CN115712121A - 一种无人机目标定位方法、装置、设备及介质 - Google Patents
一种无人机目标定位方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115712121A CN115712121A CN202211364545.1A CN202211364545A CN115712121A CN 115712121 A CN115712121 A CN 115712121A CN 202211364545 A CN202211364545 A CN 202211364545A CN 115712121 A CN115712121 A CN 115712121A
- Authority
- CN
- China
- Prior art keywords
- target point
- aerial vehicle
- unmanned aerial
- target
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 238000005259 measurement Methods 0.000 claims abstract description 30
- 238000004590 computer program Methods 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000012790 confirmation Methods 0.000 claims description 7
- 238000005457 optimization Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 230000004807 localization Effects 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 10
- 238000002474 experimental method Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013480 data collection Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012613 in situ experiment Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本说明书实施例提供了一种无人机目标定位方法、装置、设备及介质，其中，该方法包括无人机通过激光测距设备对目标点进行两次测距获得距离信息和无人机两次位置信息；分别以两次测距时的无人机空间位置为球心，测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；对目标点位置区域建立地面高程的空间曲面；根据拟合的交线圆和建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。本发明，实现定位过程不需要采集无人机的姿态角、转台姿态角等数据，减少了飞行载荷，降低了设备成本，同时也防止了测量这些数据过程中产生的误差进入定位过程，极大的提高了定位精度。
Description
技术领域
本发明涉及目标定位技术领域，尤其涉及一种无人机目标定位方法、装置、设备及介质。
背景技术
无人机单站测角测距法是无人机目标定位的基本算法，该方法通过单次照射即可对地面目标实施定位，定位速度快，方法较为简单，但是该方法需要参数较多，容易产生误差，且对测量设备要求较高，为了进一步提高精确度，降低设备要求，空间多点交会定位法应运而生，该方法通过多次测距，减少了定位需要的参数，提高了定位经度，具体如图1所示，为无人机空间三点(多点)交会定位法的定位原理，其中，无人机每次对目标测距时都能根据无人机坐标和测距值得到一个以目标点坐标为参数的三元二次方程，具体为：
当对同一目标进行三次(及以上)测距后(测距点不在同一直线)，就能得到关于目标点的三元二次方程组，求解该三元二次方程组即可得到目标点坐标，需要注意的是，该方法求解出的目标点坐标往往是两个值，此时需要根据实际情况排除一个错解。
但是，现有空间多点交会定位法也有明显的缺点，由于该方法利用无人机单机执行侦察任务时需要进行三次测距定位，导致几乎不可能实现目标跟踪定位，同时也使得无人机需要更多的时间来完成三个测距点的数据收集，这使得无人机执行侦察任务耗时更长，效率更低，战场生存率也有极大的降低。
有鉴于此，如何在保证精度的前提下提高无人机生存几率和定位速度是急需解决的问题。
发明内容
本说明书一个或多个实施例提供了一种无人机目标定位方法，包括以下步骤：
无人机通过激光测距设备对目标点进行两次测距获得距离信息和无人机两次位置信息；分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；根据拟合的交线圆和建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
本说明书一个或多个实施例提供了一种无人机目标定位装置，包括
信息接收模块：接收无人机通过激光测距设备对目标点进行两次测距获得距离信息，并无人机通过定位系统自测的两次位置信息；
交线圆确定模块：通过信号接收模块接收的信息，分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；
空间曲面构建模块：对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；
目标点确认模块：根据交线圆构建模块拟合的交线圆和空间曲面构建模块建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
本说明书一个或多个实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述所述一种无人机目标定位方法。
本说明书一个或多个实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述一种无人机目标定位方法。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本说明书提供的现有技术无人机空间三点(多点)交会定位法的场景示意图；
图2为本说明书一个或多个实施例提供的一种无人机目标定位方法的流程图；
图3为本说明书一个或多个实施例提供的一种无人机目标定位方法的无人机两点定位剖面示意图；
图4为本说明书一个或多个实施例提供的一种无人机目标定位方法的空间球相交示意图；
图5为本说明书一个或多个实施例提供的一种无人机目标定位方法的空间内任一点到交线圆的最小距离求解示意图；
图6为本说明书一个或多个实施例提供的一种无人机目标定位方法的逐步逼近优化目标点定位结果的原理示意图；
图7为本说明书一个或多个实施例提供的一种无人机目标定位方法中实验中GPS定位图；
图8为本说明书一个或多个实施例提供的一种无人机目标定位方法中实验中无人机定位目标结果图像；
图9为本说明书一个或多个实施例提供的一种无人机目标定位装置的结构示意图；
图10为本说明书一个或多个实施例提供的一种计算机设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本文件的保护范围。
下面结合具体实施方式和说明书附图对本发明做出详细的说明。
方法实施例
根据本发明实施例，提供了一种无人机目标定位方法，如图2所示，为本实施例提供无人机目标定位方法流程图，根据本发明实施例的无人机目标定位方法，包括步骤：
步骤S1、无人机通过激光测距设备对目标点进行两次测距获得距离信息，并且无人机通过定位系统自测的两次位置信息；
步骤S2、通过步骤S1获得的信息，分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；本实施例，建立两个空间球和交线圆是通过几何法建立，两个空间球的数据已经测得，两个空间球相交的交线圆是求解目标点的辅助图形。
步骤S3、对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；
步骤S4、根据步骤S2中拟合的交线圆和步骤S3中建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
本实施例中，无人机或计算机可通过卫星图像或是高精度差分GPS获取目标点高程信息；
本实施例定位方法，与无人机单站测角测距方法相比，基于数字高程模型的空间两点交汇法实现定位过程不需要采集无人机的姿态角、转台姿态角等数据，减少了飞行载荷，降低了设备成本，同时也防止了测量这些数据过程中产生的误差进入定位过程，极大的提高了定位精度。
与无人机空间三点(多点)交汇法相比，基于数字高程模型的空间两点交汇法也是利用无人机的定位信息和对目标的测距信息进行解算，理论上能达到相近的精度，但是，基于数字高程模型的空间两点交汇法定位过程中减少了一个测距点，只需要两个采样点就能实现精确定位，这使得载机的战场生存率大大提高，同时提高了无人机定位的效率，也使得实现双机实时定位。
本实施例，如图3所示，通过无人机对目标点进行两次测距获得的距离信息后建立的两个空间球，通过几何法可确定两个三元二次方程，结合通过高程模型建立数字高程模型函数，构建联立几何方程组，求解方程确定目标点坐标，具体如下：
如图3，A点为第一次测距时无人机的位置(x1,y1,z1)(大地直角坐标为(x1,y1,z1))，r1为测距值，B点为第二次测距时无人机的位置(x2,y2,z2)(大地直角坐标为(x2,y2,z2))，r2为测距值，故目标点坐标(x0,y0,z0)满足下式：
此时能确定目标点所在的空间球，与数字高程模型函数(f(x0,y0)＝z0)(即上述地面高程的空间曲面)联立求解目标点，联立方程如下：
再根据目标点对无人机的相对方位排除错解，进而得到目标点坐标，利用公式将直角坐标转换为经纬度：
其中，b为地球椭圆的短半轴，a为地球椭圆的长半轴，e为地球参考椭圆的第一偏心率，e′为地球椭圆的第二偏心率，RN为卯酉圈曲率半径，U为辅助量：
本实施例，步骤S2-S4目标点的具体求解过程包括如下具体步骤：
S101、建立两个空间球的方程，读取数字高程模型信息，方程建立如下：
S102、如图4所示，利用空间几何求解空间球的圆心及半径，具体为
两球面方程相减得到两球面相交线所在平面，平面方程为：
a*x0+b*y0+c*z0+d＝0 (6)
其中，a、b、c、d的值分别为：
由空间几何性质可以得到，两球心连线必定过两球面的交线圆圆心且垂直于两球面交线圆所在平面，两球心连线方程为：
其中，m、n、p的值分别为：
联立直线方程与两球面相交线所在平面，解出两球面交线圆的圆心(x0,y0,z0)，求解结果如下：
其中j是辅助计算量，其表达式为：
根据勾股定理解出交线圆半径R有：
R2＝r2 2-((x2-x1)2+(y2-y1)2+(z2-z1)2) (12)
已知交线圆的圆心坐标和半径，可知两球面交线圆方程为：
(x0-x)2+(y0-y)2+(z0-z)2＝R2 (13)
S103、由交线圆的圆心坐标和半径根据几何关系推导空间内任一点Q到交线圆的最小值为d′：
其中，D是空间任一点到交线圆所在平面的距离，D表达式为：
S104、利用迭代法，将数字高程模型库里离散的点分别代入上式，确定最小的D值，即可确定目标点坐标。
本实施例优选的，通过上述方法可确定目标点位置，但是因坐标定位的精度受数字高程模型数据库影响较大，数字高程模型数据库的精度(及采样点的间隔或分辨率)将直接影响该定位方法解算的目标精度，为了解决这一问题，本实施例针对式(15)的计算结果进行了优化，具体还包括步骤：
S5、通过利用逐步逼近法，以步骤S4确定的目标点坐标为原点，在三个坐标轴方向分别按既定步长逐渐逼近真值，最终确定优化后的目标点坐标，可如图6所示，利用该优化算法，以定程度上摆脱了数据高程模型库的限制，提高了目标定位精度。
下面通过具体实验案例说明本实施例方法的实际使用价值。
本实验利用无人载机搭载激光测距设备在元氏机场附近进行了现地实验，完成了数据采集，并与传统的视频图像定位法进行了定位精度对比，验证本方法定位的实际可行性与应用价值。
首先，建立数字高程模型，由于没有符合实验条件的数字高程模型，本次实验中在元氏机场内长宽各为50米的区域建立数字高程模型，采样点以5米为间隔，利用手机的GPS功能对100个采样点的大地直角；坐标值进行记录，写入“元氏机场数字高程模型.txt”文件；
再设立目标点，在元氏机场数字高程模型范围内设置10个醒目的黄色目标点作为对地目标侦察的目标点，并用手机GPS记录黄色目标点的坐标真值，如图7。
再使用无人机搭载激光平台在空中分别对十个目标点进行测距，每个目标点进行两次测距，同时记录每次测距的飞机坐标和测距值，完成测距实验后记录实验数据如附件五实验数据，如图8。
最后，计算机通过上述计算步骤计算确定十个目标点坐标，分别得到两种定位方法的对比结果，如文末附件一定位实验结果。
将直角坐标值转换为大地经纬度得到实验对比结果如文末附件二两种定位法定位坐标及偏差。
实验结论：
通过实验数据可以看出，基于数字高程模型的空间两点交汇法具有良好的实际使用价值：
1.相较于目前空间三点(多点)交会定位法，基于数字高程模型的两点交汇法能解算出目标点的海拔高度，实用性更强。
2.从精度方面看，基于数字高程模型的空间两点交汇法精度受地形影响较大，在本次实验中通常情况下精度稍高于空间三点(多点)交会定位法，起伏较大的区域精度低于视频图像定位法，但仍能达到实用目的。
装置实施例
根据本发明实施例，提供了一种无人机目标定位装置，如图9所示，根据本发明实施例的无人机目标定位装置，包括
信息接收模块：接收无人机通过激光测距设备对目标点进行两次测距获得距离信息，以及无人机通过定位系统自测的两次位置信息；
交线圆确定模块：通过信号接收模块接收的信息，分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；
空间曲面构建模块：对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；
目标点确认模块：根据交线圆构建模块拟合的交线圆和空间曲面构建模块建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
本实施例具体的，目标点确认模块根据交线圆确定模块建立的两个空间球，通过几何法可确定两个三元二次方程，结合通过高程模型建立数字高程模型函数，构建联立几何方程组，求解方程实现确定目标点坐标，计算具体如下：
如图3，A点为第一次测距时无人机的位置(x1,y1,z1)(大地直角坐标为(x1,y1,z1))，r1为测距值，B点为第二次测距时无人机的位置(x2,y2,z2)(大地直角坐标为(x2,y2,z2))，r2为测距值，故目标点坐标(x0,y0,z0)满足下式：
此时能确定目标点所在的空间球，与数字高程模型函数(f(x0,y0)＝z0)联立求解目标点，联立方程如下：
再根据目标点对无人机的相对方位排除错解，进而得到目标点坐标，利用公式将直角坐标转换为经纬度：
其中，b为地球椭圆的短半轴，a为地球椭圆的长半轴，e为地球参考椭圆的第一偏心率，e′为地球椭圆的第二偏心率，RN为卯酉圈曲率半径，U为辅助量：
本实施例中，目标点确认模块具体计算流程包括如下步骤：
A101、初始化已知量后，建立两个空间球的方程，读取数字高程模型信息，方程建立如下：
A102、如图4所示，利用空间几何求解空间球的圆心及半径，具体为
两球面方程相减得到两球面相交线所在平面，平面方程为：
a*x0+b*y0+c*z0+d＝0 (21)
其中，a、b、c、d的值分别为：
由空间几何性质可以得到，两球心连线必定过两球面的交线圆圆心且垂直于两球面交线圆所在平面，两球心连线方程为：
其中，m、n、p的值分别为：
联立直线方程与两球面相交线所在平面，解出两球面交线圆的圆心(x0,y0,z0)，求解结果如下：
其中，j是辅助计算量，其表达式为：
根据勾股定理解出交线圆半径R有：
R2＝r2 2-((x2-x1)2+(y2-y1)2+(z2-z1)2) (27)
已知交线圆的圆心坐标和半径，可知两球面交线圆方程为：
(x0-x)2+(y0-y)2+(z0-z)2＝R2 (28)
A103、由交线圆的圆心坐标和半径根据几何关系推导空间内任一点Q到交线圆的最小值为d′：
其中，D是空间任一点到交线圆所在平面的距离，D表达式为：
A104、利用迭代法，将数字高程模型库里离散的点分别代入上式，确定最小的D值，即可确定目标点坐标。
本实施例优选的，通过上述计算确定目标点位置，但是因坐标定位的精度受数字高程模型数据库影响较大，数字高程模型数据库的精度将直接影响该定位方法解算的目标精度，为了解决这一问题，本实施例装置还包括
目标点定位优化模块：通过利用逐步逼近法，以目标点确认模块确定的目标点坐标为原点，在三个坐标轴方向分别按既定步长逐渐逼近真值，最终确定优化后的目标点坐标；利用该优化算法，以定程度上摆脱了数据高程模型库的限制，提高了目标定位精度。
如图10所示，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中无人机目标定位方法，或者计算机程序被处理器执行时实现上述实施例中无人机目标定位方法，所述计算机程序被所述处理器执行时实现如下方法步骤：
步骤S1、无人机通过激光测距设备对目标点进行两次测距获得距离信息和无人机两次位置信息；
步骤S2、通过步骤S1获得的信息，分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；
步骤S3、对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；
步骤S4、根据步骤S2中拟合的交线圆和步骤S3中建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
附件一：定位实验结果
附件二：两种定位方法结果及偏差
Claims (10)
1.一种无人机目标定位方法，其特征在于，包括以下步骤：
无人机通过激光测距设备对目标点进行两次测距获得距离信息，并无人机通过定位系统自测的两次位置信息；分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；根据拟合的交线圆和建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
2.如权利要求1所述的无人机目标定位方法，其特征在于，通过无人机对目标点进行两次测距获得的距离信息后建立的两个空间球，通过几何法确定两个三元二次方程，结合通过高程模型建立数字高程模型函数，构建联立几何方程组，求解方程确定目标点坐标。
3.如权利要求2所述的无人机目标定位方法，其特征在于，所述构建联立几何方程组，求解方程确定目标点坐标具体包括步骤：
根据第一次测距时无人机的位置(x1,y1,z1)，r1为测距值，第二次测距时无人机的位置(x2,y2,z2)，r2为测距值，确定目标点坐标(x0,y0,z0)满足下式：
与数字高程模型函数(f(x0,y0)＝z0)联立求解目标点，联立方程如下：
再根据目标点对无人机的相对方位排除错解，得到目标点坐标，利用公式将直角坐标转换为经纬度：
其中，b为地球椭圆的短半轴，a为地球椭圆的长半轴，e为地球参考椭圆的第一偏心率，m′为地球椭圆的第二偏心率，RN为卯酉圈曲率半径，U为辅助量：
4.如权利要求1所述的无人机目标定位方法，其特征在于，还包括步骤：
通过利用逐步逼近法，以确定的目标点坐标为原点，在三个坐标轴方向分别按既定步长逐渐逼近真值，最终确定优化后的目标点坐标。
5.一种无人机目标定位装置，其特征在于，包括
信息接收模块：接收无人机通过激光测距设备对目标点进行两次测距获得距离信息，以及无人机通过定位系统自测的两次位置信息；
交线圆确定模块：通过信号接收模块接收的信息，分别以两次测距时的无人机空间位置为球心，无人机测得的到目标点的距离值为半径，构建两个空间球，两个空间球的相交部分构成拟合的交线圆；
空间曲面构建模块：对目标点位置区域建立数字高程模型，建立地面高程的空间曲面；
目标点确认模块：根据交线圆构建模块拟合的交线圆和空间曲面构建模块建立的地面高程的空间曲面构建联立几何方程组，求解方程确定目标点的位置。
6.如权利要求5所述的无人机目标定位装置，其特征在于，所述
目标点确认模块根据交线圆确定模块建立的两个空间球，通过几何法确定两个三元二次方程，结合通过高程模型建立数字高程模型函数，构建联立几何方程组，求解方程实现确定目标点坐标。
7.如权利要求6所述的无人机目标定位装置，其特征在于，所述目标点确认模块计算具体包括：
根据第一次测距时无人机的位置(x1,y1,z1)，r1为测距值，第二次测距时无人机的位置(x2,y2,z2)，r2为测距值，确定目标点坐标(x0,y0,z0)满足下式：
与数字高程模型函数(f(x0,y0)＝z0)联立求解目标点，联立方程如下：
再根据目标点对无人机的相对方位排除错解，得到目标点坐标，利用公式将直角坐标转换为经纬度：
其中，b为地球椭圆的短半轴，a为地球椭圆的长半轴，e为地球参考椭圆的第一偏心率，e′为地球椭圆的第二偏心率，RN为卯酉圈曲率半径，U为辅助量：
8.如权利要求5所述的无人机目标定位装置，其特征在于，还包括
目标点定位优化模块：通过利用逐步逼近法，以目标点确认模块确定的目标点坐标为原点，在三个坐标轴方向分别按既定步长逐渐逼近真值，最终确定优化后的目标点坐标。
9.计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述一种无人机目标定位方法。
10.计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至4任一项所述一种无人机目标定位方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211364545.1A CN115712121A (zh) | 2022-11-02 | 2022-11-02 | 一种无人机目标定位方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211364545.1A CN115712121A (zh) | 2022-11-02 | 2022-11-02 | 一种无人机目标定位方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115712121A true CN115712121A (zh) | 2023-02-24 |
Family
ID=85231982
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211364545.1A Pending CN115712121A (zh) | 2022-11-02 | 2022-11-02 | 一种无人机目标定位方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115712121A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116701827A (zh) * | 2023-08-03 | 2023-09-05 | 中科星图测控技术股份有限公司 | 一种用于空天目标通视分析的地形遮挡快速计算方法 |
| CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
-
2022
- 2022-11-02 CN CN202211364545.1A patent/CN115712121A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116701827A (zh) * | 2023-08-03 | 2023-09-05 | 中科星图测控技术股份有限公司 | 一种用于空天目标通视分析的地形遮挡快速计算方法 |
| CN116701827B (zh) * | 2023-08-03 | 2023-10-27 | 中科星图测控技术股份有限公司 | 一种用于空天目标通视分析的地形遮挡快速计算方法 |
| CN117928680A (zh) * | 2024-03-21 | 2024-04-26 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
| CN117928680B (zh) * | 2024-03-21 | 2024-06-07 | 青岛清万水技术有限公司 | 换能器自动定位方法、系统、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111724477B (zh) | 一种多源数据融合构建多层次三维地形模型方法 | |
| CN115712121A (zh) | 一种无人机目标定位方法、装置、设备及介质 | |
| CN110220491B (zh) | 一种无人机的光学吊舱安装误差角估算方法 | |
| CN111102981B (zh) | 一种基于ukf的高精度卫星相对导航方法 | |
| CN107490364A (zh) | 一种大角度倾斜成像航空相机对地目标定位方法 | |
| CN105136054A (zh) | 基于地面三维激光扫描的构筑物精细变形监测方法及系统 | |
| CN102346033B (zh) | 基于卫星观测角误差估计的直接定位方法及系统 | |
| CN110046563B (zh) | 一种基于无人机点云的输电线路断面高程修正方法 | |
| CN105388494B (zh) | 一种应用于rtk接收机的激光测距定位方法 | |
| CN112461204B (zh) | 卫星对动态飞行目标多视角成像联合计算航行高度的方法 | |
| CN114755661A (zh) | 一种移动激光扫描系统参数标定方法及标定装置 | |
| CN112346104A (zh) | 一种无人机信息融合定位方法 | |
| CN111465822A (zh) | 地面点云地图精度评估方法、装置、系统及无人机 | |
| CN105067276B (zh) | 一种发动机推力线测量方法 | |
| CN110967021B (zh) | 不依赖主/被动测距的机载光电系统目标地理定位方法 | |
| US10184799B2 (en) | Systems and methods for targeting objects of interest in denied GPS environments | |
| CN111006645A (zh) | 基于运动与结构重建的无人机测绘方法 | |
| CN110411449B (zh) | 一种航空侦察载荷目标定位方法、系统及终端设备 | |
| CN115932823B (zh) | 基于异源区域特征匹配的飞行器对地面目标定位方法 | |
| El-Ashmawy | A comparison study between collinearity condition, coplanarity condition, and direct linear transformation (DLT) method for camera exterior orientation parameters determination | |
| CN111504311A (zh) | 多传感器融合实时定位导航装置及方法 | |
| Guntel et al. | Accuracy analysis of control point distribution for different terrain types on photogrammetric block | |
| CN118519132B (zh) | 一种基于角反射器的星载单光子激光高精度检校方法 | |
| Pei et al. | Accuracy analysis of UAV remote sensing imagery mosaicking based on structure-from-motion | |
| CN116753918B (zh) | 基于空天线阵传感器的地面目标位置估计方法和装置 |
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 |