CN115979262A - 飞行器的定位方法、装置、设备及存储介质 - Google Patents

Abstract

本申请属于航空领域，具体涉及一种飞行器的定位方法、装置、设备及存储介质。该方法包括：基于离线开放街道地图OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息；对惯性测量参数和第一全局定位信息进行融合处理，得到飞行器的第二全局定位信息，第二全局定位信息的精度高于第一全局定位信息的精度，惯性测量参数包括飞行器的速度信息、位置信息和姿态信息。本申请可以实现在GPS信号失效情况下，飞行器依然可以有效定位的目的。

Description

飞行器的定位方法、装置、设备及存储介质

技术领域

本申请涉及航空领域，尤其涉及一种飞行器的定位方法、装置、设备及存储介质。

背景技术

在航空领域中，精确的定位是至关重要的一环。一般情况下，飞行器使用多卫星提供的全球定位系统（Global Positioning System，简称GPS）信号以及自身的惯性测量单元（Inertial Measurement Unit，简称IMU）测量得到的惯性测量信息进行融合定位。然而当GPS信号失效时，比如，GPS信号丢失或者因受到干扰导致GPS信号不可靠，会极大影响飞行器的定位功能。因此，在GPS信号失效情况下，亟需一种有效的飞行器定位方案。

发明内容

本申请提供一种飞行器的定位方法、装置、设备及存储介质，可以在GPS信号失效情况下，实现飞行器的有效定位。

第一方面，本申请提供一种飞行器的定位方法，飞行器设置有拍摄设备和高度计量设备，拍摄设备用于采集俯视航拍图像，高度计量设备用于计量飞行器的飞行高度；该飞行器的定位方法包括：基于离线OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息；对惯性测量参数和第一全局定位信息进行融合处理，得到飞行器的第二全局定位信息，第二全局定位信息的精度高于第一全局定位信息的精度，惯性测量参数包括飞行器的速度信息、位置信息和姿态信息。

在一种可能的实施方式中，基于离线OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息，包括：根据OSM和飞行高度，确定OSM的局部子图的点特征图像；根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息。

在一种可能的实施方式中，根据OSM和飞行高度，确定OSM的局部子图的点特征图像，包括：根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图；对局部子图进行解析处理，得到OSM中的节点信息，节点信息包括OSM中的节点、节点的位置信息以及节点之间的节点关系，节点包括路网节点和建筑物区域节点；对节点信息进行渲染处理，得到点特征图像。

在一种可能的实施方式中，根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图，包括：根据飞行高度，确定局部子图的索引尺寸；根据上一帧对应的全局定位信息，采用索引尺寸对OSM进行索引，得到局部子图。

在一种可能的实施方式中，对节点信息进行渲染处理，得到点特征图像，包括：根据节点的位置信息以及节点之间的节点关系，对节点进行连接处理，得到节点连接图像；对节点连接图像进行渲染处理，得到点特征图像。

在一种可能的实施方式中，根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息，包括：采用语义分割算法对俯视航拍图像进行分割处理，得到像素特征图像，像素特征图像包括路网像素和建筑物轮廓像素；采用随机抽样一致算法对像素特征图像进行直线段拟合处理，得到第一特征矢量图；根据点特征图像，构建得到三维距离变换积分图；根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息；对局部定位信息和上一帧对应的全局定位信息进行位姿拼接处理，确定第一全局定位信息。

在一种可能的实施方式中，根据点特征图像，构建得到三维距离变换积分图，包括：对点特征图像进行直线段拟合处理，得到第二特征矢量图，第二特征矢量图中包括多个直线段，直线段的起点为第一像素点，终点为第二像素点；对第二特征矢量图进行分析处理，得到三维距离变换积分图。

在一种可能的实施方式中，对第二特征矢量图进行分析处理，得到三维距离变换积分图，包括：针对第二特征矢量图中的每个像素点，确定像素点所在量化方向的直线段与第二特征矢量图边缘的交点；确定交点与像素点之间的所有中间像素点；确定所有中间像素点中每个中间像素点与第二特征矢量图中各直线段之间的距离的和；将距离的和中的最小值确定为像素点的距离变换积分值；对第二特征矢量图中的每个像素点对应的距离变换积分值进行渲染处理，得到三维距离变换积分图。

在一种可能的实施方式中，根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息，包括：根据目标步长，采用第一特征矢量图对三维距离变换积分图进行匹配处理，得到多个候选积分图；采用非极大值抑制算法对多个候选积分图进行选择处理，得到局部定位信息。

第二方面，本申请提供一种飞行器的定位装置，所述飞行器设置有拍摄设备和高度计量设备，所述拍摄设备用于采集俯视航拍图像，所述高度计量设备用于计量所述飞行器的飞行高度；该飞行器的定位装置包括：全局定位子系统，用于基于离线OSM，对所述俯视航拍图像和所述飞行高度进行分析，得到所述飞行器的第一全局定位信息；惯性导航子系统，用于对所述飞行器进行测量，得到所述飞行器的惯性测量参数，所述惯性测量参数包括所述飞行器的速度信息、位置信息和姿态信息；滤波器，用于对所述惯性测量参数和所述第一全局定位信息进行融合处理，得到所述飞行器的第二全局定位信息，所述第二全局定位信息的精度高于所述第一全局定位信息的精度。

在一种可能的实施方式中，定位装置还包括：分频输出模块，用于以目标频率输出第二全局定位信息。

第三方面，本申请提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现第一方面的飞行器的定位方法。

第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面的飞行器的定位方法。

第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现第一方面的飞行器的定位方法。

本申请提供的飞行器的定位方法、装置、设备及存储介质，通过基于离线OSM的全局定位子系统对OSM、飞行器的俯视航拍图像和飞行器的飞行高度进行分析处理，得到当前帧的全局定位信息，然后通过滤波器将惯性导航子系统测得的惯性测量参数与当前帧的全局定位信息进行融合处理，就可以得到飞行器的高精度的全局定位信息。由于OSM的数据量较小，因此，飞行器可以离线存储OSM，从而，在GPS信号失效的情况下，飞行器依然可以实现有效的定位。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

图1为本申请实施例提供的飞行器的定位装置的一种结构示意图；

图2为本申请实施例提供的飞行器的定位方法的流程图；

图3为本申请实施例提供的基于离线OSM的全局定位子系统的结构示意图；

图4为本申请实施例提供的飞行器的定位装置的另一种结构示意图；

图5为本申请实施例提供的一种电子设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念，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。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

首先对本申请所涉及的名词进行解释：

开放街道地图（OpenStreetMap，简称OSM）：是一个建构自由内容的网上地图协作计划，目标是创造一个内容自由且能让所有人编辑的世界地图，并且让一般便宜的移动设备有方便的导航方案。

背景技术中提供的相关技术中，至少存在以下技术问题：

在航空领域中，精确的定位是至关重要的一环。一般情况下，飞行器使用多卫星提供的全球定位系统（Global Positioning System，简称GPS）信号以及自身的惯性测量单元（Inertial Measurement Unit，简称IMU）测量得到的惯性测量信息进行融合定位，然而当发生GPS信号丢失或者受干扰导致GPS信号不可靠等GPS信号失效的情况时，会极大影响飞行器的定位功能。因此，GPS信号失效时的飞行器全局定位是航空领域亟需解决的问题。

针对GPS信号失效时的全局定位问题，在航空领域中的研究较少，而在自动驾驶领域中的研究较多。在自动驾驶领域中，在GPS信号失效时通常是通过离线存储高精地图以及对应的点云信息，然后通过传感器扫描周边的点云信息，并将该信息与高精地图中对应的点云信息进行匹配，从而确定车辆在高精地图上的精确位置。然而，基于高精地图的全局定位虽然可以达到厘米级的精度，但其主要依赖于高精地图供应商提供的地图精度，高精地图的精度越高，也就意味着高精地图需要占用越大的存储空间，这对存储资源的要求较高。对于飞行器来说，由于存储空间有限，高精地图无法进行离线存储，只能存放于云端，导致会增加开发工作量；且访问云端的高精地图还依赖于稳定可靠的无线电传输系统，这对飞行器上的无线电系统提出了更高的要求，另外，高精地图的订阅成本也较高。

针对相关技术中的问题，本申请提出一种飞行器的定位方法，通过基于离线OSM的全局定位子系统对OSM、飞行器的俯视航拍图像和飞行器的飞行高度进行分析处理，得到当前帧的全局定位信息，然后通过滤波器将惯性导航子系统测得的惯性测量参数与当前帧的全局定位信息进行融合处理，就可以得到飞行器的高精度的全局定位信息，最后再将高精度的全局定位信息进行分频输出，即可实现对飞行器的有效定位。由于OSM的数据量较小，因此，飞行器可以离线存储OSM，从而，在GPS信号失效的情况下，飞行器依然可以实现有效的定位。

在一种实施例中，可以在一种应用场景中应用该飞行器的定位方法。图1为本申请实施例提供的飞行器的定位装置的一种结构示意图，如图1所示，该飞行器的定位装置可以包括全局定位子系统、惯性导航子系统、滤波器和分频输出模块。其中，飞行器的定位装置也可以称为新型组合导航系统，全局定位子系统为基于离线OSM的全局定位子系统，滤波器为卡尔曼滤波器（Kalman Filter，简称KF滤波器），飞行器设置有拍摄设备和高度计量设备。

在该场景中，基于离线OSM的全局定位子系统的输入数据为离线保存的OSM、实时获取的俯视航拍图像以及飞行器的当前飞行高度，基于离线OSM的全局定位子系统基于离线OSM，对俯视航拍图像和飞行高度进行分析处理，输出低精度的全局定位信息，也即第一全局定位信息。其中，飞行器通过拍摄设备实时获取俯视航拍图像，该拍摄设备可以为俯视高清快速相机，飞行器通过高度计量设备获取飞行器的飞行高度，该高度计量设备可以为高度计。

在上述场景中，惯性导航子系统通过对飞行器进行测量，可以得到飞行器的惯性测量参数，该惯性测量参数可以包括飞行器的速度信息、位置信息和姿态信息。

在上述场景中，KF滤波器通过建立误差模型以估计惯性导航子系统的误差，利用误差对惯性导航子系统输出的惯性测量参数进行误差校正，这样在融合基于离线OSM的全局定位子系统输出的第一全局定位信息和惯性测量参数之后，就可以得到高精度的全局定位信息，也即第二全局定位信息。

在上述场景中，分频输出模块可以以不同的频率输出KF滤波器输出的第二全局定位信息。其中，分频输出模块可以以50Hz的频率向基于离线OSM的全局定位子系统输出第二全局定位信息，可以以200Hz的频率向其他需要的应用程序或应用系统提供第二全局定位信息。

在上述场景中，飞行器的定位装置，也即新型组合导航系统，与传统的组合导航系统相比，摒弃了传统的GPS定位模块，而由基于离线OSM的全局定位子系统代替，OSM是离线存储的，且OSM的数据量较小，因此，当GPS信号失效时，飞行器仍然可以通过离线存储的OSM实现对飞行器进行有效地定位。

结合上述场景，下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

本申请提供一种飞行器的定位方法。图2为本申请实施例提供的飞行器的定位方法的流程图，如图2所示，该方法包括以下步骤：

S201：基于离线OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息。

在该步骤中，飞行器设置有拍摄设备和高度计量设备，拍摄设备用于采集俯视航拍图像，高度计量设备用于计量飞行器的飞行高度。

具体地，可以通过基于离线OSM的全局定位子系统基于离线OSM，对俯视航拍图像和飞行高度进行分析，从而得到第一全局定位信息。其中，基于离线OSM的全局定位子系统可以由两个功能模块组成，如图3所示。

图3为本申请实施例提供的基于离线OSM的全局定位子系统的结构示意图，在图3中，基于离线OSM的全局定位子系统可以包括基于改进型姿态估计算法FDCM的全局定位模块、子图索引及处理模块。其中，基于改进型FDCM算法的全局定位模块可以包括路网及建筑物轮廓特征提取单元、特征图像的结构化采样单元、三维距离变换积分图构建单元、滑窗匹配单元和位姿拼接单元；子图索引及处理模块包括自适应尺寸子图索引单元、路网节点及建筑物区域节点提取单元和图形渲染单元。

具体地，子图索引及处理模块的输入数据为离线存储的OSM和飞行器的飞行高度，输出数据为OSM局部子图的点特征图像；基于改进型姿态估计算法FDCM的全局定位模块的输入数据可以为离线存储的OSM、实时采集的俯视航拍图像、分频输出模块以50Hz输出的上一帧全局定位信息、子图索引及处理模块输出的点特征图像，输出数据为当前帧的全局定位信息，也即上述第一全局定位信息。

S202：对惯性测量参数和第一全局定位信息进行融合处理，得到飞行器的第二全局定位信息。

在该步骤中，第二全局定位信息的精度高于第一全局定位信息的精度，惯性测量参数包括飞行器的速度信息、位置信息和姿态信息。

具体地，惯性测量参数可以由惯性测量子系统对飞行器进行测量得到，由于惯性测量参数可以由KF滤波器进行误差校正，因此，KF滤波器对惯性测量参数和第一全局定位信息进行融合处理之后，得到的第二全局定位信息的精度高于第一全局定位信息。

本实施例提供的飞行器的定位方法，通过基于离线OSM的全局定位子系统对OSM、飞行器的俯视航拍图像和飞行器的飞行高度进行分析处理，可以得到低精度的全局定位信息，然后通过KF滤波器将惯性测量参数与低精度的全局定位信息进行融合处理，就可以得到高精度的全局定位信息。由于OSM的数据量较小，因此，飞行器可以离线存储OSM，从而，在GPS信号失效的情况下，飞行器依然可以实现有效的定位。

在一种实施例中，基于离线OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息，包括：根据OSM和飞行高度，确定OSM的局部子图的点特征图像；根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息。

在该方案中，上一帧对应的全局定位信息可以为分频输出模块以50Hz向基于离线OSM的全局定位子系统输出的高精度的全局定位信息。如图3所示，可以通过子图索引及处理模块根据OSM和飞行高度，确定OSM的局部子图的点特征图像，然后通过基于改进型FDCM算法的全局定位模块根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定当前帧对应的第一全局定位信息。

在上述方案中，由于OSM是离线存储的，从而在GPS信号失效时，也可以通过上一帧对应的全局定位信息，确定当前帧对应的全局定位信息，从而可以实现飞行器的实时高精度全局定位。

在一种实施例中，根据OSM和飞行高度，确定OSM的局部子图的点特征图像，包括：根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图；对局部子图进行解析处理，得到OSM中的节点信息，节点信息包括OSM中的节点、节点的位置信息以及节点之间的节点关系，节点包括路网节点和建筑物区域节点；对节点信息进行渲染处理，得到点特征图像。

在该方案中，如图3所示，子图索引及处理模块包括自适应尺寸子图索引单元、路网节点及建筑物区域节点提取单元和图形渲染单元。自适应尺寸子图索引单元可以根据不同高度确定索引尺寸，原则上高度越高，局部子图的抓取尺寸越大，因此，可以通过上一帧对应的全局定位信息确定当前帧对应的索引尺寸，以尽量保证上一帧的全局定位信息和当前帧的全局定位信息处于同一高度，从而提高飞行器实时定位的精确度。

具体地，子图索引及处理模块根据OSM和飞行高度，确定OSM的局部子图的点特征图像时，具体可以通过自适应尺寸子图索引单元根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图；由于局部子图中包括了各种路网节点和建筑物区域节点，因此，可以通过路网节点及建筑物区域节点提取单元对局部子图进行解析处理，以得到包含有各种路网节点、各种建筑物区域节点、各节点之间的节点关系、各节点的位置信息的节点信息，该节点信息可以以.csv格式的文件存储，该文件也可以称为节点与节点关系文件；在通过图形渲染单元对节点信息进行渲染之后，就可以得到局部子图的点特征信息。

在一种实施例中，根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图，包括：根据飞行高度，确定局部子图的索引尺寸；根据上一帧对应的全局定位信息，采用索引尺寸对OSM进行索引，得到局部子图。

在该方案中，自适应尺寸子图索引单元根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图时，由于无法保证飞行器在飞行阶段维持在相同高度，因此，飞行器的俯视航拍图像会因飞行高度变化具有尺度属性。为了提升对OSM进行索引的精度，并减少对OSM进行索引的时间，可以根据飞行高度，自适应调整被索引的局部子图的索引尺寸，然后根据上一帧对应的全局定位信息确定当前需要在OSM上进行索引的位置，并采用调整的索引尺寸对OSM索引，以得到OSM的局部子图，该局部子图可以以.osm格式输出。原则上高度越高，局部子图的抓取尺寸越大。

在一种实施例中，对节点信息进行渲染处理，得到点特征图像，包括：根据节点的位置信息以及节点之间的节点关系，对节点进行连接处理，得到节点连接图像；对节点连接图像进行渲染处理，得到点特征图像。

在该方案中，各节点的位置信息可以用经纬度坐标来表示，在通过图形渲染单元对节点信息进行渲染，得到局部子图的点特征信息时，图像渲染单元可以先将各节点的经纬度坐标进行坐标变换，得到东北天坐标系下的坐标，然后根据节点之间的节点关系，对各节点进行连线处理，最后渲染得到点特征图像。由于点特征图像中包括以第一节点为起点，以第二节点为终点的直线段，因此，点特征图像的结构性较强，从而可以降低对点特征图像的计算量，提高对局部子图中节点的搜索效率。

在一种实施例中，根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息，包括：采用语义分割算法对俯视航拍图像进行分割处理，得到像素特征图像，像素特征图像包括路网像素和建筑物轮廓像素；采用随机抽样一致算法对像素特征图像进行直线段拟合处理，得到第一特征矢量图；根据点特征图像，构建得到三维距离变换积分图；根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息；对局部定位信息和上一帧对应的全局定位信息进行位姿拼接处理，确定第一全局定位信息。

在该方案中，通过基于改进型FDCM算法的全局定位模块根据俯视航拍图像、上一帧对应的全局定位信息和图像渲染单元输出的点特征图像，可以确定当前帧对应的第一全局定位信息，如图3所示，基于改进型FDCM算法的全局定位模块可以包括路网及建筑物轮廓特征提取单元、特征图像的结构化采样单元、三维距离变换积分图构建单元、滑窗匹配单元和位姿拼接单元。

具体地，路网及建筑物轮廓特征提取单元通过采用基于神经网络的语义分割算法对俯视航拍图像进行像素级分割处理，得到的像素特征图像中仅包括路网像素和建筑物轮廓像素，从而可以提高对俯视航拍图像进行计算的效率。

具体地，由于路网与建筑物轮廓具有鲜明结构特征，因此，特征图像的结构化采样单元可以采用随机抽样一致算法（RANSAC算法）对像素特征图像进行直线段拟合处理，输出第一特征矢量图，该第一特征矢量图由直线段以及法向量量化表示，直线段由某一像素点为起点和另一像素点为终点组成，也可以称为结构化直线段特征矢量图。这样可以在保证路网和建筑物轮廓的结构不变的条件下减小像素特征图像的大小，以节省存储空间。

具体地，可以通过三维距离变换积分图构建单元对图形渲染单元输出的局部子图的点特征图像进行构建处理，得到三维距离变换积分图，然后滑窗匹配单元根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息。由于第一特征矢量图由直线段以及法向量量化表示，因此，可以降低匹配时间复杂度，也即，将匹配时间复杂度由 O(n)降到 O(m)，其中 n为像素特征图像中像素点的数量， m为第一特征矢量图中直线段的数量，且 m<< n。

具体地，通过滑窗匹配单元得到的当前帧对应的局部定位信息是被索引的局部子图的局部定位信息，因此，需要位姿拼接单元将当前帧对应的局部定位信息与上一帧对应的全局定位信息进行位姿拼接，以获得当前帧对应的全局定位信息，也即第一全局定位信息，从而可以实现飞行器的实时高精度全局定位。

在一种实施例中，根据点特征图像，构建得到三维距离变换积分图，包括：对点特征图像进行直线段拟合处理，得到第二特征矢量图，第二特征矢量图中包括多个直线段，直线段的起点为第一像素点，终点为第二像素点；对第二特征矢量图进行分析处理，得到三维距离变换积分图。

在该方案中，三维距离变换积分图构建单元对图形渲染单元输出的局部子图的点特征图像进行构建处理，得到三维距离变换积分图时，可以先通过特征图像的结构化采样单元对局部子图的点特征图像进行结构化采样处理，形成直线段特征矢量图，也即第二特征矢量图；由于第二特征矢量图由直线段以及法向量量化表示，因此可以提高对第二特征矢量图进行分析处理的效率，从而可以提高对三维距离变换积分图进行构建的效率，进一步可以提高对飞行器进行实时高精度全局定位的效率。

在一种实施例中，对第二特征矢量图进行分析处理，得到三维距离变换积分图，包括：针对第二特征矢量图中的每个像素点，确定像素点所在量化方向的直线段与第二特征矢量图边缘的交点；确定交点与像素点之间的所有中间像素点；确定所有中间像素点中每个中间像素点与第二特征矢量图中各直线段之间的距离的和；将距离的和中的最小值确定为像素点的距离变换积分值；对第二特征矢量图中的每个像素点对应的距离变换积分值进行渲染处理，得到三维距离变换积分图。

在该方案中，三维距离变换积分图构建单元可以采用改进型FDCM算法对第二特征矢量图进行分析处理，得到三维距离变换积分图时，首先需要确定第二特征矢量图中每个像素点所在量化方向的直线段，与第二特征矢量图的图像边缘的交点，并确定出该交点与对应的像素点之间的所有中间像素点；针对所有中间像素点中的每个中间像素点，确定该中间像素点与第二特征矢量图中每个直线段之间的距离的和，也即，每个中间像素点均对应一个距离的和；然后对所有中间像素点对应的距离的和进行排序，选择最小值作为对应的像素点的距离变换积分值；最后对第二特征矢量图中每个像素点对应的距离变换积分值进行渲染处理，就可以得到三维距离变换积分图，该三维距离变换积分图本质上为矩阵。

在上述方案中，由于传统FDCM算法需要构建三维距离变换图作为中间结果，才能根据三维距离变换图得到三维距离变换积分图，因此，消耗的计算资源较多，而通过本方案的改进型FDCM算法可以直接得到三维距离变换积分图，因此，可以减少对像素点的搜索时间及像素点与直线段之间距离的计算时间，从而节省了计算资源，提高了对三维距离变换积分图进行构建的效率，进一步可以提高对飞行器进行实时高精度全局定位的效率。

在一种实施例中，根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息，包括：根据目标步长，采用第一特征矢量图对三维距离变换积分图进行匹配处理，得到多个候选积分图；采用非极大值抑制算法对多个候选积分图进行选择处理，得到局部定位信息。

在该方案中，三维距离变换积分图的尺寸要远大于第一特征矢量图的尺寸，因此，可以将第一特征矢量图作为滑窗对三维距离变换积分图进行匹配处理，得到局部子图的局部定位信息。

具体地，由于飞行器在飞行阶段的飞行高度在变化，因此，需要自适应调整滑窗匹配时的步长 δ，若飞行器的当前飞行高度较高，需要将 δ减小，若飞行器的当前飞行高度较低，需要将 δ增大。

具体地，确定了滑窗匹配时的目标步长之后，可以根据目标步长，采用第一特征矢量图对三维距离变换积分图进行匹配处理，得到多个候选积分图，然后采用非极大值抑制算法对多个候选积分图进行选择处理，通过选择出的最优的候选积分图，确定局部定位信息，以提高得到的局部定位信息的精确度，这样后续通过位姿拼接单元将局部定位信息和上一帧对应的全局定位信息进行位姿拼接处理之后，可以提高当前帧对应的第一全局定位信息的精确度，进一步可以实现飞行器的实时高精度全局定位。

本实施例提供的飞行器的定位方法，提出了由基于离线OpenStreetMap的全局定位子系统和惯性导航子系统组成的新型组合导航系统，使飞行器在GPS信号失效时也能够进行全局定位，得到实时高精度的定位信息；并对传统的FDCM算法进行改进，得到针对全局定位背景下的改进型FDCM算法，也即，通过飞行器的飞行高度自适应调整步长的滑窗匹配策略，可以增强匹配鲁棒性，通过增加位姿拼接单元可以将局部定位转化为全局定位，通过直接构建三维距离变换积分图，去掉了中间结果三维距离变换图的计算过程，提高了飞行器实时高精度全局定位的效率。

从总体上来说，本申请提供的技术方案，是一种既可以使飞行器在GPS信号失效时也能够进行实时高精度的全局定位，还可以提高飞行器实时高精度全局定位的效率的技术方案。

本申请实施例还提供一种飞行器的定位装置，飞行器设置有拍摄设备和高度计量设备，拍摄设备用于采集俯视航拍图像，高度计量设备用于计量飞行器的飞行高度。图4为本申请实施例提供的飞行器的定位装置的另一种结构示意图，如图4所示，该飞行器的定位装置400包括：

分析模块401，用于基于离线开放街道地图OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息；

融合模块402，用于对惯性测量参数和第一全局定位信息进行融合处理，得到飞行器的第二全局定位信息，第二全局定位信息的精度高于第一全局定位信息的精度，惯性测量参数包括飞行器的速度信息、位置信息和姿态信息。

可选的，分析模块401在基于离线OSM，对俯视航拍图像和飞行高度进行分析，得到飞行器的第一全局定位信息时，具体用于：根据OSM和飞行高度，确定OSM的局部子图的点特征图像；根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息。

可选的，分析模块401在根据OSM和飞行高度，确定OSM的局部子图的点特征图像时，具体用于：根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图；对局部子图进行解析处理，得到OSM中的节点信息，节点信息包括OSM中的节点、节点的位置信息以及节点之间的节点关系，节点包括路网节点和建筑物区域节点；对节点信息进行渲染处理，得到点特征图像。

可选的，分析模块401在根据OSM、飞行高度和上一帧对应的全局定位信息，确定局部子图时，具体用于：根据飞行高度，确定局部子图的索引尺寸；根据上一帧对应的全局定位信息，采用索引尺寸对OSM进行索引，得到局部子图。

可选的，分析模块401在对节点信息进行渲染处理，得到点特征图像时，具体用于：根据节点的位置信息以及节点之间的节点关系，对节点进行连接处理，得到节点连接图像；对节点连接图像进行渲染处理，得到点特征图像。

可选的，分析模块401在根据俯视航拍图像、上一帧对应的全局定位信息和点特征图像，确定第一全局定位信息时，具体用于：采用语义分割算法对俯视航拍图像进行分割处理，得到像素特征图像，像素特征图像包括路网像素和建筑物轮廓像素；采用随机抽样一致算法对像素特征图像进行直线段拟合处理，得到第一特征矢量图；根据点特征图像，构建得到三维距离变换积分图；根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息；对局部定位信息和上一帧对应的全局定位信息进行位姿拼接处理，确定第一全局定位信息。

可选的，分析模块401在根据点特征图像，构建得到三维距离变换积分图时，具体用于：对点特征图像进行直线段拟合处理，得到第二特征矢量图，第二特征矢量图中包括多个直线段，直线段的起点为第一像素点，终点为第二像素点；对第二特征矢量图进行分析处理，得到三维距离变换积分图。

可选的，分析模块401在对第二特征矢量图进行分析处理，得到三维距离变换积分图时，具体用于：针对第二特征矢量图中的每个像素点，确定像素点所在量化方向的直线段与第二特征矢量图边缘的交点；确定交点与像素点之间的所有中间像素点；确定所有中间像素点中每个中间像素点与第二特征矢量图中各直线段之间的距离的和；将距离的和中的最小值确定为像素点的距离变换积分值；对第二特征矢量图中的每个像素点对应的距离变换积分值进行渲染处理，得到三维距离变换积分图。

可选的，分析模块401在根据第一特征矢量图对三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息时，具体用于：根据目标步长，采用第一特征矢量图对三维距离变换积分图进行匹配处理，得到多个候选积分图；采用非极大值抑制算法对多个候选积分图进行选择处理，得到局部定位信息。

本实施例提供的飞行器的定位装置，用于执行前述方法实施例中的飞行器的定位方法的技术方案，其实现原理和技术效果类似，在此不再赘述。

本申请实施例还提供一种电子设备，该电子设备可以为前述的飞行器。图5为本申请实施例提供的一种电子设备的结构示意图，如图5所示，电子设备500可以包括以下一个或多个组件：处理组件502，存储器504，电源组件506，多媒体组件508，音频组件510，输入/输出接口512，传感器组件514，以及通信组件516。其中，输入/输出接口512也可以称为I/O接口512。

处理组件502通常控制电子设备500的整体操作，诸如与扫描，拍摄，数据通信等相关的操作。处理组件502可以包括一个或多个处理器520来执行计算机执行指令，以完成上述的飞行器的定位方法的全部或部分步骤。此外，处理组件502可以包括一个或多个模块，便于处理组件502和其他组件之间的交互。例如，处理组件502可以包括多媒体模块，以方便多媒体组件508和处理组件502之间的交互。其中，处理器可以是一种集成电路芯片，具有信号的处理能力。上述的处理器可以是通用处理器，包括中央处理器(Central ProcessingUnit，简称：CPU)、网络处理器(Network Processor，简称：NP)等。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器504被配置为存储各种类型的数据以支持在电子设备500的操作，存储器504与处理组件502通信连接。这些数据的示例包括用于在电子设备500上操作的任何应用程序或方法的指令，数据等。存储器504可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（Static Random-Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically-Erasable Programmable Read-Only Memory ，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read Only Memory ，简称EPROM），可编程只读存储器（Programmable read-only memory ，简称PROM），只读存储器（Read-Only Memory ，简称ROM），磁存储器，快闪存储器，磁盘或光盘等。其中，存储器504用于存储程序，处理组件502在接收到执行指令后，执行程序。进一步地，上述存储器504内的软件程序以及模块还可包括操作系统，其可包括各种用于管理系统任务(例如内存管理、存储设备控制、电源管理等)的软件组件和/或驱动，并可与各种硬件或软件组件相互通信，从而提供其他软件组件的运行环境。

电源组件506为电子设备500的各种组件提供电力。电源组件506可以包括电源管理系统，一个或多个电源，及其他与为电子设备500生成、管理和分配电力相关联的组件。

多媒体组件508包括在电子设备500和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器（Liquid Crystal Display，简称LCD）和触摸面板（Touch Panel，简称TP）。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与触摸或滑动操作相关的持续时间和压力。

音频组件510被配置为输出和/或输入音频信号。例如，音频组件510包括一个麦克风（Microphone，简称MIC），当电子设备500处于操作模式，如语音输出模式时，扬声器被配置为向外部输出音频信号，该音频信号可以包括与飞行器的当前定位信息等相关的信息。

I/ O接口512为处理组件502和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：音量按钮、启动按钮和锁定按钮。

传感器组件514包括一个或多个传感器，用于为电子设备500提供各个方面的状态评估。例如，传感器组件514可以检测到电子设备500的打开/关闭状态，组件的相对定位，例如该组件为电子设备500的显示器和小键盘等，传感器组件514还可以检测电子设备500或电子设备500一个组件的位置改变，用户与电子设备500接触的存在或不存在。

通信组件516被配置为便于电子设备500和其他设备之间有线或无线方式的通信。电子设备500可以接入基于通信标准的无线网络，如WiFi，2G或3G，或它们的组合。在一个示例性实施例中，通信组件516经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，通信组件516还包括近场通信（Near FieldCommunication，简称NFC）模块，以促进短程通信。例如，在NFC模块可基于射频识别（RadioFrequency Identification，简称RFID）技术，红外数据协会（Infrared Data Association，简称IrDA）技术，超宽带（Ultra Wide Band ，简称UWB）技术，蓝牙（Bluetooth ，简称BT）技术和其他技术来实现。

在示例性实施例中，电子设备500可以被一个或多个应用专用集成电路（Application Specific Integrated Circuit，简称ASIC）、数字信号处理器（DigitalSignal Processor ，简称DSP）、数字信号处理设备（Digital Signal Processor Device ，简称DSPD）、可编程逻辑器件（Programmable Logic Device ，简称PLD）、现场可编程门阵列（Field programmable gate array ，简称FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述飞行器的定位方法。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现前述方法实施例中提供的飞行器的定位方法的技术方案。

本申请实施例还提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时用于实现前述方法实施例中提供的飞行器的定位方法的技术方案。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、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申请的一般性原理并包括本申请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，本申请的真正范围和精神由本申请的权利要求书指出。

应当理解的是，本申请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。本申请的范围仅由所附的权利要求书来限制。

Claims (13)

1.一种飞行器的定位方法，其特征在于，所述飞行器设置有拍摄设备和高度计量设备，所述拍摄设备用于采集俯视航拍图像，所述高度计量设备用于计量所述飞行器的飞行高度；

所述定位方法包括：

基于离线开放街道地图OSM，对所述俯视航拍图像和所述飞行高度进行分析，得到所述飞行器的第一全局定位信息；

对惯性测量参数和所述第一全局定位信息进行融合处理，得到所述飞行器的第二全局定位信息，所述第二全局定位信息的精度高于所述第一全局定位信息的精度，所述惯性测量参数包括所述飞行器的速度信息、位置信息和姿态信息。

2.根据权利要求1所述的定位方法，其特征在于，所述基于离线OSM，对所述俯视航拍图像和所述飞行高度进行分析，得到所述飞行器的第一全局定位信息，包括：

根据所述OSM和所述飞行高度，确定所述OSM的局部子图的点特征图像；

根据所述俯视航拍图像、上一帧对应的全局定位信息和所述点特征图像，确定所述第一全局定位信息。

3.根据权利要求2所述的定位方法，其特征在于，所述根据所述OSM和所述飞行高度，确定所述OSM的局部子图的点特征图像，包括：

根据所述OSM、所述飞行高度和上一帧对应的全局定位信息，确定所述局部子图；

对所述局部子图进行解析处理，得到所述OSM中的节点信息，所述节点信息包括所述OSM中的节点、节点的位置信息以及节点之间的节点关系，所述节点包括路网节点和建筑物区域节点；

对所述节点信息进行渲染处理，得到所述点特征图像。

4.根据权利要求3所述的定位方法，其特征在于，所述根据所述OSM、所述飞行高度和上一帧对应的全局定位信息，确定所述局部子图，包括：

根据所述飞行高度，确定所述局部子图的索引尺寸；

根据上一帧对应的全局定位信息，采用所述索引尺寸对所述OSM进行索引，得到所述局部子图。

5.根据权利要求3所述的定位方法，其特征在于，所述对所述节点信息进行渲染处理，得到所述点特征图像，包括：

根据节点的位置信息以及节点之间的节点关系，对所述节点进行连接处理，得到节点连接图像；

对所述节点连接图像进行渲染处理，得到所述点特征图像。

6.根据权利要求2至5任一项所述的定位方法，其特征在于，所述根据所述俯视航拍图像、上一帧对应的全局定位信息和所述点特征图像，确定所述第一全局定位信息，包括：

采用语义分割算法对所述俯视航拍图像进行分割处理，得到像素特征图像，所述像素特征图像包括路网像素和建筑物轮廓像素；

采用随机抽样一致算法对所述像素特征图像进行直线段拟合处理，得到第一特征矢量图；

根据所述点特征图像，构建得到三维距离变换积分图；

根据所述第一特征矢量图对所述三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息；

对所述局部定位信息和上一帧对应的全局定位信息进行位姿拼接处理，确定所述第一全局定位信息。

7.根据权利要求6所述的定位方法，其特征在于，所述根据所述点特征图像，构建得到三维距离变换积分图，包括：

对所述点特征图像进行直线段拟合处理，得到第二特征矢量图，所述第二特征矢量图中包括多个直线段，所述直线段的起点为第一像素点，终点为第二像素点；

对所述第二特征矢量图进行分析处理，得到所述三维距离变换积分图。

8.根据权利要求7所述的定位方法，其特征在于，所述对所述第二特征矢量图进行分析处理，得到所述三维距离变换积分图，包括：

针对所述第二特征矢量图中的每个像素点，确定所述像素点所在量化方向的直线段与所述第二特征矢量图边缘的交点；

确定所述交点与所述像素点之间的所有中间像素点；

确定所述所有中间像素点中每个中间像素点与所述第二特征矢量图中各直线段之间的距离的和；

将所述距离的和中的最小值确定为所述像素点的距离变换积分值；

对所述第二特征矢量图中的每个像素点对应的距离变换积分值进行渲染处理，得到所述三维距离变换积分图。

9.根据权利要求6所述的定位方法，其特征在于，所述根据所述第一特征矢量图对所述三维距离变换积分图进行匹配处理，确定当前帧对应的局部定位信息，包括：

根据目标步长，采用所述第一特征矢量图对所述三维距离变换积分图进行匹配处理，得到多个候选积分图；

采用非极大值抑制算法对所述多个候选积分图进行选择处理，得到所述局部定位信息。

10.一种飞行器的定位装置，其特征在于，所述飞行器设置有拍摄设备和高度计量设备，所述拍摄设备用于采集俯视航拍图像，所述高度计量设备用于计量所述飞行器的飞行高度；

所述定位装置包括：

全局定位子系统，用于基于离线OSM，对所述俯视航拍图像和所述飞行高度进行分析，得到所述飞行器的第一全局定位信息；

惯性导航子系统，用于对所述飞行器进行测量，得到所述飞行器的惯性测量参数，所述惯性测量参数包括所述飞行器的速度信息、位置信息和姿态信息；

滤波器，用于对所述惯性测量参数和所述第一全局定位信息进行融合处理，得到所述飞行器的第二全局定位信息，所述第二全局定位信息的精度高于所述第一全局定位信息的精度。

11.根据权利要求10所述的定位装置，其特征在于，所述定位装置还包括：

分频输出模块，用于以目标频率输出所述第二全局定位信息。

12.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至9任一项所述的飞行器的定位方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至9任一项所述的飞行器的定位方法。

Images