CN112950719B - 一种基于无人机主动式光电平台的无源目标快速定位方法 - Google Patents
一种基于无人机主动式光电平台的无源目标快速定位方法 Download PDFInfo
- Publication number
- CN112950719B CN112950719B CN202110091538.8A CN202110091538A CN112950719B CN 112950719 B CN112950719 B CN 112950719B CN 202110091538 A CN202110091538 A CN 202110091538A CN 112950719 B CN112950719 B CN 112950719B
- Authority
- CN
- China
- Prior art keywords
- target
- coordinate system
- coordinates
- unmanned aerial
- aerial vehicle
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 30
- 230000003287 optical effect Effects 0.000 claims abstract description 12
- 238000005259 measurement Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于无人机主动式光电平台的无源目标快速定位方法,首先无人机光电平台对目标进行识别,并确定目标在视场中的位置;然后改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的五分之一以上时,对目标进行拍照;根据所拍照片,确定目标形心在成像坐标系中位置坐标,并转换到大地坐标系中;最后再计算目标定位结果的误差范围并进行补偿。本发明方法将无人机本身的姿态误差、位置误差以及光电平台框架角的误差并入摄像机的外方位元素误差进行分析,对目标位置进行合理补偿,能够快速得到目标准确定位。
Description
技术领域
本发明属于无人机技术领域,具体涉及一种无源目标快速定位方法。
背景技术
随着科学技术的发展,无人作战***在军事领域的应用越来越广泛。在无人机对地打击的过程中,计算无人机对地目标的定位误差是关键环节,通过对定位过程中各种畸变的修正和补偿,可以提升定位结果的准确度,而后结合对误差的分析和误差范围的计算,可以为后续实施精确打击提供目标指示。
基于无人机的目标定位主要有三种方法,三者分别是基于共线的定位,基于图像匹配的定位和基于姿态测量或激光测距的定位。
其中,基于共线的摄影定位有较多限制,如其一般假设目标待测区域平坦,需要获取摄影机内外方位元素且内外方位元素均可能存在误差等等。
基于图像匹配的定位需要预先建立基准图像并将之与校正之后的无人机图像进行基准点匹配,限制了这一定位方式的使用条件,而且进行图片匹配的实时性较差,所以这一定位方法不适合在无人机快速定位的场合中使用。
基于姿态测量或激光测距的定位需要无人机在目标上方进行悬停并以激光定位测距,显然不适合快速定位场合。
发明内容
为了克服现有技术的不足,本发明提供了一种基于无人机主动式光电平台的无源目标快速定位方法,首先无人机光电平台对目标进行识别,并确定目标在视场中的位置;然后改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的五分之一以上时,对目标进行拍照;根据所拍照片,确定目标形心在成像坐标系中位置坐标,并转换到大地坐标系中;最后再计算目标定位结果的误差范围并进行补偿。本发明方法将无人机本身的姿态误差、位置误差以及光电平台框架角的误差并入摄像机的外方位元素误差进行分析,对目标位置进行合理补偿,能够快速得到目标准确定位。
本发明解决其技术问题所采用的技术方案包括以下步骤:
步骤1:无人机光电平台对目标进行识别,并确定目标在视场中的位置;
步骤2:改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的L分之1以上时,对目标进行拍照;
步骤3:确定目标在大地坐标系中的位置;
步骤3-1:对成像数据进行畸变校正;
畸变校正公式为:
其中,k1,k2,p1,p2,s1,s2为畸变系数,(xui,yui)为假定无误差无畸变状态下的成像坐标系理想坐标,(xvi,yvi)表示实际成像中测得在成像坐标系的坐标;
畸变系数由三对已知点进行标定,假设三对已知点的理想坐标为:(xu1,yu1),(xu2,yu2),(xu3,yu3),实际坐标为:(xv1,yv1),(xv2,yv2),(xv3,yv3),则畸变系数表示为:
其中:
P=[k1,k2,p1,p2,s1,s2]T
步骤3-2:确定目标的形心位置
采用最小二乘法对目标的外形进行线性拟合,拟合结果表示为:
f(x)=ax+b (3)
以(xi,yi),i=1,2,3…n表示所拍照片内目标边缘点在成像坐标系的坐标,n为目标边缘点数量,则式(3)满足:
其中,a,b为线性拟合所得的系数,得到目标在成像坐标系的形心坐标(x,y),计算公式如下:
步骤3-3:对形心坐标(x,y)进行坐标转换;
将目标形心坐标(x,y)由成像坐标系转换至大地坐标系,成像坐标系目标点坐标、大地坐标系目标点坐标、相机光学***投影中心之间满足共线方程:
其中,(X,Y,Z)为目标形心在大地坐标系的坐标,将待测区域视为平坦地区时,令Z=0;x0,y0,f为摄像机内方位元素,是摄像机出场时标明的已知参数,(x0,y0)为像主点坐标,(Xs,Ys,Zs)为相机光学***投影中心的位置坐标,ai,bi,ci为方向余弦,分别表示为:
其中,ω,κ分别为摄像机外方位元素中的航向倾角、旁向倾角和相片旋角,分别表示摄像机绕大地坐标系Z轴、Y轴和X轴旋转的角度,与Xs,Ys,Zs共同组成摄像机的外方位元素;
步骤3-4:计算目标定位结果的误差范围;
对式(6)求导,目标点坐标的误差范围表示为:
步骤4:将式(8)的绝对值取消进行计算,得到目标点坐标的误差,由此对定位结果进行补偿:
其中:
则通过误差补偿后的测量结果为:
优选地,所述L=5。
本发明的有益效果如下:
1、本发明提出的目标快速定位方法可以实时输出目标的位置信息。
2、本发明提出的目标快速定位方法将无人机本身的姿态误差、位置误差以及光电平台框架角的误差并入摄像机的外方位元素误差进行分析,对目标位置进行合理补偿,能够快速得到目标准确定位。
附图说明
图1为本发明方法流程图。
图2为无人机光电平台定位拍照示意图。
图3为图像畸变示意图,其中,图(a)为理想图像,图(b-1)为径向畸变-桶形畸变,图(b-2)为径向畸变-枕形畸变,图(c)为切向畸变。
图4为本发明实施例校正前的像点坐标示意图。
图5为本发明实施例校正后的像点坐标示意图。
图6为本发明实施例像片线性拟合结果及形心位置示意图。
图7为本发明实施例形心位置直接定位结果图。
图8为本发明实施例经过误差补偿后形心位置定位结果图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本发明的目的是提供一种基于无人机主动式光电平台的无源目标快速定位算法,该方法能够在无人机低空飞行的过程中快速输出目标的位置,解决现有的基于共线的摄影定位技术的使用局限性较多,定位精度较差以及实时性不高的问题。
如图1所示,一种基于无人机主动式光电平台的无源目标快速定位方法,包括以下步骤:
步骤1:无人机光电平台对目标进行识别,并确定目标在视场中的位置;
步骤2:通过安装在无人机下部光电平台上的相机对目标进行拍照成像。改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的5分之1以上时,对目标进行拍照;
步骤3:确定目标在大地坐标系中的位置;
步骤3-1:对成像数据进行畸变校正;
如图3所示,镜头畸变分为三类,其一是径向畸变,由摄像机镜头的曲率误差引起,造成实际像高于或低于理想像,是畸变的主要组成部分;其二是切向畸变,是由于摄像机镜头组合时光学中心不是严格同轴所造成的;畸变校正公式为:
其中,k1,k2,p1,p2,s1,s2为畸变系数,(xui,yui)为假定无误差无畸变状态下的成像坐标系理想坐标,(xvi,yvi)表示实际成像中测得在成像坐标系的坐标;
畸变系数由三对已知点进行标定,假设三对已知点的理想坐标为:(xu1,yu1),(xu2,yu2),(xu3,yu3),实际坐标为:(xv1,yv1),(xv2,yv2),(xv3,yv3),则畸变系数表示为:
其中:
P=[k1,k2,p1,p2,s1,s2]T
步骤3-2:确定目标的形心位置
通过对目标几何外形的分析,采用最小二乘法对目标的外形进行线性拟合,拟合结果表示为:
f(x)=ax+b (3)
以(xi,yi),i=1,2,3…n表示所拍照片内目标边缘点在成像坐标系的坐标,n为目标边缘点数量,则式(3)满足:
其中,a,b为线性拟合所得的系数,得到目标在成像坐标系的形心坐标(x,y),计算公式如下:
步骤3-3:对形心坐标(x,y)进行坐标转换;
将目标形心坐标(x,y)由成像坐标系转换至大地坐标系,成像坐标系目标点坐标、大地坐标系目标点坐标、相机光学***投影中心之间满足共线方程:
其中,(X,Y,Z)为目标形心在大地坐标系的坐标,将待测区域视为平坦地区时,令Z=0;x0,y0,f为摄像机内方位元素,是摄像机出场时标明的已知参数,(x0,y0)为像主点坐标,(Xs,Ys,Zs)为相机光学***投影中心的位置坐标,ai,bi,ci为方向余弦,分别表示为:
其中,ω,κ分别为摄像机外方位元素中的航向倾角、旁向倾角和相片旋角,分别表示摄像机绕大地坐标系Z轴、Y轴和X轴旋转的角度,与Xs,Ys,Zs共同组成摄像机的外方位元素;
步骤3-4:计算目标定位结果的误差范围;
对式(6)求导,目标点坐标的误差范围表示为:
步骤4:将式(8)的绝对值取消进行计算,得到目标点坐标的误差,由此对定位结果进行补偿:
其中:
则通过误差补偿后的测量结果为:
具体实施例:
本实施例待测区域可以假定为平坦地区。对摄像机的内外方位元素进行误差分析,将无人机本身的姿态误差,位置误差,以及光电平台框架角的误差均视为高斯分布,并将之并入摄像机的外方位元素误差进行分析。
无人机快速定位***主要包含以下三个部分:
(1)无人机光电平台拍照成像;
(2)位置确定;
(3)误差范围计算。
其中,无人机光电平台拍照成像是指当地面目标占到无人机上相机屏幕的五分之一以上的面积时,拍下目标所在位置的照片,根据照片推测目标位置,并对目标位置的误差范围进行快速计算。
1、机光电平台对目标进行识别,并确定目标在视场中的位置;
2、如图2所示,安装在无人机下部光电平台上的相机对目标进行拍照成像。改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的5分之1以上时,对目标进行拍照;
3、对成像数据进行畸变校正,图4是校正前的像点坐标,图5是校正后的像点坐标。
4、确定目标的形心位置,如图6所示。其中,空心菱形标示目标形心的位置,四条直线为目标四条边的线性拟合结果,四边的点为校正后的像点。
5、形心位置坐标转换的结果如图7所示,其中,黑色三角表示目标形心的实际位置,黑色方形表示直接计算所得的目标形心位置定位结果。
6、最终经过误差补偿后的形心定位结果如图8所示,其中,黑色三角表示目标形心的实际位置,黑色方形表示直接计算所得的目标形心位置定位结果,而黑色菱形表示经过误差补偿后所得的目标形心位置定位结果。
Claims (2)
1.一种基于无人机主动式光电平台的无源目标快速定位方法,其特征在于,包括以下步骤:
步骤1:无人机光电平台对目标进行识别,并确定目标在视场中的位置;
步骤2:改变无人机光电平台机载摄像机的焦距f,当目标所占位置达到机载摄影机相片的L分之1以上时,对目标进行拍照;
步骤3:确定目标在大地坐标系中的位置;
步骤3-1:对成像数据进行畸变校正;
畸变校正公式为:
其中,k1,k2,p1,p2,s1,s2为畸变系数,(xui,yui)为假定无误差无畸变状态下的成像坐标系理想坐标,(xvi,yvi)表示实际成像中测得在成像坐标系的坐标;
畸变系数由三对已知点进行标定,假设三对已知点的理想坐标为:(xu1,yu1),(xu2,yu2),(xu3,yu3),实际坐标为:(xv1,yv1),(xv2,yv2),(xv3,yv3),则畸变系数表示为:
其中:
P=[k1,k2,p1,p2,s1,s2]T
步骤3-2:确定目标的形心位置
采用最小二乘法对目标的外形进行线性拟合,拟合结果表示为:
f(x)=ax+b (3)
以(xi,yi),i=1,2,3…n表示所拍照片内目标边缘点在成像坐标系的坐标,n为目标边缘点数量,则式(3)满足:
其中,a,b为线性拟合所得的系数,得到目标在成像坐标系的形心坐标(x,y),计算公式如下:
步骤3-3:对形心坐标(x,y)进行坐标转换;
将目标形心坐标(x,y)由成像坐标系转换至大地坐标系,成像坐标系目标点坐标、大地坐标系目标点坐标、相机光学***投影中心之间满足共线方程:
其中,(X,Y,Z)为目标形心在大地坐标系的坐标,将待测区域视为平坦地区时,令Z=0;x0,y0,f为摄像机内方位元素,是摄像机出场时标明的已知参数,(x0,y0)为像主点坐标,(Xs,Ys,Zs)为相机光学***投影中心的位置坐标,ai,bi,ci为方向余弦,分别表示为:
其中,ω,κ分别为摄像机外方位元素中的航向倾角、旁向倾角和相片旋角,分别表示摄像机绕大地坐标系Z轴、Y轴和X轴旋转的角度,与Xs,Ys,Zs共同组成摄像机的外方位元素;
步骤3-4:计算目标定位结果的误差范围;
对式(6)求导,目标点坐标的误差范围表示为:
步骤4:将式(8)的绝对值取消进行计算,得到目标点坐标的误差,由此对定位结果进行补偿:
其中:
则通过误差补偿后的测量结果为:
2.根据权利要求1所述的一种基于无人机主动式光电平台的无源目标快速定位方法,其特征在于,所述L=5。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091538.8A CN112950719B (zh) | 2021-01-23 | 2021-01-23 | 一种基于无人机主动式光电平台的无源目标快速定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110091538.8A CN112950719B (zh) | 2021-01-23 | 2021-01-23 | 一种基于无人机主动式光电平台的无源目标快速定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112950719A CN112950719A (zh) | 2021-06-11 |
CN112950719B true CN112950719B (zh) | 2024-06-04 |
Family
ID=76236046
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110091538.8A Active CN112950719B (zh) | 2021-01-23 | 2021-01-23 | 一种基于无人机主动式光电平台的无源目标快速定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112950719B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114730471A (zh) * | 2021-08-13 | 2022-07-08 | 深圳市大疆创新科技有限公司 | 控制方法、控制装置、可移动平台及存储介质 |
CN114322940B (zh) * | 2021-12-02 | 2024-04-09 | 中国人民解放军96796部队 | 一种空地一体多目交会测量空爆位置中心的方法及*** |
CN115144879B (zh) * | 2022-07-01 | 2024-07-12 | 燕山大学 | 一种多机多目标动态定位***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092826A1 (en) * | 2003-04-18 | 2004-10-28 | Appro Technology Inc. | Method and system for obtaining optical parameters of camera |
CN104501779A (zh) * | 2015-01-09 | 2015-04-08 | 中国人民解放军63961部队 | 基于多站测量的无人机高精度目标定位方法 |
CN104574415A (zh) * | 2015-01-26 | 2015-04-29 | 南京邮电大学 | 一种基于单摄像机的目标空间定位方法 |
CN107976899A (zh) * | 2017-11-15 | 2018-05-01 | 中国人民解放军海军航空工程学院 | 一种基于有人/无人机协同作战***的精确目标定位及打击方法 |
CN109684909A (zh) * | 2018-10-11 | 2019-04-26 | 武汉工程大学 | 一种无人机目标要害点实时定位方法、***及存储介质 |
-
2021
- 2021-01-23 CN CN202110091538.8A patent/CN112950719B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092826A1 (en) * | 2003-04-18 | 2004-10-28 | Appro Technology Inc. | Method and system for obtaining optical parameters of camera |
CN104501779A (zh) * | 2015-01-09 | 2015-04-08 | 中国人民解放军63961部队 | 基于多站测量的无人机高精度目标定位方法 |
CN104574415A (zh) * | 2015-01-26 | 2015-04-29 | 南京邮电大学 | 一种基于单摄像机的目标空间定位方法 |
CN107976899A (zh) * | 2017-11-15 | 2018-05-01 | 中国人民解放军海军航空工程学院 | 一种基于有人/无人机协同作战***的精确目标定位及打击方法 |
CN109684909A (zh) * | 2018-10-11 | 2019-04-26 | 武汉工程大学 | 一种无人机目标要害点实时定位方法、***及存储介质 |
Non-Patent Citations (1)
Title |
---|
基于A~*算法的无人机爬升轨迹设计;常晓飞;段丽娟;符文星;闫杰;;飞行力学;20081215(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112950719A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112950719B (zh) | 一种基于无人机主动式光电平台的无源目标快速定位方法 | |
CN103674063B (zh) | 一种光学遥感相机在轨几何定标方法 | |
CN106127697B (zh) | 无人机机载成像高光谱几何校正方法 | |
CN107886531B (zh) | 一种基于激光测距以及物方匹配的虚拟控制点获取方法 | |
CN107564057B (zh) | 顾及大气折光校正的高轨面阵光学卫星在轨几何标定方法 | |
CN103822615A (zh) | 一种多控制点自动提取与聚合的无人机地面目标实时定位方法 | |
CN106595700A (zh) | 基于三点坐标测量的靶道空间基准标定方法 | |
CN110006452B (zh) | 高分六号宽视场相机相对几何定标方法及*** | |
CN107192375B (zh) | 一种基于航拍姿态的无人机多帧图像自适应定位校正方法 | |
CN113900125B (zh) | 星地联合的线阵成像遥感卫星全自主几何定标方法及*** | |
KR100663836B1 (ko) | 항공사진 촬영용 카메라의 중심 초점 매칭을 위한 모터의제어 시스템 | |
CN115187798A (zh) | 一种多无人机高精度匹配定位方法 | |
CN109341720A (zh) | 一种基于恒星轨迹的遥感相机几何标定方法 | |
CN108594255B (zh) | 一种激光测距辅助光学影像联合平差方法及*** | |
CN106289317A (zh) | 一种单镜头数字航测相机的单机检校方法及装置 | |
CN110007440B (zh) | 一种数字航空测绘全色相机光学*** | |
WO2023279529A1 (zh) | 一种地基星敏感器大气折射与对地姿态的联合估计方法 | |
CN114693807B (zh) | 一种输电线路图像与点云的映射数据重构方法及*** | |
Clédat et al. | Camera calibration models and methods for corridor mapping with UAVS | |
CN116309821A (zh) | 一种基于异源图像配准的无人机定位方法 | |
CN113421300B (zh) | 确定鱼眼相机图像中物体实际位置的方法及装置 | |
CN115311366A (zh) | 基于rpc模型的星载分片线阵传感器几何定标方法及*** | |
CN112257630A (zh) | 电力***的无人机探测成像方法及装置 | |
CN116091546B (zh) | 光学相机推扫模式下的观测构建方法 | |
CN113900122B (zh) | 星地联合的面阵成像遥感卫星全自主几何定标方法及*** |
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 |