一种基于点线特征自适应融合的无人机影像定位定姿方法技术

一种基于点线特征自适应融合的无人机影像定位定姿方法，涉及无人机影像拍摄瞬间的位置与姿态估计领域，本发明专利技术基于点线特征自适应融合的无人机影像定位定姿方法从点特征与直线特征的观测精度出发，以点特征与直线特征的单位权中误差是否相等作为评判标准，迭代计算调整二者权值，最终保证点线特征的权值是在统一的标准下确定。由于以点线特征的重投影误差作为观测值精度的评判标准，仅依靠点线特征的重投影误差来确定两类特征的权值，因而避免了人为经验干扰权值的计算，使得点特征与直线特征的权值确定过程更加合理，因此，本发明专利技术可以在不同的应用场景中合理评估点线特征的权值等，适合大范围的推广和应用。适合大范围的推广和应用。适合大范围的推广和应用。

【技术实现步骤摘要】
一种基于点线特征自适应融合的无人机影像定位定姿方法


[0001]本专利技术涉及无人机影像拍摄瞬间的位置与姿态估计领域，尤其涉及一种基于点线特征自适应融合的无人机影像定位定姿方法，具体涉及一种基于点特征与直线特征的观测精度实时确定两类特征的计算权重与点线特征融合计算相机位姿的方法。

技术介绍

[0002]已知的，影像定位定姿是确定相机拍摄瞬间的空间位置和姿态，即确定相机外方位元素的过程。精确解算相机的外方位元素是正射影像生成、三维建模和视觉定位的基础内容与核心环节。
[0003]一般而言，外业布设像控点、航拍、内业空三计算，是目前影像定位定姿的主要技术流程。由于外业布设像控点工作量较大，在专业级测绘无人机中，常配备有高精度且昂贵的GNSS或者IMU传感器，利用高精度的位姿观测值作为位姿解算的先验信息，既可以保证位姿解算的精度又能够大幅降低像控点的数量。然而，普通测绘无人机或者消费级无人机并未使用GNSS或IMU仪器，或者仪器精度很差，将GNSS或IMU测量值作为位姿先验信息的策略将不再可行。因此，常用做法是在光束法平差模型中增加传感器数据或者添加几何约束关系，例如，将激光雷达数据、DTM信息引入到光束法区域网平差过程，可以减少像点量测误差对位姿解算结果的影响。但是，引入传感器数据约束的方式需要事先获取拍摄区域的辅助数据，无论是查询已有数据还是实地获取数据，都降低了无人机的使用效率。而利用观测数据间存在的几何约束关系来解算相机位姿，在提高位姿解算精度的同时又可以避免上述问题，因此该方法在无人机影像位姿估计领域应用广泛。具体而言，观测数据间的几何约束主要包括共面点、直线、直角等几何信息。其中，直线特征不仅可以表达场景的结构信息，反映场景几何拓扑关系，而且物方直线在影像上的对应直线不要求完全可见，物方与像方所对应的直线端点不要求是同名点，在一些容易产生遮挡的复杂场景中，可以发挥出点特征无法比拟的优势。由于在城市等人造结构场景中，存在着丰富可用的直线特征。因此，融合处理点特征与直线特征解算相机位姿则成为面向城市场景无人机影像高精度定位定姿的可行方案。
[0004]但是，现有点线特征融合解算相机位姿的技术方案，或者同等对待点线特征或者依据经验水平确定二者融合时的权值，并未能合理评估点线特征在解算相机位姿中的贡献程度。由于分布情况的差异以及数量区别，点特征与直线特征在不同场景下往往表现出显著的精度差异。同等对待点线特征的做法，无法让观测值的精度合理地体现到位姿解算的结果中，而依靠经验设置点线特征融合权值的做法，则无法适用于多种应用场景，并且解算过程依赖于人工交互，不利于算法的自动化运行。因此，在位姿解算的过程中，如何根据应用场景的特点自适应地确定点线特征的权值，并且融合处理点线特征以获取高精度的位姿参数则成为无人机影像定位定姿领域亟待解决的问题等。

技术实现思路

[0005]为克服
技术介绍
中存在的不足，本专利技术提供了一种基于点线特征自适应融合的无人机影像定位定姿方法，本专利技术避免了人为经验干扰权值的计算，使得点特征与直线特征的权值确定过程更加合理，因此，本专利技术可以在不同的应用场景中合理评估点线特征的权值等。
[0006]为实现如上所述的专利技术目的，本专利技术采用如下所述的技术方案：
[0007]一种基于点线特征自适应融合的无人机影像定位定姿方法，所述人机影像定位定姿方法具体包括如下步骤：
[0008]第一步、获取目标区域数据：
[0009]利用无人机获取目标区域的影像数据、POS信息及地面控制点数据，然后评估影像的拍摄质量、检查数据格式、元数据是否正确及影像重叠度是否满足要求；
[0010]第二步、进行特征匹配：
[0011]对点特征及线特征信息分别进行提取与匹配，点特征自由网光束法平差，剔除误匹配直线；
[0012]第三步、进行位姿优化：
[0013]基于匹配成功的特征，利用点特征计算位姿初值，点、线特征根据各自的观测精度自适应地确定融合时的权值来解算相机的位姿参数；
[0014]第四步、输出最终的位姿结果：
[0015]基于测量的控制点将位姿结果转换至世界坐标系下，至此完成无人机定位定姿的过程。
[0016]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第一步中利用无人机获取目标区域的影像数据、POS信息及地面控制点数据时，应根据具体的任务需求确定无人机外业的工作区域，在区域内布设控制点并测定其在世界坐标系下的三维坐标，无人机采集数据时，根据任务需求规划无人机航线，设置相应的重叠度及航高参数，获取工作区域内的无人机影像数据以及影像拍摄时刻的GNSS坐标。
[0017]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第一步中评估影像的拍摄质量、检查数据格式、元数据是否正确及影像重叠度是否满足要求时，还应检查控制点与POS数据的完整性，控制点在影像上是否清晰完整成像。
[0018]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第二步中对点特征及线特征分别进行提取时，点特征信息提取采用SIFT(Scale
‑
invariant feature transform，尺度不变特征变换)算法，匹配采用暴力匹配方法，误匹配剔除采用RANSAC(Random Sample Consensus，随机采样一致性)方法，直线特征信息提取采用EDLines算法，匹配采用LP(Line
‑
Points，线点距离比值不变)算法，误匹配剔除利用三焦点张量的几何关系。
[0019]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第三步中基于匹配成功的特征，利用点特征计算位姿初值时，利用计算的位姿初值，将点特征与直线特征的权值均置为1，计算点线特征观测值与预测值的残差，采用赫尔默特方差分量估计的方法，计算点线特征更新后的权值，迭代上述过程，当点特征与直线特征的单位权方差分量相等或接近相等时(当点特征与直线特征单位权方差分量的差值小于1E
‑
6时，本方法认为二
者接近相等)，认为此时点线特征的权值达到合理确定的程度。
[0020]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第三步中点、线特征根据各自的观测精度自适应地确定融合时的权值来解算相机的位姿参数时，采用迭代求解的方式提高位姿解算的精度，初值的准确与否直接影响着位姿解算结果的精度，利用成功匹配的点特征，选择匹配点数最多的两幅影像作为初始影像对，计算两幅影像间的相对位姿参数，然后以此为基础，利用匹配对生成的局部三维点云计算下一幅影像的位姿，循环上述过程，完成全部影像的位姿解算工作，为避免误差累积带来的位姿计算结果偏差较大的问题，计算3～4幅影像的位姿后，执行一次光束法平差，将累积的误差合理分配。
[0021]所述的基于点线特征自适应融合的无人机影像定位定姿方法，所述第三步中点、线特征的权值为单位权方差与观测值方差之比，其中点、线特征单位权方差的计算方式如下式所示：
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于点线特征自适应融合的无人机影像定位定姿方法，其特征是：所述人机影像定位定姿方法具体包括如下步骤：第一步、获取目标区域数据：利用无人机获取目标区域的影像数据、POS信息及地面控制点数据，然后评估影像的拍摄质量、检查数据格式、元数据是否正确及影像重叠度是否满足要求；第二步、进行特征匹配：对点特征及线特征信息分别进行提取与匹配，点特征自由网光束法平差，剔除误匹配直线；第三步、进行位姿优化：基于匹配成功的特征，利用点特征计算位姿初值，点、线特征根据各自的观测精度自适应地确定融合时的权值来解算相机的位姿参数；第四步、输出最终的位姿结果：基于测量的控制点将位姿结果转换至世界坐标系下，至此完成无人机定位定姿的过程。2.根据权利要求1所述的基于点线特征自适应融合的无人机影像定位定姿方法，其特征是：所述第一步中利用无人机获取目标区域的影像数据、POS信息及地面控制点数据时，应根据具体的任务需求确定无人机外业的工作区域，在区域内布设控制点并测定其在世界坐标系下的三维坐标，无人机采集数据时，根据任务需求规划无人机航线，设置相应的重叠度及航高参数，获取工作区域内的无人机影像数据以及影像拍摄时刻的GNSS坐标。3.根据权利要求1所述的基于点线特征自适应融合的无人机影像定位定姿方法，其特征是：所述第一步中评估影像的拍摄质量、检查数据格式、元数据是否正确及影像重叠度是否满足要求时，还应检查控制点与POS数据的完整性，控制点在影像上是否清晰完整成像。4.根据权利要求1所述的基于点线特征自适应融合的无人机影像定位定姿方法，其特征是：所述第二步中对点特征及线特征分别进行提取时，点特征信息提取采用SIFT算法，匹配采用暴力匹配方法，误匹配剔除采用RANSAC方法，直线特征信息提取采用EDLines算法，匹配采用LP算法，误匹配剔除利用三焦点张量的几何关系。5.根据权利要求1所述的基于点线特征自适应融合的无人机影像定位定姿方法，其特征是：所述第三步中基于匹配成功的特征，利用点特征计算位姿初值时，利用计算的位姿初值，将点特征与直线特征的权值均置为1，计算点线特征观测值与预...

【专利技术属性】
技术研发人员：薛凡喜，徐翔云，周兆鹏，周布奎，田立杰，刘盛，
申请(专利权)人：中国人民解放军军事科学院国防工程研究院，
类型：发明
国别省市：