[发明专利]一种基于图像配准的无人机定位方法

说明书

本发明提出一种图像配准的无人机定位方法，包括(1)无人机拍摄图像预处理，从无人机搭载的高度传感器获取无人机的飞行高度，从搭载的航向传感器获取无人机的飞行方向，根据卫星地图图像的标记信息得到无人机拍摄图像与卫星地图的空间分辨率差异与方向差异，对拍摄图像进行旋转变换与尺度变换，使其与地图图像具有一致的方向和尺度；(2)无人机拍摄图像的关键点检测；(3)对无人机拍摄图像中检测出的关键点，提取其SIFT特征；(4)无人机拍摄图像与地图图像的特征匹配，得到两图像中关键点图像坐标的对应关系；(5)估计无人机拍摄图像到卫星地图图像的空间变换，结合地图的地理信息得到无人机拍摄图像中心点的经纬度作为无人机当前的经纬度坐标。

技术领域

本发明涉及在GPS失效情况下基于视觉的无人机定位方法，具体涉及一种通过无人机视角图像与卫星地图图像配准的无人机定位方法。

背景技术

无人机具有低功耗、低成本、灵活、可扩展的优点，已广泛应用于摄影、航空测绘、农业、救援和物流等任务中。在执行具体任务的过程中，无人机的定位是无人机控制与决策的基础。当前无人机平台大多数都配备机载摄像头与GPS芯片，同时可搭载IMU、机载罗盘、气压计等传感器，用于无人机感知环境与检测自身状态。在通常情况下，无人机可通过GPS等专用硬件进行定位，而在特殊环境下，当GPS信号不可用或出现硬件故障时，要保障无人机当前任务的顺利执行，需要更稳定的定位方法，结合无人机搭载的传感器平台，基于视觉的空中无人机定位方法能够有效地实现定位目的，提高无人机系统的稳定性与可靠性。

图像配准是计算机视觉中的典型问题，给定两幅图像，图像配准通过寻找一种空间变换将一幅图像映射到另一幅图像上，使得两图像中对应于空间中同一位置的点可以一一对应起来。在实际中，通常采用单应矩阵(Homography)描述两图像间的空间变换，通过单应矩阵与一幅图像中点的齐次坐标相乘得到对应点在另一图像中的齐次坐标。图像配准常用关键点特征匹配算法实现，对要进行配准的图像A与图像B，估计A到B的空间变换，首先检测两图像中的关键点，即对图像变换具有稳定性、在图像场景中具有显著性的像素点；对检测出的关键点，提取其邻域信息构建固定长度的向量作为该点的特征描述；对图像A中的关键点特征，根据特征向量的距离查找其在图像B关键点特征中的k个近邻，通过显著性测试去除A中显著性不佳的关键点及其特征，对A中剩余的关键点及其特征，选择k个近邻中的最近邻为最终匹配点；根据图像A中剩余关键点与图像B中关键点的匹配关系，使用RANSAC算法或直接线性变换进行拟合，估计图像A变换到图像B的单应矩阵。在基于图像配准的空中无人机定位方法中，将无人机对地面拍摄的图像与带有地理信息的卫星地图图像进行配准，求解出高精度的单应矩阵即可实现无人机的定位。