的定位方法(如影像匹配方法)。這三種視覺定位方法各有優(yōu)缺點(diǎn)和適用范圍。
3、其中，基于構(gòu)建地圖和無地圖定位的方法只需要安裝在uav(unmannedaerialvehicle，無人駕駛空中飛行器)上的攝像頭，但幀間運(yùn)動(dòng)的估計(jì)誤差會(huì)嚴(yán)重累積。基于影像匹配方法需要額外的預(yù)先記錄的地理參考圖像庫，但可以獲得uav的絕對(duì)位置，且不會(huì)累積誤差。基于影像匹配方法主要分為傳統(tǒng)方法和深度學(xué)習(xí)方法；傳統(tǒng)方法基于人工設(shè)計(jì)的描述符提取特征來實(shí)現(xiàn)遙感影像匹配，主要通過描述符相似性和/或空間幾何關(guān)系來尋求局部特征(區(qū)域、線、點(diǎn))之間的對(duì)應(yīng)關(guān)系。局部顯著特征的使用使這類方法可以快速運(yùn)行，并且對(duì)噪聲、復(fù)雜的幾何變形和顯著的輻射度差異具有魯棒性，但是，由于更高分辨率和更大尺寸數(shù)據(jù)的普及，基于人工設(shè)計(jì)的描述符方法無法滿足更多對(duì)應(yīng)性、更高準(zhǔn)確性和更靈活應(yīng)用的要
4、國內(nèi)對(duì)gnss拒止環(huán)境下的無人機(jī)視覺定位技術(shù)研究起步較晚，近年來，隨著無人機(jī)視覺定位技術(shù)迅速發(fā)展，主要集中在以下幾個(gè)方面的研究：視覺慣性融合導(dǎo)航，多采用融合慣性導(dǎo)航系統(tǒng)(ins)和視覺信息的方案。特征提取與匹配，致力于提高特征匹配的效率和精度。抗干擾性研究，部分研究關(guān)注在低照度、稀疏特征等復(fù)雜環(huán)境下的定位問題。
5、現(xiàn)有的無人機(jī)定位技術(shù)主要包括：
6、1.gnss定位，該方法通過接收衛(wèi)星信號(hào)來確定無人機(jī)的位置和姿態(tài)，是最常用的無人機(jī)定位技術(shù)。gnss定位精度較高，但易受地形遮擋、信號(hào)干擾、城市峽谷等因素的影響，在復(fù)雜環(huán)境下定位精度會(huì)大幅下降。
7、2.視覺里程計(jì)(vo)，該方法利用相鄰圖像之間的特征匹配來計(jì)算相機(jī)運(yùn)動(dòng)，進(jìn)而估計(jì)無人機(jī)的位置和姿態(tài)。vo方法通常需要較強(qiáng)的紋理信息，在弱紋理區(qū)域和復(fù)雜地形遮擋環(huán)境下效果不佳。
8、3.同步定位與地圖構(gòu)建(slam)，該方法通過構(gòu)建環(huán)境地圖來實(shí)現(xiàn)定位和導(dǎo)航。slam方法通常需要較長(zhǎng)的運(yùn)行時(shí)間，且在復(fù)雜環(huán)境中容易出現(xiàn)累計(jì)誤差，難以滿足實(shí)時(shí)定位需求。
9、4.慣性導(dǎo)航系統(tǒng)(ins)，該方法利用加速度計(jì)和陀螺儀等傳感器測(cè)量無人機(jī)的加速度和角速度，進(jìn)而推算無人機(jī)的位置和姿態(tài)。然而，ins容易受到漂移的影響，長(zhǎng)期使用會(huì)造成較大的定位誤差。
10、5.融合定位技術(shù)，將上述幾種定位技術(shù)進(jìn)行融合，以提高定位精度和魯棒性。如將gnss與ins進(jìn)行融合，可以有效減弱ins漂移的影響；將vo與slam進(jìn)行融合，可以提高定位精度和抗干擾能力。
11、綜上，由于傳統(tǒng)的針對(duì)室外大場(chǎng)景的無人機(jī)定位主要針對(duì)有g(shù)nss信息的定位，而在無gnss信息的室內(nèi)室外，現(xiàn)有的視覺定位方法對(duì)光照變化、視角變化等環(huán)境因素敏感，導(dǎo)致定位精度下降，魯棒性較差，導(dǎo)致特征點(diǎn)提取困難，無法長(zhǎng)距離、高精度的定位，影響匹配精度。
技術(shù)實(shí)現(xiàn)思路
1、針對(duì)上述領(lǐng)域中存在的問題，本專利技術(shù)提出了一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法及系統(tǒng)，通過提取無人機(jī)影像和衛(wèi)星影像的特征點(diǎn)并進(jìn)行特征匹配，學(xué)習(xí)圖像的紋理特征，降低了對(duì)光照變化的敏感度，提高了算法的魯棒性；通過計(jì)算無人機(jī)影像和衛(wèi)星影像的單應(yīng)性矩陣變換，使無人機(jī)拍攝的圖像角度發(fā)生變化，也能準(zhǔn)確地計(jì)算出無人機(jī)的位置和姿態(tài)，從而實(shí)現(xiàn)無人機(jī)的精確定位。
2、為解決上述技術(shù)問題，本專利技術(shù)公開了一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，包括以下步驟：
3、提取待匹配的無人機(jī)影像的特征點(diǎn)；獲取多張衛(wèi)星影像地圖，分別提取衛(wèi)星影像地圖的特征點(diǎn)；
4、將多張衛(wèi)星影像地圖分別與待匹配的無人機(jī)影像形成多個(gè)影像對(duì)；確定每個(gè)影像對(duì)中的特征點(diǎn)對(duì)應(yīng)的匹配數(shù)，獲取最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖；
5、獲取最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖的特征點(diǎn)的匹配誤差，當(dāng)獲取的最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖的特征點(diǎn)的匹配誤差小于預(yù)設(shè)的匹配誤差閾值時(shí)，確定匹配誤差篩選后的衛(wèi)星影像地圖；
6、根據(jù)匹配誤差篩選后的衛(wèi)星影像地圖和無人機(jī)影像，通過確定兩張影像之間的單應(yīng)性矩陣，獲取無人機(jī)影像在衛(wèi)星影像地圖對(duì)應(yīng)的像素坐標(biāo)和經(jīng)緯度坐標(biāo)。
7、優(yōu)選地，所述提取待匹配的無人機(jī)影像的特征點(diǎn)；獲取多張衛(wèi)星影像地圖，分別提取衛(wèi)星影像地圖的特征點(diǎn)，具體包括：
8、獲取無人機(jī)飛行區(qū)域內(nèi)的多張衛(wèi)星影像，并采用間隔一定的幀數(shù)的相機(jī)獲取無人機(jī)影像；
9、通過提供無人機(jī)和相機(jī)云臺(tái)方向的圖像元數(shù)據(jù)，旋轉(zhuǎn)無人機(jī)影像，使無人機(jī)影像與衛(wèi)星影像地圖剖面的始終朝北的方向相匹配；
10、循環(huán)遍歷衛(wèi)星影像地圖中的每張影像，通過superpoint特征提取網(wǎng)絡(luò)提取無人機(jī)影像和每張衛(wèi)星影像地圖的特征點(diǎn)。
11、優(yōu)選地，所述獲取最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖，具體包括：
12、通過循環(huán)遍歷衛(wèi)星影像地圖中的每張照片，通過lightglue特征匹配算法，獲取無人機(jī)影像和每張衛(wèi)星影像地圖的特征點(diǎn)對(duì)應(yīng)的匹配數(shù)；
13、通過比較，選取無人機(jī)影像和每張衛(wèi)星影像地圖的特征點(diǎn)對(duì)應(yīng)的匹配數(shù)最大的衛(wèi)星影像地圖，作為最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖。
14、優(yōu)選地，所述確定匹配誤差篩選后的衛(wèi)星影像地圖，具體包括：
15、通過ransac算法確定最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖的特征點(diǎn)的匹配誤差；
16、預(yù)設(shè)匹配誤差閾值，將最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖的特征點(diǎn)的匹配誤差小于預(yù)設(shè)匹配誤差閾值對(duì)應(yīng)的衛(wèi)星影像地圖作為匹配成功的衛(wèi)星影像地圖。
17、優(yōu)選地，所述獲取無人機(jī)影像在衛(wèi)星影像地圖對(duì)應(yīng)的像素坐標(biāo)和經(jīng)緯度坐標(biāo)，包括以下步驟：
18、通過ransac算法確定匹配誤差篩選后的衛(wèi)星影像地圖和無人機(jī)影像之間的單應(yīng)性矩陣，對(duì)無人機(jī)影像進(jìn)行本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述提取待匹配的無人機(jī)影像的特征點(diǎn)；獲取多張衛(wèi)星影像地圖，分別提取衛(wèi)星影像地圖的特征點(diǎn)，具體包括：
3.根據(jù)權(quán)利要求2所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述獲取最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖，具體包括：
4.根據(jù)權(quán)利要求3所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述確定匹配誤差篩選后的衛(wèi)星影像地圖，具體包括：
5.根據(jù)權(quán)利要求4所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述獲取無人機(jī)影像在衛(wèi)星影像地圖對(duì)應(yīng)的像素坐標(biāo)和經(jīng)緯度坐標(biāo)，包括以下步驟：
6.根據(jù)權(quán)利要求5所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述待匹配的無人機(jī)影像為實(shí)時(shí)拍攝的無人機(jī)垂直或傾斜拍攝的射RGB彩色影像或全色影像。
7.一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位系統(tǒng)，其特征在于，包括：
8.一種計(jì)
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)，使得所述處理器執(zhí)行如下步驟：
...【技術(shù)特征摘要】
1.一種基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述提取待匹配的無人機(jī)影像的特征點(diǎn)；獲取多張衛(wèi)星影像地圖，分別提取衛(wèi)星影像地圖的特征點(diǎn)，具體包括：
3.根據(jù)權(quán)利要求2所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述獲取最大匹配數(shù)對(duì)應(yīng)的衛(wèi)星影像地圖，具體包括：
4.根據(jù)權(quán)利要求3所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述確定匹配誤差篩選后的衛(wèi)星影像地圖，具體包括：
5.根據(jù)權(quán)利要求4所述的基于衛(wèi)星影像地圖匹配的無人機(jī)視覺定位方法，其特征在于，所述獲取...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭寶營，楊耘，尹樹升，賀嘯沖，廖能，唐一亮，郝國樸，閆意，辜第楨，郭彤陽，張凱洋，
申請(qǐng)(專利權(quán))人：長(zhǎng)安大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。