[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

说明书

本发明提供了一种提升无人机相机对AprilTag识别定位精度方法，包括对相机进行标定；将多个AprilTag空间点信息进行融合；使用PnP后再增加一次高斯牛顿迭代求解相机姿态；使用位姿图优化理论对AprilTag之间的变换矩阵进行优化。本发明还提供了一种无人机定位系统及方法，定位过程简单易于操作，合理运用了上述提升精度方法。本发明可在室内gps信号较弱的情况下实现无人机的高精度定位，且只需要通过二维码阵列进行定位，定位精确，成本低，性能可靠、受环境干扰小。

技术领域

本发明涉及无人机定位领域，更具体地，涉及一种提升无人机相机对AprilTag识别定位精度方法及定位方法和系统。

背景技术

室内定位在AR、VR以及机器人等领域是一个重点问题，并且是室内自主导航的前提。虽然GPS能解决定位问题，但是在室内定位中，其信号较弱导致精度无法满足要求，甚至无法进行定位，所以室内定位需要采用其他定位技术。现在为解决室内定位的问题，已经出现了UWB定位、WIFI定位、蓝牙定位、以及SLAM定位等方案。

但是上述方案均存在较大的技术局限或者缺乏经济实用性：

1、基于蓝牙的定位受环境干扰大，且不能遮挡设备；

2、基于UWB的定位方案在无人机上有所应用，但是最少需要3个基站，且信号传播会受到墙壁、天花板、门、人等障碍物的阻挡，导致信号发生反射、折射、衍射现象，发射信号经过不同的时间、不同路径到达UWB接收端，最终造成UWB精度降低，需要较复杂的算法进行滤波以及优化；

3、基于视觉SLAM的定位方案在运行的过程中占用CPU大量资源，需要比较强悍的CPU才能实时运行，设备成本高，技术难度大，且需要环境纹理特征丰富，而室内无人机的俯视视角的纹理特征并不是特别丰富，所以一般的SLAM算法并不完全适用于无人机俯视视角，且定位轨迹容易漂移；

4、采用三维激光雷达来进行建图与定位，其成本昂贵，且重量大，对无人机要求极高。

发明内容

本发明旨在克服上述现有技术的至少一种缺陷，提供一种提升无人机相机对AprilTag识别定位精度方法及定位方法和系统，用于解决室内无人机定位受环境干扰大、定位精度低、CPU占用资源大以及成本高的问题。

本发明采取的技术方案是，一种提升无人机相机对AprilTag识别定位精度方法，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、使用优姿图优化理论对AprilTag之间的变换矩阵进行优化。

所述步骤S1先对无人机相机进行标定，在机器视觉领域，相机的标定是一个关键的环节，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性，决定了机器视觉系统能否有效的定位，能否有效的计算目标物，因此，做好相机标定是做好后续工作的前提。所述步骤S2中，由于一张图片可能会识别出多个AprilTag信息，只采纳一个AprilTag信息的可信度不高，所以将多个AprilTag空间点信息融合可使得精度提升。所述步骤S3，使用PnP求解姿态后再增加一次高斯牛顿法迭代可使得姿态解算误差进一步降低。所述步骤S4，使得位姿图优化后的AprilTag之间的变换矩阵基本可用于无人机室内定位，且定位精度高。

进一步的，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