一种基于井盖识别的无人机自主定位方法技术

本发明专利技术公开了一种基于井盖识别的无人机自主定位方法，属于无人机自主飞行领域。本发明专利技术其采用单目相机及惯导设备作为传感器，实现了无人机的自主定位。本发明专利技术首先通过深度学习算法来检测在城市街区场景中普遍存在的井盖，然后通过图文识别算法获得井盖的种类信息，并利用井盖在城市公共设施信息表中的位置来反算无人机的位置，最后通过扩展卡尔曼滤波消除视觉SLAM和惯导里程计的累积误差，实现无人机长航时下的精确定位。长航时下的精确定位。长航时下的精确定位。

【技术实现步骤摘要】
一种基于井盖识别的无人机自主定位方法


[0001]本专利技术属于无人机自主飞行领域，特别是指一种基于井盖识别的无人机自主定位方法。

技术介绍

[0002]随着信息科学的快速发展，无人机在人们的生活中得到了广泛的应用。要实现无人机在场景中的成熟稳定的应用需要无人机各个系统的技术保障，其中，定位系统是无人机载体顺利完成任务的重要保障。
[0003]当前，无人机室外定位主要依赖全球导航卫星系统（Global Navigation Satellite System, GNSS)，其优点如下：定位方法比较成熟容易集成，在室外信号较好的情况下定位精度较高。但其有一个最主要的缺点：依赖外部信号。在GNSS信号被遮挡，干扰或缺失的情况下定位会失效，无人机会失去控制甚至坠落。基于无人机自身携带的传感器设备对周围环境进行感知，通过对采集到的传感器数据进行处理和环境建模，进而解决无人机自身的定位问题，是当前实现无人机自主定位的主要方式。
[0004]利用单目视觉与惯性测量单元作为机载传感器以估计旋翼无人机的自定位信息是适宜小型无人机平台的方案，方案融合了惯性传感器的输出频率高、动态性好等优点和视觉传感器测量精度高的优点，这种方法在估计无人机位姿参数的同时，也可以得到对场景进行稀疏三维重建。然而，由于该方法计算的是相邻时刻的相对位置，系统在运行过程中会存在累计误差，这严重制约了其在长距离飞行场景中的应用。

技术实现思路

[0005]为了解决上述技术问题，本专利技术提供一种基于井盖识别的无人机自主定位方法，该方法采用单目相机作及惯导作为传感器，利用井盖识别算法实现高精度自主定位，可以克服现有自主定位系统误差累积问题，从而实现无人机长时间的高精度定位，具有良好的实用价值。
[0006]为了实现上述目的，本专利技术所采用的技术方案为：一种基于井盖识别的无人机自主定位方法，包括以下步骤：（1）加载飞行区域公共设施信息表，公共设施信息表包含了飞行区域各个井盖的地址信息；（2）启动惯导数据采集并根据惯导数据进行惯导定位，得到无人机在惯导坐标系中的坐标；（3）启动单目图像采集并运行SLAM定位程序，得到无人机在SLAM坐标系中的位置；（4）根据无人机上一时刻位置、无人机当前姿态及公共设施信息表判断无人机当前所拍图像中是否存在井盖信息，如存在则进行井盖检测以获得井盖在图像中的位置，如不存在则不进行井盖检测及后续相关处理；（5）如果场景中只有1个井盖信息，则根据井盖位置及无人机姿态信息反向推算无
人机位置；如果场景图像中存在多个井盖信息，则采用图文识别算法识别井盖种类，然后根据井盖在公共设施信息表中相对于大地坐标系的三维位置信息，以及井盖在无人机采集图像中的二维位置，通过PnP算法求解无人机在大地坐标系中的坐标；（6）同时接收步骤（2）、（3）、（5）中得到的无人机坐标，并进行坐标融合，计算得到无人机最终位置。
[0007]进一步的，步骤（2）的具体方式为：（201） 采集惯导模块中加速度计和陀螺仪输出的三轴线加速度信息及三轴角加速度信息；（202）对三轴线加速度信息及三轴角加速度信息进行积分，得到无人机在惯导坐标系下的位置及姿态；（203）将步骤（202）得到的位置及姿态信息以ROS节点形式发布。
[0008]进一步的，步骤（3）的具体方式为：（301）通过图像采集程序启动相机，采集图像序列，并将图像以ROS节点形式发布；（302）通过定位程序订阅图像信息；（303）对图像序列进行特征检测，得到特征点的位置信息和描述子信息；（304）利用特征跟踪方法对图像中的特征点进行跟踪，得到同一特征点在不同图像中的坐标；（305）通过多视图几何方法计算不同图像之间的位姿变换；（306）使用光束平差法对无人机位姿进行优化，得到SLAM 定位结果，并将SLAM 定位结果以ROS节点形式发布。
[0009]进一步的，步骤（4）的具体方式为：（401）根据无人机上一时刻位置、无人机当前姿态及公共设施信息表判断无人机当前所拍图像中是否存在井盖信息，如不存在则结束当前帧处理；（402）如场景中存在井盖，则对无人机所拍图像进行井盖检测，得到井盖的数量及图像位置。
[0010]进一步的，步骤（5）的具体方式为：（501）当无人机所拍图像中只有一个井盖时，根据井盖在图像中的位置、井盖在公共设施信息表中的位置及无人机当前姿态计算得到无人机在大地坐标系中的位置；（502）当无人机所拍图像中存在多个井盖时，进行井盖识别，识别出每种井盖对应的井盖类型；（503）根据每种井盖的类型搜寻其在公共设施信息表中的对应三维位置；（503）得到井盖三维位置和对应的二维图像位置后，利用PnP算法求解无人机在大地坐标系中的坐标。
[0011]进一步的，步骤（6）中，采用扩展卡尔曼滤波方式对步骤（2）、（3）、（5）中得到的坐标进行融合，输出无人机最终位置。
[0012]本专利技术相对于现有技术的有益效果在于：视觉SLAM及惯导里程计的误差累积带来的漂移问题一直以来都是阻碍其在无人机自主导航定位中应用的棘手问题。本专利技术首先通过深度学习算法来检测在城市街区场景中普遍存在的井盖，然后通过图文识别算法获得井盖的种类信息，接着利用井盖在城市公
共设施信息表中的位置来反算无人机的位置，最后通过扩展卡尔曼滤波消除视觉SLAM和惯导里程计的累积误差。
附图说明
[0013]图1为本专利技术实施例中无人机自主定位方法的流程图。
[0014]具体实施方法为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述。应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术的保护范围。
[0015]一种基于井盖识别的无人机自主定位方法，该方法基于ROS机器人操作系统和ubuntu操作系统，通过运行于ROS机器人操作系统中和ubuntu操作系统中的多个程序实现，包括以下步骤：（1）根据无人机飞行路线，加载飞行区域公共设施信息表，公共设施信息表包含了飞行区域各个井盖的地址信息；（2）启动惯导数据采集并根据惯导信息进行惯导定位，得到无人机在惯导坐标系中的坐标；（3）启动单目图像采集并运行SLAM定位程序，得到无人机在SLAM坐标系中的位置；（4）根据无人机上一时刻位置、无人机当前姿态及公共设施信息表判断无人机当前所拍图像中是否存井盖信息，如存在则进行井盖检测以获得井盖在图像中的位置，如不存在则不进行井盖检测及后续相关处理；（5）如果场景中只有1个井盖信息，需根据井盖位置及无人机姿态信息反算无人机位置；如果场景图像中存在多个井盖信息（井盖大概率属于不同种类：电力，污水，雨水等），采用图文识别算法识别井盖种类，然后根据井盖在公共设施信息表中的的三维位置信息（相对于大地坐标系），以及井盖在无人机采集图像中的二维位置，通过PnP算法求解无人机在大地坐标系中的坐标；（6）坐标融合算法同时接收步骤（2）、（3）、（5）中得到的无人机坐标，并进行坐标融合，计算得到无人机最终位置。
[0016]其中，步骤（2）的具体方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于井盖识别的无人机自主定位方法，其特征在于，包括以下步骤：（1）加载飞行区域公共设施信息表，公共设施信息表包含了飞行区域各个井盖的地址信息；（2）启动惯导数据采集并根据惯导数据进行惯导定位，得到无人机在惯导坐标系中的坐标；（3）启动单目图像采集并运行SLAM定位程序，得到无人机在SLAM坐标系中的位置；（4）根据无人机上一时刻位置、无人机当前姿态及公共设施信息表判断无人机当前所拍图像中是否存在井盖信息，如存在则进行井盖检测以获得井盖在图像中的位置，如不存在则不进行井盖检测及后续相关处理；（5）如果场景中只有1个井盖信息，则根据井盖位置及无人机姿态信息反向推算无人机位置；如果场景图像中存在多个井盖信息，则采用图文识别算法识别井盖种类，然后根据井盖在公共设施信息表中相对于大地坐标系的三维位置信息，以及井盖在无人机采集图像中的二维位置，通过PnP算法求解无人机在大地坐标系中的坐标；（6）同时接收步骤（2）、（3）、（5）中得到的无人机坐标，并进行坐标融合，计算得到无人机最终位置。2.根据权利要求1所述的一种基于井盖识别的无人机自主定位方法，其特征在于，步骤（2）的具体方式为：采集惯导模块中加速度计和陀螺仪输出的三轴线加速度信息及三轴角加速度信息；（202）对三轴线加速度信息及三轴角加速度信息进行积分，得到无人机在惯导坐标系下的位置及姿态；（203）将步骤（202）得到的位置及姿态信息以ROS节点形式发布。3.根据权利要求2所述的一种基于井盖识别的无人机自主定位方法，其特征在于，步骤（3）的具体方式为：（301）通过图像采集程序启动相机，采集图像序列，并将图像以ROS节...

【专利技术属性】
技术研发人员：关俊志，耿虎军，高峰，张泽勇，李晨阳，王雅涵，蔡迎哲，李森磊，柴兴华，陈彦桥，彭会湘，
申请(专利权)人：中国电子科技集团公司第五十四研究所，
类型：发明
国别省市：