CN113340277B - 一种基于无人机倾斜摄影的高精度定位方法 - Google Patents

Abstract

本发明提供了一种基于无人机倾斜摄影的高精度定位方法，包括：确定无人机倾斜摄影方案；按照无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令；通过无人机控制指令控制无人机获取无人机倾斜摄影图像信息；针对无人机倾斜摄影图像信息进行图像处理与模型构建，得到三维数据模型；获取目标定位点的特征信息；依据特征信息在三维数据模型中确定定位信息，得到定位结果。因此，本发明提出的一种基于无人机倾斜摄影的高精度定位方法，将无人机和倾斜摄影技术结合起来，通过无人机倾斜摄影测量技术以高精度、高效率、大范围的方式全面感知复杂场景，从而实现高效快速精准定位。

Description

一种基于无人机倾斜摄影的高精度定位方法

技术领域

本发明涉及定位技术领域，特别涉及一种基于无人机倾斜摄影的高精度定位方法。

背景技术

随着无人机装备及基于计算机的数字图像处理技术的快速发展，无人机在测绘行业的应用领域也越来越广泛。无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。倾斜摄影技术是机载多角度倾斜摄影测量技术的简称。在目前现有的定位技术中，往往需要消耗大量人力和精力进行信息获取与处理，这不仅效率低，而且误差大，精度低，并且还需大量人力和精力上的成本投入，因此，本发明提出一种基于无人机倾斜摄影的高精度定位方法，将无人机和倾斜摄影技术结合起来，通过无人机倾斜摄影测量技术以高精度、高效率、大范围的方式全面感知复杂场景，从而实现高效快速精准定位。

发明内容

本发明的目的在于提供一种基于无人机倾斜摄影的高精度定位方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于无人机倾斜摄影的高精度定位方法，包括：

确定无人机倾斜摄影方案；

按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令；

通过所述无人机控制指令控制无人机获取无人机倾斜摄影图像信息；

针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，得到三维数据模型；

获取目标定位点的特征信息；

依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果。

进一步地，所述确定无人机倾斜摄影方案，包括：

进行资料收集，获取资料信息；所述资料信息包括：地形信息、环境信息和无人机参数信息；

进行航线规划，得到航线信息；根据所述资料信息进行分析，确定无人机飞行受力，并根据所述无人机飞行受力制定无人机倾斜摄影航线。

进一步地，所述确定无人机倾斜摄影方案，还包括：像控点布设；所述像控点布设时将像控点等距且均匀覆盖摄像区域。

进一步地，所述无人机上搭载多个传感器，所述传感器分布在所述无人机的四周，通过所述传感器拍摄无人机倾斜摄影图像；当进行航线规划时，结合所述传感器的视角制定无人机倾斜摄影航线。

进一步地，按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令，包括：

在所述无人机倾斜摄影方案中获取无人机倾斜摄影航线；

通过无人机进行测试获得调试参数信息；

根据所述无人机倾斜摄影航线结合所述调试参数信息确定所述无人机的运动轨迹；

根据所述无人机的运动轨迹，按照所述无人机的控制规则，得到无人机控制指令。

进一步地，针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，包括：

对所述无人机倾斜摄影图像信息进行图像处理，获得优化无人机倾斜摄影图像；所述图像处理包括图像增强处理和图像复原处理；

将所述优化无人机倾斜摄影图像进行图像映射，获得无人机倾斜摄影图像数据，并针对所述无人机倾斜摄影图像数据进行完整性判断，获得完整性判断结果；

当所述完整性判断结果表示所述无人机倾斜摄影图像数据完整时，在所述优化无人机倾斜摄影图像中进行空中三角测量，得到空中三角测量信息，解析所述优化无人机倾斜摄影图像，计算所述无人机倾斜摄影图像信息的方位元素，在所述方位元素满足要求时完成三维数据模型建立。

进一步地，针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，还包括：对所述三维数据模型进行精度检查，通过将所述三维数据模型中的数据结合实际数据进行分析，得到精度检查结果。

进一步地，依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果，包括：

根据所述特征信息在所述三维数据模型中进行匹配，获得与所述目标定位点匹配的位置；

根据与所述目标定位点匹配的位置在所述三维数据模型中位置信息获取，得到位置数据信息；

根据所述位置数据信息确定所述目标定位点的定位信息，得到定位结果。

进一步地，所述传感器的数目根据如下公式进行确定：

上述公式中，N表示所述传感器的数目，int表示取整函数，sgn表示符号函数，π表示常数，a表示所述传感器的视角重合度，r表示所述传感器的视角。

进一步地，对所述三维数据模型进行精度检查，包括：

确定检核点，所述检核点是随机选择确定的；

针对所述检核点分别进行实际数据获取和在所述三维数据模型中数据获取，得到实际数据和模型数据；

根据所述检核点的实际数据和模型数据计算所述检核点的精度误差；

其中，H_i表示所述检核点的精度误差，x_i、y_i表示所述模型数据中所述检核点的坐标，x、y表示所述实际数据中所述检核点的坐标；

根据所述检核点的精度误差确定精度检查结果；

其中，G表示结果判断值，n表示所述检核点的数目；

当结果判断值G达到精度标准时，精度检查结果为通过，否则精度检验结果为不通过，需对所述三维数据模型进行参数调整。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明所述的一种基于无人机倾斜摄影的高精度定位方法的步骤示意图；

图2为本发明所述的一种基于无人机倾斜摄影的高精度定位方法中步骤一的示意图；

图3为本发明所述的一种基于无人机倾斜摄影的高精度定位方法中步骤二的示意图；

图4为本发明所述的一种基于无人机倾斜摄影的高精度定位方法中步骤四的流程图；

图5为本发明所述的一种基于无人机倾斜摄影的高精度定位方法中步骤六的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

如图1所示，本发明实施例提供了一种基于无人机倾斜摄影的高精度定位方法，包括：

步骤一、确定无人机倾斜摄影方案；

步骤二、按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令；

步骤三、通过所述无人机控制指令控制无人机获取无人机倾斜摄影图像信息；

步骤四、针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，得到三维数据模型；

步骤五、获取目标定位点的特征信息；

步骤六、依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果。

上述技术方案在进行定位时，首先制定无人机倾斜摄影方案，确定无人机应该如何进行倾斜摄影，然后在无人机倾斜摄影方案中获取无人机的运动轨迹，并根据无人机的运动轨迹进行控制对照，得到无人机控制指令，接着按照无人机控制指令运行，控制无人机进行倾斜摄影，拍摄到多个角度的图像，从而得到无人机倾斜摄影图像信息，然后再将得到的无人机倾斜摄影图像信息通过图像处理后将处理后的图像数据构建成数据模型，而且构建的数据模型是三维立体的，接着再在目标定位获取目标定位点的特征信息，最后在三维数据模型中根据目标定位点的特征信息确定定位信息，从而获得定位结果。

上述技术方案通过按照无人机倾斜摄影方案确定无人机的运动轨迹得到无人机控制指令，能够使得在获取无人机倾斜摄影图像能够准确控制无人机，同时使得获取的无人机倾斜摄影图像更加全面，进而降低三维数据模型与实际之间的误差，使得三维数据模型更加精确，而且根据无人机倾斜摄影图像信息得到三维数据模型能够高度还原实际状况，从而提高定位的精度，此外，通过控制无人机获取无人机倾斜摄影图像信息能够提高采集信息的效率，而且还节省了人力以及精力，从而节约了成本投入。

如图2所示，本发明提供的一个实施例中，所述确定无人机倾斜摄影方案，包括：

S101、进行资料收集，获取资料信息；所述资料信息包括：地形信息、环境信息和无人机参数信息；

S102、进行航线规划，得到航线信息；根据所述资料信息进行分析，确定无人机飞行受力，并根据所述无人机飞行受力制定无人机倾斜摄影航线。

上述技术方案在确定无人机倾斜摄影方案时，首先进行资料收集，在进行资料收集时，至少要获取地形信息、环境信息和无人机的参数信息，然后，采集的资料信息进行分析，确定无人机在航行时的受力，明确无人机在航行时要如何控制，并按照确定的无人机在航行时的受力制定无人机倾斜摄影航线。

上述技术方案通过对采集的资料信息进行分析从而确定无人机在航行时的受力，在此过程中考虑到摄像区域所处的地形信息和环境信息对无人机的影响，减小了无人机倾斜摄影航线的误差，使得能够根据无人机倾斜摄影航线更加准确的控制无人机，进而减小无人机在倾斜摄影时出现的偏差，从而提高了制定无人机倾斜摄影航线的精准度。

本发明提供的一个实施例中，所述确定无人机倾斜摄影方案，还包括：像控点布设；所述像控点布设时将像控点等距且均匀覆盖摄像区域。

上述技术方案在确定无人机倾斜摄影方案时，除了进行资料收集和进行航线规划外还进行像控点布设，将像控点在摄像区域中等距均匀分布，使得像控点覆盖整个摄影区域，而且在布设时，以摄像区域的中心开始，现在摄像区域的中心布设一个相控点，然后向外扩散布设。

上述技术方案通过等距均匀布设相控点能够有效提高平面精度以及高程精度，从而提高无人机倾斜摄影的精准度，使得三维数据模型能够与实际状况更加符合，进而提高定位的精度。

本发明提供的一个实施例中，所述无人机上搭载多个传感器，所述传感器分布在所述无人机的四周，通过所述传感器拍摄无人机倾斜摄影图像；当进行航线规划时，结合所述传感器的视角制定无人机倾斜摄影航线。

上述技术方案在无人机的四周搭载了多个传感器实现无人机倾斜摄影，传感器分布在无人机的四周，当无人机倾斜摄影时，通过传感器拍摄无人机倾斜摄影图像，而且在进行航线规划时，还结合传感器的视角制定无人机倾斜摄影航线。

上述技术方案通过在无人机的四周搭载了多个传感器使得在无人机倾斜摄影能够同时获取更大范围的无人机倾斜摄影图像，提高无人机倾斜摄影图像获取效率，提高将传感器分布在无人机的四周，使得在无人机倾斜摄影时，角度的图像，此外，在进行航线规划时，结合传感器的视角制定无人机倾斜摄影航线能够有效避免出现过多无人机倾斜摄影图像重复，有效提高无人机倾斜摄影图像的利用率，同时还能够提高无人机倾斜摄影的效率。

如图3所示，本发明提供的一个实施例中，按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令，包括：

S201、在所述无人机倾斜摄影方案中获取无人机倾斜摄影航线；

S202、通过无人机进行测试获得调试参数信息；

S203、根据所述无人机倾斜摄影航线结合所述调试参数信息确定所述无人机的运动轨迹；

S204、根据所述无人机的运动轨迹，按照所述无人机的控制规则，得到无人机控制指令。

上述技术方案在按照无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令时，首先，在无人机倾斜摄影方案中获取无人机倾斜摄影航线；然后，通过无人机进行测试获得调试参数信息；接着，根据无人机倾斜摄影航线结合调试参数信息确定无人机的运动轨迹；最后再根据无人机的运动轨迹，按照无人机的控制规则，得到无人机控制指令。

上述技术方案在按照无人机倾斜摄影方案确定无人机的运动轨迹时，通过无人机进行测试能够了解无人机在摄影区域内实际飞行时的情况，明确无人机飞行时实际与理想化情况之间的差别，从而使得能够利用获取的调试参数信息进行调节，进而使得对无人机的控制更加准确，从而提高无人机倾斜摄影的精准性；通过根据无人机的运动轨迹按照无人机的控制规则得到无人机控制指令使得无人机能够精准被控制，同时使得能够通过无人机倾斜摄影获得全面且准确的无人机倾斜摄影图像信息，进而能够建立精准的三维数据模型，实现精准定位。

如图4所示，本发明提供的一个实施例中，针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，包括：

对所述无人机倾斜摄影图像信息进行图像处理，获得优化无人机倾斜摄影图像；所述图像处理包括图像增强处理和图像复原处理；

将所述优化无人机倾斜摄影图像进行图像映射，获得无人机倾斜摄影图像数据，并针对所述无人机倾斜摄影图像数据进行完整性判断，获得完整性判断结果；

当所述完整性判断结果表示所述无人机倾斜摄影图像数据完整时，在所述优化无人机倾斜摄影图像中进行空中三角测量，得到空中三角测量信息，解析所述优化无人机倾斜摄影图像，计算所述无人机倾斜摄影图像信息的方位元素，在所述方位元素满足要求时完成三维数据模型建立。

上述技术方案针对无人机倾斜摄影图像信息进行图像处理与模型构建时按照如下步骤顺序进行获取三维数据模型：对无人机倾斜摄影图像信息进行图像处理，获得优化无人机倾斜摄影图像；图像处理包括图像增强处理和图像复原处理；将优化无人机倾斜摄影图像进行图像映射，获得无人机倾斜摄影图像数据，并针对无人机倾斜摄影图像数据进行完整性判断，获得完整性判断结果；当完整性判断结果表示无人机倾斜摄影图像数据完整时，在优化无人机倾斜摄影图像中进行空中三角测量，得到空中三角测量信息，解析优化无人机倾斜摄影图像，计算无人机倾斜摄影图像信息的方位元素，在方位元素信息满足要求时完成三维数据模型建立。

上述技术方案在针对无人机倾斜摄影图像信息进行图像处理与模型构建时，通过对无人机倾斜摄影图像信息进行图像处理能够使得获得优化无人机倾斜摄影图像干扰因素去除，降低无关因素干扰，从而降低数据误差；在进行图像处理时，通过图像增强处理使图像清晰或将其转换为更适合人或机器分析的形式，通过图像复原处理除去或减少在获得图像过程中因各种原因产生的退化，从而降低图像中干扰因素；通过针对无人机倾斜摄影图像数据进行完整性判断确保三维数据模型的完整性，提高三维数据模型的精准度，同时提供了定位的精准度，此外，通过三维数据模型能够和实际情况更加接近，并且还能够直观地呈现，具有较好的视觉效果。

本发明提供的一个实施例中，针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，还包括：对所述三维数据模型进行精度检查；所述精度检查按照精度指标获得所述精度指标在所述三维数据模型中的数据，并将在所述三维数据模型中的数据与实际数据进行分析，得到精度检查结果。

上述技术方案针对无人机倾斜摄影图像信息进行图像处理与模型构建，还包括：对三维数据模型进行精度检查，通过将所述三维数据模型中的数据结合实际数据进行分析，得到精度检查结果。

上述技术方案在针对无人机倾斜摄影图像信息进行图像处理与模型构建时，通过精度检查使得三维数据模型与实际情况之间的误差更加，提高了三维数据模型的精准度，而且精度检查按照精度指标获得精度指标在三维数据模型中的数据，使得三维数据模型在精度指标下都是达标的，并且是将在三维数据模型中的数据与实际数据进行分析，不仅能够得到精度检验结果，同时还能够明确三维数据模型与实际数据之间的差别，明确调整参数，有利于对三维数据模型进行调整，从而加快得到高精准的三维数据模型。

如图5所示，本发明提供的一个实施例中，依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果，包括：

S601、根据所述特征信息在所述三维数据模型中进行匹配，获得与所述目标定位点匹配的位置；

S602、根据与所述目标定位点匹配的位置在所述三维数据模型中位置信息获取，得到位置数据信息；

S603、根据所述位置数据信息确定所述目标定位点的定位信息，得到定位结果。

上述技术方案依据特征信息在三维数据模型中确定定位信息，得到定位结果，包括：根据特征信息在三维数据模型中进行匹配，获得与目标定位点匹配的位置；根据与目标定位点匹配的位置在三维数据模型中位置信息获取，得到位置数据信息；根据位置数据信息确定目标定位点的定位信息，得到定位结果。

上述技术方案通过依据特征信息在三维数据模型中确定定位信息，得到定位结果不仅无需复杂操作就能够得到定位结果，有效提高了定位的效率，而且根据特征信息在三维数据模型中进行匹配，使得获得与目标定位点匹配的位置更加准确，进而提高了定位结果的精准性。

本发明提供的一个实施例中，所述传感器的数目根据如下公式进行确定：

上述公式中，N表示所述传感器的数目，int表示取整函数，sgn表示符号函数，π表示常数，a表示所述传感器的视角重合度，r表示所述传感器的视角。

上述技术方案中无人机四周的多个传感器的数目根据传感器的视角进行确定，而且在确定时按照公式

表示的规则确定传感器的数目。

上述技术方案通过按照公式

表示的规则确定传感器数据不仅能够使得无人机倾斜摄影得到的无人机倾斜摄影图像信息利用率，而且还不会导致无人机倾斜摄影出现盲区，并且还能够优化成本消耗，有效使得成本最低化。

本发明提供的一个实施例中，对所述三维数据模型进行精度检查，包括：

确定检核点，所述检核点是随机选择确定的；

针对所述检核点分别进行实际数据获取和在所述三维数据模型中数据获取，得到实际数据和模型数据；

根据所述检核点的实际数据和模型数据计算所述检核点的精度误差；

其中，H_i表示所述检核点的精度误差，x_i、y_i表示所述模型数据中所述检核点的坐标，x、y表示所述实际数据中所述检核点的坐标；

根据所述检核点的精度误差确定精度检查结果；

其中，G表示结果判断值，n表示所述检核点的数目；

当结果判断值G达到精度标准时，精度检查结果为通过，否则精度检验结果为不通过，需对所述三维数据模型进行参数调整。

上述技术方案在对三维数据模型进行精度检查时，首先确定检核点，随机选择确定要进行精度检验的检核点，然后对检核点进行实际数据获取得到实际数据，同时再在三维数据模型中进行数据获取得到模型数据；接着跟据检核点的实际数据和模型数据通过

计算检核点的精度误差；然后再根据检核点的精度误差确定精度检查结果；当结果判断值达到精度标准时，精度检查结果为通过，否则精度检验结果为不通过，需对所述三维数据模型进行参数调整。在这里精度标准为0.05。

上述技术方案通过对检核点进行精度误差从而达到对三维数据模型精度检验的目的，从而使得最终能够在较高精度三维数据模型中进行确定定位信息，而且检核点是随机确定选择的，从而使得三维数据模型全局最优，无论在摄影区域中那个位置都能够有较高的准确，进而使得无论在哪个位置都能够实现精准定位。

本领域技术人员应当理解的是，本发明中的第一、第二仅仅指的是不同应用阶段而已。

本领域技术客户员在考虑说明书及实践这里公开的公开后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (6)

1.一种基于无人机倾斜摄影的高精度定位方法，其特征在于，包括：

确定无人机倾斜摄影方案；

按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令；

通过所述无人机控制指令控制无人机获取无人机倾斜摄影图像信息；所述无人机上搭载多个传感器，所述传感器分布在所述无人机的四周，通过所述传感器拍摄无人机倾斜摄影图像；当进行航线规划时，结合所述传感器的视角制定无人机倾斜摄影航线；

针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，得到三维数据模型，包括：对所述无人机倾斜摄影图像信息进行图像处理，获得优化无人机倾斜摄影图像；所述图像处理包括图像增强处理和图像复原处理；将所述优化无人机倾斜摄影图像进行图像映射，获得无人机倾斜摄影图像数据，并针对所述无人机倾斜摄影图像数据进行完整性判断，获得完整性判断结果；当所述完整性判断结果表示所述无人机倾斜摄影图像数据完整时，在所述优化无人机倾斜摄影图像中进行空中三角测量，得到空中三角测量信息，解析所述优化无人机倾斜摄影图像，计算所述无人机倾斜摄影图像信息的方位元素，在所述方位元素满足要求时完成三维数据模型建立；针对所述无人机倾斜摄影图像信息进行图像处理与模型构建，还包括：对所述三维数据模型进行精度检查，通过将所述三维数据模型中的数据结合实际数据进行分析，得到精度检查结果，包括：

确定检核点，所述检核点是随机选择确定的；

针对所述检核点分别进行实际数据获取和在所述三维数据模型中数据获取，得到实际数据和模型数据；

根据所述检核点的实际数据和模型数据计算所述检核点的精度误差；

其中，H_i表示所述检核点的精度误差，x_i、y_i表示所述模型数据中所述检核点的坐标，x、y表示所述实际数据中所述检核点的坐标；

根据所述检核点的精度误差确定精度检查结果；

其中，G表示结果判断值，n表示所述检核点的数目；

当结果判断值G达到精度标准时，精度检查结果为通过，否则精度检验结果为不通过，需对所述三维数据模型进行参数调整；

获取目标定位点的特征信息；

依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果。

2.根据权利要求1所述的高精度定位方法，其特征在于，所述确定无人机倾斜摄影方案，包括：

进行资料收集，获取资料信息；所述资料信息包括：地形信息、环境信息和无人机参数信息；

进行航线规划，得到航线信息；根据所述资料信息进行分析，确定无人机飞行受力，并根据所述无人机飞行受力制定无人机倾斜摄影航线。

3.根据权利要求2所述的高精度定位方法，其特征在于，所述确定无人机倾斜摄影方案，还包括：像控点布设；所述像控点布设时将像控点等距且均匀覆盖摄像区域。

4.根据权利要求1所述的高精度定位方法，其特征在于，按照所述无人机倾斜摄影方案确定无人机的运动轨迹，得到无人机控制指令，包括：

在所述无人机倾斜摄影方案中获取无人机倾斜摄影航线；

通过无人机进行测试获得调试参数信息；

根据所述无人机倾斜摄影航线结合所述调试参数信息确定所述无人机的运动轨迹；

根据所述无人机的运动轨迹，按照所述无人机的控制规则，得到无人机控制指令。

5.根据权利要求1所述的高精度定位方法，其特征在于，依据所述特征信息在所述三维数据模型中确定定位信息，得到定位结果，包括：

根据所述特征信息在所述三维数据模型中进行匹配，获得与所述目标定位点匹配的位置；

根据与所述目标定位点匹配的位置在所述三维数据模型中位置信息获取，得到位置数据信息；

根据所述位置数据信息确定所述目标定位点的定位信息，得到定位结果。

6.根据权利要求1所述的高精度定位方法，其特征在于，所述传感器的数目根据如下公式进行确定：

上述公式中，N表示所述传感器的数目，int表示取整函数，sgn表示符号函数，π表示常数，a表示所述传感器的视角重合度，r表示所述传感器的视角。

Images