[发明专利]一种基于二维码阵列的室内无人机定位方法

权利要求书

1.一种基于二维码阵列的室内无人机定位方法，其特征在于，所述方法包括以下步骤：

S1、无人机获取并执行起飞指令，通过图像采集组件采集地面图像并对AprilTag进行识别；

S2、图像采集组件传输AprilTag信息至上位机，上位机基于AprilTag信息进行世界坐标系转换，获得无人机定位信息及飞机轨迹并进行可视化。

2.根据权利要求1所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，当无人机接收到上位机发送的AprilTag ID时，判断图像采集组件所识别AprilTag ID是否包含所接收AprilTag ID，若包含则悬停于所接收AprilTag ID对应的AprilTag上方，否则根据光流传感器采集数据进行悬停。

3.根据权利要求1所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，所述通过图像采集组件对AprilTag进行识别包括步骤：边界分割、检测矩形、求解相机姿态、AprilTag编解码。

4.根据权利要求2所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，所述求解相机姿态为通过单应矩阵求解相机姿态，或通过PnP算法求解相机姿态。

5.根据权利要求4所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，通过单应矩阵求解得到相机姿态T后，采用非线性优化算法求解光束法平差，具体包括以下步骤：

S11、给定初始变换矩阵和阻尼因子μ，通过公式(J^TJ+μI)Δx＝-J^Te进行迭代计算，其中J为2*6雅克比矩阵，e为误差函数；

S12、计算阻尼因子ρ，表达式为：

当ρ0.75，μ＝μ*2，接受本次更新x_new；当ρ0.75，μ＝μ/3，拒绝本次更新x_new；

S13、判断算法是否收敛，若收敛则结束迭代，否则重新执行步骤S11。

6.根据权利要求4所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，通过PnP算法求解相机姿态后，计算重投影误差，基于重投影误差计算结果再次对相机姿态T进行迭代优化，重投影误差f(x)计算公式为：

其中P为已知世界坐标系下空间点坐标(X_w,Y_w,Z_w)，该空间点在相机坐标系下齐次坐标点为p＝(u,v,1)，R_cw为世界坐标系到相机坐标系的旋转矩阵，t_cw为平移向量，K为相机内参。

7.根据权利要求3所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，所述通过图像采集组件对AprilTag进行识别还包括：对AprilTag图像之间的变换矩阵进行位姿图优化，具体包括：

假设每个AprilTag图像的姿态为T₁，…，T_n，i,j∈[1,n]，T_i和T_j之间的变换矩阵为T_ij，可得：

T_ij＝T_i^-1T_j；

设每个AprilTag图像的姿态之间的变换误差为e_ij，可得：

e_ij＝ln(T_ij^-1T_i^-1T_j)^∨；

设所有边的集合为ε，则总体目标函数为：

对目标函数进行非线性优化。

8.根据权利要求3所述的一种基于二维码阵列的室内无人机定位方法，其特征在于，所述通过图像采集组件对AprilTag进行识别具体还包括：将AprilTag的中心与图像中心的欧式距离可信度权重，对多个空间点进行融合获得融合后的空间点信息，设两个不同的AprilTag的中心像素与图像中心的欧式距离为r₁、r₂，以及对应的空间点坐标为P₁、P₂，则融合后的空间点P为：