校验飞机定位方法
【专利摘要】本发明提供一种校验飞机定位方法。该方法包括：校验飞机根据获取的跑道入口标志图像，确定至少两个特征点在图像坐标系中的第一坐标；其中，跑道入口标志图像由校验飞机的机载摄像机获取；校验飞机根据第一坐标、预先获得的第二坐标、以及校验飞机的当前姿态信息，计算至少两个特征点从世界坐标系变换至摄像机坐标系的平移向量；其中，第二坐标是至少两个特征点在世界坐标系中的坐标；校验飞机根据平移向量以及当前姿态信息获得校验飞机在世界坐标系中的第三坐标。从而实现校验飞机的精确定位，并且为校验飞机提供了在机场跑道附近通过视觉传感器自主确定自身位置的能力，有效弥补了基于GPS的定位技术在精度、可靠性等方面的缺陷。
【专利说明】校验飞机定位方法
【技术领域】
[0001] 本发明涉及飞行校验技术，尤其涉及一种校验飞机定位方法。
【背景技术】
[0002] 飞行校验是为了保证飞行安全，使用装有专业校验设备的飞行校验飞机，按照飞 机校验的规范检查评估导航、雷达、通信设备的空间信号的质量、容限以及机场的进港、离 港飞行程序，并根据检查评估的结果出具飞行校验报告的过程。飞行校验的基本原理是将 校验飞机飞行过程中采集的数据与基准数据作比对，以评估各项数据的误差。其中，由定位 系统提供的空间基准坐标的精确度直接影响飞行校验结果的精度和可靠性。
[0003] 目前，校验飞机定位通常利用差分全球定位系统（DifferentialGlobal PositioningSystem,简称：DGPS)方法中的实时载波相位差分（Real-TimeKinematic,简 称：RTK)技术，可以得到厘米级精度的全球定位系统（GlobalPositioningSystem,简称： GPS)定位信息。
[0004] 但是，GPS作为民用导航系统存在着固有缺陷，如在复杂环境下卫星信号存在丢失 的可能，在高动态条件下跟踪精度下降且信号容易失锁等。因此，亟需提出一种新的校验飞 机定位方法。
【发明内容】
[0005] 本发明提供一种校验飞机定位方法，以实现校验飞机的精确定位。
[0006] 本发明提供一种校验飞机定位方法，包括：
[0007] 校验飞机根据获取的跑道入口标志图像，确定至少两个特征点在图像坐标系中的 第一坐标；其中，所述跑道入口标志图像由所述校验飞机的机载摄像机获取；
[0008] 所述校验飞机根据所述第一坐标、预先获得的第二坐标、以及所述校验飞机的当 前姿态信息，计算至少两个所述特征点从世界坐标系变换至摄像机坐标系的平移向量；其 中，所述第二坐标是所述至少两个特征点在所述世界坐标系中的坐标；
[0009] 所述校验飞机根据所述平移向量以及所述当前姿态信息获得所述校验飞机在所 述世界坐标系中的第三坐标。
[0010] 如上所述的方法，其中，所述确定至少两个特征点在图像坐标系中的第一坐标，包 括：
[0011] 所述校验飞机通过边缘检测技术和直线检测技术，提取所述跑道入口标志图像边 缘的多条直线；
[0012] 所述校验飞机通过聚类算法对多条所述直线按照倾斜角聚类，得到第一类直线集 合和第二类直线集合；所述第一类直线集合中包含两条第一直线；
[0013] 所述校验飞机确定所述第二类直线集合中最靠近所述跑道入口标志图像中心的 两条第二直线；
[0014] 所述校验飞机计算两条所述第一直线与两条所述第二直线的至少四个交点在所 述图像坐标系中的坐标；其中，所述至少四个交点在所述图像坐标系中的坐标为所述第一 坐标。
[0015] 如上所述的方法，其中，所述校验飞机根据所述第一坐标、预先获得的第二坐标、 以及所述校验飞机的当前姿态信息，计算至少两个所述特征点从世界坐标系变换至摄像机 坐标系的平移向量，包括：
[0016] 所述校验飞机根据第一矩阵方程计算所述平移向量T;
[0017] 其中，所述第一矩阵方程为P1,i=SM1M2Piu=sMJRT]Piu;
[0018] 其中，i表示所述至少两个特征点中的第i个特征点，Pti表示第i个特征点在所 述图像坐标系中的齐次坐标，s表示未知常数，M1表示所述摄像机的内部已知参数矩阵，M2 =[RT]表示所述摄像机的外部参数矩阵，R表示根据所述当前姿态信息获得的旋转矩阵， T表示所述平移向量。
[0019] 如上所述的方法，其中，所述校验飞机通过边缘检测技术和直线检测技术，提取所 述跑道入口标志图像边缘的多条直线，包括：
[0020] 所述校验飞机通过边缘检测技术中的罗伯茨Roberts算子提取所述跑道入口标 志图像的边缘，得到二值化的边缘图像；
[0021] 所述校验飞机通过直线检测技术中的Hough变换算法提取所述边缘图像的多条 直线，忽略长度短于第一预设阈值的直线，融合间距小于第二预设阈值的直线，得到所述跑 道入口标志图像边缘的多条直线；其中，所述第一预设阈值为所述第二预设阈值的3倍。
[0022] 如上所述的方法，其中，所述校验飞机通过聚类算法对多条所述直线按照倾斜角 聚类，得到第一类直线集合和第二类直线集合，包括：
[0023] 所述校验飞机通过所述聚类算法对多条所述直线按照倾斜角聚类；
[0024] 所述校验飞机通过第一公式计算包含直线成员最多的直线集合中所有所述直线 成员的倾斜角平均值其中，所述第一公式为=Σ仍，式中，Gmax为所述包含所 述直线成员最多的直线集合，?为Gmax中的所述直线成员数量，供为中第i个直线成员的 倾斜角；
[0025] 所述校验飞机计算各所述直线与所述倾斜角平均值的差值，将与所述倾斜角平均 值的差值接近90度的直线归入所述第一类直线集合，将与所述倾斜角平均值的差值小于 第三预设阈值的直线归入第二类直线集合。
[0026] 本发明提供的校验飞机定位方法，通过校验飞机根据获取的跑道入口标志图像， 确定至少两个特征点在图像坐标系中的第一坐标；其中，所述跑道入口标志图像由所述校 验飞机的机载摄像机获取；所述校验飞机根据所述第一坐标、预先获得的第二坐标、以及所 述校验飞机的当前姿态信息，计算至少两个所述特征点从世界坐标系变换至摄像机坐标系 的平移向量；其中，所述第二坐标是所述至少两个特征点在所述世界坐标系中的坐标；所 述校验飞机根据所述平移向量以及所述当前姿态信息获得所述校验飞机在所述世界坐标 系中的第三坐标。从而实现校验飞机的精确定位。
【专利附图】
【附图说明】
[0027] 图1为本发明校验飞机定位方法实施例一的流程图；
[0028] 图2为本发明校验飞机定位方法实施例一中确定第一坐标的方法流程图；
[0029] 图3为本发明跑道入口标志图像的四个特征点的示意图；
[0030] 图4为本发明跑道入口标志图像提取边缘结果的示意图；
[0031] 图5为本发明对跑道入口标志图像提取直线边缘结果的示意图；
[0032] 图6为本发明为确定第二直线而建立的马尔可夫随机场示意图；
[0033] 图7为本发明直线边缘图像中需要确定的四个直线交点的示意图。
【具体实施方式】
[0034] 为使本发明实施例的目的、技术方案和优点更加清楚，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 在没有作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。
[0035] 图1为本发明校验飞机定位方法实施例一的流程图。如图1所示，本实施例提供 的方法具体可以包括：
[0036] 步骤101、校验飞机根据获取的跑道入口标志图像，确定至少两个特征点在图像坐 标系中的第一坐标；其中，所述跑道入口标志图像由所述校验飞机的机载摄像机获取。
[0037] 具体的，如图2所示，本步骤中，所述校验飞机在确定所述第一坐标时，具体可以 包括：
[0038] 步骤1011、所述校验飞机通过边缘检测技术和直线检测技术，提取所述跑道入口 标志图像边缘的多条直线。
[0039] 本步骤中，所述校验飞机先通过边缘检测技术中的Roberts算子提取所述跑道入 口标志图像的边缘，得到二值化的边缘图像，再通过直线检测技术中的Hough变换算法提 取所述边缘图像的多条直线，忽略长度短于第一预设阈值的直线，融合间距小于第二预设 阈值的直线，得到所述跑道入口标志图像边缘的多条直线；其中，所述第一预设阈值为所述 第二预设阈值的3倍。
[0040] 需要说明的是，所述第一预设阈值和所述第二预设阈值是根据实际情况设定的， 本实施例对此不进行限制。
[0041] 步骤1012、所述校验飞机通过聚类算法对多条所述直线按照倾斜角聚类，得到第 一类直线集合和第二类直线集合；所述第一类直线集合中包含两条第一直线。
[0042] 实际应用过程中，所述校验飞机先通过所述聚类算法对多条所述直线按照倾斜角 聚类；再通过第一公式计算包含直线成员最多的直线集合中所有所述直线成员的倾斜角平 均值f;得到所述倾斜角平均值后，所述校验飞机计算各所述直线与所述倾斜角平均值的 差值，将与所述倾斜角平均值的差值接近90度的直线归入所述第一类直线集合，将与所述 倾斜角平均值的差值小于第三预设阈值的直线归入第二类直线集合；其中，所述第一公式 为：歹=^-Σ识，式中，Gmax为所述包含所述直线成员最多的直线集合，~?为6_中的 Gmax仍印龍 所述直线成员数量，为中第i个直线成员的倾斜角。
[0043] 需要说明的是，所述第三预设阈值是根据实际情况设定的，本实施例对此不进行 限制。
[0044] 步骤1013、所述校验飞机确定所述第二类直线集合中最靠近所述跑道入口标志图 像中心的两条第二直线。
[0045] 步骤1014、所述校验飞机计算两条所述第一直线与两条所述第二直线的至少四个 交点在所述图像坐标系中的坐标；其中，所述至少四个交点在所述图像坐标系中的坐标为 所述第一坐标。
[0046] 步骤102、所述校验飞机根据所述第一坐标、预先获得的第二坐标、以及所述校验 飞机的当前姿态信息，计算至少两个所述特征点从世界坐标系变换至摄像机坐标系的平移 向量；其中，所述第二坐标是所述至少两个特征点在所述世界坐标系中的坐标。
[0047] 需要说明的是，所述当前姿态信息可以为所述校验飞机当前的各姿态角度，是由 所述校验飞机自带的仪表测得的，本实施例不关注所述当前姿态信息的获取过程。
[0048] 具体的，所述校验飞机可以根据第一矩阵方程计算所述平移向量T;其中，所述第 一矩阵方程为PI;i=SM1M2Piu=SM1[RT]Piu;其中，i表示所述至少两个特征点中的第i个 特征点，Pti表示第i个特征点在所述图像坐标系中的齐次坐标，s表示未知常数，M1表示 所述摄像机的内部已知参数矩阵，M2=[RT]表示所述摄像机的外部参数矩阵，R表示根据 所述当前姿态信息获得的旋转矩阵，T表示所述平移向量。
[0049] 可以理解的是，针对每个所述特征点，均可以得到一个所述第一矩阵方程，将至少 两个所述第一矩阵方程联立，即可解出所述第一矩阵方程中的未知常数s和所述平移向量T。
[0050] 步骤103、所述校验飞机根据所述平移向量以及所述当前姿态信息获得所述校验 飞机在所述世界坐标系中的第三坐标。
[0051] 需要说明的是，所述平移向量即为所述校验飞机上机载摄像机在所述世界坐标系 中的坐标，针对不同的实际应用情况，可以根据所述平移向量推算出所述校验飞机上任一 点在所述世界坐标系中的第三坐标。
[0052] 本实施例的技术方案，通过校验飞机根据获取的跑道入口标志图像，确定至少两 个特征点在图像坐标系中的第一坐标；其中，所述跑道入口标志图像由所述校验飞机的机 载摄像机获取；所述校验飞机根据所述第一坐标、预先获得的第二坐标、以及所述校验飞 机的当前姿态信息，计算至少两个所述特征点从世界坐标系变换至摄像机坐标系的平移向 量；其中，所述第二坐标是所述至少两个特征点在所述世界坐标系中的坐标；所述校验飞 机根据所述平移向量以及所述当前姿态信息获得所述校验飞机在所述世界坐标系中的第 三坐标。从而实现校验飞机的精确定位。
[0053] 下面以获取四个特征点为例，对本发明提供的校验飞机定位方法作进一步说明。
[0054] 首先，在校验飞机起飞前，先由工作人员实际测量机场跑道入口标志图像的四个 特征点，如图3所示，获得四个特征点在世界坐标系中的坐标Piu;(i= 1，2, 3,4)，并输入所 述校验飞机中，作为预先获得的第二坐标。
[0055] 校验飞机在机场跑道附近飞行，通过机载单目摄像机拍摄跑道入口标志图像。通 过Roberts算子提取所述跑道入口标志图像的边缘，得到二值化的边缘图像，如图4所示， 再通过Hough变换算法提取边缘图像的多条直线，忽略长度短于第一预设阈值的直线，融 合间距小于第二预设阈值的直线，得到跑道入口标志图像边缘的多条直线；如图5所示。
[0056] 校验飞机通过聚类（kmeans)算法对多条所述直线按照倾斜角聚类，以图5为例， 图5中有26条直线，上下两条横向直线倾斜角约为0度，其余坚直短直线倾斜角约为90 度。因此理想的聚类结果是聚为水平直线、坚直直线两类。但考虑到由于透视形变、摄像机 成像失真等因素，跑道入口标志图像中原本平行的线段在成像后未必保持平行关系，并且 kmeans算法聚类结果具有一定随机性，因此本实施例中实际聚类结果可以聚为三类，第一 类的聚类中心可以为〇度，包含图5中上下两条横向直线；第二类的聚类中心可以为89度， 包含图5中24条坚直短直线中的20条；第三类的聚类中心为91度，包含图5中剩余的4 条坚直短直线。
[0057] 校验飞机找出包含直线成员最多的类别，即直线集合Gmax，本实施例中为第二类， 计算其包含的所有直线成员的倾斜角平均值歹；具体可以通过第一公式计算歹，其中，第一 公式为，Σ ，式中，Gmax为包含直线成员最多的直线集合，"为Gmax中的直线 成员数量，奶为中第i个直线成员的倾斜角。得到奇后，计算各直线与尹的差值，将差值小 于第三预设阈值Λth的直线归入第二类直线集合G2，即G2 =·[/11奶-到<A1J;将差值接近 90度的直线归入第一类直线集合G1,S卩，聚类结果中的第一类归入G1，聚类结果中的第二类 和第三类归入G2。
[0058]校验飞机确定G2中最靠近跑道入口标志图像中心的两条第二直线Ia、lb。考虑到 确定两条所述第二直线存在如下困难：一是由于所述第二直线与G2中其它直线具有基本 一致的形态，因此无法通过考察各条直线的形态特征确定所述第二直线；二是虽然所述第 二直线在G2中最靠近跑道入口标志图像中心，但跑道入口标志图像可能只在画面中部分出 现，校验飞机难以自动确定其中心位置，因此无法通过考察各条直线的绝对位置确定所述 第二直线。相对于上述两点困难，所述第二直线还存在如下特性：其与周围直线的相对位置 关系不同于G2中其它直线。基于上述考虑，本实施例通过考察G2中各条直线间的相互关系 确定所述第二直线。
[0059] 确定所述第二直线的具体方法为：以62中各条直线为节点，按照各直线的相 对位置关系建立链式马尔可夫随机场，如图6所示。根据Hammersley-ClifTord定 理，马尔可夫随机场的概率分布可以被定义为如下Gibbs公式：= 其 中，1 = &1，\，\3，..4\)为所有1^个节点所取状态值所组成的向量；其中， ￥表示节点 (vertex),C表示马尔可夫随机场中所有基团（clique)的集合；X。表示各个基团内部节点 的状态值所组成的向量；非负实值函数於(Xe)是各个基团的势函数；Z是规范化因子，又称 为拆分函数，取值为z° JCC
[0060] 本实施例中，各节点的状态空间均为{1，0}，标示着各节点所对应的直线是否属于 所述第二直线。对于62中的每一条直线Ii，找出G2中与其距离最近的另外两条直线1 "和 Ii2,计算Ii与Iii的距离dη、1^与Ii2的距离di2,dn>di2;令。由图4可以看出，对于 跑道入口标志图像提取直线边缘得到的坚直短直线中，只有最靠近边缘的两条直线和最靠 近中心的两条直线的^值接近2。令马尔可夫随机场中单节点基团的势函数为：
[0061]
【权利要求】
1. 一种校验飞机定位方法，其特征在于，包括： 校验飞机根据获取的跑道入口标志图像，确定至少两个特征点在图像坐标系中的第一 坐标；其中，所述跑道入口标志图像由所述校验飞机的机载摄像机获取； 所述校验飞机根据所述第一坐标、预先获得的第二坐标、以及所述校验飞机的当前姿 态信息，计算至少两个所述特征点从世界坐标系变换至摄像机坐标系的平移向量；其中，所 述第二坐标是所述至少两个特征点在所述世界坐标系中的坐标； 所述校验飞机根据所述平移向量以及所述当前姿态信息获得所述校验飞机在所述世 界坐标系中的第三坐标。
2. 根据权利要求1所述的方法，其特征在于，所述确定至少两个特征点在图像坐标系 中的第一坐标，包括： 所述校验飞机通过边缘检测技术和直线检测技术，提取所述跑道入口标志图像边缘的 多条直线； 所述校验飞机通过聚类算法对多条所述直线按照倾斜角聚类，得到第一类直线集合和 第二类直线集合；所述第一类直线集合中包含两条第一直线； 所述校验飞机确定所述第二类直线集合中最靠近所述跑道入口标志图像中心的两条 第二直线； 所述校验飞机计算两条所述第一直线与两条所述第二直线的至少四个交点在所述图 像坐标系中的坐标；其中，所述至少四个交点在所述图像坐标系中的坐标为所述第一坐标。
3. 根据权利要求1所述的方法，其特征在于，所述校验飞机根据所述第一坐标、预先获 得的第二坐标、以及所述校验飞机的当前姿态信息，计算至少两个所述特征点从世界坐标 系变换至摄像机坐标系的平移向量，包括 ： 所述校验飞机根据第一矩阵方程计算所述平移向量T; 其中，所述第一矩阵方程为PI;i= sMJRT]Pw，i; 其中，i表示所述至少两个特征点中的第i个特征点，PI;i表示第i个特征点在所述图 像坐标系中的齐次坐标，s表示未知常数，1^表示所述摄像机的内部已知参数矩阵，M2=[R T]表示所述摄像机的外部参数矩阵，R表示根据所述当前姿态信息获得的旋转矩阵，T表示 所述平移向量。
4. 根据权利要求2或3所述的方法，其特征在于，所述校验飞机通过边缘检测技术和直 线检测技术，提取所述跑道入口标志图像边缘的多条直线，包括： 所述校验飞机通过边缘检测技术中的罗伯茨Roberts算子提取所述跑道入口标志图 像的边缘，得到二值化的边缘图像； 所述校验飞机通过直线检测技术中的Hough变换算法提取所述边缘图像的多条直线， 忽略长度短于第一预设阈值的直线，融合间距小于第二预设阈值的直线，得到所述跑道入 口标志图像边缘的多条直线；其中，所述第一预设阈值为所述第二预设阈值的3倍。
5. 根据权利要求2或3所述的方法，其特征在于，所述校验飞机通过聚类算法对多条所 述直线按照倾斜角聚类，得到第一类直线集合和第二类直线集合，包括： 所述校验飞机通过所述聚类算法对多条所述直线按照倾斜角聚类； 所述校验飞机通过第一公式计算包含直线成员最多的直线集合中，所有所述直线成员 的倾斜角平均值_其中，所述第一公式为 1式中，G_为所述包含所述直
炉； 线成员最多的直线集合，为6_中的所述直线成员数量，供为中第i个直线成员的倾斜 角； 所述校验飞机计算各所述直线与所述倾斜角平均值的差值，将与所述倾斜角平均值的 差值接近90度的直线归入所述第一类直线集合，将与所述倾斜角平均值的差值小于第三 预设阈值的直线归入第二类直线集合。
【文档编号】G06T7/00GK104484870SQ201410690259
【公开日】2015年4月1日 申请日期:2014年11月25日 优先权日:2014年11月25日
【发明者】曹先彬, 单昊天, 任一存 申请人:北京航空航天大学