一种对无人机进行定位的方法及装置与流程

本发明涉及无人机控制领域，具体涉及一种对无人机进行定位的方法及装置。

背景技术：

无人机在防灾救险、科学考察等领域有着广阔的应用，而飞行控制系统(简称飞控系统)是无人机的重要组成部分，在无人机智能化和实用化中起着重要的作用。无人机在执行任务的过程中，常常需要悬停在空中。

现有技术中，无人机可以在无人机的存储模块中预先存储第三方提供的地图数据，而后在悬停时借助全球卫星定位系统Global Position System，GPS)来实现无人机的定位，以在悬停时能够保持原地不动。然而，第三方提供的地图数据的分辨率和无人机距离地面的高度有关，通常而言，无人机的离地飞行高度越高，分辨率越低。由于无人机在执行任务的过程中，其悬停的高度具有一定的差异性，因此，容易造成在不同的高度悬停时，地面目标的分辨率相差较大，容易导致地面目标的匹配精度低，使得无人机在悬停时定位的精度较差。此外，全球卫星定位系统测量水平位置的精度通常在米级，测量精度偏低，无人机在悬停时容易导致较大的晃动。

因此，如何提高无人机的定位精度成为亟待解决的技术问题。

技术实现要素：

本发明要解决的技术问题在于如何提高无人机的定位精度。

为此，根据第一方面，本发明实施例提供了一种对无人机进行定位的方法，包括：

在确认进行悬停操作时，采集第一地面图像，其中，第一地面图像被用作为基准图像；在当前时刻采集第二地面图像；根据第一地面图像和第二地面图像，确定无人机的当前位置。

可选地，本发明实施例提供的对无人机进行定位的方法还包括：接收控制器发送的用于指示无人机进行悬停操作的指令。

可选地，根据第一地面图像和第二地面图像，确定无人机的当前位置，包括：将第二地面图像与第一地面图像进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量；根据运动矢量确定无人机在当前时刻相对于第一地面图像的定位信息。

可选地，定位信息包括以下至少之一：无人机的位置、无人机的高度、无人机的姿态、无人机的方位向、无人机的速度和无人机的航向。

可选地，将第二地面图像与第一地面图像进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量，包括：选取第一地面图像中的特征点，其中，选取的特征点被用作为基准特征点；确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点；将当前特征点与基准特征点进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量。

可选地，将当前特征点与基准特征点进行匹配，包括：通过仿射变换或者射影变换，将当前特征点与基准特征点进行匹配。

根据第二方面，本发明实施例提供一种对无人机进行定位的装置，包括：

基准模块，用于在确认进行悬停操作时，采集第一地面图像，其中，第一地面图像被用作为基准图像；采集模块，用于在当前时刻采集第二地面图像；定位模块，用于根据基准模块采集的第一地面图像和采集模块采集的第二地面图像，确定无人机的当前位置。

可选地，还包括：指令模块，用于接收控制器发送的用于指示无人机进行悬停操作的指令。

可选地，定位模块包括：匹配单元，用于将第二地面图像与第一地面图像进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量；确定单元，用于根据运动矢量确定无人机在当前时刻相对于第一地面图像的定位信息。

可选地，定位信息包括以下至少之一：无人机的位置、无人机的高度、无人机的姿态、无人机的方位向、无人机的速度和无人机的航向。

可选地，匹配单元包括：基准特征子单元，用于选取第一地面图像中的特征点，其中，选取的特征点被用作为基准特征点；当前特征子单元，用于确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点；矢量子单元，用于将当前特征点与基准特征点进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量。

可选地，矢量子单元具体用于通过仿射变换或者射影变换，将当前特征点与基准特征点进行匹配。

本发明技术方案，具有如下优点：

本发明实施例提供的对无人机进行定位的方法及装置，由于在确认进行悬停操作时，采集作为基准图像的第一地面图像，其能够实时地反应最新的地面情况。由于第二地面图像和在当前时刻采集的第一地面图像均在无人机悬停过程采集的，因此，根据第一地面图像和第二地面图像就可以确定无人机在采集第二地面图像时的位置相对于该无人机在采集第一地面图像时的位置的变化情况。通过位置的变化情况可以确定无人机在执行悬停操作时的稳定程度。位置的变化越小，悬停的精度越高，无人机越稳定。当位置的变化为零时，无人机实现稳定的悬停。另外，在确定了无人机的位置变化之后也可以确定无人机的当前位置。

无人机在采集第一图像和第二图像的过程中，无人机所处的外部环境相同或者接近相同，相对于现有技术中不可控因素导致的定位系统误差和绝对误差大，本发明实施例根据第一地面图像和第二地面图像确定无人机的当前位置，能够减少因外界环境因素不同而导致分辨率差异所产生的系统误差，从而提高了无人机在悬停时的定位精度。

作为可选的技术方案，根据基准特征点和当前特征点进行匹配得到无人机在当前时刻相对于第一地面图像的运动矢量，能够减少匹配第二地面图像与第一地面图像的数据量。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本发明的一些实施方式，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为本发明实施例中一种对无人机进行定位的方法流程图；

图2为本发明实施例中一种通过仿射变换模型得到运动矢量流程图；

图3为本发明实施例中一种通过射影变换模型得到运动矢量流程图；

图4为本发明实施例中一种对无人机进行定位的装置结构示意图；

图5为本发明实施例中一种无人机结构示意图。

具体实施方式

下面将结合附图对本发明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。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性，也不能理解为先后顺序。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，还可以是两个元件内部的连通，可以是无线连接，也可以是有线连接。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。

为了提高无人机在悬停时的定位精度，本实施例公开了一种对无人机进行定位的方法，请参考图1，该方法包括：

步骤S101，在确认进行悬停操作时，采集第一地面图像。

其中，第一地面图像被用作为基准图像。本实施例中，所称地面图像是指无人机在飞行过程中以俯视视角采集的图像，该俯视视角方向与竖直方向的夹角小于90度。优选地，该俯视视角方向可以是竖直向下的，在此情况下，俯视视角方向与竖直方向的夹角为0度。

无人机确认进行悬停操作的方式可以有多种。在其中一种方式中，无人机自身自主确认需要进行悬停操作。例如，无人机在遇到障碍物时或者在没有GPS信号时，无人机的飞控系统会自主确定需要进行悬停操作。在另外一种可能的方式中，无人机也可以受其他设备的控制而进行悬停操作。例如，无人机可以接收控制器发送的用于指示无人机进行悬停操作的指令。在接收到该指令后，无人机确认进行悬停操作。本实施例中，控制器可以是无人机专用的手柄式遥控器，也可以是对无人机进行控制的终端。该终端可以包括移动终端、计算机、笔记本等。

步骤S102，在当前时刻采集第二地面图像。

在无人机处于悬停状态后，为确定无人机的当前位置，可以在当前时刻通过图像采集装置来采集地面图像，在当前时刻采集的地面图像被称为第二地面图像。需要说明的是，采集第二地面图像的图像采集装置和采集第一地面图像的图像采集装置可以是同一个图像采集装置，也可以是不同的图像采集装置。优选地，采集第二地面图像的图像采集装置和采集第一地面图像的图像采集装置为同一图像采集装置。

步骤S103，根据第一地面图像和第二地面图像，确定无人机的当前位置。

本实施例中，在得到第一地面图像后，可以将第二地面图像和第一地面图像进行比对，于是，可以得到第二地面图像和第一地面图像的差异，根据该差异可以估算无人机的运动矢量，根据该运动矢量可以确定无人机的当前位置。

可选地，步骤S103可以具体包括：将第二地面图像与第一地面图像进行匹配，得到无人机当前时刻相对于第一地面图像的运动矢量；根据运动矢量确定无人机在当前时刻相对于第一地面图像的定位信息。

通过将第二地面图像与第一地面图像进行匹配能够得到无人机当前时刻所在的位置相对于采集第一地面图像时的位置的运动矢量，通过该运动矢量能够得到无人机当前时刻在第一地面图像中的位置。

本实施例中，定位信息包括以下至少之一：无人机的位置、无人机的高度、无人机的姿态、无人机的方位向、无人机的速度和无人机的航向，其中，无人机的方向位是指无人机在当前时刻采集的当前图像与基准图像的相对角度。具体到本发明实施例中，方向位就是第二地面图像与第一地面图像的相对角度。无人机的航向是指无人机的实际的飞行方向。

在具体实施例中，在将第二地面图像与第一地面图像进行匹配，得到无人机当前时刻相对于第一地面图像的运动矢量时，可以选取第一地面图像中的特征点，其中，选取的特征点被用作为基准特征点；确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点；将当前特征点与基准特征点进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量。在具体将当前特征点与基准特征点进行匹配的过程中，可以通过仿射变换或者射影变换，将当前特征点与基准特征点进行匹配，具体地，请参考图2和图3。

图2示出了通过放射变换模型得到运动矢量的方法，该方法包括：

步骤S201，选取第一地面图像的特征点，该选取的特征点被用作为基准特征点。

可以选取容易识别的点或者建筑物作为基准特征点，例如纹理丰富的物体边缘点等。由于不共线的三对对应点决定了一个唯一的仿射变换，因此，只要能找到三组不共线的特征点，就可以计算出完整的仿射变换参数；如果有三组以上的特征点，优选通过最小二乘解法计算得到更精确的仿射变换参数。本实施例中，求解得到的仿射变换参数可以用来表示无人机的运动矢量。

步骤S202，确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点。

可以通过相同的数学描述方式来描述第二地面图像中的像素，利用数学知识可以确定第二地面图像中与基准特征点匹配的当前特征点。

步骤S203，根据基准特征点和当前特征点建立仿射变换模型。

可以通过方程组或者矩阵的方式来建立仿射变换模型。具体地，有关通过方程组建立的仿射变换模型如下：

其中，(x,y)为第一地面图像中基准特征点的坐标，(x',y')为第二地面图像中与基准特征点匹配的特征点的坐标，a、b、c、d、m和n为仿射变换参数。本实施例中，当匹配的特征点为三组不共线的特征点时，便可以解算出完整的仿射变换参数；当匹配的特征点为三组以上时，可以通过最小二乘解法求解出更精确的仿射变换参数。

具体地，有关通过矩阵的方式建立的仿射变换模型如下：

其中，(x,y)为第一地面图像中基准特征点的坐标，(x',y')为第二地面图像中与基准特征点匹配的特征点的坐标，a0、a1、a2、b0、b1和b2为仿射变换参数。本实施例中，当匹配的特征点为三组不公线的特征点时，便可以解算出完整的仿射变换参数；当匹配的特征点为三组以上时，可以通过最小二乘解法求解出更精确的仿射变换参数。

步骤S204，根据仿射变换模型得到无人机当前时刻相对于第一地面图像的运动矢量。

本实施例中，在根据步骤S203建立的仿射变换模型计算得到的仿射变换参数可以被用来表示无人机的运动矢量。

图3示出了通过射影变换模型得到运动矢量的方法，该方法包括：

步骤S301，选取第一地面图像的特征点，该选取的特征点被用作为基准特征点。

可以选取容易识别的点或者建筑物作为基准特征点，例如文理丰富的物体边缘点等。本实施例中，由于射影变换模型中待计算的变换参数为8个，因此，需要选取四组基准特征点。

步骤S302，确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点。

在具体实施例中，可以通过相同的数学描述方式来描述第二地面图像中的像素，利用数学知识可以确定第二地面图像中与基准特征点匹配的当前特征点。

步骤S303，根据基准特征点和当前特征点建立射影变换模型。

可以通过方程组的方式来建立射影变换模型，具体地，有关通过方程组建立的射影变换模型：

其中，(x,y)为第一地面图像中基准特征点的坐标，(x',y')为第二地面图像中与基准特征点匹配的特征点的坐标，(w'x' w'y' w')和(wx wy w)分别为(x,y)和(x',y')的齐次坐标，为射影变换矩阵，在具体实施例中，变换矩阵可以拆分为4部分，其中，表示线性变换，[a31 a32]用于平移，[a13 a23]^T产生射影变换，a33＝1。

步骤S304，根据射影变换模型得到无人机当前时刻相对于第一地面图像的运动矢量。

本实施例中，在根据步骤S303建立的射影变换模型计算得到的射影变换矩阵可以被用来表示无人机的运动矢量。

本实施例还公开了一种对无人机进行定位的装置，如图4所示。该装置包括：基准模块401、采集模块402和定位模块403，其中：

基准模块401用于在确认进行悬停操作时，采集第一地面图像，其中，第一地面图像被用作为基准图像；采集模块402用于在当前时刻采集第二地面图像；定位模块403用于根据基准模块401采集的第一地面图像和采集模块402采集的第二地面图像，确定无人机的当前位置。

在可选的实施例中，还包括：指令模块，用于接收控制器发送的用于指示无人机进行悬停操作的指令。

在可选的实施例中，定位模块包括：匹配单元，用于将第二地面图像与第一地面图像进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量；确定单元，用于根据运动矢量确定无人机在当前时刻相对于第一地面图像的定位信息。

在可选的实施例中，定位信息包括以下至少之一：无人机的位置、无人机的高度、无人机的姿态、无人机的方位向、无人机的速度和无人机的航向。

在可选的实施例中，匹配单元包括：基准特征子单元，用于选取第一地面图像中的特征点，其中，选取的特征点被用作为基准特征点；当前特征子单元，用于确定在第二地面图像中与基准特征点匹配的特征点，其中，匹配得到的特征点被用作为当前特征点；矢量子单元，用于将当前特征点与基准特征点进行匹配，得到无人机在当前时刻相对于第一地面图像的运动矢量。

在可选的实施例中，矢量子单元具体用于通过仿射变换或者射影变换，将当前特征点与基准特征点进行匹配。

本实施例还公开了一种无人机，如图5所示。该无人机包括：机身501、图像采集装置502和处理器(图中未示出)，其中：

机身501用于承载无人机的各个部件，例如电池、发动机(马达)、摄像头等；

图像采集装置502设置在机身501上，图像采集装置502用于采集图像数据。

需要说明的是，在本实施例中，图像采集装置502可以是摄像机。可选地，图像采集装置502可以用于全景摄像。例如，图像采集装置502可以包括多目摄像头，也可以包括全景摄像头，还可以同时包括多目摄像头和全景摄像头，以便从多角度采集图像或视频。

处理器用于执行图1所示实施例中所记载的方法。

本发明实施例提供的对无人机进行定位的方法及装置，由于在确认进行悬停操作时，采集作为基准图像的第一地面图像，其能够实时地反应最新的地面情况。由于第二地面图像和在当前时刻采集的第一地面图像均在无人机悬停过程采集的，因此，根据第一地面图像和第二地面图像就可以确定无人机在采集第二地面图像时的位置相对于该无人机在采集第一地面图像时的位置的变化情况。通过位置的变化情况可以确定无人机在执行悬停操作时的稳定程度。位置的变化越小，悬停的精度越高，无人机越稳定。当位置的变化为零时，无人机实现稳定的悬停。另外，在确定了无人机的位置变化之后也可以确定无人机的当前位置。

无人机在采集第一图像和第二图像的过程中，无人机所处的外部环境相同或者接近相同，相对于现有技术中不可控因素导致的定位系统误差和绝对误差大，本发明实施例根据第一地面图像和第二地面图像确定无人机的当前位置，能够减少因外界环境因素不同而导致分辨率差异所产生的系统误差，从而提高了无人机在悬停时的定位精度。

在可选的实施例中，根据基准特征点和当前特征点进行匹配得到无人机在当前时刻相对于第一地面图像的运动矢量，能够减少匹配第二地面图像与第一地面图像的数据量。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。