基于光学多点单点混合定位的无人机轨迹获取方法及装置与流程
本发明涉及无人机定位探测,具体涉及一种基于光学多点单点混合定位的无人机轨迹获取方法及装置。
背景技术:
1、目前传统基于光学设备的无人机定位技术如下:1.光学设备作为辅助复核手段,依赖于雷达或报文解析等设备发现可疑目标并定位,引导光学设备进行目标的视频复核取证。该模式下光学设备不具备独立自主定位能力,必须与其他设备联动才能实现定位。依赖外部引导源的方案无法适应城市峡谷及楼际线以下的复杂环境,雷达因为辐射及多径反射难以大规模布设;报文解析极易受wifi、蓝牙及其他设备的电磁干扰,导致信号截获率低、误报高。
2、2.现有技术中另一种改进方案是为光学设备加装激光测距仪,通过激光测距获取目标距离,结合目标角度信息实时计算出精确位置。高性能激光测距设备成本较高,大幅增加了光学设备造价,不利于需要大范围、高密度覆盖的场景,进行大规模、低成本的栅格化部署。同时激光测距设备在复杂环境下易受大气衰减等因素影响,导致测距生效或精度下降。
技术实现思路
1、本发明为了解决或至少部分解决现有技术的缺陷或不足,提出了一种基于光学多点单点混合定位的无人机轨迹获取方法及装置。
2、在本发明实施例的第一方面中,提供了一种基于光学多点单点混合定位的无人机轨迹获取方法,包括:
3、s1.基于目标的先验尺寸获取目标的初始三维空间坐标;
4、s2.基于目标的初始三维空间坐标确定与目标进行联动的最优光学设备;
5、s3.基于最优光学设备获取目标的精确三维空间坐标;
6、s4.基于目标的精确三维空间坐标获取目标的后验尺寸;
7、s5.获取无人机的飞行轨迹片段,飞行轨迹片段可由两个以上光学设备进行多点定位以及由单个光学设备基于目标的后验尺寸进行单点定位获取得到;
8、s6.对零散的飞行轨迹片段进行关联拼接。
9、作为本发明实施例的优选,s1中,基于目标的先验尺寸获取目标的初始三维空间坐标具体包括:
10、s11.获取所需参数,所需参数包括目标先验宽度、目标先验高度、目标在图像中的宽度、目标在图像中的高度、传感器像元物理尺寸、镜头焦距、图像分辨率、目标在图像中的坐标、光学设备在宽度方向的视场角、光学设备在高度方向的视场角和光学设备的三维空间坐标;本实施例中的光学设备可以是摄像头。
11、s12.基于以下公式计算获取目标相对光学设备的距离:
12、
13、其中,为目标相对光学设备的距离,为镜头焦距,为目标先验宽度,为目标先验高度,为目标在图像中的宽度,为目标在图像中的高度,为传感器像元物理尺寸;
14、s13.基于以下公式计算获取目标相对光学设备的方位角:
15、
16、其中,为目标相对光学设备的方位角,为目标在图像中的x坐标,为图像分辨率中的水平像素数,为光学设备在宽度方向的视场角;
17、s14.基于以下公式计算获取目标相对光学设备的俯仰角:
18、
19、其中,为目标相对光学设备的俯仰角,为目标在图像中的y坐标,为图像分辨率中的垂直像素数,为光学设备在高度方向的视场角;
20、s15.基于光学设备的三维空间坐标、目标相对光学设备的距离、目标相对光学设备的方位角和目标相对光学设备的俯仰角获取目标的初始三维空间坐标。
21、作为本发明实施例的优选,s2中,基于目标的初始三维空间坐标确定与目标进行联动的最优光学设备具体包括:
22、s21.获取候选光学设备一;
23、s22.计算目标与候选光学设备一的距离,判定距离是否小与距离阈值,当距离小于距离阈值时,将与距离对应的候选光学设备一确定为候选光学设备二;否则,将与距离对应的候选光学设备一删除;
24、s23.确定目标与光学设备、候选光学设备二的交会角,判定交会角是否在交会角阈值范围内,当交会角在交会角阈值范围内时,将与交会角对应的候选光学设备二确定为候选光学设备三;否则,将与交会角对应的候选光学设备二删除;
25、s24.从全部候选光学设备三中获取与目标距离最小的候选光学设备三以作为与目标进行联动的最优光学设备。
26、作为本发明实施例的优选,s3中,基于最优光学设备获取目标的精确三维空间坐标包括:
27、s31.获取目标相对光学设备的方位角,获取目标相对光学设备的俯仰角,并获取光学设备至目标的第一单位方向向量;
28、s32.获取目标相对最优光学设备的方位角,获取目标相对最优光学设备的俯仰角,并获取最优光学设备至目标的第二单位方向向量;
29、s33.获取公垂线与第一单位方向向量的交点一,获取公垂线与第二单位方向向量的交点二;
30、s34.基于交点一和交点二获取目标的精确三维空间坐标。
31、作为本发明实施例的优选,s4中,基于目标的精确三维空间坐标获取目标的后验尺寸包括:
32、s41.基于光学设备的三维空间坐标和目标的精确三维空间坐标获取目标相对光学设备的精确距离;
33、s42.基于目标相对光学设备的精确距离并通过以下公式计算得到目标后验宽度:
34、
35、其中,为目标后验宽度,为目标相对光学设备的精确距离,为目标在图像中的宽度,为传感器像元物理尺寸,为镜头焦距;
36、s43.基于目标相对光学设备的精确距离并通过以下公式计算得到目标后验高度:
37、
38、其中,为目标后验高度,为目标相对光学设备的精确距离,为目标在图像中的高度,为传感器像元物理尺寸,为镜头焦距。
39、作为本发明实施例的优选,s6中,对零散的飞行轨迹片段进行关联拼接具体包括:
40、s61.提取飞行轨迹片段的多维时空特征;
41、s62.提取飞行轨迹片段的运动模式统计特征;
42、s63.基于多维时空特征、运动模式统计特征计算任意两飞行轨迹片段的综合差异度;
43、s64.基于综合差异度并采用凝聚层次聚类算法对所有零散的飞行轨迹片段进行关联分组;
44、s65.基于局部状态边界约束对每一组飞行轨迹片段进行轨迹补全;
45、s66.对补全后的轨迹进行平滑优化。
46、作为本发明实施例的优选,s64中,基于综合差异度并采用凝聚层次聚类算法对所有零散的飞行轨迹片段进行关联分组具体包括:
47、初始化:将每个条飞行轨迹片段视为一个独立的簇,构建簇间距离矩阵,初始时簇间距离即为对应轨迹片段间的综合差异度;
48、迭代合并:在每一轮迭代中,执行以下操作:
49、s641.查找当前距离矩阵中的最小值所对应的两个簇;
50、s642.当最小值大于关联判定阈值时,则停止整个聚类过程,输出当前聚类结果;
51、s643.否则,将两个簇合并为一个新簇;
52、s644.采用平均连接方式更新新簇与其余各簇之间的距离,并返回s641;
53、输出关联结果:迭代停止后,同一簇内包含的所有飞行轨迹片段被判定为同一无人机目标所产生的飞行轨迹片段集合。
54、在本发明实施例的第二方面中,提供了一种基于光学多点单点混合定位的无人机轨迹获取装置,包括:
55、初始三维空间坐标获取模块,配置为基于目标的先验尺寸获取目标的初始三维空间坐标;
56、最优光学设备确定模块,配置为基于目标的初始三维空间坐标确定与目标进行联动的最优光学设备;
57、精确三维空间坐标获取模块,配置为基于最优光学设备获取目标的精确三维空间坐标;
58、后验尺寸获取模块,配置为基于目标的精确三维空间坐标获取目标的后验尺寸;
59、飞行轨迹片段获取模块,配置为获取无人机的飞行轨迹片段,飞行轨迹片段由两个以上光学设备进行多点定位获取得到,或者飞行轨迹片段由单个光学设备基于目标的后验尺寸进行单点定位获取得到;
60、轨迹片段关联拼接模块,配置为对零散的飞行轨迹片段进行关联拼接。
61、在本发明实施例的第三方面中,提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现根据第一方面所提供的方法。
62、在本发明实施例的第四方面中,提供了一种电子设备,包括一个或多个处理器,以及与一个或多个处理器关联的存储器,存储器用于存储程序指令,程序指令在被一个或多个处理器读取执行时,执行根据第一方面所提供的方法。
63、综上,本发明具有如下有益效果:
64、在某些应用场景下,可先基于目标的先验尺寸获取目标的初始三维空间坐标、基于目标的初始三维空间坐标确定与目标进行联动的最优光学设备、基于最优光学设备获取目标的精确三维空间坐标、基于目标的精确三维空间坐标获取目标的后验尺寸,然后基于获取到的目标的后验尺寸对目标进行单点定位,该方式使得获取到的无人机的飞行轨迹片段定位精确度高、定位工作效率高且定位成本低。
65、在对零散的飞行轨迹片段进行关联拼接时,先提取飞行轨迹片段的多维时空特征和运动模式统计特征,然后基于多维时空特征、运动模式统计特征计算任意两飞行轨迹片段的综合差异度,接着基于综合差异度并采用凝聚层次聚类算法对所有零散的飞行轨迹片段进行关联分组,再者基于局部状态边界约束对每一组飞行轨迹片段进行轨迹补全,最后对补全后的轨迹进行平滑优化,最终能够获取到具有完整时间戳、空间连续、多维运动状态平滑一致的无人机完整飞行轨迹。
66、进一步地或者更细节的有益效果将在具体实施方式中结合具体实施例进行说明。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com