CN116309798A - 一种无人机成像定位方法 - Google Patents

一种无人机成像定位方法 Download PDF

Info

Publication number
CN116309798A
CN116309798A CN202310081307.8A CN202310081307A CN116309798A CN 116309798 A CN116309798 A CN 116309798A CN 202310081307 A CN202310081307 A CN 202310081307A CN 116309798 A CN116309798 A CN 116309798A
Authority
CN
China
Prior art keywords
coordinate system
unmanned aerial
aerial vehicle
image
axis
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
Application number
CN202310081307.8A
Other languages
English (en)
Inventor
袁璟惠
王泽�
汤伟宁
张靖远
魏驰恒
陈霄宇
张毅
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.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
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 Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN202310081307.8A priority Critical patent/CN116309798A/zh
Publication of CN116309798A publication Critical patent/CN116309798A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

本发明公开了一种无人机成像定位方法，包括以下步骤，步骤一：确定无人机上陀螺仪的偏航角、俯仰角以及横滚角的实际意义；步骤二：建立图像定位所需要的坐标系；步骤三：根据图像建立图像像素坐标系和图像物理坐标系，计算目标点实际位置在相机坐标系内的三维坐标；步骤四：将相机坐标系转换为无人机地理坐标系；步骤五：将无人机地理坐标系转换为大地直角坐标系；步骤六：将大地直角坐标系转换为GPS坐标系，本发明的有益效果：根据目标定位过程中目标点、像点和测量点的几何关系，利用Matlab算法计算出目标点的经纬度和高度，从而实现目标定位，有利于无人机目标定位成像的精度的提高。

Description

一种无人机成像定位方法
技术领域
本发明涉及无人机成像定位技术领域，具体是一种无人机成像定位方法。
背景技术
无人机地面目标成像技术是现代先进的远程定位技术，在军事及民事领域都得到了广泛应用，其主要包括目标探测识别、目标定位等技术关键点。其中，目标定位技术的精度很大程度上决定了无人机目标定位成像的精度水平。随着现代科技水平的飞速发展,各领域对目标定位技术的精度要求也越来越高。
由于我国对无人机技术特别是目标成像定位系统的研发起步较国外晚，整体技术水平落后于国外，尤其是无人机成像定位的领域普遍存在定位精度差、抗干扰能力差的缺陷。因此，大力发展无人机成像定位技术应当是我国侦察技术领域研发的重中之重。
发明内容
本发明的目的在于提供一种无人机成像定位方法，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：一种无人机成像定位方法，包括以下步骤：
步骤一：利用无人机上的陀螺仪获得拍摄图像时的偏航角、俯仰角以及横滚角；步骤二：建立图像定位所需要的坐标系，其中包括相机坐标系、无人机地理坐标系、GPS坐标系和大地直角坐标系；
步骤三：根据图像建立图像像素坐标系和图像物理坐标系，然后计算图像上的目标点实际位置在相机坐标系内的三维坐标；
步骤四：将步骤三中计算得到的目标点在相机坐标系内的三维坐标代入到无人机地理坐标系中，得到图像上目标点实际位置在无人机地理坐标系中的三维坐标； 步骤五：将步骤四中计算得到的目标点在无人机地理坐标系中的三维坐标代入到大地直角坐标系中，得到图像上目标点实际位置在大地直角坐标系中的三维坐标；
步骤六：将步骤五中计算得到的目标点在大地直角坐标系中的三维坐标代入到GPS坐标系中，得到图像上目标点实际位置在GPS坐标系中的三维坐标。
进一步的，在所述相机坐标系中，以相机的平面中心点作为原点，记作Oc，以相机的光轴方向作为Z轴方向，X轴和Y轴的方向与图像中的X轴和Y轴的方向相同。
进一步的，在所述无人机地理坐标系中，以无人机的实际位置为原点，以无人机与地面的垂线为Z轴，以无人机的正南方向作为Y轴，以无人机的正东方向作为X轴，在俯拍时，陀螺仪的偏航角、俯仰角以及横滚角分别代表相机坐标系和无人机坐标系三个极轴之间的旋转角度； 所述GPS坐标系即世界大地坐标系WGS-84，坐标原点为地球质心，X轴由原点指向本初子午线与赤道的交点，Z轴指向地球北极方向，Y轴垂直于XOZ的平面，并与X、Z轴构成右手坐标系，在该坐标系下任意一点的坐标可以表示为B、L、H，分别代表该点的纬度、经度以及高度； 所述大地直角坐标系的坐标轴以及坐标原点与GPS坐标系的坐标轴和坐标原点完全重合。
进一步的，在步骤三中，所述图像像素坐标系是以当前拍摄的图像左上角为原点，以像素为坐标单位的直角坐标系，Xp和Yp分别表示该像素在数字图像中的行数与列数，所述图像物理坐标系是以相机光轴与相机内部图像传感器的交点为原点，以实际物理尺寸为单位的直角坐标系，其中Xw轴、Yw轴分别与图像像素坐标系的Xp和Yp轴平行。
进一步的，在图像像素坐标系中，像素点p的图像物理坐标
Figure SMS_10
与物点 P 的摄像机坐标系坐标/>
Figure SMS_3
的关系式如下：/>
Figure SMS_6
（5-1），其中/>
Figure SMS_11
为相机的焦距，像素点 p 的图像像素坐标/>
Figure SMS_15
与其图像物理坐标/>
Figure SMS_12
的关系如下：
Figure SMS_16
（5-2），其中，/>
Figure SMS_14
为图像主点，即相机光轴与相机内部图像传感器交点的图像像素坐标；dx 和dy别为相机的单个像元在Xw和Yw方向上的物理尺寸，结合关系式（5-1）以及关系式（5-2）可以将目标的图像像素坐标/>
Figure SMS_17
转化为图像物理坐标/>
Figure SMS_2
，图像中目标点在相机坐标系中坐标为/>
Figure SMS_8
；像素点p的图像物理坐标/>
Figure SMS_4
与物点 P 的摄像机坐标系坐标/>
Figure SMS_5
，/>
Figure SMS_9
为相机的焦距，像素点 p 的图像像素坐标/>
Figure SMS_13
，/>
Figure SMS_1
为图像主点，得到图像中目标实际位置在相机坐标系中坐标为/>
Figure SMS_7
。
进一步的，在步骤四中，相机坐标系中的点到无人机坐标系的坐标转换步骤如下：S1：将坐标系绕X轴沿右手螺旋方向旋转，即右手握住旋转轴，四指指向方向为转动方向，转换矩阵
Figure SMS_18
； S2：将坐标系绕Y轴沿右手螺旋方向旋转
Figure SMS_19
，转换矩阵/>
Figure SMS_20
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转
Figure SMS_21
，转换矩阵
Figure SMS_22
。
上述步骤中
Figure SMS_23
，/>
Figure SMS_24
，/>
Figure SMS_25
为拍摄照片时，无人机获取的相机与云台对应三个姿态角求和得到的对应的横滚角、俯仰角、方位角；
图像中目标在无人机地理坐标系中表示为
Figure SMS_26
（6-1），得到图像中目标点实际位置在无人机地理坐标系坐标表示为/>
Figure SMS_27
。
进一步的，在步骤四中，计算无人机和目标点连线与无人机到地面的垂线的夹角
Figure SMS_36
、无人机和目标点的连接与无人机到图像中心点连接之间的夹角/>
Figure SMS_30
，其中夹角/>
Figure SMS_34
的表达式如下：/>
Figure SMS_38
，夹角/>
Figure SMS_42
的表达式如下：
Figure SMS_40
；随后利用拍摄该照片时的获取的无人机GPS信息/>
Figure SMS_44
、
Figure SMS_39
和/>
Figure SMS_43
，计算目标在无人机地理坐标系中的坐标，目标在无人机地理坐标系z轴上的投影，即目标的无人机地理坐标系z轴坐标是/>
Figure SMS_28
，根据该z轴坐标值与相机焦距的比值，分别计算/>
Figure SMS_33
、/>
Figure SMS_31
，得到无人机地理坐标系中的坐标
Figure SMS_35
，其中/>
Figure SMS_37
为相机的焦距/>
Figure SMS_41
、/>
Figure SMS_29
和/>
Figure SMS_32
分别代表无人机拍照时的经度、纬度和高度。
进一步的，在步骤五中，首先进行坐标的转换，将无人机地理坐标系绕X轴沿右手螺旋方向旋转
Figure SMS_45
度，此处采用右手螺旋法则，右手握住旋转轴，四指指向方向为转动方向，再绕指向地面方向Z轴沿右手螺旋方向旋转/>
Figure SMS_46
度，最后绕Z轴转-90度，获得以下转换矩阵：
Figure SMS_47
；（8-1）旋转之后进行坐标平移，平移矩阵如下：
Figure SMS_48
；（8-2） 在矩阵（8-2）中，左边xyz是旋转之后的坐标平移量，右边各参数的意义如下：/>
Figure SMS_49
，其中，/>
Figure SMS_50
为椭球长半径；/>
Figure SMS_51
为地球卯酉圈曲率半径；/>
Figure SMS_52
为地球第一偏心率；结合矩阵（7-1）和矩阵（7-2），即可将目标点的坐标从无人机地理坐标系转换为大地直角坐标系坐标表示为/>
Figure SMS_53
，其转换公式如下：/>
Figure SMS_54
；
利用拍摄该照片时的获取的无人机的经度、纬度和高度
Figure SMS_55
、/>
Figure SMS_56
和/>
Figure SMS_57
，/>
Figure SMS_58
为椭球长半径；/>
Figure SMS_59
为地球卯酉圈曲率半径；/>
Figure SMS_60
为地球第一偏心率；得到目标大地直角坐标系坐标表示为/>
Figure SMS_61
。
进一步的，在步骤六中，大地直角坐标系到GPS坐标系的转换公式如下：
Figure SMS_71
，其中，/>
Figure SMS_64
、/>
Figure SMS_67
、/>
Figure SMS_66
分别为待求目标的经度、纬度和高度，/>
Figure SMS_70
、/>
Figure SMS_73
、/>
Figure SMS_76
为目标在大地直角坐标系下的坐标，N的表达公式如下：
Figure SMS_78
，在计算时采用迭代算法，在迭代时先设定/>
Figure SMS_79
的初始值/>
Figure SMS_65
，计算公式如下：/>
Figure SMS_69
，然后计算/>
Figure SMS_72
的更新值：
Figure SMS_74
，最后将初始值/>
Figure SMS_75
和更新值/>
Figure SMS_77
之间的差值进行比较，若在误差范围内则结束迭代并最终计算出目标的大地坐标，反之若查出误差范围则以/>
Figure SMS_63
为初始值继续进行迭代，直至/>
Figure SMS_68
与/>
Figure SMS_62
之间的差值误差在范围内为止，所述误差范围为小于0.00000001，为弧度制；
其中
Figure SMS_81
为地球长半径；/>
Figure SMS_84
为地球卯酉圈曲率半径；/>
Figure SMS_86
为椭球第一偏心率，/>
Figure SMS_80
、
Figure SMS_83
、/>
Figure SMS_87
分别表示第i次迭代时对应/>
Figure SMS_88
、/>
Figure SMS_82
、/>
Figure SMS_85
的值，值得注意的是，在具体的实验过程中，无人机在拍照时的所处高度H可以采用雷达进行获取，以达到更精准的高度数值。
与现有技术相比，本发明的有益效果是：根据目标定位过程中目标点、像点和测量点的几何关系，利用Matlab算法计算出目标点的经纬度和高度，从而实现目标定位，并且通过对偏航角、横滚角和俯仰角进行分析，有利于无人机目标定位成像的精度的提高。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明中心透视投影模型示意图；
图2为本发明目标定位几何关系图；
图3为本发明无人机地理坐标系到大地直角坐标系的转换示意图；
图4为本发明50M悬停GPS误差折线图；
图5为本发明10M悬停GPS误差折线图；
图6为本发明1.99m相机姿态角水平误差折线图；
图7为本发明不同高度下的定位误差（水平投影）图；
图8为本发明不同高度下的定位误差（距离误差）图；
图9为本发明不同姿态角下的定位误差（水平投影）图；
图10为本发明变姿态角下的A点定位误差图；
图11为本发明变姿态角下的B点定位误差图；
图12为本发明变姿态角水平误差折线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-3，本发明实施例中，一种无人机成像定位方法，包括以下步骤：
步骤一：利用无人机上的陀螺仪获得拍摄图像时的偏航角、俯仰角以及横滚角；步骤二：建立图像定位所需要的坐标系，其中包括相机坐标系、无人机地理坐标系、GPS坐标系和大地直角坐标系；
步骤三：根据图像建立图像像素坐标系和图像物理坐标系，然后计算图像上的目标点实际位置在相机坐标系内的三维坐标；
步骤四：将步骤三中计算得到的目标点在相机坐标系内的三维坐标代入到无人机地理坐标系中，得到图像上目标点实际位置在无人机地理坐标系中的三维坐标； 步骤五：将步骤四中计算得到的目标点在无人机地理坐标系中的三维坐标代入到大地直角坐标系中，得到图像上目标点实际位置在大地直角坐标系中的三维坐标；
步骤六：将步骤五中计算得到的目标点在大地直角坐标系中的三维坐标代入到GPS坐标系中，得到图像上目标点实际位置在GPS坐标系中的三维坐标。
实施例一：
如图1-2所示，以图像左上角点为原点，以像素为坐标单位建立图像像素直角坐标系，Xp和Yp分别表示该像素在数字图像中的行数与列数；
所述图像物理坐标系是以相机光轴与相机内部图像传感器的交点为原点，以实际物理尺寸为单位的直角坐标系，其中Xw轴、Yw轴分别与图像像素坐标系的Xp和Yp轴平行；
如图1所示，依据中心透视投影模型的映射关系，像素点p的图像物理坐标
Figure SMS_90
与物点 P 的摄像机坐标系坐标/>
Figure SMS_92
的关系式如下：/>
Figure SMS_95
（5-1），其中/>
Figure SMS_91
为相机的焦距，像素点 p 的图像像素坐标/>
Figure SMS_94
与其图像物理坐标
Figure SMS_96
的关系如下：/>
Figure SMS_98
（5-2），其中，/>
Figure SMS_89
为图像主点，即相机光轴与相机内部图像传感器交点的图像像素坐标；dx 和dy别为相机的单个像元在Xw和Yw方向上的物理尺寸，结合关系式（5-1）以及关系式（5-2）可以将目标的图像像素坐标
Figure SMS_93
转化为图像物理坐标/>
Figure SMS_97
，其几何关系图如图2所示；
图像中目标点在相机坐标系中坐标为
Figure SMS_99
；像素点p的图像物理坐标
Figure SMS_100
与物点 P 的摄像机坐标系坐标/>
Figure SMS_101
，/>
Figure SMS_102
为相机的焦距，像素点 p 的图像像素坐标/>
Figure SMS_103
，/>
Figure SMS_104
为图像主点，得到图像中目标实际位置在相机坐标系中坐标为/>
Figure SMS_105
；
将目标点在相机坐标系的中坐标转换为无人机地理坐标系中的坐标：
相机坐标系中的点到无人机坐标系的坐标转换步骤如下： S1：将坐标系绕X轴沿右手螺旋方向旋转，即右手握住旋转轴，四指指向方向为转动方向，转换矩阵
Figure SMS_106
； S2：将坐标系绕Y轴沿右手螺旋方向旋转/>
Figure SMS_107
，转换矩阵/>
Figure SMS_108
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转
Figure SMS_109
，转换矩阵
Figure SMS_110
。
上述步骤中
Figure SMS_111
，/>
Figure SMS_112
，/>
Figure SMS_113
为拍摄照片时，无人机获取的相机与云台对应三个姿态角求和得到的对应的横滚角、俯仰角、方位角。
图像中目标在无人机地理坐标系中表示为
Figure SMS_114
（6-1），得到图像中目标点实际位置在无人机地理坐标系坐标表示为/>
Figure SMS_115
；
计算无人机和目标点连线与无人机到地面的垂线的夹角
Figure SMS_124
、无人机和目标点的连接与无人机到图像中心点连接之间的夹角/>
Figure SMS_116
，其中夹角/>
Figure SMS_121
的表达式如下：
Figure SMS_127
，夹角/>
Figure SMS_130
的表达式如下：/>
Figure SMS_129
；随后利用拍摄该照片时的获取的无人机GPS信息/>
Figure SMS_132
、/>
Figure SMS_125
和/>
Figure SMS_128
，计算目标在无人机地理坐标系中的坐标，目标在无人机地理坐标系z轴上的投影，即目标的无人机地理坐标系z轴坐标是/>
Figure SMS_119
，根据该z轴坐标值与相机焦距的比值，分别计算/>
Figure SMS_123
、
Figure SMS_117
，得到无人机地理坐标系中的坐标/>
Figure SMS_120
，其中/>
Figure SMS_126
为相机的焦距，/>
Figure SMS_131
、/>
Figure SMS_118
和/>
Figure SMS_122
分别代表无人机拍照时的经度、纬度和高度。
将无人机地理坐标系下的坐标转换为大地直角坐标系下的坐标：
如图3所示，首先进行坐标的转换，将无人机地理坐标系绕X轴沿右手螺旋方向旋转
Figure SMS_134
度，此处采用右手螺旋法则，右手握住旋转轴，四指指向方向为转动方向，再绕指向地面方向Z轴沿右手螺旋方向旋转/>
Figure SMS_138
度，最后绕Z轴转-90度，获得以下转换矩阵：
Figure SMS_141
；（8-1）旋转之后进行坐标平移，平移矩阵如下：/>
Figure SMS_133
；（8-2） 在矩阵（8-2）中，左边xyz是旋转之后的坐标平移量，右边各参数的意义如下：
Figure SMS_137
，其中，/>
Figure SMS_139
为地球长半径；/>
Figure SMS_142
为地球卯酉圈曲率半径；/>
Figure SMS_135
为地球第一偏心率；结合矩阵（7-1）和矩阵（7-2），即可将目标点的坐标从无人机地理坐标系转换为大地直角坐标系坐标表示为/>
Figure SMS_136
，其转换公式如下：
Figure SMS_140
；
将大地直角坐标系下的坐标转换为GPS坐标系下的坐标：
大地直角坐标系到GPS坐标系的转换公式如下：
Figure SMS_152
，其中，/>
Figure SMS_143
、/>
Figure SMS_150
、/>
Figure SMS_146
分别为待求目标的经度、纬度和高度，/>
Figure SMS_147
、/>
Figure SMS_153
、/>
Figure SMS_156
为目标在大地直角坐标系下的坐标，N的表达公式如下：
Figure SMS_151
，在计算时采用迭代算法，在迭代时先设定/>
Figure SMS_157
的初始值/>
Figure SMS_144
，计算公式如下：/>
Figure SMS_149
，然后计算/>
Figure SMS_155
的更新值：
Figure SMS_159
，最后将初始值/>
Figure SMS_158
和更新值/>
Figure SMS_160
之间的差值进行比较，若在误差范围内则结束迭代并最终计算出目标的大地坐标，反之若查出误差范围则以/>
Figure SMS_145
为初始值继续进行迭代，直至/>
Figure SMS_148
与/>
Figure SMS_154
之间的差值误差在范围内为止，所述误差范围为小于0.00000001，为弧度制；
其中
Figure SMS_161
为地球长半径；/>
Figure SMS_164
为地球卯酉圈曲率半径；/>
Figure SMS_168
为椭球第一偏心率，/>
Figure SMS_162
、
Figure SMS_165
、/>
Figure SMS_167
分别表示第i次迭代时对应/>
Figure SMS_169
、/>
Figure SMS_163
、/>
Figure SMS_166
的值。
悬停误差实验：如图4-图6所示，在户外50m和10m的高度下，无人机悬停拍摄照片，对图片中的地标进行标定，从而进行图像GPS定位，分别得到50m和10m下的经纬度误差。以GPS 10m高度下纬度误差为例，得到10组GPS纬度测量值，我们求得其平均，再用测量值与平均值相减便可以得到10m高度下纬度均值误差。同理，可以计算不同高度下经度。
单点定位经度实验：
如图9所示，在户外2m到30m的高度下进行目标定位分析，每一高度拍多张图片，在所有高度所得图片上标定地面上同一点，求出该点的无人机坐标，并计算出该点的GPS坐标。以该点GPS数据均值作为计算出的GPS值，与实际测量GPS值做差，算出不同高度下GPS的精度，求同一高度的误差均值作为该高度下单点定位的误差，画出散点图，以目标实际位置为中心，横轴为东西方向，纵轴为南北方向。在地面取A、B两点进行上述单点定位测试。
飞行中不同姿态角的定位实验：
如图10-图12所示，在户外3、4、5m的高度下，分别进行定高变姿态角测试。如3m下，保持高度不变，改变无人机飞行姿态角拍摄多张，分别画出3m、4m、5m三个高度下的单点定位误差散点图，画出散点图，以目标实际位置为原点，横轴为东西方向，纵轴为南北方向；
定位算法以图像上所框选的目标像素点和导出的拍照时的无人机经纬度、高度信息以及当时的姿态角信息为输入，计算得到无人机坐标下目标的相对位置。将定位算法计算结果与理论GPS坐标值进行比较。定位精度测试结果如表1所示。在关键目标抵近阶段，定位算法可以确保无人机抵近目标所在位置。
表 1 定位算法精度测试（东、北为正，西、南为负）
Figure SMS_170
该实验数据表明飞行高度越高精度越差，但整体正交方向上平均误差不超过1m。认为该算法在定位系统中低空抵近过程中定位表现良好距离误差均值为0.83m，而在高空飞行中表现一般，距离误差均值为2.85m。实验数据发现，飞行高度为1m时，无人机抵近过程中单点定位过程中在东西方向误差均值为0.05m，南北方向误差均值为0.08m，距离误差均值为0.83m。而飞行高度为3m时，无人机抵近过程中单点定位过程中在东西方向误差均值为-0.59m，南北方向误差均值为-0.44m，距离误差均值为5.24m。在较高空（高于10m）飞行时在东西方向误差均值为-0.43m，南北方向误差均值为-1.10m，距离误差均值为2.85m。
根据实验结果可以发现，5米以下两点间测距（以两点间距离2米为例）误差均在厘米级可以接受，高度越高误差越大。7m以下测距误差认为可以接受。其中测距误差均值为0.02%（3m）、-0.02%（4m）、-0.03%（5m）。
分析拍摄照片时的无人机高度获取对定位精度影响较大，在整体引导系统中采用测距传感器得到的无人机与目标的相对高度，以进行后续数据处理。受实验器材和条件限制，无法实飞，采用静态测量作为代替。将激光雷达连接至电脑，用电脑接受测距仪发送的数据，本实验的数据对实飞只具有参考意义。在静态实验中可以发现设备测距精度可以提升至1%，实飞精度需进一步实验进行了解。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (9)

1.一种无人机成像定位方法，其特征在于：包括以下步骤： 步骤一：利用无人机上的陀螺仪获得拍摄图像时的偏航角、俯仰角以及横滚角； 步骤二：建立图像定位所需要的坐标系，其中包括相机坐标系、无人机地理坐标系、GPS坐标系和大地直角坐标系；
步骤三：根据图像建立图像像素坐标系和图像物理坐标系，然后计算图像上的目标点实际位置在相机坐标系内的三维坐标；
步骤四：将步骤三中计算得到的目标点在相机坐标系内的三维坐标代入到无人机地理坐标系中，得到图像上目标点实际位置在无人机地理坐标系中的三维坐标； 步骤五：将步骤四中计算得到的目标点在无人机地理坐标系中的三维坐标代入到大地直角坐标系中，得到图像上目标点实际位置在大地直角坐标系中的三维坐标；
步骤六：将步骤五中计算得到的目标点在大地直角坐标系中的三维坐标代入到GPS坐标系中，得到图像上目标点实际位置在GPS坐标系中的三维坐标。
2.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在所述相机坐标系中，以相机的平面中心点作为原点，记作Oc，以相机的光轴方向作为Z轴方向，X轴和Y轴的方向与图像中的X轴和Y轴的方向相同。
3.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在所述无人机地理坐标系中，以无人机的实际位置为原点，以无人机与地面的垂线为Z轴，以无人机的正南方向作为Y轴，以无人机的正东方向作为X轴，在俯拍时，陀螺仪的偏航角、俯仰角以及横滚角分别代表相机坐标系和无人机坐标系三个极轴之间的旋转角度； 所述GPS坐标系即世界大地坐标系WGS-84，坐标原点为地球质心，X轴由原点指向本初子午线与赤道的交点，Z轴指向地球北极方向，Y轴垂直于XOZ的平面，并与X、Z轴构成右手坐标系，在该坐标系下任意一点的坐标可以表示为B、L、H，分别代表该点的纬度、经度以及高度； 所述大地直角坐标系的坐标轴以及坐标原点与GPS坐标系的坐标轴和坐标原点完全重合。
4.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在步骤三中，所述图像像素坐标系是以当前拍摄的图像左上角为原点，以像素为坐标单位的直角坐标系，Xp和Yp分别表示该像素在数字图像中的行数与列数，所述图像物理坐标系是以相机光轴与相机内部图像传感器的交点为原点，以实际物理尺寸为单位的直角坐标系，其中Xw轴、Yw轴分别与图像像素坐标系的Xp和Yp轴平行。
5.根据权利要求4所述的一种无人机成像定位方法，其特征在于：在图像中选择一目标点P以及像素点p，其中，
Figure QLYQS_1
是像素点p在图像像素坐标系中的图像物理坐标，
Figure QLYQS_2
是像素点 p 在图像像素坐标系中的图像像素坐标，/>
Figure QLYQS_3
与目标点 P 的相机坐标系坐标/>
Figure QLYQS_4
的关系式如下：/>
Figure QLYQS_5
………………（5-1），
像素点 p 的图像像素坐标
Figure QLYQS_7
与其图像物理坐标/>
Figure QLYQS_9
的关系如下：
Figure QLYQS_11
…………………（5-2），其中，/>
Figure QLYQS_8
为相机的焦距，/>
Figure QLYQS_10
为图像主点，即相机光轴与相机内部图像传感器交点的图像像素坐标；dx 和dy别为相机的单个像元在Xw和Yw方向上的物理尺寸；结合关系式（5-1）以及关系式（5-2）可以将像素点 p 的图像像素坐标/>
Figure QLYQS_12
转化为像素点 p的图像物理坐标/>
Figure QLYQS_13
，同时得到图像中目标点P在相机坐标系中坐标为/>
Figure QLYQS_6
。
6.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在步骤四中，相机坐标系中的点的三维坐标到无人机地理坐标系的坐标转换步骤如下：S1：将坐标系绕X轴沿右手螺旋方向旋转，即右手握住旋转轴，四指指向方向为转动方向，转换矩阵
Figure QLYQS_14
； S2：将坐标系绕Y轴沿右手螺旋方向旋转，转换矩阵
Figure QLYQS_15
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转，转换矩阵
Figure QLYQS_16
；
上述步骤中
Figure QLYQS_17
，/>
Figure QLYQS_18
，/>
Figure QLYQS_19
为拍摄照片时，陀螺仪获取的横滚角、俯仰角、方位角的度数；
图像中目标在无人机地理坐标系中表示为
Figure QLYQS_20
…………（6-1），得到图像中目标点实际位置在无人机地理坐标系坐标表示为/>
Figure QLYQS_21
。
7.根据权利要求6所述的一种无人机成像定位方法，其特征在于：在步骤四中，计算无人机和目标点连线与无人机到地面的垂线的夹角
Figure QLYQS_24
、无人机和目标点的连接与无人机到图像中心点连接之间的夹角/>
Figure QLYQS_28
；随后利用拍摄该照片时的获取的无人机GPS信息/>
Figure QLYQS_31
和
Figure QLYQS_22
，计算目标在无人机地理坐标系中的坐标，目标在无人机地理坐标系Z轴上的投影，即目标点的无人机地理坐标系Z轴坐标是/>
Figure QLYQS_25
，根据该Z轴坐标值与相机焦距的比值，分别计算X轴的坐标/>
Figure QLYQS_27
、Y轴的坐标/>
Figure QLYQS_30
，得到无人机地理坐标系中的坐标/>
Figure QLYQS_23
，其中/>
Figure QLYQS_26
为相机的焦距/>
Figure QLYQS_29
和/>
Figure QLYQS_32
分别代表无人机拍照时的经度、纬度和高度。
8.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在步骤五中，首先进行坐标的转换，将无人机地理坐标系绕X轴沿右手螺旋方向旋转
Figure QLYQS_33
度，此处采用右手螺旋法则，右手握住旋转轴，四指指向方向为转动方向，再绕指向地面方向Z轴沿右手螺旋方向旋转/>
Figure QLYQS_34
度，最后绕Z轴转-90度，获得以下转换矩阵：
Figure QLYQS_35
；（8-1）
旋转之后进行坐标平移，平移矩阵如下：
Figure QLYQS_36
；（8-2） 在矩阵（8-2）中，左边xyz是旋转之后的坐标平移量，右边各参数的意义如下：
Figure QLYQS_37
，其中，/>
Figure QLYQS_38
为椭球长半径；N为地球卯酉圈曲率半径；/>
Figure QLYQS_39
为地球第一偏心率；结合矩阵（8-1）和矩阵（8-2），即可将目标点的坐标从无人机地理坐标系转换为大地直角坐标系坐标表示为/>
Figure QLYQS_40
，其转换公式如下：
Figure QLYQS_41
；
其中
Figure QLYQS_42
和/>
Figure QLYQS_43
代表无人机拍照时所处的经度、纬度和高度，/>
Figure QLYQS_44
为地球长半径；/>
Figure QLYQS_45
为地球卯酉圈曲率半径；/>
Figure QLYQS_46
为地球第一偏心率。
9.根据权利要求1所述的一种无人机成像定位方法，其特征在于：在步骤六中，大地直角坐标系到GPS坐标系的转换公式如下：
Figure QLYQS_56
，其中，/>
Figure QLYQS_48
、/>
Figure QLYQS_51
、/>
Figure QLYQS_49
分别为待求目标的经度、纬度和高度，/>
Figure QLYQS_53
、/>
Figure QLYQS_57
、/>
Figure QLYQS_61
为目标在大地直角坐标系下的坐标，N的表达公式如下：/>
Figure QLYQS_59
，在计算时采用迭代算法，在迭代时先设定/>
Figure QLYQS_63
的初始值/>
Figure QLYQS_50
，计算公式如下：/>
Figure QLYQS_54
，然后计算/>
Figure QLYQS_58
的更新值：/>
Figure QLYQS_62
，最后将初始值/>
Figure QLYQS_60
和更新值/>
Figure QLYQS_64
之间的差值进行比较，若在误差范围内则结束迭代并最终计算出目标的大地坐标，反之若查出误差范围则以/>
Figure QLYQS_47
为初始值继续进行迭代，直至/>
Figure QLYQS_52
与/>
Figure QLYQS_55
之间的差值误差在范围内为止，所述误差范围为小于0.00000001，为弧度制；
其中
Figure QLYQS_66
为地球长半径；/>
Figure QLYQS_69
为地球卯酉圈曲率半径；/>
Figure QLYQS_71
为椭球第一偏心率，/>
Figure QLYQS_67
、/>
Figure QLYQS_70
、
Figure QLYQS_72
分别表示第i次迭代时对应/>
Figure QLYQS_73
、/>
Figure QLYQS_65
、/>
Figure QLYQS_68
的值。
CN202310081307.8A 2023-02-08 2023-02-08 一种无人机成像定位方法 Pending CN116309798A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310081307.8A CN116309798A (zh) 2023-02-08 2023-02-08 一种无人机成像定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310081307.8A CN116309798A (zh) 2023-02-08 2023-02-08 一种无人机成像定位方法

Publications (1)

Publication Number Publication Date
CN116309798A true CN116309798A (zh) 2023-06-23

Family

ID=86780566

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310081307.8A Pending CN116309798A (zh) 2023-02-08 2023-02-08 一种无人机成像定位方法

Country Status (1)

Country Link
CN (1) CN116309798A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116839595A (zh) * 2023-09-01 2023-10-03 北京宝隆泓瑞科技有限公司 一种创建无人机航线的方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116839595A (zh) * 2023-09-01 2023-10-03 北京宝隆泓瑞科技有限公司 一种创建无人机航线的方法
CN116839595B (zh) * 2023-09-01 2023-11-28 北京宝隆泓瑞科技有限公司 一种创建无人机航线的方法

Similar Documents

Publication Publication Date Title
CN115511956A (zh) 一种无人机成像定位方法
CN113850126A (zh) 一种基于无人机的目标检测和三维定位方法和系统
CN107490364A (zh) 一种大角度倾斜成像航空相机对地目标定位方法
CN108665499B (zh) 一种基于视差法的近距飞机位姿测量方法
CN111366148B (zh) 适用于机载光电观瞄系统多次观察的目标定位方法
CN112710311B (zh) 一种地形自适应无人机三维实景重建航摄点自动规划方法
CN104729482B (zh) 一种基于飞艇的地面微小目标侦测系统及方法
CN113538595B (zh) 利用激光测高数据辅助提升遥感立体影像几何精度的方法
CN105444778B (zh) 一种基于成像几何反演的星敏感器在轨定姿误差获取方法
CN112184786B (zh) 一种基于合成视觉的目标定位方法
CN109272574A (zh) 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法
CN111238540A (zh) 一种基于恒星拍摄的珞珈一号相机-星敏安装标定方法
CN108535715A (zh) 一种适用于机载光电观瞄系统的大气折射下目标定位方法
CN110986888A (zh) 一种航空摄影一体化方法
CN105466400A (zh) 一种利用rpc探测多源卫星影像同名像点成像交会角方法
CN116309798A (zh) 一种无人机成像定位方法
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
CN114001756B (zh) 一种小视场星敏感器外场地面寻星方法
CN113340272B (zh) 一种基于无人机微群的地面目标实时定位方法
CN109099888A (zh) 一种位姿测量方法、设备及存储介质
CN112985398A (zh) 目标定位方法及系统
CN110068312A (zh) 一种基于球面三角形的数字天顶仪定位方法
CN116124094A (zh) 基于无人机侦察图像与组合导航信息的多目标协同定位方法
CN113483739B (zh) 海上目标位置测量方法
Zhang Photogrammetric processing of low altitude image sequences by unmanned airship

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