CN111414518B - 一种铁路无人机视频定位方法 - Google Patents

一种铁路无人机视频定位方法 Download PDF

Info

Publication number
CN111414518B
CN111414518B CN202010225022.3A CN202010225022A CN111414518B CN 111414518 B CN111414518 B CN 111414518B CN 202010225022 A CN202010225022 A CN 202010225022A CN 111414518 B CN111414518 B CN 111414518B
Authority
CN
China
Prior art keywords
video
unmanned aerial
positioning
aerial vehicle
space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010225022.3A
Other languages
English (en)
Other versions
CN111414518A (zh
Inventor
王凯
高文峰
邓继伟
赵海
尹传恒
张英杰
岳亮
高帅
葛玉辉
赵罗明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Design Corp
China State Railway Group Co Ltd
Original Assignee
China Railway Design Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Railway Design Corp filed Critical China Railway Design Corp
Priority to CN202010225022.3A priority Critical patent/CN111414518B/zh
Publication of CN111414518A publication Critical patent/CN111414518A/zh
Application granted granted Critical
Publication of CN111414518B publication Critical patent/CN111414518B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/787—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/005—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 with correlation of navigation data from several sources, e.g. map or contour matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/04—Synchronising

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Library & Information Science (AREA)
  • Instructional Devices (AREA)

Abstract

本发明涉及一种铁路无人机视频定位方法，包括如下步骤：S1建立铁路无人机巡线视频定位基准线位里程‑坐标空间索引关系；S2进行巡线视频数据采集以及地理信息编码；S3进行巡线视频数据空间定位，包括构建视频空间定位模型与视频空间定位；S4巡线视频数据里程定位；S5巡线视频与地图场景同步；S6多期次巡线视频同步。本发明将视频定位与铁路线路巡线密切结合，解决了巡线数据快速应用的技术瓶颈；本发明对巡线视频进行汇总和梳理从而实现科学管理；通过构建视频空间定位模型与视频空间定位，将空间、里程位置定位与视频数据建立联系，提高数据的使用效率；本发明还采用巡线视频与地图场景同步与多期次巡线视频同步实现了铁路巡线视频的快速定位。

Description

一种铁路无人机视频定位方法
技术领域
本发明属于无人机技术领域，涉及一种铁路无人机视频定位方法，具体为用无人机平台进行铁路沿线巡线视频空间定位、铁路里程定位、视频场景同步和多期视频同步的方法。
背景技术
随着我国铁路建设的快速发展，铁路里程和覆盖范围不断增加，到2019年底我国铁路营运里程超过13.9万公里。为了保障铁路干线的正常运行，铁路沿线两侧100范围设置为铁路周边环境保护区，长期以来保护区内存在着围栏破坏，保护区内建设违章建筑、倾倒工业和生活垃圾等现象。这些现象的存在使得铁路的运行受到了极大的威胁，传统的方式是通过人工进行巡线，进行铁路周边环境巡查，近年来，随着无人机技术的飞速发展，传统的人工巡线逐步被取代。但是，由于无人机巡线视频数量量大，无法做到科学管理和空间、里程位置定位，严重影响了数据的使用效率。本研究针对以上现状开展研究，通过无人机飞行位置、姿态还原与视频匹配等技术方法实现了铁路巡线视频的快速定位。
发明内容
本发明为解决公知技术中存在的技术问题提供一种铁路无人机视频定位方法，目的是实现铁路无人机巡线视频数据的快速定位。
本发明包括如下技术方案：一种铁路无人机视频定位方法，包括如下步骤：S1建立铁路无人机巡线视频定位基准线位里程-坐标空间索引关系；S2进行巡线视频数据采集以及地理信息编码；S3进行巡线视频数据空间定位，包括构建视频空间定位模型与视频空间定位；S4巡线视频数据里程定位；S5巡线视频与地图场景同步；S6多期次巡线视频同步。
所述S1中包括如下步骤，将铁路干线矢量中线作为无人机定位的基准，通过矢量线按照一定的距离进行离散化，将矢量线位转化为离散的点；将矢量线位转为坐标点，建立里程-坐标索引关系；根据巡线工点里程表和里程-坐标索引关系构建巡线工点-里程-坐标的对应场景索引数据。
所述S2中，根据无人机视频数据采集的起止时间进行无人机飞行日志数据截取，获取无人机视频录制过程中的空间位置、飞行姿态、飞机云台的角度、相机参数和数据获取日期并将以上信息以无人机视频数据采集的起止时间作为基准进行匹配，获取无人机POS数据。
为了获取更好的地表立体效果，所述无人机视频录制过程中,无人机相对地表航高h，100m＝<h＝<150m；所述飞机云台角度α，25°＝<α＝<30°。
所述S3中包括如下步骤，利用无人机POS数据建立无人机视频空间定位模型，通过模型计算获取视频关键帧位置、关键帧投影中心位置坐标和视频覆盖空间范围坐标索引信息；利用视频关键帧投影中心坐标与输入的定位点坐标进行匹配，获取最优匹配视频帧；进一步确认空间点位与匹配视频关键帧的空间位置关系，对应处于视频范围内的位置，即找到视频帧的位置，确定视频播放位置时刻信息。
所述S4中，输入定位的铁路里程位置，通过S1建立起的里程-坐标索引文件，将中线里程信息转化为该位置的空间点位坐标信息，利用定位点坐标信息根据S3的空间坐标定位方法进行视频空间定位。
所述S5中包括以下步骤，首先将根据视频POS数据进行插值加密，确定每一帧位置处的无人机空间位置坐标和姿态信息；通过S3构建的无人机视频空间定位模型计算出视频投影中心对应的空间点坐标和每一视频帧覆盖的空间位置；利用中心坐标和角点坐标进行地图场景定位和地图场景范围确定，以时间序列为基准，依次进行视频的播放与视频帧空间位置信息动态计算；利用计算出的每一视频帧空间位置信息进行地图显示范围更新。
所述每一视频帧覆盖的空间位置以四个角点坐标方式进行描述，便于进行场景定位和视场范围的确定。
所述S6中包括以下步骤，首先将根据无人机POS数据分别对两期视频数据进行插值加密，确定每一帧位置处的无人机空间位置坐标和姿态信息；利用S3构建的无人机视频空间定位模型分别进行两期视频帧中心投影点位坐标计算；以一期视频数据为基准，利用计算出的点位坐标作为定位点坐标对第二期次的视频数据采用欧式距离的方法进行视频帧匹配，获取第二期视频数据匹配帧时刻位置，并对第二期视频进行跳转播放；以时间为序列，进行两期视频的同步播放，动态计算该视频帧位置中心投影坐标间的欧式距离，若满足限差要求则继续播放，对于超过限差的视频进行以第一期视频为基准进行重新定位、匹配。
所述插值加密步骤具体为假设在短时间内无人机的位置和姿态的变化是随时间均匀变化，利用线性插值法对无人机的关键帧POS数据进行插值加密。
本发明具有的优点和积极效果：
1、本发明将视频定位与铁路线路巡线密切结合，解决了巡线数据快速应用的技术瓶颈。
2、本发明通过建立铁路无人机巡线视频定位基准线位里程-坐标空间索引关系、进行巡线视频数据采集以及地理信息编码对无人机巡线视频进行汇总和梳理从而实现科学管理。
3、本发明通过构建视频空间定位模型与视频空间定位，将空间、里程位置定位与视频数据建立联系，提高了数据的使用效率。
4、本发明还采用巡线视频与地图场景同步、与多期次巡线视频同步实现了铁路巡线视频的快速定位。
5、本发明所建立的无人机视频定位方法，实现了视频多媒体数据的地理信息化，将其转换为具有地理参考的空间数据，为视频数据的空间大数据分析提供了较好的理论基础。
附图说明
图1是视频空间定位方法架构图；
图2是视频里程定位方法架构图；
图3是视频场景同步方法架构图；
图4是多期视频同步方法架构图；
图5是场景、视频同步展示；
图6是两期视频对比；
图7是矢量线位离散化示意图；
图8是地理坐标-空间坐标-里程转化；
图9是地理坐标-空间坐标-里程转化-工点转化；
图10是线路拍摄示意图；
图11是地理信息编码文件(关键帧POS数据)。
具体实施方式
为能进一步公开本发明的发明内容、特点及功效，特例举以下实例并结合附图详细说明如下。
实施例：
里程-坐标-巡线工点索引数据文件的制作
通过铁路矢量线路按照一定的距离进行离散化，将矢量线位转为坐标点，建立里程-坐标索引关系。根据工点里程表和里程坐标索引关系构建工点-里程-坐标的对应场景索引表。具体包括以下步骤：首先将矢量线按照一定的距离(本案例按照0.2的间隔)进行离散化，将矢量线位转化为离散的点如图7所示。
将WGS84空间坐标系下的地理坐标转化为UTM投影坐标系下的平面坐标。利用平面坐标计算离散点位间的距离进行点位铁路里程换算，并根据如图8所示。根据各个工点里程跨越范围，进行里程-工点的匹配如图9所示。
(2)视频数据采集、视频关键帧数据地理信息编码
沿铁路线路进行视频拍摄，均衡视频地表分辨率和飞行安全，采用相对地表航高100-150m仿地飞行拍摄，为了获取更好的地表立体效果，无人云台采用与地面拍摄平面25°-30°夹角进行拍摄，见图10。以100m航高、设备采用大疆精灵4pro为例，以其相机参数进行计算得出其地表覆盖范围为：120m*150m，单条航带的带幅可以覆盖铁路两侧的范围。无人机相机相对于线路的拍摄角度，根据铁路所处的不同阶段和线路的不同类型采用不同角度进行拍摄。施工期，采用位于线位正上方其拍摄，运维时期采用左、右侧视角进行侧方拍摄，以保证铁路运行的安全。
视频数据采集后，对无人机的飞行日志信息进行提取和分析形成视频地理信息编码文件(POS数据)，具体提取的信息包括：该时间段无人机的地理坐标UAVx、UAVy、UAVZ(WGS84坐标)、飞机的相对行高H、无人机的航偏角UAV_yaw，侧滚角度UAV_roll，俯仰角度UAV_pitch，相机云台的航偏角yaw、俯仰角pitch、侧滚roll，该点位无人机的所处的日期date和时刻T。飞机和相机作为一个整体而言，其航偏角为YAW,俯仰角为PITCH，侧滚角为ROLL，其值为无人机与相机的姿态之和并进行取整。
YAW＝[UAVyaw+yaw]
PITCH＝[UAVpitch+pitch]
ROLL＝[UAVroll+roll]
无人机视频文件创建的时刻为无人机视频结束采集的时刻Tend，其视频开始采集是时刻为Tstart，
视频的长度为TL，其三者之间的关系为：
TL＝Tend-Tstart
根据视频的起始时刻，获取对应时间段的飞行POS信息，并计算每一点位对应的视频时刻Tfly
Tfly＝T-Tstart
整理可得视频数据关键帧的POS数据，如图11所示。
(3)无人机视频空间定位模型构建与视频空间定位
为了保证视频具备较好的视觉效果无人机进行航飞视频拍摄，拍摄时相机的主光轴与地面的夹角α成锐角一般为20-30°，如图10所示。这使得飞机的空间位置与获取视频的视场中心平台坐标存在一定的偏差。为了进行坐标和铁路里程更加精准的匹配，我们建立飞行机位置与相机视角中心的关系。其推导过程如下。定义视频视场投影中心点的地理坐标(WGS84)为videox、videoy、viedoz,对应的UTM投影投影坐标为videoX、videoY、viedoZ,获取无人机在空中拍摄点的物方坐标通常为地理坐标(WGS84，单位：度)UAVx、UAVy、UAVZ，其对应的UTM投影坐标为UAVX、UAVY、UAVZ(单位：m)，地理坐标与空间坐标转换称之为投影(转换方法为通俗方法，此非本算法重点，不做详细论述)。无人机飞行时的外方位元素
Figure GDA0003594728280000051
(俯仰)，ROOL-ω(侧滚)、Yaw-κ(航偏)。相机参数：相机的焦距为f，其传感器CCD的大小为a,传感器对应的CCD阵列尺寸为CX*CY。首先利用共线方程(公式1、2)计算视频投影中心点的空间坐标：
Figure GDA0003594728280000052
Figure GDA0003594728280000061
式中：
x，y为像点的像平面坐标；
x0，y0，f为影像的内方位元素；
XS，YS，ZS为摄站点的物方空间坐标；
XA，YA，ZA为物方点的物方空间坐标；
ai，bi，ci(i＝1,2,3)为无人机视频影像的3个外方位角元素组成的旋转矩阵，如公式3。
Figure GDA0003594728280000062
λ为比例因子：
Figure GDA0003594728280000063
其中ZS为无人机飞行的海拔高度UAVZ，ZA为拍摄区域地面的平均海拔高度，根据POS信息中飞机的飞行的海拔高度UAVZ与飞机的相对行高H进行计算：
ZA＝Zs-H……………(5)
经过整理得到其反演公式：
Figure GDA0003594728280000064
对于投影中心而言位于像坐标系的x0，y0位置，则视频中心点投影坐标(videoX,videoY,viedoZ)为
Figure GDA0003594728280000065
其视频视场四个角点坐标为(videolux,videoluy,videoluz)(左上)，(videorux,videoruy,videoruz)(右上)，(videoldx,videoldy,videoldz)(左下)，(videordx,videordy,videordz)(右下)，其对应的像平面坐标系的坐标分别为(0，0)，(CX，0)，(0，CY)，(CX，CY)对应的计算公式为：
Figure GDA0003594728280000066
Figure GDA0003594728280000071
Figure GDA0003594728280000072
Figure GDA0003594728280000073
利用视频关键帧无人机POS数据根据投影中心及视频帧覆盖范围的计算公式计算得到关键的对应的空间位置信息其格式如表1所示。
表1视频关键帧对应空间位置信息表结构
Figure GDA0003594728280000074
其中X,Y,Z为该视频帧投影中心坐标，LU，RU,LD,RD分别为对应视频帧左上，右上，左下，右下的位置对应的空间坐标，T为该视频关键帧对应的时间。
输入的定位点的地理坐标为(x,y,z)，其对应的平面投影坐标为：(X，Y，Z)，通过遍历的方式分别计算视频关键帧的中心点的投影坐标为(videoXi,videoYi,viedoZi),对应一个视频而言，i的取值从0～N。
计算定位点与视频关键帧中心点投影坐标的欧式距离Di
Figure GDA0003594728280000075
取距离最小的关键帧作为匹配关键帧，其对应中心坐标为(videoXj,videoYj,viedoZj),四个角点坐标为：
(videoluxj,videoluyj,videoluzj)(左上)，(videoruxj,videoruyj,videoruzj)(右上)，(videoldxj,videoldyj,videoldzj)(左下)，(videordxj,videordyj,videordzj)(右下)。计算(x,y,z)的坐标是否位于图幅范围内即满足一下条件：
Min(videoluxj,videoldxj)<＝X<＝MAX(videoruxj,videordxj)
Min(videoluyj,videoldyj)<＝Y<＝MAX(videoruyj,videordyj)
Min(videoluZj,videoldZj,videoruZj,videordZj,)<＝Z<＝
MAX(videoluZj,videoldZj,videoruZj,videordZj,)
若满足以上条件则检索到对应视频位置j及对应的视频时间T，将视频跳转到时间T位置。
(4)里程定位
里程定位是利用坐标-里程索引文件匹配与无人机视频空间定位综合进行里程定位。输入定位的里程位置为k，通过对里程-坐标索引文件进行遍历找到距离k点最近的里程为Ki，其对应的点位地理坐标为(xk,yk,zk),通过投影变换计算其对应的平面投影坐标为(Xk,Yk,Zk)，对Ki作为空间定位点采用(3)所描述的视频空间定位方法进行定位，检索到视频关键帧对应的时间为T，将视频跳转到时间T位置。
(5)场景-视频同步
假设在短时间内无人机的位置和姿态的变化是随时间均匀变化，利用线性插值法对无人机的关键帧POS数据进行插值加密得到每一帧的视频的POS数据，具体的插值方法如公式所示。
Figure GDA0003594728280000081
Tk的取值范围为Tj到Ti，采样间隔为(Tj-Ti)/num；其中，Aj，Ai，AK分为为Tj,Ti，Tk时刻的空间位置坐标或姿态值，num为视频的帧速率。利用以上插值公式对无人机的空间位置和姿态等数据进行插值得到插值后的POS数据。进行视频播放，根据视频播放的视频帧获取对应视频帧位置的无人机的POS信息，利无人机在空中拍摄点的物方坐标通常为地理坐标(WGS84，单位：度)UAVx、UAVy、UAVZ，计算其对应的UTM投影坐标为UAVX、UAVY、UAVZ,根据无人机该位置的相对高程H、相机的焦距f(相机为固定焦距),人机飞行时的外方位元素
Figure GDA0003594728280000082
(俯仰)，ROOL-ω(侧滚)、Yaw-κ(航偏)，利用无人机视频空间视频定位模型计算出该视频帧位置视场中心投影坐标为(videoX，videoY，viedoZ)和关键帧对应的四个角点的坐标为：四个角点平面坐标为：(videoluXj,videoluYj,videoluZj)(左上)，(videoruXj,videoruYj,videoruZj)(右上)，(videoldXj,videoldYj,videoldZj)(左下)，(videordXj,videordYj,videordZj)(右下),通过投影反变换获取对应的场景的中心地理坐标(videox，videoy，viedoz)与角点坐标(videoluxj,videoluyj,videoluzj)(左上)，(videoruxj,videoruyj,videoruzj)(右上)，(videoldxj,videoldyj,videoldzj)(左下)，(videordxj,videordyj,videordzj)(右下)，根据场景中心坐标和场景的角点坐标进行场景定位和视场范围的确定。依次进行视频帧的播放，根据每一帧无人机pos信息进行动态计算，获取场景中心点和角点坐标并赋值，实现场景与视频的同步。
(6)多期视频同步
假设在短时间内无人机的位置和姿态的变化是随时间均匀变化，利用线性插值法对无人机的关键帧POS数据进行插值加密得到每一帧的视频的POS数据，具体的插值方法如公式所示。
Figure GDA0003594728280000091
Tk的取值范围为Tj到Ti，采样间隔为(Tj-Ti)/num；其中，Aj，Ai，AK分为为Tj,Ti，Tk时刻的空间位置坐标或姿态值，num为视频的帧速率。利用以上插值公式对无人机的空间位置和姿态等数据进行插值得到插值后的POS数据。设定期次A对应视频帧的坐标为(xA，yA，zA)，利用投影转换获取其对应的视频帧的平面投影坐标为(XA，YA，ZA)，利用无人机视频空间点位模型计算出每一帧视频中心点j空间投影坐标为(XAj，YAj，ZAj)。以同样的方式计算出期次B对应每一帧中心投影坐标为(XBj，YBj，ZBj)。
首先计算，期次A视频起始帧对应的投影中心点坐标为(XA1，YA1，ZA1)，分别计算该点坐标与期次B各个视频帧的中心投影坐标(XBj，YBj，ZBj)的欧式距离Dj
Figure GDA0003594728280000092
j的取值从1到num*TB，其中num为视频B的帧速率，TB为视频B的时间。通过遍历的方式找到欧式距离最小的帧Dj，该帧的位置为第j帧，其对应的视频时间为Tj，
Figure GDA0003594728280000093
将视频B跳转到Tj。以此位置为匹配位置进行顺序播放，并计算接下来的视频A视频B的视频帧对应的中心点坐标间的欧式距离D，例如视频A的第二帧的欧式距离为D2
Figure GDA0003594728280000094
若D大于设定的阈值K,通常情况下K取50m，则停止视频A，B的播放，以A点该位置的中心投影坐标为基准，对期次B的无人机视频帧中心坐标进行二次匹配获取该点位对应的视频时间为T1，期次B的视频跳转到T1时刻，继续期次A，B视频的播放，依次进行循环，若二次匹配后D仍大于限差退出视频同步。
尽管上面对本发明的优选实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以作出很多形式。这些均属于本发明的保护范围之内。

Claims (6)

1.一种铁路无人机视频定位方法，其特征在于，包括如下步骤：S1建立铁路无人机巡线视频定位基准线位里程-坐标空间索引关系；S2进行巡线视频数据采集以及地理信息编码；S3进行巡线视频数据空间定位，包括构建视频空间定位模型与视频空间定位；S4巡线视频数据里程定位；S5巡线视频与地图场景同步；S6多期次巡线视频同步；
所述S2中，根据无人机视频数据采集的起止时间进行无人机飞行日志数据截取，获取无人机视频录制过程中的空间位置、飞行姿态、飞机云台的角度、相机参数和数据获取日期并将以上信息以无人机视频数据采集的起止时间作为基准进行匹配，获取无人机POS数据；
所述S3中包括如下步骤，利用无人机POS数据作为数据源建立无人机视频空间定位模型，通过模型计算获取视频关键帧位置、关键帧投影中心位置坐标和视频覆盖空间范围坐标索引信息；利用视频关键帧投影中心坐标与输入的定位点坐标进行匹配，获取最优匹配视频帧；进一步确认空间点位与匹配视频关键帧的空间位置关系，对应处于视频范围内的位置，即找到视频帧的位置，确定视频播放位置时刻信息；
所述S6中包括以下步骤，首先将根据无人机POS数据分别对两期视频数据进行插值加密，确定每一帧位置处的无人机空间位置坐标和姿态信息；利用S3构建的无人机视频空间定位模型分别进行两期视频帧中心投影点位坐标计算；以一期视频数据为基准，利用计算出的点位坐标作为定位点坐标对第二期次的视频数据采用欧式距离的方法进行视频帧匹配，获取第二期视频数据匹配帧时刻位置，并对第二期视频进行跳转播放；以时间为序列，进行两期视频的同步播放，动态计算该视频帧位置中心投影坐标间的欧式距离，若满足限差要求则继续播放，对于超过限差的视频进行以第一期视频为基准进行重新定位、匹配。
2.根据权利要求1所述的铁路无人机视频定位方法，其特征在于：所述S1中包括如下步骤，将铁路干线矢量中线作为无人机定位的基准，通过矢量线按照一定的距离进行离散化，将矢量线位转化为离散的点；将矢量线位转为坐标点，建立里程-坐标索引关系。
3.根据权利要求1所述的铁路无人机视频定位方法，其特征在于：所述S4中，输入定位的铁路里程位置，通过S1建立起的里程-坐标索引文件，将中线里程信息转化为该位置的空间点位坐标信息，利用定位点坐标信息根据S3的空间坐标定位方法进行视频空间定位。
4.根据权利要求1所述的铁路无人机视频定位方法，其特征在于：所述S5中包括以下步骤，首先将根据视频POS数据进行插值加密，确定每一帧位置处的无人机空间位置坐标和姿态信息；通过S3构建的无人机视频空间定位模型计算出视频投影中心对应的空间点坐标和每一视频帧覆盖的空间位置；利用中心坐标和角点坐标进行地图场景定位和地图场景范围确定，以时间序列为基准，依次进行视频的播放与视频帧空间位置信息动态计算；利用计算出的每一视频帧空间位置信息进行地图显示范围更新。
5.根据权利要求4所述的铁路无人机视频定位方法，其特征在于：所述每一视频帧覆盖的空间位置以四个角点坐标方式进行描述。
6.根据权利要求4或5所述的铁路无人机视频定位方法，其特征在于：所述插值加密步骤具体为假设在短时间内无人机的位置和姿态的变化是随时间均匀变化，利用线性插值法对无人机的关键帧POS数据进行插值加密。
CN202010225022.3A 2020-03-26 2020-03-26 一种铁路无人机视频定位方法 Active CN111414518B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010225022.3A CN111414518B (zh) 2020-03-26 2020-03-26 一种铁路无人机视频定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010225022.3A CN111414518B (zh) 2020-03-26 2020-03-26 一种铁路无人机视频定位方法

Publications (2)

Publication Number Publication Date
CN111414518A CN111414518A (zh) 2020-07-14
CN111414518B true CN111414518B (zh) 2022-06-14

Family

ID=71493220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010225022.3A Active CN111414518B (zh) 2020-03-26 2020-03-26 一种铁路无人机视频定位方法

Country Status (1)

Country Link
CN (1) CN111414518B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113190040B (zh) * 2021-04-29 2021-10-08 集展通航(北京)科技有限公司 一种基于无人机视频与铁路bim进行线路巡检的方法和系统
CN114217626B (zh) * 2021-12-14 2022-06-28 集展通航(北京)科技有限公司 一种基于无人机巡检视频的铁路工程检测方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102668534A (zh) * 2009-10-19 2012-09-12 图形科技公司 视频和遥测数据的数据搜索、解析和同步
CN103164750A (zh) * 2012-12-25 2013-06-19 中国神华能源股份有限公司 建立线路视频帧与线路里程对应关系的方法及定位方法
CN105424010A (zh) * 2015-11-17 2016-03-23 中国人民解放军信息工程大学 一种无人机视频地理空间信息注册方法
CN105847750A (zh) * 2016-04-13 2016-08-10 中测新图(北京)遥感技术有限责任公司 基于地理编码的无人机视频影像实时显示的方法及装置
CN106998434A (zh) * 2016-07-08 2017-08-01 增城市城乡规划测绘院 一种移动视频轨迹在电子地图中与视频播放同步显示的方法
CN107247458A (zh) * 2017-05-24 2017-10-13 中国电子科技集团公司第二十八研究所 无人机视频图像目标定位系统、定位方法及云台控制方法
CN108415453A (zh) * 2018-01-24 2018-08-17 上海大学 基于bim技术的无人机隧道巡检方法
CN109901624A (zh) * 2019-04-11 2019-06-18 株洲时代电子技术有限公司 一种桥梁巡检方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110007150A1 (en) * 2009-07-13 2011-01-13 Raytheon Company Extraction of Real World Positional Information from Video

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102668534A (zh) * 2009-10-19 2012-09-12 图形科技公司 视频和遥测数据的数据搜索、解析和同步
CN103164750A (zh) * 2012-12-25 2013-06-19 中国神华能源股份有限公司 建立线路视频帧与线路里程对应关系的方法及定位方法
CN105424010A (zh) * 2015-11-17 2016-03-23 中国人民解放军信息工程大学 一种无人机视频地理空间信息注册方法
CN105847750A (zh) * 2016-04-13 2016-08-10 中测新图(北京)遥感技术有限责任公司 基于地理编码的无人机视频影像实时显示的方法及装置
CN106998434A (zh) * 2016-07-08 2017-08-01 增城市城乡规划测绘院 一种移动视频轨迹在电子地图中与视频播放同步显示的方法
CN107247458A (zh) * 2017-05-24 2017-10-13 中国电子科技集团公司第二十八研究所 无人机视频图像目标定位系统、定位方法及云台控制方法
CN108415453A (zh) * 2018-01-24 2018-08-17 上海大学 基于bim技术的无人机隧道巡检方法
CN109901624A (zh) * 2019-04-11 2019-06-18 株洲时代电子技术有限公司 一种桥梁巡检方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"一种基于高程数据的无人机视频实时定位方法";郭乔进等;《计算机与数字工程》;20181231;第46卷(第12期);全文 *

Also Published As

Publication number Publication date
CN111414518A (zh) 2020-07-14

Similar Documents

Publication Publication Date Title
CN107729808B (zh) 一种用于输电线路无人机巡检的图像智能采集系统及方法
CN106403942B (zh) 基于变电站景深图像识别的人员室内惯性定位方法
CN108317953A (zh) 一种基于无人机的双目视觉目标表面3d检测方法及系统
CN111414518B (zh) 一种铁路无人机视频定位方法
CN109165858A (zh) 面向大区域目标观测的多星调度方法
CN109946564B (zh) 一种配网架空线路巡检数据采集方法及巡检系统
CN110706273B (zh) 一种基于无人机的实时塌方区域面积的测量方法
WO2024007485A1 (zh) 基于视觉特征的空地多机器人地图融合方法
CN111862200B (zh) 一种煤棚内无人机定位方法
Shao et al. Spatio-temporal-spectral-angular observation model that integrates observations from UAV and mobile mapping vehicle for better urban mapping
Wang et al. Isprs benchmark on multisensory indoor mapping and positioning
CN105810023A (zh) 机场起落架收放自动监测系统及方法
CN117268350A (zh) 一种基于点云数据融合的移动式智能测绘系统
CN117557931B (zh) 一种基于三维场景的表计最优巡检点的规划方法
CN110276379B (zh) 一种基于视频图像分析的灾情信息快速提取方法
CN113155126B (zh) 一种基于视觉导航的多机协同目标高精度定位系统及方法
CN112785564B (zh) 一种基于机械臂的行人检测跟踪系统与方法
Blaser et al. System design, calibration and performance analysis of a novel 360 stereo panoramic mobile mapping system
CN111950524A (zh) 一种基于双目视觉和rtk的果园局部稀疏建图方法和系统
Lin et al. From site survey to HBIM model for the documentation of historic buildings: The case study of Hexinwu village in China
CN111402324A (zh) 一种目标测量方法、电子设备以及计算机存储介质
CN112907749B (zh) 一种多建筑物的三维重建方法及系统
Li et al. Prediction of wheat gains with imagery from four-rotor UAV
Yue et al. An intelligent identification and acquisition system for UAVs based on edge computing using in the transmission line inspection
Dong et al. Fast stereo aerial image construction and measurement for emergency rescue

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230321

Address after: No. 109, East 7th Road, pilot free trade zone (Airport Economic Zone), Binhai New Area, Tianjin 300380

Patentee after: CHINA RAILWAY DESIGN Corp.

Patentee after: China National Railway Group Co.,Ltd.

Address before: No. 201, Ligang building, No. 82, West 2nd Road, Tianjin Binhai New Area pilot free trade zone (Airport Economic Zone)

Patentee before: CHINA RAILWAY DESIGN Corp.

TR01 Transfer of patent right