[发明专利]一种GPS拒止环境下无人机集群实时定位方法及系统

说明书

本发明属于无人机定位技术领域，公开了一种GPS拒止环境下无人机集群实时定位方法及系统包括：无人机集群首先检测并匹配其所捕捉到的图像彼此之间的显著特征；对共性特征进行三角化，形成稀疏重构，生成所有无人机都可以访问的全局地图；无人机开始移动，每架无人机通过跟踪全局地图中的特征，进行各自的位姿估计。本发明的无人机也可以通过特征匹配和基于多视图几何的相对位姿计算，将相对测量与单个测量融合起来，提高定位的准确性；无人机集群继续飞行，当其跟踪到的特征点的数量低于某一阈值时，则无人机集群重新检测并匹配其所捕捉到的图像的特征点，更新全局地图，以避免因周围环境的变化或无人机快速运动影响定位的效果。

技术领域

本发明属于无人机定位技术领域，尤其涉及一种GPS拒止环境下无人机集群实时定位方法及系统。

背景技术

目前，业内常用的现有技术是这样的：无人机在侦查、打击等作战任务中有着很重要的价值，随着无人机的应用场景越来越复杂，对精确定位的需求也变得至关重要。传统的无人机定位方法由全球定位系统(GPS)和惯性测量单元(IMU)组合完成，虽然这种方法实现起来简单明了，但也存在很多局限性，如GPS信号在杂乱的环境或低空飞行时，会受到障碍物的影响，且完全不适用于室内飞行。考虑到GPS/IMU融合导航的这些局限性，大量学者们开始研究如何在GPS拒止环境下实现无人机实时定位。其中主流方案是通过无人机视觉传感器采集的图像序列估计无人机的位姿从而实现定位。基于视觉的定位方案成本低，适用于没有先验环境信息的地区，且无需外部设施辅助，但是基于视觉的方案在昏暗的环境、雨雪天气、快速运动等情况下的效果并不理想甚至失效。为此，有学者提出了一些改进的视觉算法，如利用卡尔曼滤波器将基于视觉得到的位置估计值与IMU数据进行融合，实现更为准确的位置估计，且增加了算法的适用性。然而其计算量大，在单架无人机上运行耗时久，使得定位的效率低，且会导致定位有一定的时间延迟。还有学者提出了动态场景下的视觉协同定位方案，其主要步骤是：1)通过分析特征点的三角剖分一致性将每个特征点分为动态或静态；2)根据特征点的重叠部分，将无人机进行分组；3)各组无人机通过其所捕获的图像构建全局3D地图，并分别在各组内共享；4)在静态场景下，使用无人机个体位姿估计(即通过跟踪全局地图的特征点估计无人机位姿)进行定位，在动态场景下(当静态点很少或固定在某一很小的区域内时)，使用无人机相对位姿估计(通过和另一已知位置的无人机捕获的图像进行特征匹配，估计其相对位姿势)进行定位。多架无人机的协作可帮助提高定位的准确性，且允许将复杂的计算任务分配给领头的无人机或地面站。不过单纯的视觉方案其效果依赖于场景的丰富度，且快速运动时，传感器抖动以及采集图像的速率限制将会导致定位的失败。

综上所述，现有技术存在的问题是：

(1)适用性不强，现有的基于视觉定位方案对于环境要求较高，光线昏暗、场景丰富度较低(如一面白墙)、动态场景等情况下都很难精确定位，在无人机快速运动时定位甚至会失效，因此无法适用于实际应用中的复杂情形。

(2)稳定性差，传感器采集的图像模糊、图传信号不稳定都会极大的影响定位效果。

(3)定位效率低，视觉定位的计算量大，耗时久，而摄像头采集图像的速率较低，这些都会导致定位的效率低。

解决上述技术问题的难度：解决GPS拒止环境下无人机的实时定位问题需要深入了解图像特征点检测、特征点匹配、三维重建地图、基于多视图的位姿估计、卡尔曼滤波器以及IMU模型等相关知识，且需考虑到所设计的方案在实际应用中的各种情况，其具有一定的复杂性。

解决上述技术问题的意义：无人机在军事、农业、物流等领域都有着巨大的发展前景，开发智能化的无人机是未来的发展趋势，而无人机能够实现自主定位是其实现智能化的基础。解决GPS拒止环境下无人机的实时定位问题将有效的扩大无人机的应用场景。

发明内容

针对现有技术存在的问题，本发明提供了一种GPS拒止环境下无人机集群实时定位方法及系统。