CN116753918B - 基于空天线阵传感器的地面目标位置估计方法和装置 - Google Patents

基于空天线阵传感器的地面目标位置估计方法和装置 Download PDF

Info

Publication number
CN116753918B
CN116753918B CN202310727400.1A CN202310727400A CN116753918B CN 116753918 B CN116753918 B CN 116753918B CN 202310727400 A CN202310727400 A CN 202310727400A CN 116753918 B CN116753918 B CN 116753918B
Authority
CN
China
Prior art keywords
coordinate system
position information
ground
observation
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.)
Active
Application number
CN202310727400.1A
Other languages
English (en)
Other versions
CN116753918A (zh
Inventor
胡海彦
方勇
牛向华
杨韫澜
廖斌
高力
朱文会
张瑜
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.)
61540 Troops of PLA
Original Assignee
61540 Troops of PLA
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 61540 Troops of PLA filed Critical 61540 Troops of PLA
Priority to CN202310727400.1A priority Critical patent/CN116753918B/zh
Publication of CN116753918A publication Critical patent/CN116753918A/zh
Application granted granted Critical
Publication of CN116753918B publication Critical patent/CN116753918B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G01C11/025—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object
    • 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
    • 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
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Multimedia (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种基于空天线阵传感器的地面目标位置估计方法和装置，所述方法包括：利用空天线阵传感器，获取同一地面区域的观测图像集；所述观测图像集，包括若干个观测图像；利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息；利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息；利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息。本方法保障和促进了空天线阵传感器相机系统对地观测测绘数据产品生成效率、可靠性及产品精度的提升。

Description

基于空天线阵传感器的地面目标位置估计方法和装置
技术领域
本发明涉及光学测量领域，尤其涉及一种基于空天线阵传感器的地面目标位置估计方法和装置。
背景技术
目前，无论是机载还是星载的光学摄影测量与遥感系统，线阵CCD推扫成像传感器都是进行立体影像数据获取的最主要仪器之一。为了使得影像数据更易于测绘应用，同时平台还会搭载其它辅助位姿测量测量设备，以提供摄影时刻成像传感器投影中心的位置及光轴指向姿态观测量。对于航天星载光学遥感系统，平台或成像传感器的位置/姿态可以通过GNSS精密定轨技术及基于星敏感器、陀螺仪的姿态确定技术来测得；对于航空机载光学遥感系统，平台或成像传感器的位置/姿态可以通过DGPS和INS惯性导航组合系统来测得。这为线阵传感器对地立体摄影控制、地面坐标直接解算及测绘数据产品生成提供了基本观测数据和技术保障。
要利用星载或机载线阵扫描仪进行地形图测绘，一个重要的技术环节是利用同名像点进行三角交会计算，从而解算出对应地面点的三维坐标。大量的同名像点进行交会计算后，便得到大量的地面点坐标，这些坐标值汇聚后进行一定的规则化处理，即可得到地面地形模型，其是摄影测绘产品的主要组成部分。在地面点坐标计算中，需要提供尽可能准确的地面点坐标初值，否则地面点坐标的计算过程极易发散、导致解算失败，不利于摄影数据的高效、可靠处理。目前，对地面点初始值需要人工测量获得，该过程需要花费大量的人力物力。
发明内容
针对现有的空天线阵传感器的地面目标位置估计方法所存在的估计精度低以及费时费力的问题，本发明公开了一种基于空天线阵传感器的地面目标位置估计方法，包括：
利用空天线阵传感器，获取同一地面区域的观测图像集；所述观测图像集，包括若干个观测图像；所述空天线阵传感器包括3个以上的线阵相机；所述观测图像，为利用线阵相机对地面目标在一定时间内进行扫描拍摄得到；
利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息；
利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息；
利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息。
所述利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息，包括：
获取像素点在所述观测图像中的位置坐标(u,v)；
对所述位置坐标(u,v)进行线阵观测变换处理，得到像素点的第一观测坐标(x1,y1)；所述第一观测坐标，是在第一观测坐标系下对像素点位置进行表征得到的；所述第一观测坐标系，其坐标原点位于线阵相机的所有像素中心，其y轴平行于线阵相机的扫描方向，其x轴垂直于y轴且平行于空天线阵传感器所在飞行平台的运动方向，所述第一观测坐标系，为利用所述两个坐标轴构建的二维平面坐标系。
所述线阵观测变换处理的计算表达式为：
x1＝0，
其中，py是线阵相机在第一观测坐标系的y轴方向上的像素的物理尺寸值，Np是线阵相机所包含的像素数；
对所述像素点的第一观测坐标(x1,y1)，进行焦距变换处理，得到所述像素点的第二观测坐标(x2,y2,z2)；所述第二观测坐标，是在第二观测坐标系下对像素点位置进行表征得到的；所述第二观测坐标系，其坐标原点位于空天线阵传感器的镜头中心，其x轴和y轴分别与所述第一观测坐标系的x轴和y轴平行，利用右手法则确定z轴方向；所述第二观测坐标系，为利用三个坐标轴构建的三维平面直角坐标系。
所述聚焦变换处理，其计算表达式为：
其中，f为线阵相机的焦距；
确定所述像素点的第二观测坐标(x2,y2,z2)，为所述像素点的第一位置信息。
所述利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息，包括:
利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型；
对所述位置变换处理模型进行变换处理，得到比例因子求解方程；
利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息。
所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
利用空天线阵传感器的姿态信息，构建得到角度特征矩阵；所述角度特征矩阵，其表达式为：
其中，分别是空天线阵传感器的观测方向，与地心固定坐标系的X轴、Y轴和Z轴的角度；
利用空天线阵传感器的非下视线阵相机的姿态信息，构建得到非下视线阵相机相对于下视线阵相机的下视旋转矩阵；所述下视旋转矩阵的表达式为：
其中，αj,βj,γj分别是第j个非下视线阵相机，在地心固定坐标系的X轴、Y轴和Z轴下，相对于下视线阵相机的偏转角度；所述下视线阵相机，是空天线阵传感器中的位于中间位置的线阵相机，空天线阵传感器所包含的不属于下视线阵相机的线阵相机，称为非下视线阵相机；
利用所述下视旋转矩阵和角度特征矩阵，构建得到旋转变换矩阵R；所述旋转变换矩阵R的表达式为：
利用空天线阵传感器的位置信息和旋转变换矩阵，构建得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
其中，(dxj,dyj,dzj)是第j个非下视线阵相机相对于下视线阵相机的相对位置坐标，(XC,YC,YC)表示空天线阵传感器的投影中心在地心固定坐标系的位置坐标值，k表示比例因子，(xPj,yPj,fPj)表示第j个非下视线阵相机的像主点在第二观测坐标系下的位置坐标，(x3，y3，z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值；
所述对所述位置变换处理模型进行变换处理，得到比例因子求解方程，包括：
获取观测图像的地面特征点信息；
利用所述地面特征点信息，对所述观测图像集进行检索处理，得到所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机；
确定所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机，分别为第一求解线阵相机和第二求解线阵相机；
基于所述第一求解线阵相机，确定所述地面特征点对应的第一求解线阵相机所拍摄的观测图像的像素点的第一位置信息(x21，y21，z21)；对所述第一位置信息(x21，y21，z21)进行偏转处理，得到第一左侧向量(xl1，yl1，zl1)；
基于所述第二求解线阵相机，确定所述地面特征点对应的第二求解线阵相机所拍摄的观测图像的像素点的第二位置信息(x22，y22，z22)；对所述第二位置信息(x22，y22，z22)进行偏转处理，得到第二左侧向量(xl2，yl2，zl2)；
所述偏转处理，其计算表达式为：
其中，(xPj，yPj，fPj)表示第j个求解线阵相机的像主点在第二观测坐标系下的位置坐标；
利用第一左侧向量和第二左侧向量，构建得到左侧矩阵A；所述左侧矩阵A的表达式为：
对所述第一求解线阵相机的位置信息和姿态信息进行计算处理，得到第一右侧向量(xr1，yr1，zr1)；
对所述第二求解线阵相机的位置信息和姿态信息进行计算处理，得到第二右侧向量(xr2，yr2，zr2)；
所述右侧向量的计算过程为：
其中，(dx1，dy1，dz1)是第一求解线阵相机相对于下视线阵相机的相对位置坐标；
利用所述第一右侧向量和第二右侧向量，构建得到右侧合成向量b；所述右侧合成向量b的表达式为：
利用所述左侧矩阵A和右侧合成向量b，建立比例因子求解方程；所述比例因子求解方程的表达式为：
Am＝b+e，
其中，e为观测误差向量，m＝[m1；m2]，m为比例因子求解向量，m1为第一比例因子，m2为第二比例因子。
所述利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息，包括：
以观测误差向量最小化为目标，对所述比例因子求解方程进行求解，得到m1和m2的取值；
利用m1替换位置变换处理模型的计算表达式中的比例因子k，得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第一位置信息(x21，y21，z21)进行处理，得到第一计算结果；确定所述第一计算结果，为地面特征点第一估计位置信息；
利用m2替换位置变换处理模型的计算表达式中的比例因子k，得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第二位置信息(x22，y22，z22)进行处理，得到第二计算结果；确定所述第二计算结果，为地面特征点第二估计位置信息；
计算得到所述地面特征点第一估计位置信息和地面特征点第二估计位置信息的均值，将所述均值作为地面特征点初始位置信息。
所述利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息，包括：
利用观测图像集的每个观测图像，建立对应的同名光线求解方程；所述同名光线求解方程的表达式为：
所述rij是所述观测图像对应的旋转变换矩阵R的第i行、第j列的元素，i＝1、2、3，j＝1、2、3，(X，Y，Z)是待求解的地面特征点精确位置信息；
对所有观测图像的同名光线求解方程进行合并处理，得到同名光线求解方程组；
将所述地面特征点初始位置信息作为迭代初始值，对所述同名光线求解方程组进行迭代求解，得到地面特征点精确位置信息。地面特征点精确位置信息，是地面特征点在地心固定坐标系下的位置坐标。
所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
建立局部坐标系集合；所述局部坐标系集合，包括若干个局部坐标系；
建立第一局部坐标系、GPS局部坐标系和INS局部坐标系；所述第一局部坐标系，是原点位于大地基准点的三维直角坐标系，其X轴与大地水准面相切且指向正东方向，Y轴与大地水准面相切且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述GPS局部坐标系，是原点位于GPS天线中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述运动平台局部坐标系，是原点位于运动平台质心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述INS局部坐标系，是原点位于INS仪器中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；INS是惯性导航的简称。
利用各个局部坐标系以及第二观测坐标系的相互之间的相对位置关系，构建得到各个坐标系之间的旋转矩阵；
利用GPS设备获取空天线阵传感器的位置坐标；所述GPS设备安装于空天线阵传感器的运动平台上；
对所述空天线阵传感器的位置坐标和旋转矩阵进行整合处理，得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
其中，(x3，y3，z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值；[XGPS，YGPS，ZGPS]表示由GPS设备获取的空天线阵传感器的第一局部坐标系下的位置坐标，[ΔXGPS，ΔYGPS，ΔZGPS]表示GPS天线中心在第二观测坐标系下的位置坐标，k为比例因子，表示由地心固定坐标系向第一局部坐标系的旋转矩阵，/>表示由运动平台局部坐标系向地心固定坐标系的旋转矩阵，/>表示由INS局部坐标系向运动平台局部坐标系的旋转矩阵，/>表示由第二观测坐标系向INS局部坐标系的旋转矩阵，/>表示由GPS局部坐标系向INS局部坐标系的旋转矩阵。
本发明还公开了一种用于基于空天线阵传感器的地面目标位置估计的数据处理装置，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行所述的基于空天线阵传感器的地面目标位置估计方法。
本发明还公开了一种计算机可存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行所述的基于空天线阵传感器的地面目标位置估计方法。
本发明的有益效果为：
航空、航天线阵传感器相机系统要想进行对地测绘，一般做法是：首先要投入大量人力、财力和物力建立地面控制条件(选场、标志点靶标制作、地面特征选取、靶标或地面特征野外测量等)；然后据此解算成像时刻传感器位置与姿态等外部定向参数；最后基于求得的定向参数计算地面特征点三维空间坐标，从而完成测量测绘作业任务。本方法可直接利用航天、航空线阵传感器相机系统自身提供的传感器位置和姿态观测量，在进行多线阵立体影像同名像点匹配量测基础上，实现对地观测地面目标点坐标的快速直接解算，从而提供可靠的三维地面坐标计算值，结果可用于测绘数据产品制作，也可进一步作为输入数据用于线阵传感器系统几何成像参数自检校平差，以保障、促进空天线阵传感器相机系统对地观测测绘数据产品生成效率、可靠性及产品精度的提升。
附图说明
图1为本发明采用三线阵传感器时，对地面目标点坐标的计算步骤示意图；
图2为本发明方法的实施流程图；
图3为本发明的空天线阵传感器的中心线阵(即下视线阵)和非下视线阵j之间的相对方向参数示意图；
图4为地面特征点初始位置信息的求解过程示意图；
图5为本发明的同名光线数学模型中的矩阵A的结构(a)及其所包含的导数矩阵块(b)的结构示意图；
图6为本发明的测试流程示意图；
图7为SPOT-5HRS的影像采集示意图；
图8为POT5-HRS原始图像中的点位分布(像素大小：10m×5m)；
图9为SPOT-5/HRS立体影像中的目标点的记描述文件；
图10为本发明的像坐标点位匹配测量效果示意图。
具体实施方式
为了更好的了解本发明内容，这里给出一个实施例。
图1为本发明采用三线阵传感器时，对地面目标点坐标的计算步骤示意图；图1(a)为两个同名光线的交会过程，图1(b)为三条光线的精化过程。图2为本发明方法的实施流程图；图3为本发明的空天线阵传感器的中心线阵(即下视线阵)和非下视线阵j之间的相对方向参数示意图；图4为地面特征点初始位置信息的求解过程示意图；图5为本发明的同名光线数学模型中的矩阵A的结构(a)及其所包含的导数矩阵块(b)的结构示意图；图6为本发明的测试流程示意图；图7为SPOT-5HRS的影像采集示意图；图8为POT5-HRS原始图像中的点位分布(像素大小：10m×5m)；图9为SPOT-5/HRS立体影像中的目标点的记描述文件；图10为本发明的像坐标点位匹配测量效果示意图。
针对现有的空天线阵传感器的地面目标位置估计方法所存在的估计精度低以及费时费力的问题，本实施例基于三种观测值：1)线阵传感器几何成像参数；2)地面物点对应的多个同名像点观测值；3)成像时刻传感器的位置与姿态观测值，提出一种基于空天线阵传感器的地面目标位置估计方法。其中第一种观测值，可由传感器信息提供商或者传感器说明书获得，第二种观测值，可由人工或自动影像匹配量测获得，第三种观测值，可由位姿辅助传感器提供。该方法在充分利用辅助传感器观测条件下，可快速地采用线性方法计算出地面点坐标的初值，进一步精化解算出地面点坐标，该方法可用于线阵传感器直接定位观测或后续测绘产品生成，从而以促进线阵传感器系统地形图测绘效率、可靠性及产品精度提升。
本实施例利用为每条影像扫描行提供的传感器位置与姿态观测量以及线阵传感器几何成像参数(几何成像参数)，基于同名点的图像坐标，通过前方交会计算得到对应地面点坐标。在通过前方交会计算得到对应地面点坐标，必须在至少两幅图像中进行像点观察量测，并分两步前交估计对应物点坐标，这样基高比更大，立体视角更好，如图1(a)所示。一旦知道了近似的地面坐标，便可使用所有可用的同名光线采用最小二乘解法来进一步精化计算结果，如图1(b)所示,下面具体描述所提出的坐标转换计算方法步骤以及期间用到的坐标参考系统。
本实施例公开了一种基于空天线阵传感器的地面目标位置估计方法，包括：
利用空天线阵传感器，获取同一地面区域的观测图像集；所述观测图像集，包括若干个观测图像；所述空天线阵传感器包括3个以上的奇数个线阵相机；所述观测图像，为利用线阵相机对地面目标在一定时间内进行扫描拍摄得到；
利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息；
利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息；
利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息。
所述利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息，包括：
获取像素点在所述观测图像中的位置坐标(u,v)；所述位置坐标(u,v)，是在观测图像的二维平面坐标系下表征目标位置；
对所述位置坐标(u,v)进行线阵观测变换处理，得到像素点的第一观测坐标(x1,y1)；所述第一观测坐标，是在第一观测坐标系下对像素点位置进行表征得到的；所述第一观测坐标系，其坐标原点位于线阵相机的所有像素中心，其y轴平行于线阵相机的扫描方向，其x轴垂直于y轴且平行于空天线阵传感器所在飞行平台的运动方向，所述第一观测坐标系，为利用所述两个坐标轴构建的二维平面坐标系。
所述线阵观测变换处理的计算表达式为：
x1＝0，
其中，py是线阵相机在第一观测坐标系的y轴方向上的像素的物理尺寸值，Np是线阵相机所包含的像素数；
对所述像素点的第一观测坐标(x1,y1)，进行焦距变换处理，得到所述像素点的第二观测坐标(x2,y2,z2)；所述第二观测坐标，是在第二观测坐标系下对像素点位置进行表征得到的；所述第二观测坐标系，其坐标原点位于空天线阵传感器的镜头中心，其x轴和y轴分别与所述第一观测坐标系的x轴和y轴平行，利用右手法则确定z轴方向；所述第二观测坐标系，为利用三个坐标轴构建的三维平面直角坐标系。所述右手法则，是常用的笛卡尔直角坐标系中，根据X轴和Y轴确定Z轴的法则。
所述聚焦变换处理，其计算表达式为：
其中，f为线阵相机的焦距；
确定所述像素点的第二观测坐标(x2,y2,z2)，为所述像素点的第一位置信息。
所述利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息，包括:
利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型；所述空天线阵传感器的姿态信息和位置信息，可通过空天线阵传感器自带的姿态传感器和位置传感器测量得到。
对所述位置变换处理模型进行变换处理，得到比例因子求解方程；
利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息。
所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
利用空天线阵传感器的姿态信息，构建得到角度特征矩阵；所述角度特征矩阵，其表达式为：
其中，分别是空天线阵传感器的观测方向，与地心固定坐标系的X轴、Y轴和Z轴的角度；
利用空天线阵传感器的非下视线阵相机的姿态信息，构建得到非下视线阵相机相对于下视线阵相机的下视旋转矩阵；所述下视旋转矩阵的表达式为：
其中，αj,βj,γj分别是第j个非下视线阵相机，在地心固定坐标系的X轴、Y轴和Z轴下，相对于下视线阵相机的偏转角度；所述下视线阵相机，是空天线阵传感器中的位于中间位置的线阵相机，空天线阵传感器所包含的不属于下视线阵相机的线阵相机，称为非下视线阵相机；
利用所述下视旋转矩阵和角度特征矩阵，构建得到旋转变换矩阵R；所述旋转变换矩阵R的表达式为：
利用空天线阵传感器的位置信息和旋转变换矩阵，构建得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
其中，(dxj,dyj,dzj)是第j个非下视线阵相机相对于下视线阵相机的相对位置坐标，(XC,YC,YC)表示空天线阵传感器的投影中心在地心固定坐标系的位置坐标值，k表示比例因子，在本步骤中k为未知数，(xPj,yPj,fPj)表示第j个非下视线阵相机的像主点在第二观测坐标系下的位置坐标，(x3,y3,z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值；
对于下视线阵相机，其对应的位置变换处理模型，是在非下视线阵相机的位置变换处理模型中除去中间一个计算相，其对应的位置变换处理模型的表达式为：
对于下视线阵相机，其相当于非下视线阵相机的序号j取0，其位置变换处理模型的建立过程，可参考非下视线阵相机的位置变换处理模型的建立过程。
所述对所述位置变换处理模型进行变换处理，得到比例因子求解方程，包括：
获取观测图像的地面特征点信息；所述地面特征点，可以是两个观测图像所共同包含的角点；
利用所述地面特征点信息，对所述观测图像集进行检索处理，得到所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机；
确定所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机，分别为第一求解线阵相机和第二求解线阵相机；
基于所述第一求解线阵相机，确定所述地面特征点对应的第一求解线阵相机所拍摄的观测图像的像素点的第一位置信息(x21,y21,z21)；对所述第一位置信息(x21,y21,z21)进行偏转处理，得到第一左侧向量(xl1,yl1,zl1)；
基于所述第二求解线阵相机，确定所述地面特征点对应的第二求解线阵相机所拍摄的观测图像的像素点的第二位置信息(x22，y22，z22)；对所述第二位置信息(x22，y22，z22)进行偏转处理，得到第二左侧向量(xl2，yl2，zl2)；
所述偏转处理，其计算表达式为：
其中，(xPj，yPj，fPj)表示第j个求解线阵相机的像主点在第二观测坐标系下的位置坐标；对于第二位置信息(x22，y22，z22)的偏转处理过程，按照上述过程进行；
利用第一左侧向量和第二左侧向量，构建得到左侧矩阵A；所述左侧矩阵A的表达式为：
对所述第一求解线阵相机的位置信息和姿态信息进行计算处理，得到第一右侧向量(xr1，yr1，zr1)；
对所述第二求解线阵相机的位置信息和姿态信息进行计算处理，得到第二右侧向量(xr2，yr2，zr2)；
所述右侧向量的计算过程为：
其中，(dx1，dy1，dz1)是第一求解线阵相机相对于下视线阵相机的相对位置坐标；对于第二右侧向量的求解，按照上式进行即可。
利用所述第一右侧向量和第二右侧向量，构建得到右侧合成向量b；所述右侧合成向量b的表达式为：
利用所述左侧矩阵A和右侧合成向量b，建立比例因子求解方程；所述比例因子求解方程的表达式为：
Am＝b+e，
其中，e为观测误差向量，m＝[m1；m2]，m为比例因子求解向量，m1为第一比例因子，m2为第二比例因子。
所述利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息，包括：
以观测误差向量最小化为目标，对所述比例因子求解方程进行求解，得到m1和m2的取值；
利用m1替换位置变换处理模型的计算表达式中的比例因子k，得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第一位置信息(x21，y21，z21)进行处理，得到第一计算结果；确定所述第一计算结果，为地面特征点第一估计位置信息；
利用m2替换位置变换处理模型的计算表达式中的比例因子k，得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第二位置信息(x22，y22，z22)进行处理，得到第二计算结果；确定所述第二计算结果，为地面特征点第二估计位置信息；
计算得到所述地面特征点第一估计位置信息和地面特征点第二估计位置信息的均值，将所述均值作为地面特征点初始位置信息。
所述以观测误差向量最小化为目标，对所述比例因子求解方程进行求解，得到m1和m2的取值，可以是：利用最小二乘算法对所述比例因子求解方程进行求解，得到：
m＝(ATA)-1ATb；
所述利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息，包括：
利用观测图像集的每个观测图像，建立对应的同名光线求解方程；所述同名光线求解方程的表达式为：
所述rij是所述观测图像对应的旋转变换矩阵R的第i行、第j列的元素，i＝1、2、3，j＝1、2、3，(X，Y，Z)是待求解的地面特征点精确位置信息；
对所有观测图像的同名光线求解方程进行合并处理，得到同名光线求解方程组；
将所述地面特征点初始位置信息作为迭代初始值，对所述同名光线求解方程组进行迭代求解，得到地面特征点精确位置信息。地面特征点精确位置信息，是地面特征点在地心固定坐标系下的位置坐标。
所述对所述同名光线求解方程进行迭代求解，由于同名光线求解方程是一组非线性方程，可采用非线性方程组的迭代求解方法，对其进行求解，具体的，可采用牛顿法或者非线性规划问题中的无约束最优化的数值方法等，进行求解。
所述利用同名光线求解方程，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息，包括：
将所述地面特征点初始位置信息，表达为(X0,Y0,Z0)；
基于共线方程，建立某个观测图像的同名光线数学模型，其表达式为：
r表示旋转矩阵R的元素，该方程由方程(4)消去m而得。假设P点存在于n幅图像，由公式(14)可为每个图像列出一个方程，从而形成方程组，包含了2n个观测方程和3个未知参数(观察点的地面坐标)。此时数学模型，对于求解量是非线性的，需利用一阶泰勒式进行线性化分解，偏导数A为：
在矩阵表示法中，线性化的系统被写为
v＝Ad-l (16)
其中，A:设计矩阵，对于初次迭代，其取值共线方程一阶导数在近似值(X0,Y0,Z0)上的取值；对于第二次及以上的迭代，根据上一次迭代得到的地面特征点精确位置信息，计算得到一阶导数值，构成矩阵A；
d为未知向量，d＝(dX,dY,dZ)；在每次迭代中，利用d加(X0,Y0,Z0)，重新形成地面特征点精确位置信息；
v：残差向量；
l：包含观测坐标和由共线方程按近似值计算所得坐标之差的向量。 (xc,i,yc,i)表示第i次迭代得到的地面特征点精确位置信息，代入方程(14)后，得到的结果；
对角阵W为根据观测图像的精度确定的权值矩阵，在实际的等精度观测应用中，W可以为单位矩阵。d的求解式为
残差向量估值为
后验单位权标准差为
其中，r为系统的冗余度(方程数与未知数的数量之差)，等于2n-3。
求解过程通过重复迭代来实现，每次迭代均计算和A，直到向量/>的所有分量都小于某一指定阈值，完成迭代求解，将最后一次迭代得到的地面特征点精确位置信息，作为最终求解得到的地面特征点精确位置信息。迭代次数具体取决于图像的地面分辨率和图像中的点测量值的精度。
所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
建立局部坐标系集合；所述局部坐标系集合，包括若干个局部坐标系；
建立第一局部坐标系、GPS局部坐标系和INS局部坐标系；所述第一局部坐标系，是原点位于大地基准点的三维直角坐标系，其X轴与大地水准面相切且指向正东方向，Y轴与大地水准面相切且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述GPS局部坐标系，是原点位于GPS天线中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述运动平台局部坐标系，是原点位于运动平台质心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述INS局部坐标系，是原点位于INS仪器中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；INS是惯性导航的简称。
利用各个局部坐标系以及第二观测坐标系的相互之间的相对位置关系，构建得到各个坐标系之间的旋转矩阵；
利用GPS设备获取空天线阵传感器的位置坐标；所述GPS设备安装于空天线阵传感器的运动平台上；
对所述空天线阵传感器的位置坐标和旋转矩阵进行整合处理，得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
所述各个局部坐标系以及第二观测坐标系的相互之间的相对位置关系，可根据各个坐标系的原点坐标、各个坐标轴之间的夹角得到。
其中，(x3，y3，z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值；[XGPS，YGPS，ZGPS]表示由GPS设备获取的空天线阵传感器的第一局部坐标系下的位置坐标，[ΔXGPS，ΔYGPS，ΔZGPS]表示GPS天线中心在第二观测坐标系下的位置坐标，k为比例因子，表示由地心固定坐标系向第一局部坐标系的旋转矩阵，/>表示由运动平台局部坐标系向地心固定坐标系的旋转矩阵，/>表示由INS局部坐标系向运动平台局部坐标系的旋转矩阵，/>表示由第二观测坐标系向INS局部坐标系的旋转矩阵，/>表示由GPS局部坐标系向INS局部坐标系的旋转矩阵。
计算式如下
其中，和λL是第一局部坐标系原点的经纬度。/>是/>的反转(或逆)矩阵，定义为/>其中，/>和λ为运动平台的经度和纬度，由GPS测量值计算得出。/>从INS系统到局部系统P的旋转矩阵，其是通过将INS观测量代入下式计算而得
其中，p、r、j是由INS测量得到运动平台绕X轴、Y轴和Z轴的旋转角度；表示GPS系统到INS系统的旋转矩阵，其可将GPS测量到的运动平台在X轴、Y轴和Z轴上的角度值ΔωGPS，/>ΔκGPS，代入上式计算得到。矩阵，可将三个坐标轴的转角Δωc，/>Δκc代入下式，替换其中的ωc，/>κc，计算得到：
为了评估该方法的准确性，需要有足够数量的检查点(CPs)。CPs在图像和物方空间中被测量，直接地理测量作业后可得检查点地面坐标估计值将其与正确值[Xcorr，Ycorr，Zcorr]进行比对分析，可得RMSE
其中，N_CP为CPs个数。
本发明还公开了一种用于基于空天线阵传感器的地面目标位置估计的数据处理装置，所述装置包括：
存储有可执行程序代码的存储器；与所述存储器耦合的处理器；所述处理器调用所述存储器中存储的所述可执行程序代码，执行所述的基于空天线阵传感器的地面目标位置估计方法。
本发明还公开了一种计算机可存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行所述的基于空天线阵传感器的地面目标位置估计方法。
下面结合具体数据对本发明方法进行验证。图6为线阵传感器地面目标点坐标直接解算法的测试流程。图6中，预处理包括图像数据文的提取与分析，包括提取采集时间、积分时间、传感器的位置、速度和姿态、传感器特性、内部定向等，对辐射进行预处理。对于直接地理测量过程，包括输入文件的准备(包括每条影像扫描线的采集时间、传感器位置和姿态、传感器特性、连接点的图像坐标)，获取连接地理参考信息等。对于效果验证，包括GCP坐标输入文件和精度统计分析等。
为了进行直接地理参考效果测试，输入文件需包括：传感器特性(镜头的数量、观测方向的数量、CCD线阵数量、观测角度(单位，度)、像素大小、焦距)、连接点的图像坐标(行、列)和外部定向数据(在特定的时间间隔内的位置和姿态)。如果不是为每条影像扫描行了提供外部定向数据，而是以一定的时间间隔(例如，星历观察时间)给出，那么对于每张图像都需要附带每条影像扫描行对应获取时间文件，这样，任何感兴趣的扫描线的外部定向都可用相应的采集时间进行三次样条插值。条件允许，还可附加提供传感器出厂校准文件(在扫描线阵系统中的焦平面中给出每个探元(元)的位置)。下面对测试过程及效果进行说明。
(1)测试数据描述
这里以具有全球代表性的SPOT-5/HRS线阵传感器系统影像数据为例，进行测试说明。在SPOT系列卫星中，SPOT-5是最具创新性的卫星，新的HRG(High ResolutionGeometry)仪器是在SPOT-4上的HRVIR仪器基础上发展而来，在跨轨方向的全色模式下可提供高达2.5米的分辨率。而且使用的新型HRS(高分辨率传感器)允许沿轨道方向获取立体图像，在飞行方向上可前后指向约20°形成立体图像(图7)。HRS获得的每个影像都有120公里的视场，地面分辨率跨轨为10米，沿轨为5米(重新采样后的分辨率)。HRS仪器的技术参数汇总见表1。
表1HRS技术参数表
测试数据使用了在ISPRS-CNES倡议期间提供的第9号数据集(可从美国宇航局兰利研究中心免费下载)，地区范围部分覆盖了德国南部，部分覆盖了奥地利，概况如下：
从SPOT-5/HRS上获得的立体图像摄影时间是2002年10月1日上午，地面覆盖范围约为120公里×60公里；每个影像的元数据文件：文件包含采集时间和成像位置，传感器位置和速度测量由DORIS系统每30秒记录一次，姿态和角速度是由恒星跟踪器和陀螺仪以12.5秒的时间间隔进行记录，坐标系为局部轨道坐标系。文件中还有地面校准好的传感器几何(探元观察角度)和辐射校准信息；地面控制数据：在德国布设的81个目标点进行了精确的位置测量，坐标系为高斯-克鲁格系统。
(2)影像预处理
为了更好的进行像点匹配量测，使用Wallis滤波器对图像进行了辐射测量增强(一般商用遥感图像处理软件均有此功能)。对于每景影像，根据中心线的采集时间和元数据文件中包含的扫描间隔时间计算每个影像扫描行的采集时间。使用DLR提供的点之记描述文件在图像中测量地面控制点，81个地面点中，只有41个点被判识测量，其他的点在图像中特征不明显，或由于图像分辨率原因导致无法识别。图8显示了两景立体影像其中一景中的点位分布情况。使用可免费获得的对应区域1：50000比例尺数字地图来判识主要的地面特征(街道、河流、湖泊、森林等)并进行点位确定。采用这种地形图方法量测方式，目标点的坐标精度最终保持在几厘米精度范围以内。图9为SPOT-5/HRS立体影像中的目标点的记描述文件。精确的图像坐标是用无约束多光线最小二乘匹配量测，具有亚像素精度水平(这里测量精度可保证约为0.5个像素)，图10示意了本发明的像坐标点位匹配测量效果。
(3)解算法效果
利用相机校准文件和星历数据进行直接地理参考效果验证，其中关于内部定向的信息是通过在传感器坐标系内表示的每个探元的视角给出的，根据这些数据，可计算出了每个探元在焦平面上的位置。用星历文件中的位置和速度状态矢量可估计出ECR系统中的传感器姿态(通用性方法不再赘述，具体见文献：Kraus,K.Photogrammetry,Volume 1-Fundamentals andStandard Processes.Ferd.Dümmlers Verlag,Bonn,1993)，然后用三次样条曲线插值影像扫描行采集时刻所对应的位置和姿态。利用上文解算法来计算目标点的地面坐标，最后将得到的坐标与“正确”值进行比较，并评估出RMSE。所得结果平面测量精度为2-3GSD(约10米)、高程精度约3GSD(15米)，这一精度水平完全满足应急测绘水平要求，反映了良好的数据质量和计算方法的正确性与有效性。当然，若将计算结果进一步作为初值用于更为高级的自校准光束法平差，校正系统性误差后完全有望使得精度水平与像点量测水平一致——亚像素级，从而满足高精度测绘水平要求。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (9)

1.一种基于空天线阵传感器的地面目标位置估计方法，其特征在于，包括：
利用空天线阵传感器，获取同一地面区域的观测图像集；所述观测图像集，包括若干个观测图像；所述空天线阵传感器包括3个以上的线阵相机；所述观测图像，为利用线阵相机对地面目标在一定时间内进行扫描拍摄得到；
利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息；
利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息；
利用同名光线求解方程组，对所述地面特征点初始位置信息进行处理，得到地面特征点精确位置信息；
所述利用第一测量变换模型，对所述观测图像的像素点位置信息进行处理，得到像素点的第一位置信息，包括：
获取像素点在所述观测图像中的位置坐标(u,v)；
对所述位置坐标(u,v)进行线阵观测变换处理，得到像素点的第一观测坐标(x1,y1)；所述第一观测坐标，是在第一观测坐标系下对像素点位置进行表征得到的；所述第一观测坐标系，其坐标原点位于线阵相机的所有像素中心，其y轴平行于线阵相机的扫描方向，其x轴垂直于y轴且平行于空天线阵传感器所在飞行平台的运动方向，所述第一观测坐标系，为利用x轴和y轴两个坐标轴构建的二维平面坐标系；
所述线阵观测变换处理的计算表达式为：
x1＝0，
其中，py是线阵相机在第一观测坐标系的y轴方向上的像素的物理尺寸值，Np是线阵相机所包含的像素数；
对所述像素点的第一观测坐标(x1,y1)，进行焦距变换处理，得到所述像素点的第二观测坐标(x2,y2,z2)；所述第二观测坐标，是在第二观测坐标系下对像素点位置进行表征得到的；所述第二观测坐标系，其坐标原点位于空天线阵传感器的镜头中心，其x轴和y轴分别与所述第一观测坐标系的x轴和y轴平行，利用右手法则确定z轴方向；所述第二观测坐标系，为利用三个坐标轴构建的三维平面直角坐标系；
所述焦距变换处理，其计算表达式为：
其中，f为线阵相机的焦距；
确定所述像素点的第二观测坐标(x2,y2,z2)，为所述像素点的第一位置信息。
2.如权利要求1所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述利用第二测量变换模型，对所述像素点的第一位置信息、空天线阵传感器的姿态信息和位置信息进行联合处理，得到地面特征点初始位置信息，包括:
利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型；
对所述位置变换处理模型进行变换处理，得到比例因子求解方程；
利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息。
3.如权利要求2所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
利用空天线阵传感器的姿态信息，构建得到角度特征矩阵；所述角度特征矩阵，其表达式为：
其中，分别是空天线阵传感器的观测方向，与地心固定坐标系的X轴、Y轴和Z轴的角度；
利用空天线阵传感器的非下视线阵相机的姿态信息，构建得到非下视线阵相机相对于下视线阵相机的下视旋转矩阵；所述下视旋转矩阵的表达式为：
其中，αj,βj,γj分别是第j个非下视线阵相机，在地心固定坐标系的X轴、Y轴和Z轴下，相对于下视线阵相机的偏转角度；所述下视线阵相机，是空天线阵传感器中的位于中间位置的线阵相机，空天线阵传感器所包含的不属于下视线阵相机的线阵相机，称为非下视线阵相机；
利用所述下视旋转矩阵和角度特征矩阵，构建得到旋转变换矩阵R；所述旋转变换矩阵R的表达式为：
利用空天线阵传感器的位置信息和旋转变换矩阵，构建得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
其中，(dxj,dyj,dzj)是第j个非下视线阵相机相对于下视线阵相机的相对位置坐标，(XC,YC,YC)表示空天线阵传感器的投影中心在地心固定坐标系的位置坐标值，k表示比例因子，(xPj,yPj,fPj)表示第j个非下视线阵相机的像主点在第二观测坐标系下的位置坐标，(x3,y3,z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值。
4.如权利要求2所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述对所述位置变换处理模型进行变换处理，得到比例因子求解方程，包括：
获取观测图像的地面特征点信息；
利用所述地面特征点信息，对所述观测图像集进行检索处理，得到所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机；
确定所述空天线阵传感器中的对同一个地面特征点进行拍摄的两个非下视线阵相机，分别为第一求解线阵相机和第二求解线阵相机；
基于所述第一求解线阵相机，确定所述地面特征点对应的第一求解线阵相机所拍摄的观测图像的像素点的第一位置信息(x21,y21,z21)；对所述第一位置信息(x21,y21,z21)进行偏转处理，得到第一左侧向量(xl1,yl1,zl1)；
基于所述第二求解线阵相机，确定所述地面特征点对应的第二求解线阵相机所拍摄的观测图像的像素点的第二位置信息(x22,y22,z22)；对所述第二位置信息(x22,y22,z22)进行偏转处理，得到第二左侧向量(xl2,yl2,zl2)；
所述偏转处理，其计算表达式为：
其中，(xPj,yPj,fPj)表示第j个求解线阵相机的像主点在第二观测坐标系下的位置坐标；
利用第一左侧向量和第二左侧向量，构建得到左侧矩阵A；所述左侧矩阵A的表达式为：
对所述第一求解线阵相机的位置信息和姿态信息进行计算处理，得到第一右侧向量(xr1,yr1,zr1)；
对所述第二求解线阵相机的位置信息和姿态信息进行计算处理，得到第二右侧向量(xr2,yr2,zr2)；
所述右侧向量的计算过程为：
其中，(dx1,dy1,dz1)是第一求解线阵相机相对于下视线阵相机的相对位置坐标；
利用所述第一右侧向量和第二右侧向量，构建得到右侧合成向量b；所述右侧合成向量b的表达式为：
利用所述左侧矩阵A和右侧合成向量b，建立比例因子求解方程；所述比例因子求解方程的表达式为：
Am＝b+e，
其中，e为观测误差向量，m＝[m1；m2],m为比例因子求解向量，m1为第一比例因子，m2为第二比例因子。
5.如权利要求4所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述利用所述比例因子求解方程，对所述像素点的第一位置信息进行处理，得到地面特征点初始位置信息，包括：
以观测误差向量最小化为目标，对所述比例因子求解方程进行求解，得到m1和m2的取值；
利用m1替换位置变换处理模型的计算表达式中的比例因子k,得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第一位置信息(x21,y21,z21)进行处理，得到第一计算结果；确定所述第一计算结果，为地面特征点第一估计位置信息；
利用m2替换位置变换处理模型的计算表达式中的比例因子k,得到更新的位置变换处理模型的计算表达式；利用所述更新的位置变换处理模型的计算表达式对所述第二位置信息(x22,y22,z22)进行处理，得到第二计算结果；确定所述第二计算结果，为地面特征点第二估计位置信息；
计算得到所述地面特征点第一估计位置信息和地面特征点第二估计位置信息的均值，将所述均值作为地面特征点初始位置信息。
6.如权利要求2所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述利用所述空天线阵传感器的姿态信息和位置信息，构建得到位置变换处理模型，包括：
建立局部坐标系集合；所述局部坐标系集合，包括若干个局部坐标系；
利用各个局部坐标系以及第二观测坐标系的相互之间的相对位置关系，构建得到各个坐标系之间的旋转矩阵；
利用GPS设备获取空天线阵传感器的位置坐标；所述GPS设备安装于空天线阵传感器的运动平台上；
对所述空天线阵传感器的位置坐标和旋转矩阵进行整合处理，得到位置变换处理模型；所述位置变换处理模型的计算表达式为：
其中，(x3,y3,z3)表示所述像素点对应地面点在地心固定坐标系下的坐标值；[XGPS,TGPS,ZGPS]表示由GPS设备获取的空天线阵传感器的第一局部坐标系下的位置坐标，[ΔXGPS,ΔYGPS,ΔZGPS]表示GPS天线中心在第二观测坐标系下的位置坐标，k为比例因子，表示由地心固定坐标系向第一局部坐标系的旋转矩阵，/>表示由运动平台局部坐标系向地心固定坐标系的旋转矩阵，/>表示由INS局部坐标系向运动平台局部坐标系的旋转矩阵，表示由第二观测坐标系向INS局部坐标系的旋转矩阵，/>表示由GPS局部坐标系向INS局部坐标系的旋转矩阵。
7.如权利要求6所述的基于空天线阵传感器的地面目标位置估计方法，其特征在于，所述建立局部坐标系集合，包括：
建立第一局部坐标系、GPS局部坐标系和INS局部坐标系；
所述第一局部坐标系，是原点位于大地基准点的三维直角坐标系，其X轴与大地水准面相切且指向正东方向，Y轴与大地水准面相切且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述GPS局部坐标系，是原点位于GPS天线中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述运动平台局部坐标系，是原点位于运动平台质心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴；
所述INS局部坐标系，是原点位于INS仪器中心的三维直角坐标系，其X轴与大地水准面平行且指向正东方向，Y轴与大地水准面平行且指向正北方向，根据右手法则由X轴和Y轴确定Z轴。
8.一种用于基于空天线阵传感器的地面目标位置估计的数据处理装置，其特征在于，所述装置包括：
存储有可执行程序代码的存储器；
与所述存储器耦合的处理器；
所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的基于空天线阵传感器的地面目标位置估计方法。
9.一种计算机可存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-6任一项所述的基于空天线阵传感器的地面目标位置估计方法。
CN202310727400.1A 2023-06-19 2023-06-19 基于空天线阵传感器的地面目标位置估计方法和装置 Active CN116753918B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310727400.1A CN116753918B (zh) 2023-06-19 2023-06-19 基于空天线阵传感器的地面目标位置估计方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310727400.1A CN116753918B (zh) 2023-06-19 2023-06-19 基于空天线阵传感器的地面目标位置估计方法和装置

Publications (2)

Publication Number Publication Date
CN116753918A CN116753918A (zh) 2023-09-15
CN116753918B true CN116753918B (zh) 2024-03-19

Family

ID=87960393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310727400.1A Active CN116753918B (zh) 2023-06-19 2023-06-19 基于空天线阵传感器的地面目标位置估计方法和装置

Country Status (1)

Country Link
CN (1) CN116753918B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005207862A (ja) * 2004-01-22 2005-08-04 Fuji Heavy Ind Ltd 目標位置情報取得システム及び目標位置情報取得方法
CN102538764A (zh) * 2011-12-28 2012-07-04 中国人民解放军信息工程大学 一种复合式像对立体定位方法
CN102866397A (zh) * 2012-10-12 2013-01-09 中国测绘科学研究院 一种多源异构遥感影像联合定位方法
CN103278137A (zh) * 2013-04-24 2013-09-04 国家测绘地理信息局卫星测绘应用中心 一种基于单景遥感影像的目标运动信息提取方法
CN105698762A (zh) * 2016-01-15 2016-06-22 中国人民解放军国防科学技术大学 一种单机航迹上基于不同时刻观测点的目标快速定位方法
CN114964316A (zh) * 2022-07-27 2022-08-30 湖南科天健光电技术有限公司 位置姿态校准方法及装置、测量待测目标的方法、系统
CN115222819A (zh) * 2022-06-30 2022-10-21 北京航空航天大学 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005207862A (ja) * 2004-01-22 2005-08-04 Fuji Heavy Ind Ltd 目標位置情報取得システム及び目標位置情報取得方法
CN102538764A (zh) * 2011-12-28 2012-07-04 中国人民解放军信息工程大学 一种复合式像对立体定位方法
CN102866397A (zh) * 2012-10-12 2013-01-09 中国测绘科学研究院 一种多源异构遥感影像联合定位方法
CN103278137A (zh) * 2013-04-24 2013-09-04 国家测绘地理信息局卫星测绘应用中心 一种基于单景遥感影像的目标运动信息提取方法
CN105698762A (zh) * 2016-01-15 2016-06-22 中国人民解放军国防科学技术大学 一种单机航迹上基于不同时刻观测点的目标快速定位方法
CN115222819A (zh) * 2022-06-30 2022-10-21 北京航空航天大学 一种基于机场大范围场景下多模信息参照的相机自标定和目标追踪方法
CN114964316A (zh) * 2022-07-27 2022-08-30 湖南科天健光电技术有限公司 位置姿态校准方法及装置、测量待测目标的方法、系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"天绘一号"卫星三线阵CCD影像自检校区域网平差;张艳等;遥感学报;20150325;第19卷(第2期);全文 *
高分辨率光学卫星测绘技术综述;李德仁等;航天返回与遥感;20200430;第41卷(第2期);全文 *

Also Published As

Publication number Publication date
CN116753918A (zh) 2023-09-15

Similar Documents

Publication Publication Date Title
US9194954B2 (en) Method for geo-referencing an imaged area
Hu et al. Understanding the rational function model: methods and applications
Zhou et al. Accuracy evaluation of ground points from IKONOS high-resolution satellite imagery
Poli A rigorous model for spaceborne linear array sensors
KR20070096370A (ko) Ｌｏｓ벡터 조정모델을 이용한 영상의 기하보정 방법 및 그장치
Zhang et al. Auto-calibration of GF-1 WFV images using flat terrain
Chmiel et al. Orthorectification and geometric quality assessment of very high spatial resolution satellite imagery for Common Agricultural Policy purposes
Zhou et al. Automatic orthorectification and mosaicking of oblique images from a zoom lens aerial camera
Jeong et al. Quantitative estimation and validation of the effects of the convergence, bisector elevation, and asymmetry angles on the positioning accuracies of satellite stereo pairs
Tao et al. On-orbit geometric calibration of the panchromatic/multispectral camera of the ZY-1 02C satellite based on public geographic data
Dolloff et al. Temporal correlation of metadata errors for commercial satellite images: Representation and effects on stereo extraction accuracy
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
Jovanovic et al. MISR photogrammetric data reduction for geophysical retrievals
Kartal et al. Comperative analysis of different geometric correction methods for very high resolution pleiades images
Jeong et al. A study of trajectory models for satellite image triangulation
Bettemir Prediction of georeferencing precision of pushbroom scanner images
Monica et al. Geometric correction model for dual sensor pushbroom aerial camera
Walvoord et al. Geoaccurate three-dimensional reconstruction via image-based geometry
Boukerch et al. Geometry based co-registration of ALSAT-2A panchromatic and multispectral images
Deltsidis et al. Orthorectification of World View 2 stereo pair using a new rigorous orientation model
Mahapatra et al. Modeling the uncertainty in orientation of IRS-1C/1D with a rigorous photogrammetric model
Radhadevi In-flight geometric calibration of fore and AFT cameras of Cartosat-1
Wang et al. Research on Integrated Static and Dynamic Geometric Calibration Technology for Optical Surveying and Mapping Satellites
Boukerch et al. Rigorous georeferencing of ALSAT-2A panchromatic and multispectral imagery
Crespi et al. Analysis of rigorous orientation models for pushbroom sensors. Applications with Quickbird

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