[发明专利]提升无人机相机对AprilTag识别定位精度方法及定位方法和系统

权利要求书

1.一种提升无人机相机对AprilTag识别定位精度方法，其特征在于，包括以下步骤：

S1、对无人机上的相机进行标定，计算得出相机内参及畸变系数；

S2、在得到相机内参及畸变系数的基础上，相机获取AprilTag图像，然后从得到的AprilTag图像中识别出空间点信息，将多个AprilTag空间点信息进行融合；

S3、在得到多个空间点信息后，采用OpenCV中PnP求解相机在世界坐标系下的姿态，在通过PnP求解姿态后，再增加一次高斯牛顿法迭代优化姿态；

S4、使用位姿图优化理论对AprilTag之间的变换矩阵进行优化；

步骤S2中融合多个AprilTag空间点信息，具体过程为采用AprilTag的中心与图像中心的欧氏距离为可信度权重，将两个AprilTag空间点信息融合，使用公式：

其中Q为融合后的空间点，、分别为两个AprilTag对应的空间点，、为两个不同AprilTag的中心像素与图像中心的欧氏距离；

所述步骤S4中，位姿图优化理论对AprilTag之间的变换矩阵进行优化具体过程为：

每个AprilTag的姿态为，…，，和之间变换矩阵为，可得如下等式

每个AprilTag的姿态之间的变换存在误差，则等式不会完全成立，设误差为，则有

所有边的集合为，则总体目标函数如下：

其中为6*6的对角信息矩阵，代表对应变量的不确定性。

2.根据权利要求1所述的一种提升无人机相机对AprilTag识别定位精度方法，其特征在于，所述步骤S1中求解相机内参过程为：

根据针孔相机模型成像原理，一个在相机坐标系下的3D点P(X ,Y ,Z)，它在像素坐标系投影点P1坐标为(u ,v)，二者对应关系有

其中，K为相机内参矩阵，为x轴焦距，为y轴焦距，为x轴平移量，为y轴平移量；

对于畸变系数求解可分为径向畸变和切向畸变，求解公式数学模型如下:

其中(x,y)为P点在归一化平面坐标，和为畸变后坐标，r为(x,y)到原点距离，、、为径向畸变系数，、为切向畸变系数。

3.根据权利要求1所述的一种提升无人机相机对AprilTag识别定位精度方法，其特征在于，所述步骤S3具体过程为采用非线性优化算法中的Levenberg -Marquardt算法求解BA(Bundle Adjustment)问题，公式如下：

，

公式中为2*6雅克比矩阵，μ为阻尼因子，为误差函数，I为单位矩阵，为矩阵的转置，Δx为误差函数e在x处雅克比矩阵的增量，形式如下:

其中为相机坐标系下的空间点坐标，为变换矩阵在特殊欧式群下的扰动， 为像素坐标；、为畸变系数，为x轴焦距，为y轴焦距，为x轴平移量，为y轴平移量，r为像素坐标在归一化坐标系与原点的距离。

4.一种无人机定位方法，其特征在于，包括以下步骤：

B1、在场景内放置AprilTag阵列，使用权利要求1至3任一项所述步骤S1中计算得出相机内参及畸变系数，对无人机进行配置校正；

B2、无人机收到遥控器起飞指令，自动飞到指定高度进行悬停；

B3、无人机摄像头识别AprilTag信息，并运用权利要求1-3任一项中所述步骤S2、S3对AprilTag定位信息进行优化，向上位机发送优化后的AprilTag定位信息；

B4、上位机接收无人机摄像头传输的AprilTag定位信息，并在指定消息框显示信息并给每个AprilTag定位信息区域命名一个ID号，以及在可视化界面进行二维轨迹绘制；

B5、上位机指定其中一个ID号发送至无人机，无人机接收指定ID号后飞行至指定ID的AprilTag上，该过程中持续使用上述权利要求1中所述步骤S4对AprilTag之间的变换矩阵进行优化。

5.根据权利要求4所述的一种无人机定位方法，其特征在于，所述步骤B5中，上位机指定ID号发送至无人机，还包括指定飞行轨迹发送至无人机。