一种GNSS不可用条件下的跨区域应急定位方法技术

本发明专利技术属于定位导航技术领域，具体地涉及一种GNSS不可用条件下的跨区域应急定位方法。包括步骤1：离线状态下，采集地理环境信息数据，地理环境包括城市普通环境、灾后环境和荒漠环境三种；步骤2：对步骤1采集的地理环境信息数据采用改进的语义分割算法进行处理，然后将分割处理后的图像和地理空间信息同步储存构建数据库；步骤3：在线定位，进行环境图像数据采集；步骤4：对步骤3采集的环境图像数据采用和步骤2相同的语义分割算法进行处理，将处理后的环境图像数据在步骤2建立的数据库中进行检索、匹配，计算获取图像的旋转平移矩阵，最后计算出当前位置的GNSS信息，并反馈给用户。本发明专利技术的方法具有精度高、定位快的效果。定位快的效果。定位快的效果。

【技术实现步骤摘要】
一种GNSS不可用条件下的跨区域应急定位方法


[0001]本专利技术属于定位导航
，具体地涉及一种GNSS不可用条件下的跨区域应急定位方法。

技术介绍

[0002]全球卫星导航系统(Global Navigation Satellite System,GNSS)已经是一种相对成熟的定位技术，其已在多个领域得到了广泛的应用。GNSS具有定位精度高，可长时间连续定位，投资维护成本低等优点，但也存在可靠性低，易受外界环境干扰，定位信号存在盲区等缺点。
[0003]在GNSS定位方法的实际使用中，其落地信号强度微弱且民码结构公开，使其容易受到各种干扰的影响。在复杂电磁干扰下导航信号易受干扰，且在受到恶意欺骗手段干扰时容易产生定位失败，即使使用小型电磁干扰机产生的RF信号来淹没GNSS卫星电磁信号，也可以致使几十甚至上百公里的接收机无法正常工作；欺骗式干扰手段能使用户接受到错误的伪距信息后在位置解算时被认为引入误差，致使位置解算错误，达到欺骗目标的目的。惯性导航也是高精度定位的方法之一，通常使用它和GNSS信息共同确定定位信息。这种传统的被动定位方式精度会随着导航距离的增加而逐渐降低，需要借助已有的国家大地控制点进行校准。
[0004]当用户处于GNSS信号受到干扰，仍需要进行定位的应急条件下，用户无法依赖GNSS获取定位信息，且处于城市、灾后损毁地域，大地控制点被损坏无法正常使用致使惯导设备无法进行有效校准，从而难以利用惯导设备进行精确定位；当处在沙漠和戈壁等环境下，这些地域往往很难就近找到相应的大地控制点，如果从周边几十公里甚至上百公里以外的己有大地控制点通过导线测量等方法导引过来的时候又无法满足时效性；另外在未来组网体系当中对位置信息在同一坐标体系内的高精度统一也是一个很重要的要求。传统的地图标定应急定位方法已经逐渐难以满足高精度需求。

技术实现思路

[0005]本专利技术针对上述现有技术存在的GNSS不可用条件下跨区域应急定位时难以利用卫星定位设备在跨区域定位中达到精确、快速定位的问题，提出了一种GNSS不可用条件下的跨区域应急定位方法及系统，适用于城市普通条件下、灾后环境、荒漠环境下展开使用。
[0006]为了实现上述目的，本专利技术所采用的技术方案如下：
[0007]一种GNSS不可用条件下的跨区域应急定位方法，包括以下步骤：
[0008]步骤1：离线状态下，采集地理环境信息数据，即在平时工作训练期间进行地理环境信息数据采集，其中，地理环境包括城市普通环境、灾后环境和荒漠环境三种；
[0009]步骤2：对步骤1采集的地理环境信息数据采用改进的语义分割算法进行处理，然后将分割处理后的图像和地理空间信息同步储存构建数据库；
[0010]步骤3：在线定位，进行环境图像数据采集；
[0011]步骤4：对步骤3采集的环境图像数据采用和步骤2相同的语义分割算法进行处理，将步骤3处理后的环境图像数据在步骤2建立的数据库中进行检索、匹配，计算获取图像的旋转平移矩阵，最后计算出当前位置的GNSS信息，并反馈给用户。
[0012]优选的，所述步骤2中语义分割算法具体为：
[0013]步骤2.1：选取步骤1中采集的地理环境信息数据作为训练集；
[0014]步骤2.2：通过PyCharm IDE构建改进后的IRN神经网络；
[0015]步骤2.3：将步骤1训练集中的图像作为步骤2构建的IRN神经网络的输入数据，对步骤2构建的IRN网络进行训练，得到图像分割的权重；
[0016]步骤2.4：利用步骤三中训练好的IRN网络权，重进行输入图像的分割。
[0017]优选的，所述步骤4中，对于城市普通环境下，进行匹配的算法采用图像匹配算法；对于灾后环境下，进行匹配的算法采用多帧图匹配算法；对于荒漠环境下，将检索到的图像先使用Canny边缘检测算子提取山脊线，然后使用多帧图匹配算法进行匹配。
[0018]优选的，所述步骤4中，对于城市普通环境下，进行匹配的图像匹配算法具体为：
[0019]步骤4.1.1：对在步骤2数据库检索后的环境图像数据，采用FAST算法检测特征点，具体为检测候选特征点周围一圈的像素值，
[0020][0021]其中，用c(p)表示圆p，I(x)为圆周上任意一点的灰度，I(p)为圆心的灰度，ε
d
灰度值差的阈值，如果N大于给定阈值，则认为p是一个特征点；
[0022]步骤4.1.2：在得到特征点p后，采用BRIEF算法来计算一个特征点p的描述子，具体为在特征点P的周围以选取N个点对，将这N个点对的比较结果组合起来作为描述子，当两个描述子的相似度大于90％时，则判定这两个点是一组匹配对；
[0023]步骤4.1.3：通过步骤4.1.1和步骤4.1.2将得到N组匹配对，利用RANSAC算法对这N组匹配对进行优化，防止误匹配。
[0024]优选的，所述步骤4中，对于灾后环境下，进行匹配的为多帧图匹配算法，多帧图匹配算法同时关联N张图像，其中一张是待匹配图像IA，另外N
‑
1张是图像检索流程中，相似度最高的前N
‑
1张检索结果，具体为：
[0025]步骤4.2.1：当得到一张新待匹配图像IA时，经过图像检索得到前N
‑
1张相似度最高的图像；
[0026]步骤4.2.2：采用和步骤步骤4.1.1、步骤4.1.2相同的方法，在IA上提取特征点并计算它们的描述子；
[0027]步骤4.2.3：将IA与之前图像检索得到的N
‑
1张图像进行匹配；
[0028]a)使用KNN匹配算法提取IA中特征点对应的匹配对；
[0029]b)比较最近邻距离与次近邻距离的SIFT匹配，即取一幅图像中的一个SIFT关键点，并找出其与另一幅图像中欧式距离最近的前两个关键点，在这两个关键点中，如果最近的距离除以次近的距离得到的比率ratio取值0.4～0.6，则接受这一对匹配点，如果ratio<0.4，则没有足够的匹配对，返回b步骤的开始重新开始；
[0030]c)求解N张图像匹配得到最终对应的L
N
；
[0031]步骤4.2.3.4：如果这不是最后一张待匹配图像，则回到第一步，否则停止。
[0032]优选的，所述步骤4中，三种环境下进行匹配，针对定位过程中所产生的累计误差，应用回环检测和回环校正，根据局部的回环，优化RANSAC方法计算旋转平移矩阵，回环检测和回环校正的主要步骤如下：
[0033]1)计算待匹配图像与其检索到的N
‑
1张相似图像的相似度，取其中的最小值，检测回环图像时，其与待匹配图像的相似度要大于这个最小值；
[0034]2)获取回环候选图像，保存在列表中，之后会对列表作两次剔除；首先是保留相似度大于其最大值的80％的候选图像，其次是计算候选图像所有检索图像中相邻图像与待匹配图像相似度的累加和，保留累本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种GNSS不可用条件下的跨区域应急定位方法，其特征在于：包括以下步骤：步骤1：离线状态下，采集地理环境信息数据，即在平时工作训练期间进行地理环境信息数据采集，其中，地理环境包括城市普通环境、灾后环境和荒漠环境三种；步骤2：对步骤1采集的地理环境信息数据采用改进的语义分割算法进行处理，然后将分割处理后的图像和地理空间信息同步储存构建数据库；步骤3：在线定位，进行环境图像数据采集；步骤4：对步骤3采集的环境图像数据采用和步骤2相同的语义分割算法进行处理，将步骤3处理后的环境图像数据在步骤2建立的数据库中进行检索、匹配，计算获取图像的旋转平移矩阵，最后计算出当前位置的GNSS信息，并反馈给用户。2.根据权利要求1所述的一种GNSS不可用条件下的跨区域应急定位方法，其特征在于：所述步骤2中语义分割算法具体为：步骤2.1：选取步骤1中采集的地理环境信息数据作为训练集；步骤2.2：通过PyCharm IDE构建改进后的IRN神经网络；步骤2.3：将步骤1训练集中的图像作为步骤2构建的IRN神经网络的输入数据，对步骤2构建的IRN网络进行训练，得到图像分割的权重；步骤2.4：利用步骤三中训练好的IRN网络权，重进行输入图像的分割。3.根据权利要求2所述的一种GNSS不可用条件下的跨区域应急定位方法，其特征在于：所述步骤4中，对于城市普通环境下，进行匹配的算法采用图像匹配算法；对于灾后环境下，进行匹配的算法采用多帧图匹配算法；对于荒漠环境下，将检索到的图像先使用Canny边缘检测算子提取山脊线，然后使用多帧图匹配算法进行匹配。4.根据权利要求3所述的一种GNSS不可用条件下的跨区域应急定位方法，其特征在于：所述步骤4中，对于城市普通环境下，进行匹配的图像匹配算法具体为：步骤4.1.1：对在步骤2数据库检索后的环境图像数据，采用FAST算法检测特征点，具体为检测候选特征点周围一圈的像素值，其中，用c(p)表示圆p，I(x)为圆周上任意一点的灰度，I(p)为圆心的灰度，ε
d
灰度值差的阈值，如果N大于给定阈值，则认为p是一个特征点；步骤4.1.2：在得到特征点p后，采用BRIEF算法来计算一个特征点p的描述子，具体为在特征点P的周围以选取N个点对，将这N个点对的比较结果组合起来作为描述子，当两个描述子的相似度大于90％时，则判定这两个点是一组匹配对；步骤4.1.3：通过步骤4.1.1和步骤4.1.2将得到N组匹配对，利用RANSAC算法对这N组匹配对进行优化，防止误匹配。5.根据权利要求4所述的一种GNSS不可用条件下的跨区域应急定位方法，其特征在于：所述步骤4中，对于灾后环境下，进行匹配的为多帧图匹配算法，多帧图匹配算法同时关联N张图像，其中一张是待匹配图像IA，另外N...

【专利技术属性】
技术研发人员：王崴，张文博，胡俊，康红霞，瞿珏，王庆力，李杰，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：