(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210675489.7 (22)申请日 2022.06.15 (71)申请人 中国人民解 放军32146 部队 地址 454001 河南省焦作市解 放区学生路 115号 (72)发明人 郑锴　殷少锋　郑献民　林宏旭　 刘邦　陈光武　王刚　刘彬　 (74)专利代理 机构 南京鑫之航知识产权代理事 务所(特殊普通 合伙) 32410 专利代理师 胡丽华 (51)Int.Cl. G06V 10/75(2022.01) G06V 10/46(2022.01) G06V 10/80(2022.01) G06T 7/70(2017.01)G06T 7/10(2017.01) G06F 16/29(2019.01) (54)发明名称 一种多无 人机高精度匹配 定位方法 (57)摘要 本发明涉及一种多无人机高精度匹配定位 方法， 包括多无人机数据采集， 基于POS数据的多 航拍图像粗匹配， 基于改进SIFT特征的多 航拍图 像精匹配及图像匹配定位等四个步骤。 本发明综 合应用了多无人机的POS数据和图像信息， 基于 POS数据共线 解算实现多 航拍图像校正和匹配底 图裁剪， 基于特征向量欧式距离、 地理距离的二 次匹配方法剔除SIFT 误匹配点， 实现多无人机航 拍图像特征匹配、 航拍融合图像与基准图像的匹 配， 从原理上克服了定位精度直接受制于导航系 统姿态测量误差的问题， 并可有效提高图像匹配 概率和匹配精度。 本发明可实现多无人机航拍图 像多目标的精确定位， 定位精度高、 适应性好、 易 于工程实现。 权利要求书4页 说明书9页 附图3页 CN 115187798 A 2022.10.14 CN 115187798 A 1.一种多无人机高精度匹配定位方法， 其特征在于： 所述的多无人机高精度匹配定位 方法包括如下步骤： S1， 多无人机数据采集， 首先， 预先获取具有精确位置信息的数字卫星地图或预先拼接 图像等基准匹配图像； 而后， 以实时采集 或离线加载形式获取多 无人机的视频帧图像和POS 数据， POS数据主 要包括无 人机位置和姿态数据、 光电云台姿态等； S2， 基于POS数据的多航拍图像粗匹配， 首先结合多无人机的各自位置和姿态角、 光电 平台姿态角等POS参数， 基于共线成像方程初步解算出图像中任意点位置数据， 实现对各无 人机提供 的多航拍图像校正， 获取多航拍图像的区域位置； 而后基于多无人机图像的区域 位置， 确定基准图像的区域范围， 裁剪基准卫星图或拼接图， 获取包含多 无人机侦察图像范 围的小区域基准匹配底图， 完成基于区域 位置的基准图像裁 剪处理作业； S3， 基于改进SIFT特征的多航拍图像精匹配， 首先基于改进SIFT特征的匹配方法， 实现 对S2步骤校正后多航拍图像的匹配融合， 获得的覆盖区域大于各无人机航拍图像覆盖区域 的融合图像区域， 并抑制S2步骤中残存的校正误差； 然后基于改进SIFT 特征的匹配方法， 实 现航拍融合图像和基准图像的匹配融合； S4， 图像匹配定位， 依据融合图像的位置信息引导至地理信息系统(geographic   informati on system,GIS)， 进 而获知航拍图像上任意 点位置数据和区域态 势信息。 2.根据权利要求1所述的一种 多无人机高精度匹配定位方法， 其特征在于， 所述S1步骤 中， 数字卫星地图可通过测绘部门申请或资源下载等形式获得， 预先拼接图像可应用预先 侦察的航空相片或视频进行图像拼接 。 3.根据权利要求1所述的一种 多无人机高精度匹配定位方法， 其特征在于， 所述S2步骤 中基于共线方程的图像位置解 算时， 按以下步骤进行： 第一步， 坐标转换矩阵解算， 计算无人机地理坐标系和像空间坐标系的转换矩阵， 应用 像空间坐标系、 无人机机体坐标系、 无人机地理坐标系、 高斯平面直角坐标系等4个坐标系， 各坐标系定义如下： 1)像空间坐标系s， 原点Os为投影中心， Xs、 Ys分别平行于成像面阵外框且与图像显示存 储方向一 致， Zs依右手坐标系确定， 相机光轴为Zs轴； 2)无人机机体坐标系b， 坐标原点Ob为飞机质心， Xb指右， Yb指前， Zb指上； 3)无人机地理坐标系e， 坐标原点Oe为飞机质心， Xe指东， Ye指北， Ze指天； 4)高斯平面直 角坐标系g； 同时， 设航空相机或摄像机云台的高低角为α， 方位角为β， 设无人机的航向角为 ψ， 俯仰 角为θ， 倾斜角为γ， 根据坐标变换原理， 得到不同坐标系之 间的坐标变换矩阵， 设目标在无 人机地理坐标系e中的坐标为(xe， ye， ze)， 目标在像空间坐 标系s中的坐 标为(xs， ys，‑f)， f为 相机或摄 像机焦距， 则两者之间的坐标变换关系表示 为： 权　利　要　求　书 1/4 页 2 CN 115187798 A 2第二步， 解算共线成像方程， 设目标在高斯平面直角坐标系g中的坐标为(xg， yg)， 无人 机在高斯平面直角坐标系g中的坐标为(xa， ya)， H为无人机与地面目标点的相对高度； 则基 于无人机姿态数据、 航空相 机或摄像机的姿态数据和内参数等遥测参数， 根据成像模型 的 共线条件方程可 得 第三步， 坐标位置解算和图像校正， 根据共线成像方程， 可以求出航拍图像 中任意像素 点的高斯平面直角坐标。 根据航拍图像的像素坐标、 高斯平 面直角坐标和坐标变换矩阵， 应 用最邻近插值重采样实现图像校正。 正射校正图像可抑制图像畸变、 减弱拍摄角度差异 等， 与基准卫星地图或预 先拼接图像视角类似， 从而 有效提高图像匹配定位的成功率和精度。 4.根据权利要求1所述的一种 多无人机高精度匹配定位方法， 其特征在于， 所述S2步骤 中基于区域 位置的基准图像裁 剪按以下步骤进行： 第一步， 坐标极值计算， 根据 各个航拍图像的四角点位置裁剪基准地图， 获取图像匹配 的基准底图； 其中在进 行坐标值计算时， 设共有n幅图像， 第i幅航拍图像四角点位置 分别为 (xi1,yi1)、 (xi2,yi2)、 (xi3,yi3)、 (xi4,yi4)， 则各幅航拍图像的坐标极值(xmin,xmax,ymin,ymax) 为 第二步， 基准图像裁剪， 根据裁剪图像坐标进行基准图像裁剪， 获得小区域范围的基准 底图， 实现航拍图像的粗匹配； 在进 行航拍图像的粗匹配中， 首先用共线定位方法求得的位 置坐标存在定位误差； 并设最大定位误差值为l， 则 可确定裁剪图像的左 上角坐标为(xmax+ l,ymin‑l)、 右下角坐标为(xmin‑l,ymax+l)； 然后图像裁剪时依据像素坐标进行， 并进行位置 坐标与像素坐标之间的坐标变换； 其中在进行位置坐标与像素坐标变换时， 设基准图像左上角位置坐标(x0,y0)， 裁剪图 像左上角位置坐 标(xs,ys)、 像素坐 标(rs,cs)， x方向上的图像像素分辨率t1， y方向上的图像权　利　要　求　书 2/4 页 3 CN 115187798 A 3