[发明专利]一种基于POI数据的地面及低空场景无人机自主定位方法

说明书

本发明涉及无人机自主定位领域，提供一种基于POI数据的地面及低空场景无人机自主定位方法，包括：首先，使用开源的POI数据制备无偏定位基准数据；然后，在无人机实时航拍图像中检测标牌，识别出标牌中的文字信息；其次，将标牌的文字信息与POI数据中的地名字段进行检索，获取与标志牌匹配的POI数据中的经纬度信息；接着，利用标牌中心点经纬度量测标志牌四个角点的经纬度坐标，利用标志牌四个角点的图像深度信息和图像中心点的深度信息，根据成像几何关系，计算标志牌四个角点的高度；最后，根据成像几何关系，利用标牌四个角点的图像坐标和三维地理坐标，估计当前时刻无人机的位置。本发明定位误差不随无人机工作时间增加而累积。

技术领域

本发明涉及无人机自主定位领域，具体涉及基于POI数据的地面及低空场景无人机自主定位方法。

背景技术

小型旋翼无人机因其机动性强、成本低等优势，可大量应用于城市作战场景，执行作战区域内侦察、监视以及打击任务。无人机执行任务的前提是具备稳定、可靠的定位信息，无人机飞控系统无法接收或接收不可靠的位置信息时，无人机会无法正常工作。目前，定位系统按照定位方式来划分，主要分为有源定位系统和无源定位系统。有源定位系统如全球导航卫星系统(Global Navigation Satellite System,GNSS)需要发射和接收电磁波信息且电磁波频段公开。城市的地面及低空场景中，大量高层建筑物的遮挡、敌方发射同频段的电磁波干扰信号等因素都会造成GNSS拒止环境，使得无人机搭载的GNSS系统失效。无源定位系统主要包括惯性导航系统(Inertial Navigation System,INS)、图像匹配导航定位系统、即时定位与构图系统(Simultaneous Localization and Mapping,SLAM)。其中INS为陀螺仪和加速度计，其工作原理为通过二次积分获取无人机当前时刻位置和姿态信息。INS本质为里程计，其定位误差会随着工作时间的增大而累积。用于地面和低空场景的无人机载重量较小，难以搭载高精度大体积的光纤/激光惯导系统。SLAM的定位原理为视觉里程计，通过相邻帧匹配寻找同名点估计当前时刻无人机位置和姿态信息，其定位误差和INS一样会工作时间的增大而累积。图像匹配定位系统可分为相邻帧匹配和航拍-基准图匹配两种工作模式，相邻帧匹配与视觉SLAM工作原理类似，其定位误差也会随着工作时间增加累积。航拍-基准图匹配在地面及低空场景下地面分辨率高，难以提前制备相近成像角度、对应场景的基准图像，当无人机实时航拍图像和基准图像的地面分辨率、成像角度差异过大时，其匹配精度无法满足无人机自主定位需求。上述无源自主定位方法在地面及低空的城市环境内难以满足稳定、可靠、可长时间工作的定位需求。

发明内容

本发明的目的是提供一种基于POI数据的地面及低空场景无人机自主定位方法，以解决现有无人机定位技术中无人机定位存在GNSS拒止环境和定位误差随工作时长增加而累积的问题。

为了解决上述技术问题，本发明采用的技术方案为：

一种基于POI数据的地面及低空场景无人机自主定位方法，包括如下步骤：

(1)使用开源POI数据制备无偏定位基准数据；其中无偏定位基准数据包含原始POI数据中经纬度信息、数据ID和地点名称；

(2)从无人机当前帧航拍图像中检测标志牌，获取标志牌四个角点的图像坐标以及识别出标志牌中的文字信息；

(3)将标志牌的文字信息与POI数据中的地点名称进行检索匹配，获取与标志牌匹配的POI数据中的经纬度信息，得到地理坐标；

(4)采用图像量测的方法，根据两个标志牌中心点的图像坐标和地理坐标推算标志牌四个角点的经纬度，利用标志牌四个角点的图像深度信息和图像中心点的深度信息，根据成像几何关系，计算标志牌四个角点的高度；

(5)利用获取的标志牌角点的图像坐标、地理坐标和高度以及相机内方位参数计算无人机当前时刻位置。

其中，步骤(4)具体为：