CN115511956A - 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
CN115511956A
CN115511956A CN202211479183.0A CN202211479183A CN115511956A CN 115511956 A CN115511956 A CN 115511956A CN 202211479183 A CN202211479183 A CN 202211479183A CN 115511956 A CN115511956 A CN 115511956A
Authority
CN
China
Prior art keywords
coordinate system
aerial vehicle
unmanned aerial
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
CN202211479183.0A
Other languages
English (en)
Inventor
韩静
陈名洋
陈霄宇
瞿超
魏驰恒
张靖远
王泽�
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 CN202211479183.0A priority Critical patent/CN115511956A/zh
Publication of CN115511956A publication Critical patent/CN115511956A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

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***的研发起步较国外晚，尤其是无人机成像定位的领域存在定位精度差、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 228375DEST_PATH_IMAGE001
与物点 P 的 摄像机坐标系坐标
Figure 348777DEST_PATH_IMAGE002
的关系式如下：
Figure 207143DEST_PATH_IMAGE003
（5-1），其中
Figure 664669DEST_PATH_IMAGE004
为相机的焦 距，像素点 p 的图像像素坐标
Figure 947883DEST_PATH_IMAGE005
与其图像物理坐标
Figure 114553DEST_PATH_IMAGE001
的关系如下：
Figure 850428DEST_PATH_IMAGE006
（5-2），其中，
Figure 111645DEST_PATH_IMAGE007
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 590644DEST_PATH_IMAGE001
转化为图像物理 坐标
Figure 256111DEST_PATH_IMAGE001
，图像中目标点在相机坐标系中坐标为
Figure 479282DEST_PATH_IMAGE008
；像素点p的图像物 理坐标
Figure 13032DEST_PATH_IMAGE001
与物点 P 的摄像机坐标系坐标
Figure 349466DEST_PATH_IMAGE002
，
Figure 920256DEST_PATH_IMAGE004
为相机的焦距，像素 点 p 的图像像素坐标
Figure 958619DEST_PATH_IMAGE005
，
Figure 309442DEST_PATH_IMAGE007
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 359437DEST_PATH_IMAGE008
。
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 569970DEST_PATH_IMAGE009
； S2：将坐标系绕Y轴沿右手螺旋方向旋转
Figure 361208DEST_PATH_IMAGE010
，转 换矩阵
Figure 987493DEST_PATH_IMAGE011
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转
Figure 912503DEST_PATH_IMAGE012
，转换矩阵
Figure 356254DEST_PATH_IMAGE013
。
上述步骤中
Figure 775734DEST_PATH_IMAGE014
，
Figure 2447DEST_PATH_IMAGE010
，
Figure 89351DEST_PATH_IMAGE012
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 500741DEST_PATH_IMAGE015
（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 532151DEST_PATH_IMAGE016
。
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 687189DEST_PATH_IMAGE017
、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 503966DEST_PATH_IMAGE018
，其中夹角
Figure 351837DEST_PATH_IMAGE017
的表达 式如下：
Figure 745909DEST_PATH_IMAGE019
，夹角
Figure 563692DEST_PATH_IMAGE018
的表达式如下：
Figure 359610DEST_PATH_IMAGE020
； 随后利用 拍摄该照片时的获取的无人机GPS信息
Figure 378381DEST_PATH_IMAGE021
、
Figure 132186DEST_PATH_IMAGE022
和
Figure 629027DEST_PATH_IMAGE023
，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 669664DEST_PATH_IMAGE024
，根据该z轴坐标值与相机焦距的比值，分别计算
Figure 328178DEST_PATH_IMAGE025
、
Figure 962422DEST_PATH_IMAGE026
， 得到无人机地理坐标系中的坐标
Figure 138319DEST_PATH_IMAGE027
，其中
Figure 908829DEST_PATH_IMAGE004
为相机的焦距
Figure 3824DEST_PATH_IMAGE021
、
Figure 984419DEST_PATH_IMAGE022
和
Figure 88641DEST_PATH_IMAGE023
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 323444DEST_PATH_IMAGE028
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 854920DEST_PATH_IMAGE029
度，最后绕Z轴转-90度，获得以下 转换矩阵：
Figure 198176DEST_PATH_IMAGE031
； （8-1） 旋转之后进行坐标平移，平移矩阵如下：
Figure 965144DEST_PATH_IMAGE032
；（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 710246DEST_PATH_IMAGE033
，其中，
Figure 147044DEST_PATH_IMAGE034
为椭 球长半径；
Figure 852963DEST_PATH_IMAGE035
为地球卯酉圈曲率半径；
Figure 298988DEST_PATH_IMAGE036
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 633017DEST_PATH_IMAGE037
，其转换公式如下：
Figure 630929DEST_PATH_IMAGE039
；
利用拍摄该照片时的获取的无人机的经度、纬度和高度
Figure 683199DEST_PATH_IMAGE021
、
Figure 667335DEST_PATH_IMAGE022
和
Figure 993887DEST_PATH_IMAGE023
，
Figure 38066DEST_PATH_IMAGE034
为椭球 长半径；
Figure 702266DEST_PATH_IMAGE035
为地球卯酉圈曲率半径；
Figure 490093DEST_PATH_IMAGE036
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 798715DEST_PATH_IMAGE037
。
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 889161DEST_PATH_IMAGE041
，其中，
Figure 916023DEST_PATH_IMAGE042
、
Figure 241962DEST_PATH_IMAGE043
、
Figure 795304DEST_PATH_IMAGE044
分别为待求目标 的经度、纬度和高度，
Figure 915706DEST_PATH_IMAGE045
、
Figure 305230DEST_PATH_IMAGE046
、
Figure 434860DEST_PATH_IMAGE047
为目标在大地直角坐标系下的坐标，N的表达公式如下：
Figure 452495DEST_PATH_IMAGE048
，在计算时采用迭代算法，在迭代时先设定
Figure 399591DEST_PATH_IMAGE049
的初始值
Figure 135466DEST_PATH_IMAGE050
， 计算公式如下：
Figure 678574DEST_PATH_IMAGE052
，然后计算
Figure 816294DEST_PATH_IMAGE049
的更新值：
Figure 809658DEST_PATH_IMAGE054
，最后将初始值
Figure 157463DEST_PATH_IMAGE055
和更 新值
Figure 628896DEST_PATH_IMAGE056
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 621122DEST_PATH_IMAGE056
为初始值继续进行迭代，直至
Figure 392245DEST_PATH_IMAGE057
与
Figure 102712DEST_PATH_IMAGE058
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 377835DEST_PATH_IMAGE034
为地球长半径；
Figure 614782DEST_PATH_IMAGE035
为地球卯酉圈曲率半径；
Figure 684369DEST_PATH_IMAGE036
为椭球第一偏心率，
Figure 757498DEST_PATH_IMAGE059
、
Figure 570733DEST_PATH_IMAGE060
、
Figure 803132DEST_PATH_IMAGE061
分别表示第i次迭代时对应
Figure 902675DEST_PATH_IMAGE049
、
Figure 587734DEST_PATH_IMAGE035
、
Figure 204660DEST_PATH_IMAGE062
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 166931DEST_PATH_IMAGE063
与物点 P 的摄像机坐标系坐标
Figure 578321DEST_PATH_IMAGE064
的关系式如下：
Figure 750676DEST_PATH_IMAGE065
（5-1），其中
Figure 764768DEST_PATH_IMAGE066
为相机的焦距，像素点 p 的图像像素坐标
Figure 971759DEST_PATH_IMAGE067
与其图像物理坐标
Figure 163837DEST_PATH_IMAGE063
的关系如下：
Figure 823488DEST_PATH_IMAGE068
（5-2），其中，
Figure 516638DEST_PATH_IMAGE069
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 702769DEST_PATH_IMAGE063
转化为图像物理坐标
Figure 455961DEST_PATH_IMAGE063
，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 602908DEST_PATH_IMAGE070
；像素点p的图像物理坐标
Figure 706606DEST_PATH_IMAGE063
与物点 P 的摄像机坐标系坐标
Figure 622610DEST_PATH_IMAGE071
，
Figure 671337DEST_PATH_IMAGE072
为相机的焦距，像素点 p 的 图像像素坐标
Figure 305581DEST_PATH_IMAGE073
，
Figure 606112DEST_PATH_IMAGE074
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 986409DEST_PATH_IMAGE070
；
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 346983DEST_PATH_IMAGE075
； S2：将坐标系绕Y轴沿右手螺旋方向旋转
Figure 202944DEST_PATH_IMAGE076
，转 换矩阵
Figure 166220DEST_PATH_IMAGE077
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转
Figure 791237DEST_PATH_IMAGE078
，转换矩阵
Figure 322712DEST_PATH_IMAGE079
。
上述步骤中
Figure 275756DEST_PATH_IMAGE080
，
Figure 183669DEST_PATH_IMAGE076
，
Figure 928771DEST_PATH_IMAGE078
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 490203DEST_PATH_IMAGE081
（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 55176DEST_PATH_IMAGE082
；
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 110988DEST_PATH_IMAGE083
、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 976176DEST_PATH_IMAGE084
，其中夹角
Figure 583875DEST_PATH_IMAGE083
的表达式如下：
Figure 760778DEST_PATH_IMAGE085
，夹角
Figure 744915DEST_PATH_IMAGE084
的表达式如下：
Figure 71466DEST_PATH_IMAGE086
； 随后利用拍摄该照片时的获取的无人机GPS信息
Figure 850066DEST_PATH_IMAGE021
、
Figure 514266DEST_PATH_IMAGE022
和
Figure 36514DEST_PATH_IMAGE023
，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 610715DEST_PATH_IMAGE087
，根据该z轴坐标值与相机焦距的比值，分别计算
Figure 435583DEST_PATH_IMAGE088
、
Figure 72231DEST_PATH_IMAGE089
，得到无人机地理坐标系中的坐标
Figure 257225DEST_PATH_IMAGE090
，其中
Figure 295719DEST_PATH_IMAGE091
为相机的焦距，
Figure 681701DEST_PATH_IMAGE021
、
Figure 195859DEST_PATH_IMAGE022
和
Figure 450123DEST_PATH_IMAGE023
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 467758DEST_PATH_IMAGE092
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 290220DEST_PATH_IMAGE029
度，最后绕Z轴转-90度，获得以下转换矩阵：
Figure 898531DEST_PATH_IMAGE093
；（8-1） 旋转之后进行坐标平移，平移矩阵如下：
Figure 566273DEST_PATH_IMAGE094
；（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 828627DEST_PATH_IMAGE095
，其 中，
Figure 821991DEST_PATH_IMAGE096
为地球长半径；
Figure 45162DEST_PATH_IMAGE097
为地球卯酉圈曲率半径；
Figure 391961DEST_PATH_IMAGE098
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 649767DEST_PATH_IMAGE099
，其转换公式如下：
Figure 282874DEST_PATH_IMAGE100
；
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 117974DEST_PATH_IMAGE101
， 其中，
Figure 393098DEST_PATH_IMAGE102
、
Figure 115197DEST_PATH_IMAGE103
、
Figure 184785DEST_PATH_IMAGE104
分别为待求目标的经度、纬度和高度，
Figure 382548DEST_PATH_IMAGE105
、
Figure 320417DEST_PATH_IMAGE106
、
Figure 552815DEST_PATH_IMAGE107
为目标在大地直角坐标系 下的坐标，N的表达公式如下：
Figure 403090DEST_PATH_IMAGE108
，在计算时采用迭代算法，在迭代 时先设定
Figure 353729DEST_PATH_IMAGE103
的初始值
Figure 970655DEST_PATH_IMAGE109
，计算公式如下：
Figure 916614DEST_PATH_IMAGE110
，然后计算
Figure 328004DEST_PATH_IMAGE103
的更新值：
Figure 500359DEST_PATH_IMAGE111
，最后将初始 值
Figure 527834DEST_PATH_IMAGE109
和更新值
Figure 469245DEST_PATH_IMAGE112
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 51536DEST_PATH_IMAGE112
为初始值继续进行迭代，直至
Figure 835821DEST_PATH_IMAGE113
与
Figure 528971DEST_PATH_IMAGE114
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 590468DEST_PATH_IMAGE115
为地球长半径；
Figure 484605DEST_PATH_IMAGE116
为地球卯酉圈曲率半径；
Figure 100395DEST_PATH_IMAGE117
为椭球第一偏心率，
Figure 862814DEST_PATH_IMAGE118
、
Figure 637872DEST_PATH_IMAGE119
、
Figure 827545DEST_PATH_IMAGE120
分别表示第i次迭代时对应
Figure 71576DEST_PATH_IMAGE121
、
Figure 372107DEST_PATH_IMAGE122
、
Figure 877038DEST_PATH_IMAGE123
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 362246DEST_PATH_IMAGE124
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***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***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 9177DEST_PATH_IMAGE001
是像素点p在图像像素坐标系中的图像物理坐标，
Figure 779687DEST_PATH_IMAGE002
是像素点 p 在图像像素坐标系中的图像像素坐标，
Figure 750048DEST_PATH_IMAGE001
与目标点 P 的相 机坐标系坐标
Figure 606008DEST_PATH_IMAGE003
的关系式如下：
Figure 569285DEST_PATH_IMAGE004
……………….（5-1），
像素点 p 的图像像素坐标
Figure 459881DEST_PATH_IMAGE002
与其图像物理坐标
Figure 991356DEST_PATH_IMAGE001
的关系如下：
Figure 941470DEST_PATH_IMAGE005
…………………（5-2）， 其中，
Figure 583804DEST_PATH_IMAGE006
为相机的焦距，
Figure 63327DEST_PATH_IMAGE007
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 890338DEST_PATH_IMAGE002
转化为像素点 p的图像物理坐标
Figure 720890DEST_PATH_IMAGE001
，同时得到图像中目标点 P在相机坐标系中坐标为
Figure 901336DEST_PATH_IMAGE008
。
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 641890DEST_PATH_IMAGE009
； S2：将坐标系绕Y轴沿右手螺旋方向旋转，转换矩阵
Figure 515168DEST_PATH_IMAGE010
；
S3：将坐标系绕Z轴沿右手螺旋方向旋转，转换矩阵
Figure 301858DEST_PATH_IMAGE011
；
上述步骤中
Figure 676208DEST_PATH_IMAGE012
，
Figure 864744DEST_PATH_IMAGE013
，
Figure 784289DEST_PATH_IMAGE014
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 323855DEST_PATH_IMAGE015
…………（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 846103DEST_PATH_IMAGE016
。
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 544938DEST_PATH_IMAGE017
、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 494439DEST_PATH_IMAGE018
； 随后利用拍摄该照片时的获取的无人机GPS信息
Figure 786881DEST_PATH_IMAGE019
和
Figure 722607DEST_PATH_IMAGE020
，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 416893DEST_PATH_IMAGE021
，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 661930DEST_PATH_IMAGE022
、Y轴的坐标
Figure 176088DEST_PATH_IMAGE023
，得到无人机地理坐标系中的 坐标
Figure 305718DEST_PATH_IMAGE024
，其中
Figure 854511DEST_PATH_IMAGE025
为相机的焦距
Figure 18251DEST_PATH_IMAGE019
和
Figure 19705DEST_PATH_IMAGE020
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 812081DEST_PATH_IMAGE026
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 215380DEST_PATH_IMAGE027
度，最后绕Z轴转-90度，获得以下转换矩阵：
Figure 943165DEST_PATH_IMAGE029
；（8-1）
旋转之后进行坐标平移，平移矩阵如下：
Figure 41702DEST_PATH_IMAGE031
；（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 778714DEST_PATH_IMAGE032
，其中，
Figure 36520DEST_PATH_IMAGE033
为 椭球长半径；N为地球卯酉圈曲率半径；
Figure 794260DEST_PATH_IMAGE034
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 770307DEST_PATH_IMAGE035
， 其转换公式如下：
Figure 779851DEST_PATH_IMAGE036
；
其中
Figure 767530DEST_PATH_IMAGE019
和
Figure 102696DEST_PATH_IMAGE020
代表无人机拍照时所处的经度、纬度和高度，
Figure 34880DEST_PATH_IMAGE037
为地球长半径；
Figure 238328DEST_PATH_IMAGE038
为 地球卯酉圈曲率半径；
Figure 939568DEST_PATH_IMAGE039
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 445636DEST_PATH_IMAGE041
，其中，
Figure 6061DEST_PATH_IMAGE042
、
Figure 357408DEST_PATH_IMAGE043
、
Figure 444313DEST_PATH_IMAGE044
分别为待求目标的经度、纬度和高度，
Figure 980336DEST_PATH_IMAGE045
、
Figure 152692DEST_PATH_IMAGE046
、
Figure 180166DEST_PATH_IMAGE047
为目标在大地直角坐标系下的坐 标，N的表达公式如下：
Figure 121577DEST_PATH_IMAGE048
，在计算时采用迭代算法，在迭代时先设定
Figure 969447DEST_PATH_IMAGE043
的初始值
Figure 488154DEST_PATH_IMAGE049
，计算公式如下：
Figure 446882DEST_PATH_IMAGE051
，然后计算
Figure 242800DEST_PATH_IMAGE043
的更新值：
Figure 871359DEST_PATH_IMAGE053
，最后将初始值
Figure 18306DEST_PATH_IMAGE049
和更新值
Figure 515146DEST_PATH_IMAGE054
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 555784DEST_PATH_IMAGE054
为初始值继续进行迭代，直至
Figure 479877DEST_PATH_IMAGE055
与
Figure 458329DEST_PATH_IMAGE056
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 758860DEST_PATH_IMAGE037
为地球长半径；
Figure 529370DEST_PATH_IMAGE038
为地球卯酉圈曲率半径；
Figure 827627DEST_PATH_IMAGE039
为椭球第一偏心率，
Figure 683588DEST_PATH_IMAGE057
、
Figure 787810DEST_PATH_IMAGE058
、
Figure 537460DEST_PATH_IMAGE059
分别表示第i次迭代时对应
Figure 68936DEST_PATH_IMAGE043
、
Figure 146613DEST_PATH_IMAGE038
、
Figure 684821DEST_PATH_IMAGE044
的值。
CN202211479183.0A 2022-11-24 2022-11-24 一种无人机成像定位方法 Pending CN115511956A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211479183.0A CN115511956A (zh) 2022-11-24 2022-11-24 一种无人机成像定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211479183.0A CN115511956A (zh) 2022-11-24 2022-11-24 一种无人机成像定位方法

Publications (1)

Publication Number Publication Date
CN115511956A true CN115511956A (zh) 2022-12-23

Family

ID=84514073

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211479183.0A Pending CN115511956A (zh) 2022-11-24 2022-11-24 一种无人机成像定位方法

Country Status (1)

Country Link
CN (1) CN115511956A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774142A (zh) * 2023-06-13 2023-09-19 中国电子产业工程有限公司 一种非等高双机交叉定位中的坐标转换方法
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
CN117291980A (zh) * 2023-10-09 2023-12-26 宁波博登智能科技有限公司 一种基于深度学习的单张无人机图像像素定位方法
CN117496114A (zh) * 2023-11-29 2024-02-02 西安道达天际信息技术有限公司 一种目标定位方法、***及计算机存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105353772A (zh) * 2015-11-16 2016-02-24 中国航天时代电子公司 一种无人机机动目标定位跟踪中的视觉伺服控制方法
CN110542407A (zh) * 2019-07-23 2019-12-06 中国科学院长春光学精密机械与物理研究所 一种航拍图像任意像素点定位信息获取方法
US11280608B1 (en) * 2019-12-11 2022-03-22 Sentera, Inc. UAV above ground level determination for precision agriculture

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105353772A (zh) * 2015-11-16 2016-02-24 中国航天时代电子公司 一种无人机机动目标定位跟踪中的视觉伺服控制方法
CN110542407A (zh) * 2019-07-23 2019-12-06 中国科学院长春光学精密机械与物理研究所 一种航拍图像任意像素点定位信息获取方法
US11280608B1 (en) * 2019-12-11 2022-03-22 Sentera, Inc. UAV above ground level determination for precision agriculture

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
徐诚等: "基于光电测量平台的多目标定位算法", 《中南大学学报》 *
桑金: "空间大地直角坐标与大地坐标反算的非迭代法", 《测绘通报》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116774142A (zh) * 2023-06-13 2023-09-19 中国电子产业工程有限公司 一种非等高双机交叉定位中的坐标转换方法
CN116774142B (zh) * 2023-06-13 2024-03-01 中国电子产业工程有限公司 一种非等高双机交叉定位中的坐标转换方法
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
CN117291980A (zh) * 2023-10-09 2023-12-26 宁波博登智能科技有限公司 一种基于深度学习的单张无人机图像像素定位方法
CN117291980B (zh) * 2023-10-09 2024-03-15 宁波博登智能科技有限公司 一种基于深度学习的单张无人机图像像素定位方法
CN117496114A (zh) * 2023-11-29 2024-02-02 西安道达天际信息技术有限公司 一种目标定位方法、***及计算机存储介质

Similar Documents

Publication Publication Date Title
CN112894832B (zh) 三维建模方法、装置、电子设备和存储介质
CN115511956A (zh) 一种无人机成像定位方法
CN103345737B (zh) 一种基于误差补偿的uav高分辨率影像几何校正方法
Sanz‐Ablanedo et al. Reducing systematic dome errors in digital elevation models through better UAV flight design
CN113850126A (zh) 一种基于无人机的目标检测和三维定位方法和***
CN107490364A (zh) 一种大角度倾斜成像航空相机对地目标定位方法
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
CN110503687B (zh) 一种空中光电测量平台目标定位方法
CN110987021B (zh) 一种基于转台基准的惯性视觉相对姿态标定方法
CN104729482B (zh) 一种基于飞艇的地面微小目标侦测***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
CN101114022A (zh) 无姿态信息条件下的航空多光谱扫描仪几何粗校正方法
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
CN106023207B (zh) 一种基于移动测量***双全景的城市部件采集方法
CN110986888A (zh) 一种航空摄影一体化方法
CN116309798A (zh) 一种无人机成像定位方法
CN116883604A (zh) 一种基于天、空、地影像的三维建模技术方法
CN107063191B (zh) 一种摄影测量区域网整体相对定向的方法
CN107705272A (zh) 一种空间影像的高精度几何校正方法
CN112985398A (zh) 目标定位方法及***
CN110068312A (zh) 一种基于球面三角形的数字天顶仪定位方法
CN116563699A (zh) 一种联合天地图和移动手机图像的森林火点定位方法
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
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
RJ01 Rejection of invention patent application after publication

Application publication date: 20221223

RJ01 Rejection of invention patent application after publication