一种基于无人机微群的地面目标实时定位方法

1.本发明涉及无人机的地面目标定位技术领域，更具体的说是涉及一种基于无人机微群的地面目标实时定位方法。


背景技术：

2.现代无人机常配备有基于单片机的飞控系统、机载gps/北斗、可操控的相机云台、姿态测量仪等仪器，既可以在已知自身实时位置和高程的条件下进行自主飞行，又可同时借助机载相机对空中或大地上的目标区域进行拍照，故基于无人机的地面目标定位功能得到了广泛的关注。
3.基于无人机进行目标经纬度和高程定位，通常采用机载相机云台和激光测距仪获取地面目标与无人机的相对位置，再结合无人机自身位置解出目标绝对位置，或采用图像匹配方法，比对含有目标物体的图像与基准图像，确定目标物体位置，但后者仅适用于目标物体的经纬度定位，不能给出高程信息。民用无人机有价格低、轻便、易组网的突出优势，但将其应用于目标物体定位，也有明显劣势，如民用无人机的机载相机、高程测量仪、姿态测量仪等传感器的精度较低，随机误差较大，且民用无人机一般不配备激光测距仪，因此，若采用单机进行地面目标定位不能期望高的定位精度。但采用少量无人机组成微群进行目标定位就能扬长避短，在保持低成本优势的前提下提高定位精度，对此，定位算法是技术关键。
4.现有技术中的地面目标定位方法为：通过至少两台无人机对准同一目标进行拍摄，利用位置及角度数据确定目标同每架无人机之间的方向向量，从而确定所述目标的位置。但该方法没有充分利用无人机自带传感器的测量信息，未对关键误差源如高程、方向角零漂提出解决方案，且未给出实时性指标和具体定位精度。
5.因此，如何提供一种通过对高程、方向角零漂进行校正，以提高目标定位精准度的基于无人机微群的地面目标实时定位方法是本领域技术人员亟需解决的问题。


技术实现要素：

6.有鉴于此，本发明提供了一种基于无人机微群的地面目标实时定位方法，在定位前分别对方向角测量和高程测量进行零漂校正，并在定位时对多架无人机的定位结果进行数据融合，有利于提升目标定位的精准度。
7.为了实现上述目的，本发明采用如下技术方案：
8.一种基于无人机微群的地面目标实时定位方法，包括以下步骤：
9.步骤一，在对地面目标定位前，对无人机微群中的每架无人机进行高程测量零漂校正；
10.步骤二，在对地面目标定位前，对无人机微群中的每架无人机进行方向角测量零漂校正；
11.步骤三，在任意时刻k，令无人机微群悬停，利用每架无人机的自身姿态、机载相机
云台姿态和目标在图像中的检测结果，解算每架无人机与目标中心连线的俯仰角与方向角；
12.步骤四，结合每架无人机与目标中心连线的俯仰角和方向角，以及每架无人机的自身高程和自身位置经纬度，计算基于单无人机定位的目标中心经纬度和目标高程；
13.步骤五，将每架无人机的目标中心经纬度和目标高程进行数据融合，得到基于无人机微群的目标经纬度和目标高程的估计值。
14.优选的，在上述一种基于无人机微群的地面目标实时定位方法中，步骤一包括：
15.在对地面目标定位前，使无人机从特定的停机坪起飞，在上升过程中，调整机身位置使停机坪保持在图像中心；
16.无人机达到10米高程位置后，进行悬停和多次图像采集，根据停机坪在图像中的大小解算出多个无人机自身的大地高程值；
[0017][0018]
其中，f为相机的焦距，γ为停机坪在图像中的长度，α为停机坪在相机中的视角，x为停机坪的实际边长，为无人机的大地高程值；
[0019]
利用小波滤波对多个图像计算获得的大地高程值进行平滑处理，将经过平滑处理的值作为当前时刻大地高程的准确值；
[0020]
将无人机在同一时刻的大地高程值和大地高程测量值做差并求平均，作为该无人机的大地高程测量零漂误差。
[0021]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，步骤二包括：
[0022]
在对地面目标定位前，使无人机微群进行初次悬停；
[0023]
记录初次悬停过程中，单架悬停无人机的自身经度、纬度、方向角及三轴姿态测量仪垂直轴读数，作为方向角标定初始信息；
[0024]
控制无人机朝向机头方向前进10m后进行二次悬停，记录二次悬停过程中无人机自身经度、纬度、方向角及三轴姿态测量仪垂直轴读数；
[0025]
利用下式计算无人机方向角零漂误差
[0026][0027][0028]
其中，lo0、la0、和θ0分别表示初次悬停过程中单架无人机自身经度、纬度、方向角及三轴姿态测量仪垂直轴读数；lo1、la1、和θ1分别表示二次悬停过程中单架无人机自身经度、纬度、方向角及三轴姿态测量仪垂直轴读数。
[0029]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，步骤三包括：
[0030]
利用相机成像的共线性质，根据目标中心在所拍图像中的像素位置计算目标中心与机载相机镜头光轴垂直方向的夹角θ2和目标中心与机载相机镜头光轴正北方向的夹角θ2和的计算公式如下：
[0031][0032][0033]
其中，目标在图像中的像素位置为(x
p
，y
p
)，图像的像素尺寸为(w
p
，h
p
)；
[0034]
根据无人机自身姿态及机载相机云台的姿态，获得机载相机镜头光轴与竖直方向的夹角θ1，机载相机镜头光轴与正北方向的夹角
[0035]
结合目标中心与机载相机镜头光轴夹角θ2和机载相机镜头光轴与竖直方向的夹角θ1，解算目标中心与无人机连线同竖直方向的夹角，作为目标俯仰角θ，计算公式如下：
[0036]
θ＝θ1‑
θ2；
[0037]
结合目标中心与机载相机镜头光轴夹角和机载相机光轴与正北方向的夹角，解算目标中心与无人机连线同正北方向的夹角，作为目标方向角计算公式如下：
[0038][0039]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，步骤四包括：
[0040]
根据步骤三解算出的目标俯仰角和目标方向角，结合无人机自身大地高程测量值，求解出目标相对无人机的经纬度位置；
[0041]
结合无人机自身经纬度测量值，求解出基于单无人机定位的目标中心经纬度；
[0042]
利用无人机海拔高程测量值和无人机大地高程测量值求解出基于单机定位的目标的海拔高程值，计算公式为：
[0043][0044]
h＝h
f
‑
h
d
；
[0045]
其中，(x,y)表示目标的大地坐标系坐标，(x0,y0)表示无人机的大地坐标系坐标，h表示无人机自身大地高程测量值，h
f
表示无人机海拔高程，h
d
为无人机大地高程测量值。
[0046]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，步骤五包括：
[0047]
由单架无人机的机载相机镜头光学误差、机载相机云台姿态测量误差和无人机姿态测量误差推导出目标定位的俯仰角和方向角误差；
[0048]
将单架无人机的大地高程测量误差与目标俯仰角误差和目标方向角误差进行融合解算，得到单架无人机的目标经纬度相对定位误差区域，该区域为一以单架无人机为中心的扇环；
[0049]
引入单架无人机自身经纬度测量误差，目标经纬度相对定位误差区域中心在单架无人机自身经纬度测量误差范围内进行平移，取最大的覆盖区域的外接圆为单架无人机的目标经纬度最终定位误差区域，将最终定位误差区域的半径作为单架无人机的目标经纬度定位误差；
[0050]
根据单架无人机的自身海拔高程测量误差和大地高程测量误差融合，得到单架无
人机的目标高程定位误差一维概率圆，将目标高程定位误差一维概率圆的半径作为单架无人机的目标高程定位误差；
[0051]
将n架无人机目标经纬度定位误差和目标高程定位误差进行融合，得到无人机微群目标经纬度和目标高程的估计值。
[0052]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，目标定位的俯仰角和方向角误差的计算公式为：
[0053][0054][0055]
上式中，δ
p
为目标定位俯仰角误差，δ
y
为目标定位方向角误差，δ
2a
为单架无人机机载相机云台方向角测量误差，δ
4a
为单架无人机自身方向角测量误差，δ
2c
为单架无人机机载相机云台翻滚角测量误差，δ
4c
为单架无人机自身翻滚角测量误差，δ
3b
为单架无人机机载相机云台光学畸变横向误差，δ
2b
为单架无人机机载相机云台俯仰角测量误差，δ
4b
为单架无人机自身俯仰角测量误差，δ
3a
为单架无人机机载相机云台光学畸变纵向误差，θ
gr
为云台的翻滚角，θ
r
为单架无人机的翻滚角，h为图像的像素高程，w为图像的像素宽度，θ
cw
为相机镜头的横向视角，θ
ch
为相机镜头的横向视角。
[0056]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，单架无人机的目标经纬度相对定位误差区域的计算公式为：
[0057][0058]
其中，r1为扇环内半径，r2为扇环外半径，θ
fr
为扇环圆心角，h
f
为单架无人机的大地高程，δ5为单架无人机自身大地高程测量误差，θ
gp
为单架无人机机载相机云台的俯仰角，θ
p
为单架无人机的俯仰角。
[0059]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，最终定位误差区域的半径r
d
的计算公式为：
[0060][0061]
其中，δ1表示单架无人机的自身经纬度测量误差；
[0062]
目标高程定位误差一维概率圆的半径r
h
的计算公式为：
[0063]
[0064]
其中，δ6为单架无人机的自身海拔高程测量误差。
[0065]
优选的，在上述一种基于无人机微群的地面目标实时定位方法中，无人机微群目标经纬度和目标高程的估计值的计算公式为：
[0066][0067]
其中，n表示无人机微群中包含n架无人机，(x
q
，y
q
)为基于无人机微群的目标经纬度计算值，h
q
为基于无人机微群的目标高程计算值。
[0068]
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于无人机微群的地面目标实时定位方法，弥补了民用单无人机目标定位精度低的劣势，同时有效减小了高程和角度测量的零点漂移误差，能够提升低成本无人机地面目标定位精度。
附图说明
[0069]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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，还可以根据提供的附图获得其他的附图。
[0070]
图1附图为本发明提供的基于无人机微群的地面目标实时定位方法流程图；
[0071]
图2附图为本发明提供的基于单机定位的目标的海拔高程值的解算示意图；
[0072]
图3附图为本发明提供的基于单机定位的目标俯仰角的解算示意图；
[0073]
图4附图为本发明提供的基于单机定位的目标方向角的解算示意图；
[0074]
图5附图为本发明提供的基于单无人机定位的目标中心经纬度的解算示意图；
[0075]
图6附图为本发明提供的目标经纬度位置测量值散点图；
[0076]
图7附图为本发明提供的目标高程测量值曲线图。
具体实施方式
[0077]
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。
[0078]
如图1所示，本发明实施例公开了一种基于无人机微群的地面目标实时定位方法，包括以下步骤：
[0079]
步骤一，在对地面目标定位前，对无人机微群中的每架无人机进行高程测量零漂校正；
[0080]
步骤二，在对地面目标定位前，对无人机微群中的每架无人机进行方向角测量零漂校正；
[0081]
步骤三，在任意时刻k，令无人机微群悬停，利用每架无人机的自身姿态、机载相机云台姿态和目标在图像中的检测结果，解算每架无人机与目标中心连线的俯仰角与方向角；
[0082]
步骤四，结合每架无人机与目标中心连线的俯仰角和方向角，以及每架无人机的自身高程和自身位置经纬度，计算基于单无人机定位的目标中心经纬度和目标高程；
[0083]
步骤五，将每架无人机的目标中心经纬度和目标高程进行数据融合，得到基于无人机微群的目标经纬度和目标高程的估计值。
[0084]
下面以一具体实施例对上述步骤进行详细说明。
[0085]
本实施例的无人机微群由三架相同的经纬m200小型无人机组成，无人机搭载相机云台为zenmusex5s三轴机械云台，机载相机为blk35s(约20g，每秒200帧或5ms一帧，有效像素为100万)。解算用计算机cpu主频为3.1ghz、内存为8g，单拍目标定位解算耗机时1ms。
[0086]
步骤一，三架无人机由特定的停机坪起飞，其中停机坪为固定尺寸白色正方形标志物，无人机上升过程调整机身使停机坪保持在图像中心位置，达到10米位置以后进行多次图像采集，并根据相机的畸变系数去除光学畸变，解算出此刻高程，解算示意图见图2，具体步骤如下：
[0087]
已知相机的焦距f和停机坪图像在整个图像中的长度γ，进而可以求出停机坪在相机中的视角α，计算公式如下：
[0088][0089]
又已知停机坪的实际边长x，根据三角关系，即可求得无人机距离地面的测量高程h，计算公式如下：
[0090][0091]
对多次采集的图像分别进行计算测量高程值，并利用平均滤波进行平滑处理，将经过平滑得到的值作为当前高程的准确值，并将其与当前测量值之差作为该无人机的高程测量零漂误差。故在每架无人机测量时，高程实测测值需加上零漂值以消除零漂误差。此处的当前测量值即为无人机自身传感器获得的高程；做平滑滤波处理的数据，是利用相机对标准参照物进行图像采集，已知参照物的几何尺寸以及相机参数，可以计算相机距离参照物的精确距离，可以视为精确值，无人机自身传感器获得的高程与精确值之差即为零漂误差。
[0092]
步骤二，使三架无人机悬停于100m，对某一架无人机，记录无人机自身经度lo0、纬度la0、方向角及三轴姿态测量仪垂直轴读数θ0，作为方向角标定初始信息。通过无人机前视摄像头确认无人机前方无障碍物后，将无人机自身俯仰角设定为1
°
，控制无人机向机头方向前进，并实时记录无人机自身经纬度位置。当无人机到达与初始位置距离为10m的位
置时，将无人机自身俯仰角设定为0
°
，无人机进行动力悬停，记录此刻无人机自身经度lo1、纬度la1、方向角及三轴姿态测量仪垂直轴读数θ1。假设无人机在飞行途中无横向位移，则该时刻无人机自身方向角估计值公式如下：
[0093][0094]
则无人机方向角零漂估计值公式如下：
[0095][0096]
故在每架无人机测量时，方向角实测值需加上其自身零漂值以消除零漂误差。
[0097]
步骤一和步骤二用于提升单无人机目标定位精度。
[0098]
步骤三，在任意时刻k，令无人机微群悬停。利用相机成像的共线性质，通过目标中心在所拍照片中的像素位置计算得到目标中心同相机光轴的角度，再通过测量无人机的姿态及云台的姿态获得相机光轴同竖直方向及正北方向的夹角，见图3和图4:
[0099]
如图3所示，其中，o点为相机镜头中心，hg为虚拟的成像面，d为大地上待测目标的位置，e为待测目标的像点。oc为机载相机光轴。设∠toc＝θ1可由机载相机及无人机的姿态数据求出∠doc＝θ2，为机载相机的纵向可视角度，∠tod＝θ为待求角度，即目标与无人机连线与竖直方向的夹角，计算公式如下：
[0100][0101]
θ＝θ1‑
θ2；
[0102]
如图4所示，其中，o点为机载相机镜头中心，ab为虚拟的成像面，d为待测目标的位置，h为待测目标的像点。of为相机光轴。设可由机载相机及无人机的姿态数据求出，为机载相机的横向可视角度，(见图4)为所求角度，即目标与无人机连线夹角同正北方向的夹角，计算公式如下：
[0103][0104][0105]
步骤四，利用目标与测量无人机中心连线同竖直及正北方向的夹角、测量无人机的高程及测量无人机的准确经纬度计算出目标的经纬度。具体的几何关系见图5。其中，t点坐标(x0,y0)为无人机的大地坐标系坐标，c点坐标(x,y)为目标的大地坐标系坐标，ot＝h为无人机高程，θ为无人机中心与物体连线相对垂直方向的夹角，即俯仰角，为无人机中心与物体连线在大地上的投影相对正北方向的夹角，即方向角。则目标点的大地坐标系坐标值解算方程如下：
[0106][0107]
由于无人机向大地竖直投影面与定位目标位于同一高程，目标绝对高程是根据无人机海拔高程和地面高程求差而得，则目标高程公式如下：
[0108]
h＝h
f
‑
h
d
[0109]
其中，h
f
为无人机海拔高程，即无人机通过gps定位仪输出的自身海拔高程；h
d
为无人机大地高程，即无人机通过气压高程传感器输出的自身距离当前时刻在大地上的竖直投影点的高程。
[0110]
步骤五，对某一架无人机所测量误差信息，首先由机载相机云台光学误差，机载相机云台姿态测量误差和无人机姿态测量误差推导出目标定位的俯仰角和方向角误差。设目标定位俯仰角误差为δ
p
°
，方向角误差为δ
y
°
，由空间关系及坐标变换可导出公式如下。
[0111][0112][0113]
其中，δ
2a
为无人机机载相机云台方向角测量误差，δ
4a
为无人机自身方向角测量误差，δ
2c
为无人机机载相机云台翻滚角测量误差，δ
4c
为无人机自身翻滚角测量误差，δ
3b
为无人机机载相机云台光学畸变横向误差，δ
2b
为无人机机载相机云台俯仰角测量误差，δ
4b
为无人机自身俯仰角测量误差，δ
3a
为无人机机载相机云台光学畸变纵向误差，θ
gr
为云台的翻滚角，θ
r
为无人机的翻滚角，h为图像的像素高程，w为图像的像素宽度，θ
cw
为相机镜头的横向视角，θ
ch
为相机镜头的横向视角。
[0114]
将无人机地面高程测量误差同目标俯仰角和目标方向角误差进行融合解算，得到单无人机相对目标经纬度定位误差区域，该区域为一以无人机为中心的扇环，扇环内半径r1、外半径r2和圆心角θ
fr
公式如下：
[0115][0116]
其中，h
f
为无人机大地高程，δ5为无人机自身大地高程测量误差，θ
gp
为云台的俯仰角，θ
p
为无人机的俯仰角，δ
p
为目标定位俯仰角误差，δ
y
为目标定位方向角误差。
[0117]
再加入无人机自身经纬度测量误差，相当于将相对定位误差区域中心在无人机自身经纬度测量误差范围内进行平移，取其最大的覆盖区域，由于该区域可能为一复杂多边
形，故一般情况取该区域的外接圆为最终定位误差区域，该圆形区域圆心坐标为(x,y)，半径r
d
公式如下：
[0118][0119]
由于目标高程是根据无人机海拔高程和地面高程求差而得，则目标高程定位误差一维概率圆半径公式如下：
[0120][0121]
其中，δ6为无人机自身海拔高程测量误差。
[0122]
由三架无人机目标定位结果进行融合得到无人机微群目标定位结果，公式如下：
[0123][0124]
至此，完成了时刻k的目标经纬度、高程的解算。在下一时刻(k+1),赋值k
←
(k+1)，返回步骤三进行下一轮解算。实施例对固定目标进行定位。解算结果是，目标定位刷新周期10ms，经过数据压缩、数据传输/数据通信(单拍耗时1ms)和目标定位解算，每10ms完成一次定位。图6和图7是1000个刷新周期目标经纬度和高程计算值与真实值的对比。经统计，经纬度定位精度为1.67m，高程定位精度为1.03m，均指圆概率精度。本专利技术对固定目标具备实时性。对移动速度小于100km/h(27m/s或0.027m/ms)低速运动目标，10ms目标移动小于0.27m，故经纬度定位精度为1.67m、高程定位精度为1.03m的本发明技术对上述移动目标的定位和固定目标定位精度相仿，即有明显的低速移动目标实时定位优势。
[0125]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0126]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。