CN117308967A - 一种目标对象位置信息的确定方法、装置及设备 - Google Patents

一种目标对象位置信息的确定方法、装置及设备 Download PDF

Info

Publication number
CN117308967A
CN117308967A CN202311615629.2A CN202311615629A CN117308967A CN 117308967 A CN117308967 A CN 117308967A CN 202311615629 A CN202311615629 A CN 202311615629A CN 117308967 A CN117308967 A CN 117308967A
Authority
CN
China
Prior art keywords
target
sight
determining
target object
observation
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.)
Granted
Application number
CN202311615629.2A
Other languages
English (en)
Other versions
CN117308967B (zh
Inventor
沈冬
刘明皓
李波涛
刘强
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.)
China Shipbuilding Beijing Intelligent Equipment Technology Co ltd
Original Assignee
China Shipbuilding Beijing Intelligent Equipment Technology Co ltd
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 China Shipbuilding Beijing Intelligent Equipment Technology Co ltd filed Critical China Shipbuilding Beijing Intelligent Equipment Technology Co ltd
Priority to CN202311615629.2A priority Critical patent/CN117308967B/zh
Publication of CN117308967A publication Critical patent/CN117308967A/zh
Application granted granted Critical
Publication of CN117308967B publication Critical patent/CN117308967B/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
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • 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
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种目标对象位置信息的确定方法、装置及设备，所述方法包括：获取目标对象在多个空间位置下对应的多张图像；根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息。本发明提供的方案可以提高目标对象位置识别的精确度。

Description

一种目标对象位置信息的确定方法、装置及设备
技术领域
本发明涉及目标定位技术领域，尤其涉及一种目标对象位置信息的确定方法、装置及设备。
背景技术
在各型探测设备中，光学载荷具有成本低、轻质化、信息丰富等显著优势。近年来，随着图像智能检测技术的快速发展，从海量的实时光学图像中批量发现目标成为可能。在发现目标的基础上，对目标进行高精度定位成为进一步对光学图像进行深度应用的必要前提。
基于光学图像的定位技术根据机理的不同，可分为无源定位和有源定位两类。其中，有源定位技术主要基于成像角测量和有源测距，包括激光定位、深度成像定位等，均依赖第三方测距，客观上增加了系统复杂度，并大幅提高了系统部署成本。无源定位主要包括图像匹配定位、多机交汇定位、单目DEM（Digital Elevation Model）定位等。其中，图像匹配定位和单目DEM定位都依赖目标所在区域敏感的高精度地理信息，适用场景受限。多机交汇定位依赖多架无人机或无人机从多个位置对目标观测视线的空间求交获取目标位置。受无人机平台及光学载荷在位置测量、角度测量以及时间一致等方面的系统性误差影响，实际上多机位观测视线难以共面相交，通常采用视线公垂线中点法近似求解目标位置，误差较大。
发明内容
本发明要解决的技术问题是提供一种目标对象位置信息的确定方法、装置及设备，以提高目标对象定位的精确度，同时降低定位处理的成本。
为解决上述技术问题，本发明的技术方案如下：
一种目标对象位置信息的确定方法，包括：
获取目标对象在多个空间位置下对应的多张图像；
根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；
根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；
根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；
根据所述目标视线离散度模型，确定所述目标对象的位置信息。
可选的，所述观测设备包括：无人机设备以及图像采集设备；
获取目标对象在多个空间位置下对应的多张图像，包括：
通过所述无人机设备搭载所述图像采集设备在多个空间位置下，对所述目标对象进行观测抓拍，并获得多张图像。
可选的，根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角，包括：
获取所述多张图像中的每张图像中所述目标对象的像素信息；
根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角。
可选的，根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角，包括：
根据所述像素信息以及所述图像采集设备的光轴角信息，确定所述观测设备的目标光轴角信息；
根据所述目标光轴信息以及所述无人机设备的姿态角信息，确定所述观测设备在每张图像下的视线空间角。
可选的，根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标，包括：
根据所述预设高度面的预设高度、所述无人机设备所处的第一高度以及至少两个所述视线空间角，确定所述观测设备的目标视线与所述预设高度面在第一预设坐标系下的至少两个第一交点的坐标；
根据至少两个所述第一交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第二预设坐标系下的至少两个第二交点的坐标；
根据至少两个所述第二交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第三预设坐标系下的至少两个目标交点的坐标。
可选的，根据所述目标视线离散度模型，确定所述目标对象的位置信息，包括：
根据所述无人机设备所处的第一高度，确定所述目标对象的可能高度区间；
在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息。
可选的，在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息，包括：
在所述可能高度区间内，以所述目标视线离散度模型的值最小化为优化目标，根据预设算法，确定所述目标对象的目标高度；
根据所述目标高度，确定所述目标对象的目标经度以及目标纬度。
一种目标对象位置信息的确定装置，包括：
获取模块，用于获取目标对象在多个空间位置下对应的多张图像；
处理模块，用于根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息。
一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上述所述的方法。
一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上述所述的方法。
本发明的上述方案至少包括以下有益效果：
本发明的上述方案，通过获取目标对象在多个空间位置下对应的多张图像；根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息，以提高目标对象定位的精确度，同时降低定位处理的成本。
附图说明
图1是本发明实施例提供的目标对象位置信息的确定方法流程图；
图2是本发明一可选实施例提供的观测设备的目标视线与目标对象的可能高度面的交汇示意图；
图3是本发明实施例提供的目标对象位置信息的确定装置模块框示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示，本发明的实施例提出一种目标对象位置信息的确定方法，包括：
步骤11，获取目标对象在多个空间位置下对应的多张图像；
步骤12，根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；
步骤13，根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；
步骤14，根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；
步骤15，根据所述目标视线离散度模型，确定所述目标对象的位置信息。
该实施例中，在多个空间位置下对所述目标对象进行成像，以获得所述目标对象在不同角度下、不同空间位置下的多张图像；
在本发明的一可实现示例中，可以通过观测设备获取目标对象在多个空间位置下的图像，所述观测设备可以包括：无人机设备以及图像采集设备；优选的，可以通过无人机设备搭载图像采集设备在多个空间位置下，对所述目标对象进行抓拍，所述无人机设备在执飞过程中，以扫视方式使所述目标对象连续通过所述图像采集设备的视场，或以环视方式围绕所述目标对象观测，均能够满足多个空间位置对目标对象的成像要求；与有源定位技术，本申请通过无人机设备搭载图像采集设备进行图像采集，无需独立的测距器件，可以降低系统在空间、重量、价格等方面的部署成本，且图像采集更为简单；相较于无源定位技术中的图像匹配定位和单目DEM（Digital Elevation Model）定位，本申请无需目标对象区域范围内的高精度地理信息，具有更强的任务适应性；应当知道的是，一张图像对应无人机设备的机位，且当前机位有对应的一个角度及空间位置；
对于获取到的多张图像可以按照抓拍时间的先后顺序进行编号，由于每张图像是在不同角度、不同空间位置下抓拍的，同一张图像中会存在多个不同的对象，对于不同图像中的需要确定位置信息的同一目标对象赋予相同的目标编号；
根据获取到的每张图像中目标对象的图像信息，可以确定在当前角度、当前空间位置下的所述观测设备相对于目标对象的视线空间角，所述视线空间角表示在当前空间位置下，所述观测设备中图像采集设备监测到的目标对象的范围；这里，每张图像均对应有一个目标对象的观测设备对应的视线空间角；
进一步的，根据不同观测位置下相同编号的目标对象的观测设备对应的视线空间角以及所述预设高度面，可以解算出目标对象的目标视线与所述预设高度面的交点坐标，所述预设高度面可以依据无人机位置高度进行设定，所述观测设备的目标视线即为所述观测设备中的图像采集设备在当前空间位置下观测目标对象对应的视线空间角；对应的，依据每张图像中的目标对象的图像信息以及观测当前图像中目标对象的观测设备的视线空间角均，同时结合预设高度面，均可以解算出一个交点坐标；
基于解算的多个交点坐标，构建所述观测设备的目标视线离散度模型，并基于所述目标视线离散度模型，可以求解在所述预设高度面下交点经纬度坐标集的离散程度；更进一步的，根据求解的离散程度，可以在预设高度面的范围内进行目标对象的目标高度寻优，以输出目标对象位置信息中的最优目标高度，进一步的，应用目标对象的目标高度，可以求解并获得目标对象位置信息中的目标经纬度；基于观测设备的视线空间角与预设高度面的交点构建目标视线离散度模型，在可能的高度面内进行寻优，与传统的多机交汇定位，可以有效规避视线不共面相交的问题，提高了目标对象定位的精度。
本发明一可选实施例中，上述步骤12，可以包括：
步骤121，获取所述多张图像中的每张图像中所述目标对象的像素信息；
步骤122，根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角。
该实施例中，所述目标对象的像素信息表示目标对象在当前图像中的像素偏移量；这里，可以采用模板匹配、人工智能识别等识别算法（如transformer算法等），实时检测每张图像中出现的目标对象，并以每张图像的左顶点作为基准点，通过对图像采集设备采集到的图像进行分析，可以计算出目标对象在当前图像中的像素偏移量，所述像素偏移量表示为(∆Xij，∆Yij)，其中，∆Xij表示目标对象相较于基准点在水平方向上偏移X个像素，∆Yij表示目标对象相较于基准点垂直方向上偏移Y个像素，i，j均为正整数，i表示第i张图像（也可以表示观测设备对目标对象进行第i次抓拍时对应的图像编号），j表示目标对象的编号；这里，每张图像中目标对象的像素信息可以实时回传至终端；
这里，所述无人机设备的第一参数信息可以包括：无人机设备的姿态俯仰角、姿态滚转角、姿态航向角等信息，所述第一参数信息可以通过第一传感器实时上传至终端；所述图像采集设备的第二参数信息可以包括：光轴俯仰角、光轴方位角等信息，所述第二参数信息可以通过第二传感器实时上传至终端；应的当知道的是，每获取一张目标对象的图像，对应的需要检测一下当前图像下无人机设备的第一参数信息以及图像采集设备的第二参数信息；
由于通过传感器回传设备的参数信息与图像对应的抓拍时间之间可能存在时间差，在本发明的一可实现示例中，首先需要根据当前图像抓拍的时间，对无人机设备的第一参数信息（姿态角）、图像采集设备的第二参数信息（光轴角）进行时间对准处理，之后基于校准后的第一参数信息（姿态角）、第二参数信息（光轴角）进行视线空间角的解算，以保证后续计算目标对象的视线空间角的准确性；
这里，优选的，以图像抓拍时对应的时间为准，可以采用插值法对无人机设备的第一参数信息（姿态角）、图像采集设备的第二参数信息（光轴角）进行时间对准处理；例如：当前图像是在第2秒时采集的，而当前图像对应的无人机设备的姿态角、图像采集设备的光轴角是在第3秒上传的，此时可以根据无人机设备在第1秒上传的姿态角以及第3秒上传的姿态角，计算出对应第2秒时的姿态角，并作为与图像采集时刻对应的无人机设备的姿态角。
进一步的，上述步骤122，可以包括：
步骤1221，根据所述像素信息以及所述图像采集设备的光轴角信息，确定所述观测设备的目标光轴角信息；
步骤1222，根据所述目标光轴信息以及所述无人机设备的姿态角信息，确定所述观测设备在每张图像下的视线空间角。
该实施例中，所述目标光轴角信息可以包括：目标光轴俯仰角以及目标光轴方位角；视线空间角可以包括：目标空间俯仰角、目标空间方位角；
进一步的，根据所述像素信息以及所述图像采集设备的光轴角信息，确定所述观测设备的目标光轴角信息，具体的，可以通过下述公式获得目标光轴角信息：
；
；
其中，表示目标光轴俯仰角，/>表示目标光轴方位角，（AL，AW）表示图像采集设备的视场角，（PL，PW）表示图像采集设备的成像分辨率，/>表示在当前图像i下对应的图像采集设备的光轴俯仰角/>表示在当前图像i下对应的图像采集设备的光轴方位角；
进一步的，根据所述目标光轴信息以及所述无人机设备的姿态角信息，确定所述观测设备在每张图像下的视线空间角，具体的，可以通过下述公式获得视线空间角：
；
；
其中，表示目标空间俯仰角，/>表示目标空间方位角，M1、M2、M3均表示中间参数，M1、M2、M3的计算方式如下：
；
其中，表示在对目标对象j的第i次成像时无人机设备的俯仰角，/>表示在对目标对象j的第i次成像时无人机设备的滚转角，/>表示在对目标对象j的第i次成像时无人机设备的航向角，Q1、Q2、Q3均表示中间参数，Q1、Q2、Q3的计算方式如下：
；
；
；
其中，x表示Q1、Q2、Q3的自变量，x的值依据上述M1、M2、M3计算式中的、/>、/>、/>、/>的值设定。
本发明一可选实施例中，上述步骤13，可以包括：
步骤131，根据所述预设高度面的预设高度、所述无人机设备所处的第一高度以及至少两个所述视线空间角，确定所述观测设备的目标视线与所述预设高度面在第一预设坐标系下的至少两个第一交点的坐标；
步骤132，根据至少两个所述第一交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第二预设坐标系下的至少两个第二交点的坐标；
步骤133，根据至少两个所述第二交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第三预设坐标系下的至少两个目标交点的坐标。
该实施例中，所述预设高度面的预设高度为Hk，所述第一预设坐标系为地理坐标系，所述第二预设坐标系为大地直角坐标系，所述第三预设坐标系为大地坐标系；应当知道的是，在无人机设备搭载图像采集设备对目标对象进行成像时，每成像一次，均对应会产生一条目标视线，这条目标视线与预设高度面存在交点；
根据所述无人机设备所处的第一高度，以所述无人机设备作为参照对象，可以解算出在当前地理坐标系下目标视线与所述预设高度面的第一交点相对于无人机设备的位置，也即是第一交点的坐标：
优选的，所述第一交点的坐标可以通过以下公式计算获得：
；
；
；
其中，表示在对目标对象j的第i次成像时目标视线与预设高度面的第一交点的横坐标，/>表示在对目标对象j的第i次成像时目标视线与预设高度面的第一交点的纵坐标，/>表示在对目标对象j的第i次成像时目标视线与预设高度面的第一交点的竖坐标，表示无人机设备所处的第一高度；
进一步的，在大地直角坐标系下，对第一交点的坐标进行转换，获得第二交点的坐标，具体的，可以通过以下公式对第一交点的坐标进行转换：
；
其中，表示第二交点的横坐标，/>表示第二交点的纵坐标，/>表示第二交点的竖坐标，T1、T2、T2、T4均表示转换矩阵，T1、T2、T2、T4的计算方式如下：
；
；
；
；
其中，N为卯酉圈曲率半径，e为椭球体第一偏心率，表示在对目标对象j的第i次成像时无人机设备的纬度，
表示在对目标对象j的第i次成像时无人机设备的经度；
进一步的，在大地坐标系下，对第二交点的坐标进行转换，获得目标交点的坐标，具体的，可以通过以下公式对第二交点的坐标进行转换：
；
；
；
其中，，/>表示目标交点的经度，/>表示目标交点的纬度，/>表示目标交点的高度，e2为椭球体第二偏心率，a为椭球体长半轴，b为椭球体短半轴；
通过在不同预设坐标系下，对视线空间角与预设高度面的交点进行转换，获得最终目标交点的坐标，可以避免环境干扰或者仪器本身的干扰导致标定误差较大的问题，同时可以实现不同空间位置下的交点坐标的空间对齐，保证后续构建目标视线离散度模型的准确性，进而保证基于目标视线离散度模型确定目标对象位置信息的准确性。
如图2所示，本发明的一可选实施例中，理论上目标视线与目标对象的真实高度面的交点应为同一个点，且目标视线越偏离真实高度面，目标视线与真实高度面的交点越分散（如图2中所示，A、B、C、D分别对应不同空间位置下的无人机设备，H1表示高于目标对象所处真实高度的第一高度面，H2标识目标对象所处的真实高度面，H3表示低于目标对象所处真实高度的第二高度面，O1表示无人机设备上图像采集设备的目标视线与第一高度面H1的交点集合，O2表示无人机设备上图像采集设备的目标视线与目标对象真实高度面H2的交点集合，O3表示无人机设备上图像采集设备的目标视线与第二高度面H2的交点集合），则上述步骤14根据至少两个所述交点坐标，构建所述观测设备的目标视线离散度模型，以进行目标对象目标高度的寻优，这里，所述目标视线离散度模型可以表示为：
；
其中，δ为离散度值，Di表示第i目标交点对应的经纬度（Lijk，Bijk）与n个目标交点对应的经纬度的均值（Lav，Bav）之间的距离；
其中，表示n个目标交点的经度均值，
表示n个目标交点的纬度均值，i=1、2、3、…、n为正整数；；其中，R表示地球半径。
本发明一可选实施例中，上述步骤15，可以包括：
步骤151，根据所述无人机设备所处的第一高度，确定所述目标对象的可能高度区间；
步骤152，在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息。
该实施例中，可以依据无人机设备在当前所处的第一高度，对目标对象所处的可能高度区间进行经验性的粗略估计，如：无人机设备在海岸边观测到一个目标灯塔，无人机设备飞行高度为100m，则可粗略估计目标灯塔的可能高度区间为海拔0m~100m；以上，根据无人机设备所处的第一高度，设定目标对象的可能高度区间为[0，]；
在所述可能高度区间内，设置多个可能高度面，每个可能高度面对应一个可能高度，在设置的多个可能高度面对应的多个可能高度内，对所述目标视线离散度模型进行迭代，每迭代计算一次，对应一个可能高度面；根据目标视线离散度模型以及预设残差，可以确定出在目标视线离散度模型的离散度值最优时对应的可能高度面，并将此时的可能高度面对应的可能高度确定为目标对象的目标高度；进一步的，根据目标高度，在大地坐标系下，通过第二交点的坐标与目标交点的坐标之间的转换公式，可以解算出目标对象的目标经度以及目标纬度；
这里，所述预设残差ε可以依据实际任务对目标对象定位的精度需求来设定。
本发明一可选实施例中，上述步骤152，可以包括：
步骤1521，在所述可能高度区间内，以所述目标视线离散度模型的值最小化为优化目标，根据预设算法，确定所述目标对象的目标高度；
步骤1522，根据所述目标高度，确定所述目标对象的目标经度以及目标纬度。
该实施例中，应当知道的是，目标视线离散模型的离散度值越大，对应数据点越分散，离散度值越小，对应数据点越集中，以目标对象的可能高度区间为寻优空间，以目标视线离散度模型对应的离散度值最小化为优化目标，进行寻优；例如：目标对象的可能高度区间为[0，100]，则可以设定在该区间内，目标对象的可能高度为0m、1m、2m、3m，…，100m，寻优所得最小离散值对应的可能高度也即是目标对象的目标高度Hop；这里，可以采用优化、搜索算法进行寻优，目标视线离散模型的收敛标准为|δk+1-δk|<ε，其中，k表示寻优过程的第k次迭代，k为正整数；
进一步的，在确定目标高度Hop后，令Hk= Hop，并带入下述公式中，即可获得目标对象的目标经度以及目标纬度：
；
；
；
更进一步的，可以对图像中同编号目标对象的位置信息（目标经度、目标纬度以及目标高度）进行优化，以进一步提高目标对象位置信息的精确度；这里，对目标对象的坐标进行优化，可以通过无人机设备对目标对象进行跟踪观测或多轮观测，持续增加观测时的不同空间位置，扩充无人机设备的目标视线与目标对象可能高度面的交点的统计规模和方位覆盖性，并重复上述实施例中的视线空间角、目标交点坐标、基于目标交点坐标构建目标视线离散度模型，以及基于离散度模型确定目标对象位置信息的整个过程，以获得更为精确的位置信息；
本发明的上述实施例，通过无人机搭载图像采集设备在多个空间位置下获取目标对象在多个空间位置下对应的多张图像；根据所述多张图像，确定所述目标对象在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述目标对象的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述目标对象的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息；
与现有技术相比，在提高目标对象定位精度的同时，也降低处理系统在空间、重量、价格等方面的部署成本；相比现有无源定位技术中的图像匹配定位，本申请无需目标对象所在区域内高精度的地理信息，具有更强的任务适应性；理论上，两个以上不与目标对象三点共线的空间位置都可以应用本申请的方法进行位置解算，且目标对象的观测位置越多越分散，目标对象的定位精度越高。
如图3所示，本发明的实施例还提供一种目标对象位置信息的确定装置30，包括：
获取模块31，用于获取目标对象在多个空间位置下对应的多张图像；
处理模块32，用于根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息。
可选的，所述观测设备包括：无人机设备以及图像采集设备；
所述获取模块31获取目标对象在多个空间位置下对应的多张图像，包括：
通过所述无人机设备搭载所述图像采集设备在多个空间位置下，对所述目标对象进行观测抓拍，并获得多张图像。
可选的，所述处理模块32根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角，包括：
获取所述多张图像中的每张图像中所述目标对象的像素信息；
根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角。
可选的，所述处理模块32根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角，包括：
根据所述像素信息以及所述图像采集设备的光轴角信息，确定所述观测设备的目标光轴角信息；
根据所述目标光轴信息以及所述无人机设备的姿态角信息，确定所述观测设备在每张图像下的视线空间角。
可选的，所述处理模块32根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标，包括：
根据所述预设高度面的预设高度、所述无人机设备所处的第一高度以及至少两个所述视线空间角，确定所述观测设备的目标视线与所述预设高度面在第一预设坐标系下的至少两个第一交点的坐标；
根据至少两个所述第一交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第二预设坐标系下的至少两个第二交点的坐标；
根据至少两个所述第二交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第三预设坐标系下的至少两个目标交点的坐标。
可选的，所述处理模块32根据所述目标视线离散度模型，确定所述目标对象的位置信息，包括：
根据所述无人机设备所处的第一高度，确定所述目标对象的可能高度区间；
在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息。
可选的，在所述可能高度区间内，所述处理模块32根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息，包括：
在所述可能高度区间内，以所述目标视线离散度模型的值最小化为优化目标，根据预设算法，确定所述目标对象的目标高度；
根据所述目标高度，确定所述目标对象的目标经度以及目标纬度。
需要说明的是，该装置是与上述目标对象位置信息的确定方法相对应的装置，上述方法实施例中的所有实现方式均适用于该系统的实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算设备，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本发明的实施例还提供一种计算机可读存储介质，包括指令，当所述指令在计算机上运行时，使得计算机执行如上所述的方法。上述方法实施例中的所有实现方式均适用于该实施例中，也能达到相同的技术效果。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
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单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
此外，需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行，某些步骤可以并行或彼此独立地执行。对本领域的普通技术人员而言，能够理解本发明的方法和装置的全部或者任何步骤或者部件，可以在任何计算装置（包括处理器、存储介质等）或者计算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领域普通技术人员在阅读了本发明的说明的情况下运用他们的基本编程技能就能实现的。
因此，本发明的目的还可以通过在任何计算装置上运行一个程序或者一组程序来实现。所述计算装置可以是公知的通用装置。因此，本发明的目的也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实现。也就是说，这样的程序产品也构成本发明，并且存储有这样的程序产品的存储介质也构成本发明。显然，所述存储介质可以是任何公知的存储介质或者将来所开发出来的任何存储介质。还需要指出的是，在本发明的装置和方法中，显然，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方案。并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行，但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种目标对象位置信息的确定方法，其特征在于，包括：
获取目标对象在多个空间位置下对应的多张图像；
根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；
根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；
根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；
根据所述目标视线离散度模型，确定所述目标对象的位置信息。
2.根据权利要求1所述的目标对象位置信息的确定方法，其特征在于，所述观测设备包括：无人机设备以及图像采集设备；
获取目标对象在多个空间位置下对应的多张图像，包括：
通过所述无人机设备搭载所述图像采集设备在多个空间位置下，对所述目标对象进行观测抓拍，并获得多张图像。
3.根据权利要求2所述的目标对象位置信息的确定方法，其特征在于，根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角，包括：
获取所述多张图像中的每张图像中所述目标对象的像素信息；
根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角。
4.根据权利要求3所述的目标对象位置信息的确定方法，其特征在于，根据所述像素信息以及每张图像对应的当前无人机设备的第一参数信息以及图像采集设备的第二参数信息，确定所述观测设备在每张图像下的视线空间角，包括：
根据所述像素信息以及所述图像采集设备的光轴角信息，确定所述观测设备的目标光轴角信息；
根据所述目标光轴信息以及所述无人机设备的姿态角信息，确定所述观测设备在每张图像下的视线空间角。
5.根据权利要求2所述的目标对象位置信息的确定方法，其特征在于，根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标，包括：
根据所述预设高度面的预设高度、所述无人机设备所处的第一高度以及至少两个所述视线空间角，确定所述观测设备的目标视线与所述预设高度面在第一预设坐标系下的至少两个第一交点的坐标；
根据至少两个所述第一交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第二预设坐标系下的至少两个第二交点的坐标；
根据至少两个所述第二交点的坐标，确定所述观测设备的目标视线与所述预设高度面在第三预设坐标系下的至少两个目标交点的坐标。
6.根据权利要求2所述的目标对象位置信息的确定方法，其特征在于，根据所述目标视线离散度模型，确定所述目标对象的位置信息，包括：
根据所述无人机设备所处的第一高度，确定所述目标对象的可能高度区间；
在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息。
7.根据权利要求6所述的目标对象位置信息的确定方法，其特征在于，在所述可能高度区间内，根据所述目标视线离散度模型以及预设残差，确定所述目标对象的位置信息，包括：
在所述可能高度区间内，以所述目标视线离散度模型的值最小化为优化目标，根据预设算法，确定所述目标对象的目标高度；
根据所述目标高度，确定所述目标对象的目标经度以及目标纬度。
8.一种目标对象位置信息的确定装置，其特征在于，包括：
获取模块，用于获取目标对象在多个空间位置下对应的多张图像；
处理模块，用于根据所述多张图像，确定观测所述目标对象的观测设备在所述多张图像下的至少两个视线空间角；根据至少两个所述视线空间角，确定所述观测设备的目标视线与预设高度面的至少两个目标交点的坐标；根据至少两个所述目标交点的坐标，构建所述观测设备的目标视线离散度模型；根据所述目标视线离散度模型，确定所述目标对象的位置信息。
9.一种计算设备，其特征在于，包括：处理器、存储有计算机程序的存储器，所述计算机程序被处理器运行时，执行如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，包括指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1至7任一项所述的方法。
CN202311615629.2A 2023-11-30 2023-11-30 一种目标对象位置信息的确定方法、装置及设备 Active CN117308967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311615629.2A CN117308967B (zh) 2023-11-30 2023-11-30 一种目标对象位置信息的确定方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311615629.2A CN117308967B (zh) 2023-11-30 2023-11-30 一种目标对象位置信息的确定方法、装置及设备

Publications (2)

Publication Number Publication Date
CN117308967A true CN117308967A (zh) 2023-12-29
CN117308967B CN117308967B (zh) 2024-02-02

Family

ID=89274129

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311615629.2A Active CN117308967B (zh) 2023-11-30 2023-11-30 一种目标对象位置信息的确定方法、装置及设备

Country Status (1)

Country Link
CN (1) CN117308967B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2513900C1 (ru) * 2012-12-06 2014-04-20 Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Способ и устройство определения координат объектов
EP2897102A1 (de) * 2014-01-16 2015-07-22 MBDA Deutschland GmbH Verfahren zur Bestimmung der Positionsdaten eines Zielobjekts in einem Referenzsystem und Verfahren zur Führung eines vorzugsweise als Flugkörper ausgebildeten Luftfahrzeugs
CN109029442A (zh) * 2018-06-07 2018-12-18 武汉理工大学 基于多视角匹配的定位装置及方法
CN109596118A (zh) * 2018-11-22 2019-04-09 亮风台（上海）信息科技有限公司 一种用于获取目标对象的空间位置信息的方法与设备
US20190236796A1 (en) * 2016-10-18 2019-08-01 Photonic Sensors & Algorithms, S.L. Device and method for obtaining distance information from views
WO2021223124A1 (zh) * 2020-05-06 2021-11-11 深圳市大疆创新科技有限公司 位置信息获取方法、设备及存储介质
WO2022033076A1 (zh) * 2020-08-08 2022-02-17 上海商汤智能科技有限公司 目标检测方法、装置、设备、存储介质及程序产品
CN115439531A (zh) * 2022-06-21 2022-12-06 亮风台（上海）信息科技有限公司 一种获取目标对象的目标空间位置信息的方法与设备
CN116958935A (zh) * 2023-07-27 2023-10-27 重庆赛力斯新能源汽车设计院有限公司 基于多视角的目标定位方法、装置、设备及介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2513900C1 (ru) * 2012-12-06 2014-04-20 Федеральное государственное казенное военное образовательное учреждение высшего профессионального образования "ВОЕННАЯ АКАДЕМИЯ СВЯЗИ имени Маршала Советского Союза С.М. Буденного" Министерства обороны Российской Федерации Способ и устройство определения координат объектов
EP2897102A1 (de) * 2014-01-16 2015-07-22 MBDA Deutschland GmbH Verfahren zur Bestimmung der Positionsdaten eines Zielobjekts in einem Referenzsystem und Verfahren zur Führung eines vorzugsweise als Flugkörper ausgebildeten Luftfahrzeugs
US20190236796A1 (en) * 2016-10-18 2019-08-01 Photonic Sensors & Algorithms, S.L. Device and method for obtaining distance information from views
CN109029442A (zh) * 2018-06-07 2018-12-18 武汉理工大学 基于多视角匹配的定位装置及方法
CN109596118A (zh) * 2018-11-22 2019-04-09 亮风台（上海）信息科技有限公司 一种用于获取目标对象的空间位置信息的方法与设备
WO2021223124A1 (zh) * 2020-05-06 2021-11-11 深圳市大疆创新科技有限公司 位置信息获取方法、设备及存储介质
WO2022033076A1 (zh) * 2020-08-08 2022-02-17 上海商汤智能科技有限公司 目标检测方法、装置、设备、存储介质及程序产品
CN115439531A (zh) * 2022-06-21 2022-12-06 亮风台（上海）信息科技有限公司 一种获取目标对象的目标空间位置信息的方法与设备
CN116958935A (zh) * 2023-07-27 2023-10-27 重庆赛力斯新能源汽车设计院有限公司 基于多视角的目标定位方法、装置、设备及介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
周前飞 等: "机载光电成像平台的多目标自主定位系统研究", 光学学报, vol. 35, no. 1 *
姚新: "无人机提高目标定位精度方法研究", 舰船电子工程, vol. 31, no. 10 *

Also Published As

Publication number Publication date
CN117308967B (zh) 2024-02-02

Similar Documents

Publication Publication Date Title
US10303966B2 (en) Method and system of image-based change detection
CN105469405B (zh) 基于视觉测程的同时定位与地图构建方法
CN111508021B (zh) 一种位姿确定方法、装置、存储介质及电子设备
EP2111530B1 (en) Automatic stereo measurement of a point of interest in a scene
CN106529538A (zh) 一种飞行器的定位方法和装置
CN110570466A (zh) 三维实景点云模型的生成方法和装置
CN111025283B (zh) 雷达与球机联动的方法及装置
Hebel et al. Simultaneous calibration of ALS systems and alignment of multiview LiDAR scans of urban areas
US20180150974A1 (en) Image processing apparatus, method, and program
CN107560592B (zh) 一种用于光电跟踪仪联动目标的精确测距方法
CN115588144A (zh) 基于高斯动态阈值筛选的实时姿态捕捉方法及装置、设备
CN115511878A (zh) 一种边坡地表位移监测方法、装置、介质及设备
CN114529615A (zh) 雷达标定方法、装置及存储介质
CN111735447B (zh) 一种仿星敏式室内相对位姿测量系统及其工作方法
CN103688289A (zh) 用于估计两幅二进制图像之间相似性的方法和系统
CN117308967B (zh) 一种目标对象位置信息的确定方法、装置及设备
CN115112100B (zh) 遥感控制系统及方法
CN111402324A (zh) 一种目标测量方法、电子设备以及计算机存储介质
CN114120236A (zh) 对低空目标进行识别定位的方法
CN114429515A (zh) 一种点云地图构建方法、装置和设备
CN113792645A (zh) 一种融合图像和激光雷达的ai眼球
Tang et al. Intelligent height measurement technology for ground encroachments in large‐scale power transmission corridor based on advanced binocular stereovision algorithms
Lai et al. Method for the Automatic Generation and Application of Landmark Control Point Library
CN117329928B (zh) 一种基于多元情报融合的无人机综合探测方法和系统
CN117671007B (zh) 一种位移监测方法、装置、电子设备及存储介质

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