一种无GNSS信号和无控制点下无人机协同视觉形变监测方法与流程

技术特征：

1.一种无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于，包括以下步骤：

步骤1：在协同无人机A上设置靶标A作为识别的标识点，并量测出标靶A中心点与无人机A的机载相机摄影中心的坐标平移向量相对几何关系；

步骤2：在形变监测点设置与步骤1同样的靶标B，并确保靶标B与形变监测点位置不会发生相对位移；

步骤3：无人机A置于悬停状态，在作业时使用无人机A对监测点进行拍摄，得到包含监测点的立体像对，获取监测点在图像中的位置；

步骤4：使用无人机B对无人机A进行立体像对获取，获取无人机A的靶标在图像中的位置；

步骤5：根据无人机B的位置与姿态信息、无人机B对无人A拍摄得到的立体像对，求得无人机A的空间坐标；

步骤6：根据解算得到的无人机A位置以及姿态信息，结合无人机A针对形变监测点获取的立体像对，解算出监测点的空间位置，最终完成监测任务。

2.根据权利要求1所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于：步骤4中，无人机B在可接收定位信号的区域以直线飞行轨迹对无人机A进行连续拍摄，在拍摄时同时记录无人机B的相机姿态以及位置，其中姿态由IMU获得，位置由GNSS获得。

3.根据权利要求1所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于：步骤4中所述获取无人机A的靶标在图像中的位置，具体的识别过程为在图像中使用Hough圆检测算法检测出圆形的区域，并在圆形范围内采用Hough线段检测，若圆形区域内检测出存在两条相交的线段，则确认该区域为标志点，且交点为无人机A的靶标中心在图像中的位置。

4.根据权利要求1所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于，步骤5的具体实现包括以下子步骤：

步骤5.1：构建像空间坐标系和像空间辅助坐标系；

像空间坐标系为以摄影中心为坐标原点，Z轴垂直于像平面的右手空间直角坐标系；像空间辅助坐标系为以原点为投影中心，X，Y，Z轴平行于地面摄影坐标轴的空间右手直角坐标系；

步骤5.2：设步骤4中无人机B对无人机A拍摄第i幅图像时，无人机B的相机在空间辅助坐标系中的坐标为(X_i，Y_i，Z_i)，像空间坐标系在空间辅助坐标系中绕空间直角坐标系自带三个轴(X’，Y’，Z’)所旋转的角度为ω_i、k_i，摄影中心坐标为(X_si,Y_si,Z_si)；无人机B在像空间坐标系的位置为(x_i－x₀，y_i－y₀，-f)，其中f为摄影中心到成像中心的距离，x₀、y₀分别为像主点在像平面坐标系中横纵轴坐标；求得无人机A靶标在无人机B拍摄的立体像对中的位置后，将求解得到的人机A靶标在辅助空间坐标系中的坐标加上平移向量便得到了最终的无人机A所在位置。

5.根据权利要求4所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于，步骤5.2中所述求解得到的无人机A靶标在辅助空间坐标系中的坐标，其具体实现过程是：

以双目视觉为例，根据共线方程可列出四个线性方程式：

$\left\{\begin{array}{c}{l}_{11}X+l_{12}Y+l_{13}Z-l_{1x}=0\\ l_{14}X+l_{15}Y+l_{16}Z-l_{1y}=0\\ l_{21}X+l_{22}Y+l_{23}Z-l_{2x}=0\\ l_{24}X+l_{25}Y+l_{26}Z-l_{2y}=0\end{array}\right.---\left(1\right)$

其中：

$\begin{array}{c}{l}_{i1}={\mathrm{fa}}_{i1}+(x_i-x_0)a_{i3},l_{i2}={\mathrm{fb}}_{i1}+(x_i-x_0)a_{b3},l_{i3}={\mathrm{fc}}_{i1}+(x_i-x_0)a_{c3}\\ l_{ix}={\mathrm{fa}}_{i1}{X}_{Si}+{\mathrm{fb}}_{i1}{Y}_{Si}+{\mathrm{fc}}_{i1}{Z}_{is}+(x_i-x_0)a_{i3}{X}_{iS}+(x-x_0)b_3{Y}_{iS}+(x-x_0)c_3{Z}_{iS}\\ l_{i4}={\mathrm{fa}}_{i2}+(y_i-y_0)a_3,l_5={\mathrm{fb}}_2+(y_i-y_0)b_{i3},l_6={\mathrm{fc}}_{i2}+(y_i-y_0)a_{i3}\\ l_{iy}={\mathrm{fa}}_{i2}{X}_{iS}+{\mathrm{fb}}_{i2}{Y}_{Si}+{\mathrm{fc}}_2{Z}_{Si}+(y_i-y_0)a_{i3}{X}_{si}+(y_i-y_0)b_3{Y}_{Si}+(y_i-y_0)c_3{Z}_{Si}\end{array}---\left(2\right)$

式中i表示其为第i幅图像中的参数；已知每幅图像拍摄瞬间，IMU所记录的旋转角度为ω_i，k_i,式2中的a_ij，b_ij可分别按下式求得；

式1可写为矩阵形式：

若将式4简写成：AB＝C，则无人机A靶标在辅助空间坐标系中的坐标可由加权最小二乘方法解得，即：

[X Y Z]^T＝(A^TPA)^-1A^TPC (5)

其中P为权矩阵，采用选权迭代法之验后方差估计法改善平差精度。

6.根据权利要求1所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法，其特征在于，步骤6的具体实现包括以下子步骤：

步骤6.1：使用无人机A对监测点位置的靶标B进行拍摄，拍摄过程中通过IMU模块直接获得拍摄瞬间的相机姿态

步骤6.2：通过步骤4中所述获取无人机A的靶标在图像中的位置方法后，可得到监测点在立体像对中的两个坐标(x_a,y_a),(x_b,y_b)；

步骤6.3：利用步骤5的原理计算监测点的空间位置。

7.根据权利要求1-6任意一项所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法：对形变监测点进行了多次拍摄，使用无控制点自检校光束法平差方法，通过冗余观测进一步改善形变点的测量精度。

8.根据权利要求1-6任意一项所述的无GNSS信号和无控制点下无人机协同视觉形变监测方法：将监测点的空间坐标与历史坐标序列比较，得出监测点位置变化情况。