[發(fā)明專利]一種基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010301392.0
• 申請(qǐng)日: 2020-04-16
• 公開（公告）號(hào): CN111551177A
• 公開（公告）日: 2020-08-18
• 發(fā)明（設(shè)計(jì)）人: 李大鵬;朱婧文;楊俊彥;陳光山;許東歡
• 申請(qǐng)（專利權(quán)）人: 上海航天控制技術(shù)研究所
• 主分類號(hào): G01C21/20
• 分類號(hào): G01C21/20;G01C11/34;G06K9/00;G06K9/46
• 代理公司: 中國(guó)航天科技專利中心 11009
• 代理人: 高志瑞

1.一種基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法，其特征在于，所述方法包括如下步驟：

步驟一：搭建無(wú)人機(jī)觀測(cè)平臺(tái)和地面觀測(cè)平臺(tái)；其中，無(wú)人機(jī)觀測(cè)平臺(tái)包括成像探測(cè)系統(tǒng)A、綜合電子體A和用于高速無(wú)線互傳的數(shù)據(jù)鏈A；地面觀測(cè)平臺(tái)包括成像探測(cè)系統(tǒng)B、綜合電子體B和用于高速無(wú)線互傳的數(shù)據(jù)鏈B；

步驟二：無(wú)人機(jī)觀測(cè)平臺(tái)的成像探測(cè)系統(tǒng)A將探測(cè)到的目標(biāo)圖像A通過(guò)串口傳輸給綜合電子體A，綜合電子體A將接收到的目標(biāo)圖像A和無(wú)人機(jī)觀測(cè)平臺(tái)的位置及姿態(tài)信息打包，通過(guò)用于高速無(wú)線互傳的數(shù)據(jù)鏈A傳輸給地面工作站；

地面觀測(cè)平臺(tái)的成像探測(cè)系統(tǒng)B將探測(cè)到的目標(biāo)圖像B通過(guò)串口傳輸給綜合電子體B，綜合電子體B將接收到的目標(biāo)圖像B和地面觀測(cè)平臺(tái)的位置及姿態(tài)信息打包，通過(guò)用于高速無(wú)線互傳的數(shù)據(jù)鏈B傳輸給地面工作站；

步驟三：地面工作站利用接收到的目標(biāo)圖像A、目標(biāo)圖像B、無(wú)人機(jī)觀測(cè)平臺(tái)的位置及姿態(tài)信息、地面觀測(cè)平臺(tái)的位置及姿態(tài)信息，通過(guò)雙目協(xié)同探測(cè)方法得到觀測(cè)目標(biāo)的位置信息。

2.根據(jù)權(quán)利要求1所述的基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法，其特征在于：在步驟三中，雙目協(xié)同探測(cè)方法包括如下步驟：

將無(wú)人機(jī)觀測(cè)平臺(tái)的位姿信息和地面觀測(cè)平臺(tái)的姿態(tài)信息轉(zhuǎn)換到世界坐標(biāo)系下；

采用Fusiello極線校正方法對(duì)目標(biāo)圖像A和目標(biāo)圖像B兩幅圖像進(jìn)行校正得到極線校正后的圖像；

采用ORB算法在極線校正后的兩幅圖像中提取待測(cè)目標(biāo)的特征點(diǎn)并進(jìn)行描述；

根據(jù)極線校正后的兩幅圖像的特征點(diǎn)在同一掃面線上的特點(diǎn)對(duì)特征點(diǎn)的brief算子進(jìn)行雙向暴力匹配得到匹配特征點(diǎn)對(duì)；

根據(jù)匹配特征點(diǎn)對(duì)，建立透射投影方程組，通過(guò)求解透射投影方程組得到特征點(diǎn)在世界坐標(biāo)系下的三維坐標(biāo)，得到觀測(cè)目標(biāo)的位置信息。

3.根據(jù)權(quán)利要求2所述的基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法，其特征在于：采用ORB算法在極線校正后的兩幅圖像中提取待測(cè)目標(biāo)的特征點(diǎn)并進(jìn)行描述包括如下步驟：

S31：生成特征點(diǎn)在N×N區(qū)域內(nèi)選取128個(gè)點(diǎn)對(duì)模板S；

S32：分別提取兩幅圖像的FAST特征點(diǎn)，計(jì)算以特征點(diǎn)O為中心n×n區(qū)域的灰度質(zhì)心坐標(biāo)C，并計(jì)算向量的方向θ；

S33：將步驟S31中的128個(gè)點(diǎn)對(duì)模板旋S轉(zhuǎn)θ角度，得到每個(gè)區(qū)域內(nèi)新的點(diǎn)對(duì)坐標(biāo)S_θ；

S34：比較以特征點(diǎn)為中心的N×N區(qū)域中S_θ位置點(diǎn)對(duì)的灰度值大小，生成特征點(diǎn)的BRIEF描述子。

4.根據(jù)權(quán)利要求3所述的基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法，其特征在于：根據(jù)極線校正后的兩幅圖像的特征點(diǎn)在同一掃面線上的特點(diǎn)對(duì)特征點(diǎn)的brief算子進(jìn)行雙向暴力匹配得到匹配特征點(diǎn)對(duì)包括如下步驟：

S41：先以校正后的目標(biāo)圖像A為基準(zhǔn)，遍歷目標(biāo)圖像A上的特征點(diǎn)，假設(shè)其中一特征點(diǎn)的坐標(biāo)為p(x,y)，其BRIEF描述子為(a₁,...,a_k...,a₁₂₈)，然后在第二相機(jī)極線校正后的圖像上遍歷(y-5,y+5)范圍內(nèi)的特征點(diǎn)，得到q_j(x_j,y_j)，其BRIEF描述子為(b_1j,...,b_kj...,b_128j)；其中，j＝1,2,...,m；

S42：得到匹配距離最近的特征點(diǎn)，和第二近的特征點(diǎn)，當(dāng)最近距離和次近距離的比值小于閾值，那么認(rèn)為匹配成功，反之則失敗；

S43：以校正后的目標(biāo)圖像B為基準(zhǔn)，再重復(fù)步驟S41至步驟S42；

S44：若兩幅圖像間的特征點(diǎn)相互匹配到彼此，那么則認(rèn)為匹配成功，并保存匹配成功特征點(diǎn)的坐標(biāo)。

5.根據(jù)權(quán)利要求3所述的基于無(wú)人機(jī)平臺(tái)的外場(chǎng)協(xié)同探測(cè)試驗(yàn)方法，其特征在于：在步驟S32中，灰度質(zhì)心坐標(biāo)C通過(guò)以下公式得到：

其中，(x,y)分別表示圖像坐標(biāo)，I(x,y)表示圖像在(x,y)處的灰度值。