CN116124094A - 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 - Google Patents

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 Download PDF

Info

Publication number
CN116124094A
CN116124094A CN202211604618.XA CN202211604618A CN116124094A CN 116124094 A CN116124094 A CN 116124094A CN 202211604618 A CN202211604618 A CN 202211604618A CN 116124094 A CN116124094 A CN 116124094A
Authority
CN
China
Prior art keywords
target
coordinate system
unmanned aerial
coordinates
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.)
Pending
Application number
CN202211604618.XA
Other languages
English (en)
Inventor
杜明磊
张栋
高鹏
金阳
车晓涛
李海城
朱可
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.)
Northwestern Polytechnical University
Original Assignee
Northwestern Polytechnical University
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 Northwestern Polytechnical University filed Critical Northwestern Polytechnical University
Priority to CN202211604618.XA priority Critical patent/CN116124094A/zh
Publication of CN116124094A publication Critical patent/CN116124094A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01C11/02—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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/028—Micro-sized aircraft
    • 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
    • G01C11/36—Videogrammetry, i.e. electronic processing of video signals from a single source or from different sources to give parallax or range information
    • 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
    • G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
    • G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
    • 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
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
    • 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)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Navigation (AREA)

Abstract

本发明涉及一种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，属于无源定位技术领域。在AOA算法框架中，对摄影测量共线方程进行变换，并将无人机自身组合导航信息作为基准坐标，完成多无人机协同目标定位。本发明不依赖高程和测距信息，能够利用红外、可见光图像信息同时对多个目标实时精确定位，具备较好的工程应用效益，在无源定位技术领域将具有广泛的应用前景。

Description

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
技术领域
本发明涉及无源定位技术领域，具体地说，是一种基于无人机侦察图像与组合导航信息，通过多机协同的方式，同时对多个目标进行定位的方法。
背景技术
对地面目标准确定位是侦察型无人机的核心能力，其定位方法可分为有源定位和无源定位两大类。无源定位过程中，设备只接收信号，不主动发射电磁波、激光等，因此，相比于有源定位，无源定位过程具有良好的隐蔽特性，从而提升无人机的生存能力。无人机对地目标无源定位的解决方案主要有基于摄影测量共线方程(Collinearity Equation)的多目标定位方法、多普勒频率变化率定位(Doppler Rate of Chang，DRC)、相位差变化率定位(Phase Difference Rate of Chang，PDRC)、测向交叉定位(Angle of Arrival，AOA)、到达时差定位(Time Difference of Arrival，TDOA)、频差定位(Frequency Difference ofArrival，FDOA)以及多种联合定位方法等。
上述主流的解决方案中，存在缺陷如下：①DRC/PDRC/AOA/TDOA/FDOA等定位方法涉及的接收信息一般为无线电波信号，不涉及图像、视频等信息；②通过单幅图像能够对多目标进行定位，但是算法理论基础是摄影测量共线方程，前提假设是目标区域平坦，因此在没有高程信息的条件下，该方法无法得到应用。本发明将以上两类算法融合，从而解决了各自的使用缺陷，达到优势互补的效果。
由于缺乏测距信息，且求解的目标信息至少为3个未知数，因此需要多机协同定位。在此基础上，多机对目标的协同定位将无人机自身的位置信息作为基站坐标，并通过INS+GNSS的组合导航方式进一步提高自身位置精度，从而减少目标定位误差。
发明内容
要解决的技术问题
首先，摄影测量共线方程的定位方法应用条件之一是已知高程信息，实际应用中较难保证；其次，侦察装置无需跟踪目标，而以非凝视的方式完成对多个目标的宽域侦察与定位，效率会更高，因此宽视域的图像信息比跟踪特定目标的无线电信号更符合实际应用场景；第三，需要采用无源定位方式，保障无人机的生存能力。针对以上三点，如何不依赖高程信息与测距信息，对多目标同时定位，并获得较高精度的目标信息，是亟需解决的技术问题。
为了避免现有技术的不足之处，本发明提供一种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。
技术方案
一种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，参与协同定位的无人机集合为S＝{Sj|j＝1,2,...,N}，N为无人机总数量，可侦察定位的地面目标集合为T＝{Ti|i＝1,2,...,K}，K为可定位目标的总数量；其特征在于步骤如下：
步骤1：计算单架无人机摄像的内方位向量，即第j架无人机对第i个目标定位的内方位向量ΘTij：
Figure BDA0003996976360000021
Figure BDA0003996976360000022
上式中，f(j)为焦距，vi、ui为像点a(i)在像素坐标系中的坐标，v0、uo为像主点在像素坐标系中的坐标，dv(j)、du(j)为像元纵向与横向的物理尺寸；
步骤2：计算目标的测向角，即第j架无人机对第i个目标定位时的高低测向角θij和偏航测向角ψij：
Figure BDA0003996976360000031
Figure BDA0003996976360000032
对于地面目标来说：sign(YnA(i)-Yns(i))＝-1；
对于空中目标来说：sign(YnA(i)-Yns(i))＝1；
其中，无人机Sj摄像中心在导航坐标系的坐标分别为(Xns(j),Yns(j),Zns(j))，像点a(i)在摄像坐标系中的坐标为(Xsa(i),Ysa(i),Zsa(i))，像点a(i)对应的目标点A(i)在导航坐标系中的坐标为(XnA(i),YnA(i),ZnA(i))，
Figure BDA0003996976360000033
为无人机Sj从摄像坐标系到导航坐标系的转换矩阵；
步骤3：建立多机协同定位的方程组
Figure BDA0003996976360000034
其中：
Figure BDA0003996976360000035
UTi＝[xTi,yTi,zTi]T,(i＝1,2,...,K)
Figure BDA0003996976360000036
Snj＝[xnj,ynj,znj]T,j＝2,3,...,N为其它无人机以Sn1为基准点计算各自的导航坐标系位置；
由于rank(Φij)＝2，则
Figure BDA0003996976360000041
而目标的位置坐标为3个未知数，因此，
当N≥2时，保证过定的方程数满足对目标位置的解算；采用最小二乘法计算得到目标在导航坐标系下的位置坐标：UTi＝[xTi,yTi,zTi]T,i＝1,2,...,K，进而能够得到各目标的经度、纬度和高度；
步骤4：计算目标在大地坐标系中的坐标
首先，以无人机S1在地球坐标系的坐标
Figure BDA0003996976360000042
为基准点，计算得到各目标在地球坐标系下的坐标
Figure BDA0003996976360000043
Figure BDA0003996976360000044
其中，
Figure BDA0003996976360000045
为导航坐标系到地球直角坐标系的转换矩阵；
其次，基于目标的地球直角坐标
Figure BDA0003996976360000046
通过迭代计算，可以得到目标UTi＝[xTi,yTi,zTi]T,i＝1,2,...,K在大地坐标系中的经度、纬度和高度(λTi，φTi，hTi)。
一种计算机***，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述的方法。
一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现上述的方法。
有益效果
本发明提供的一种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，是在AOA算法框架中，对摄影测量共线方程进行变换，并将无人机自身组合导航信息作为基准坐标，完成多无人机协同目标定位。本发明不依赖高程和测距信息，能够利用红外、可见光图像信息同时对多个目标实时精确定位，具备较好的工程应用效益，在无源定位技术领域将具有广泛的应用前景。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1是本发明多机协同定位原理示意图。
图2是本发明所涉及的基于图像的多目标成像原理示意图。
图3是本发明实施方式中用于仿真验证的1#无人机目标像素坐标分布。
图4是本发明实施方式中用于仿真验证的2#无人机目标像素坐标分布。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图和实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。此外，下面描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
参与协同定位的无人机集合为S＝{Sj|j＝1,2,...,N}，N为无人机总数量；可侦察定位的地面目标集合为T＝{Ti|i＝1,2,...,K}，K为可定位目标的总数量。该方法特征在于步骤如下：
步骤1：计算单架无人机摄像的内方位向量
计算过程涉及的坐标系定义如下：
像素坐标系Opxuv(简称：px系)。具体定义为：像素坐标系原点Opx取在图像的左上角；Opxu轴为图像横轴，表示像素在图像中的列数，向右为正；Opxv轴为图像纵轴，表示像素在图像中的行数，向下为正。该坐标系度量单位为像素(记为pix)。像素坐标系中的多个目标点记为：(ui,vi)，(i＝1,2,...,K)
摄像坐标系OcXcYcZc(简称：c系)。具体定义为：原点Oc取在光电平台摄像机的光心位置；OcXc轴与摄像机光轴重合，指向摄像目标方向为正；OcYc轴与Opxv轴平行，向上为正；OcZc轴与Opxu轴平行，向右为正；且OcYcZc平面与成像平面平行。
图像信息中，像点a(i)在摄像坐标系中的坐标为(Xsa(i),Ysa(i),Zsa(i))，像点a(i)在摄像坐标系与像素坐标系之间的映射关系如下：
Figure BDA0003996976360000061
上式中，f(j)为焦距，vi、ui为像点a(i)在像素坐标系中的坐标，v0、uo为像主点在像素坐标系中的坐标，dv(j)、du(j)为像元纵向与横向的物理尺寸。
为方便计算目标的测向角，将上面等式的左边定义为第j架无人机对第i个目标定位的内方位向量ΘTij，则有：
Figure BDA0003996976360000062
步骤2：计算目标的测向角θij、ψij
计算目标的测向角涉及的坐标系、角度定义如下：
a.坐标系定义
导航坐标系OnXnYnZn(简称：n系)。具体定义为：“北-天-东”指向的地理坐标系，是当地水平坐标系。原点On取在弹载惯性导航装置的中心；OnYn轴与On点的椭球法线重合，指向天顶为正；OnXn轴与OnYn轴垂直，顺子午线指向北极为正；OnZn轴垂直于OnXnYn平面，其方向按右手直角坐标系确定，指向东为正。
机体坐标系ObXbYbZb(简称：b系)。具体定义为：原点Ob取在无人机的质心；ObXb轴与机体纵轴重合，指向机体头部为正；ObYb轴位于机体纵向对称平面内，与ObXb轴垂直，指向上为正；ObZb轴垂直于ObXbYb平面，其方向按右手直角坐标系确定。
b.角度定义
俯仰角
Figure BDA0003996976360000071
机体ObXb轴与水平面(导航坐标系OnXnZn平面)的夹角，若ObXb轴指向水平面上方，则俯仰角
Figure BDA0003996976360000072
为正。
航向角
Figure BDA0003996976360000073
机体ObXb轴在水平面内的投影与OnXn轴的夹角。迎OnYn轴俯视，若由OnXn轴旋转至ObXb轴在水平面内的投影线为逆时针方向时，航向角
Figure BDA0003996976360000074
为正。(即ObXb轴在水平面内的投影为北偏西时，航向角
Figure BDA0003996976360000075
为正，反之为负。)
滚转角γb：机体ObYb轴与包含机体纵轴ObXb的铅垂面之间的夹角。由机体尾部顺ObXb轴向前看，若ObYb轴位于铅垂面右侧时，滚转角γ为正。
俯仰框架角
Figure BDA0003996976360000076
摄像机光轴OcXc轴与机体坐标系ObXbZb平面的夹角，若OcXc轴指向ObXbZb平面上方，则俯仰框架角
Figure BDA0003996976360000077
为正。
偏航框架角
Figure BDA0003996976360000078
摄像机光轴OcXc轴在机体坐标系ObXbZb平面的投影与ObXb轴的夹角。若由ObXb轴旋转至OcXc轴的投影线为逆时针方向时，偏航框架角
Figure BDA0003996976360000079
为正。
无人机Sj摄像中心在导航坐标系的坐标为(Xns(j),Yns(j),Zns(j))，像点a(i)在摄像坐标系中的坐标为(Xsa(i),Ysa(i),Zsa(i))，像点a(i)对应的目标点A(i)在导航坐标系中的坐标为(XnA(i),YnA(i),ZnA(i))，则共线方程为：
Figure BDA00039969763600000710
Figure BDA00039969763600000711
其中，矩阵
Figure BDA00039969763600000712
为无人机Sj从摄像坐标系到导航坐标系的转换矩阵，
Figure BDA00039969763600000713
中的元素均是关于俯仰角、偏航角、滚转角、俯仰框架角、偏航框架角的函数。针对无人机Sj来说，将上述所涉及到的角度用下角标j进行标识，分别记为
Figure BDA0003996976360000081
和
Figure BDA0003996976360000082
根据无人机Sj与目标在导航系中位置关系，可得到如下公式：
Figure BDA0003996976360000083
ωnj＝[ωn1(j) ωn2(j) ωn3(j)]
Figure BDA0003996976360000084
κnj＝[κn1(j) κn2(j) κn3(j)]
Figure BDA0003996976360000085
ρnj＝|ρn1(j) ρn2(j) ρn3(j)|
Figure BDA0003996976360000086
对上式整理可得：
Figure BDA0003996976360000087
Figure BDA0003996976360000088
其中，θij、ψij分别代表第j架无人机对第i个目标定位时的高低测向角和偏航测向角。
由于侦察目标为地面目标，因此sign(YnA(i)-Yns(i))＝-1(对于空中目标来说：sign(YnA(i)-Yns(i))＝1)。
步骤3：建立多机协同定位的方程组
设无人机S1在导航坐标系的坐标为Sn1＝[xn1，yn1，zn1]T，并将其设为多机协同定位的基准点，其它无人机以Sn1为基准点计算各自的导航坐标系位置，记为Snj＝[xnj，ynj，znj]T，(j＝2，3，...，N)，根据几何关系可知：
Figure BDA0003996976360000091
Rij为无人机Sj与目标UTi的距离，约去上述公式的Rij，可以得到方程组：
Φij×UTi＝Φij×Snj，(i＝1，2，...，K，j＝1，2，，N)。
其中，矩阵Φij不可逆。
对于N架无人机来说，存在：
Figure BDA0003996976360000092
其中：
Figure BDA0003996976360000093
UTi＝[xTi，yTi，zTi]T，(i＝1，2，...，K)
Figure BDA0003996976360000094
由于rank(Φij)＝2，则
Figure BDA0003996976360000101
而目标的位置坐标为3个未知数，因此，
当N≥2时，保证过定的方程数满足对目标位置的解算。最后采用最小二乘法计算得到目标在导航坐标系下的位置坐标：UTi＝[xTi,yTi,zTi]T,(i＝1,2,...,K)，进而能够得到各目标的经度、纬度和高度。
步骤4：计算目标在大地坐标系(CGCS2000)中的坐标
首先，以无人机S1在地球直角坐标系的坐标
Figure BDA0003996976360000102
为基准点，计算得到各目标在地球直角坐标系下的坐标
Figure BDA0003996976360000103
Figure BDA0003996976360000104
地球直角坐标系OeXeYeZe(简称：e系)具体定义为：Ze轴指向BIH1984.0定义的地球协议极(CTP)，Xe轴为IERS起始子午面与通过原点且同Ze轴正交的赤道面的交线，Ye轴和Xe、Ze轴构成右手地心地固直角坐标系。
Figure BDA0003996976360000105
为导航坐标系到地球直角坐标系的转换矩阵。
其次，基于目标的地球直角坐标
Figure BDA0003996976360000106
通过迭代计算，可以得到目标UTi在大地坐标系中的经度、纬度和高度(λTi，φTi，hTi),(i＝1,2,...,K)。
为了使本领域技术人员更好地理解本发明，下面结合具体实施例对本发明进行详细说明。
实施例1：
本发明实施例提供的一种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，包括以下步骤：
步骤一、计算单架无人机摄像的内方位向量
根据图2所示，先设无人机Sj光学探测组件纵向与横向分辨率为PxVmax(j)×PxUmax(j)，纵向与横向半视场角分别为α(j)1/2×β(j)1/2，像主点在像素坐标系中的位置为(u0(j),v0(j))，再定义2个内方位元素常数：Fv(j)、Fu(j)。
Figure BDA0003996976360000111
Figure BDA0003996976360000112
目标在单幅图像上的坐标为(ui,vi)，(i＝1,2,...,K)，经过推导，单机摄像的内方位向量为ΘTij为：
Figure BDA0003996976360000113
步骤二：计算目标的测向角θij、ψij
无人机Sj与目标UTi之间的相对位置如图1所示，结合步骤一中计算得到的向量ΘTij，得到无人机Sj对地面目标UTi的测向角为：
Figure BDA0003996976360000114
Figure BDA0003996976360000115
步骤三、建立多机协同定位的方程组
无人机Sj在CGCS2000坐标系中的位置坐标为
Figure BDA0003996976360000116
导航坐标系下位置坐标为Snj＝[xnj,ynj,znj]T(j＝1,2,...,N)。利用大地坐标与地球直角坐标的转换关系进行转换，求得无人机当前位置在地球直角坐标系中的坐标，如下所示：
Figure BDA0003996976360000121
其中：
Figure BDA0003996976360000122
a＝6378137m，b＝6356752.3141m，e≈0.08181919104282。
无人机S1在地球直角坐标系的坐标为：
Figure BDA0003996976360000123
以无人机S1在地球直角坐标系的坐标为基准点，得到所有无人机Sj的导航系坐标(xnj,ynj,znj)。
Figure BDA0003996976360000124
Figure BDA0003996976360000125
综合以上公式，可以得到多机协同定位的方程组如下：
Figure BDA0003996976360000126
其中：
Sn1＝[0,0,0]T，Snj＝[xnj,ynj,znj]T，(j＝2,3,...,N)
UTi＝(xTi,yTi,zTi)T，(i＝1,2,...,K)
Figure BDA0003996976360000131
Figure BDA0003996976360000132
步骤四：计算目标在大地坐标系(CGCS2000)中的坐标
设
Figure BDA0003996976360000133
求得目标的位置为：
Figure BDA0003996976360000134
目标点在地球直角坐标系的坐标为：
Figure BDA0003996976360000135
Figure BDA0003996976360000136
经度λTi的求解：
Figure BDA0003996976360000137
因为反正切函数arctan的值域为
Figure BDA0003996976360000138
而经度λTi的范围为(-180°～180°)，所以需要进行象限判定，得到实际的经度值λTi，方法如下：
当
Figure BDA0003996976360000139
时，λTi＝λ′Ti；
当
Figure BDA00039969763600001310
时，λTi＝180°-|λ′Ti|；
当
Figure BDA00039969763600001311
时，λTi＝λ′Ti；
当
Figure BDA00039969763600001312
时，λTi＝-(180°-λ′Ti)。
纬度φTi的求解：
取φTi的初值为
Figure BDA0003996976360000141
大地纬度φTi按下式迭代求得：
Figure BDA0003996976360000142
Figure BDA0003996976360000143
当
Figure BDA0003996976360000144
时，φTi＞0；
当
Figure BDA0003996976360000145
时，φTi＜0。
对纬度φTi、NTi的求解要求迭代4次，得到最终的维度值φTi
海拔高度hTi的求解：
Figure BDA0003996976360000146
通过以上得到λTi、φTi、hTi，将其量纲转化为(°)，即为目标UTi的CGCS2000坐标。
步骤五：算法仿真验证
设定2架无人机、17个目标进行算法验证。无人机编号分别为1#和2#，即S＝{Sj|j＝1,2}；目标编号分别为目标1～17，即T＝{Ti|i＝1,2,...,17}；1#和2#无人机具有相同的内方位元素，对应的目标像素坐标分布分别见图3、图4。
表1无人机1#与无人机2#侦察具有相同的内方位元素
<![CDATA[α<sub>1/2</sub>]]> <![CDATA[β<sub>1/2</sub>]]> <![CDATA[PxV<sub>max</sub>]]> <![CDATA[PxU<sub>max</sub>]]> <![CDATA[u<sub>0</sub>]]> <![CDATA[v<sub>0</sub>]]>
7.2 9 1024 1280 640 512
表2无人机1#拍摄时刻参数
Figure BDA0003996976360000147
表3无人机1#目标像素坐标
Figure BDA0003996976360000148
Figure BDA0003996976360000151
表4无人机2#拍摄参数
Figure BDA0003996976360000152
表5无人机2#目标像素坐标
u -177 1324 -2852 -928 981 824 -1900 -778 758 424 -1184 -606 498 96 -625 -408 191
v 3144 4904 5178 2263 2265 4318 4455 2439 2434 3849 3910 2641 2632 3465 3485 2873 2865
表6目标的方向角计算结果
Figure BDA0003996976360000153
表7多目标协同定位结果
Figure BDA0003996976360000154
Figure BDA0003996976360000161
表8目标真实位置
目标名称 经度 纬度 高度
目标1 113.2839583 34.83596488 110.0264829
目标2 113.292389 34.83827819 110.0755245
目标3 113.284902 34.82665696 110.2036142
目标4 113.2785748 34.83448736 110.0493136
目标5 113.2833883 34.841585 110.0013196
目标6 113.2898635 34.83758529 110.0499758
目标7 113.2846124 34.82951313 110.1312968
目标8 113.2797296 34.83480432 110.0408605
目标9 113.2835085 34.8403996 110.0015023
目标10 113.2876511 34.83697823 110.0352257
目标11 113.2843637 34.83196679 110.0818718
目标12 113.2809992 34.83515277 110.0338087
目标13 113.283642 34.83908388 110.0049131
目标14 113.2856969 34.836442 110.0281255
目标15 113.2841476 34.83409742 110.0484755
目标16 113.2824014 34.83553761 110.0287477
目标17 113.2837909 34.83761509 110.0127078
表9目标定位计算结果偏差值
Figure BDA0003996976360000162
Figure BDA0003996976360000171
结论：无人机1#与无人机2#相距400.86米，飞行高度相差1054.08米，表1～表4为飞行和拍摄状态。表7为17个目标的位置解算结果。从表9可以看出：经度最大偏差为1.87E-06度，纬度最大偏差为2.19E-06度，高度最大偏差为0.65米。综上所述，该方法计算步骤清晰、复杂度较小，具有较高的定位精度。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明公开的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。

Claims (3)

1.一种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，参与协同定位的无人机集合为S＝{Sj|j＝1,2,...,N}，N为无人机总数量，可侦察定位的地面目标集合为T＝{Ti|i＝1,2,...,K}，K为可定位目标的总数量；其特征在于步骤如下：
步骤1：计算单架无人机摄像的内方位向量，即第j架无人机对第i个目标定位的内方位向量ΘTij：
Figure FDA0003996976350000011
Figure FDA0003996976350000012
上式中，f(j)为焦距，vi、ui为像点a(i)在像素坐标系中的坐标，v0、uo为像主点在像素坐标系中的坐标，dv(j)、du(j)为像元纵向与横向的物理尺寸；
步骤2：计算目标的测向角，即第j架无人机对第i个目标定位时的高低测向角θij和偏航测向角ψij：
Figure FDA0003996976350000013
Figure FDA0003996976350000014
对于地面目标来说：sign(YnA(i)-Yns(i))＝-1；
对于空中目标来说：sign(YnA(i)-Yns(i))＝1；
其中，无人机Sj摄像中心在导航坐标系的坐标分别为(Xns(j),Yns(j),Zns(j))，像点a(i)在摄像坐标系中的坐标为(Xsa(i),Ysa(i),Zsa(i))，像点a(i)对应的目标点A(i)在导航坐标系中的坐标为
Figure FDA0003996976350000021
为无人机Sj从摄像坐标系到导航坐标系的转换矩阵；
步骤3：建立多机协同定位的方程组
Figure FDA0003996976350000022
其中：
Figure FDA0003996976350000023
UTi＝[xTi,yTi,zTi]T,(i＝1,2,...,K)
Figure FDA0003996976350000024
Snj＝[xnj,ynj,znj]T,j＝2,3,...,N为其它无人机以Sn1为基准点计算各自的导航坐标系位置；
由于rank(Φij)＝2，则
Figure FDA0003996976350000025
而目标的位置坐标为3个未知数，因此，
当N≥2时，保证过定的方程数满足对目标位置的解算；采用最小二乘法计算得到目标在导航坐标系下的位置坐标：UTi＝[xTi,yTi,zTi]T,i＝1,2,...,K，进而能够得到各目标的经度、纬度和高度；
步骤4：计算目标在大地坐标系中的坐标
首先，以无人机S1在地球坐标系的坐标
Figure FDA0003996976350000031
为基准点，计算得到各目标在地球坐标系下的坐标
Figure FDA0003996976350000032
Figure FDA0003996976350000033
其中，
Figure FDA0003996976350000034
为导航坐标系到地球直角坐标系的转换矩阵；
其次，基于目标的地球直角坐标
Figure FDA0003996976350000035
通过迭代计算，可以得到目标UTi＝[xTi,yTi,zTi]T,i＝1,2,...,K在大地坐标系中的经度、纬度和高度(λTi，φTi，hTi)。
2.一种计算机***，其特征在于包括：一个或多个处理器，计算机可读存储介质，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1所述的方法。
3.一种计算机可读存储介质，其特征在于存储有计算机可执行指令，所述指令在被执行时用于实现权利要求1所述的方法。
CN202211604618.XA 2022-12-13 2022-12-13 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 Pending CN116124094A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211604618.XA CN116124094A (zh) 2022-12-13 2022-12-13 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211604618.XA CN116124094A (zh) 2022-12-13 2022-12-13 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

Publications (1)

Publication Number Publication Date
CN116124094A true CN116124094A (zh) 2023-05-16

Family

ID=86305409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211604618.XA Pending CN116124094A (zh) 2022-12-13 2022-12-13 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

Country Status (1)

Country Link
CN (1) CN116124094A (zh)

Cited By (1)

* 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

Cited By (2)

* 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

Similar Documents

Publication Publication Date Title
US20220207824A1 (en) System and method for determining geo-location(s) in images
Zhang et al. Photogrammetric processing of low‐altitude images acquired by unpiloted aerial vehicles
CN107808362A (zh) 一种基于无人机pos信息与图像surf特征结合的图像拼接方法
CN104835115A (zh) 用于航空相机的图像成像方法及***
CN103900539B (zh) 一种空中立方体全景成像目标定位方法
CN107490364A (zh) 一种大角度倾斜成像航空相机对地目标定位方法
CN106373159A (zh) 一种简化的无人机多目标定位方法
CN112184786B (zh) 一种基于合成视觉的目标定位方法
CN112710311A (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
CN110160503B (zh) 一种顾及高程的无人机景观匹配定位方法
CN115511956A (zh) 一种无人机成像定位方法
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
Liu et al. A new approach to fast mosaic UAV images
Guo et al. Accurate Calibration of a Self‐Developed Vehicle‐Borne LiDAR Scanning System
CN113340272B (zh) 一种基于无人机微群的地面目标实时定位方法
CN111508028A (zh) 光学立体测绘卫星相机的自主在轨几何定标方法及***
CN112750075A (zh) 一种低空遥感影像拼接方法以及装置
Zhou et al. Automatic orthorectification and mosaicking of oblique images from a zoom lens aerial camera
Lee et al. Georegistration of airborne hyperspectral image data
CN110967021B (zh) 不依赖主/被动测距的机载光电***目标地理定位方法
CN107705272A (zh) 一种空间影像的高精度几何校正方法
CN113781567B (zh) 基于三维地图生成的航拍图像目标地理定位方法
CN115932823A (zh) 基于异源区域特征匹配的飞行器对地面目标定位方法
Zhang Photogrammetric processing of low altitude image sequences by unmanned airship
Guntel et al. Accuracy analysis of control point distribution for different terrain types on photogrammetric block

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