[发明专利]一种大地坐标系与slam坐标系对齐方法

说明书

本发明公开了一种大地坐标系与slam坐标系对齐方法，该方法使用粒子滤波器在历史遥感地图上随机生成N个粒子模拟无人机在历史遥感地图的位置，获取无人机高度和相机数据，缩放相机数据，为每个粒子生成历史遥感地图的切片，进行SURF匹配，计算欧式距离作为每个粒子的置信度，对粒子滤波器进行更新，将置信度最高的粒子视为无人机真实位置，由此获得无人机在历史遥感地图上的GPS位置，将多组GPS位置与无人机在SLAM坐标系的位置进行转换，计算转换矩阵、尺度信息，从而得到无人机GPS坐标与SLAM坐标转换关系。本发明能够为无人机提供辅助GPS信息，减少无人机失事的概率，减少视觉SLAM的累计误差。

技术领域

本发明涉及人工智能和无人机技术领域，尤其涉及一种利用历史遥感信息的大地坐标系与SLAM坐标系的对齐方法。

背景技术

随着无人机技术的发展，无人机过分依赖GPS的问题愈发严重，GPS信号丢失，是无人机失事的主要原因。使用多传感器进行信息融合，提高建图精度，减少无人机定位误差，提高无人机定位信号的稳定性是无人机导航的重要内容之一。基于RGB的SLAM坐标系是笛卡尔坐标系，且没有尺度信息，需要将SLAM坐标系与大地坐标系进行对齐，计算转换矩阵，对SLAM坐标进行不断的修正。目前，现有技术中尚没有这样的方案。

发明内容

为了解决大地坐标系与slam坐标系对齐的问题，本发明提出一种大地坐标系与slam坐标系对齐方法，其能够为无人机提供辅助GPS信息，减少无人机失事的概率，可使GPS信息的准确率随着无人机移动越来越精准，同时不断减少视觉SLAM的累计误差。

为了实现上述目的，本发明采用的技术方案为：

一种大地坐标系与SLAM坐标系对齐方法，其包括如下步骤：

S1，无人机起飞到指定高度，SLAM进行初始化，粒子滤波器获取无人机位置和无人机机头方向；

S2，根据无人机位置和无人机机头方向，以无人机位置作为粒子滤波器的中心点位置，以高斯分布的方式随机生成N个具有相同置信度、不同方向的粒子Pⁿ，每个粒子的位置为历史遥感图的GPS值Gⁿ，n＝1,2,...N，完成粒子滤波器的初始化；

S3，通过无人机搭载的相机获取地面图片，根据历史遥感地图获得粒子滤波器中每个粒子的地图切片；将各地图切片与地面图片进行匹配，计算匹配的欧式距离Dⁿ；

S4，更新粒子滤波器，将更新后置信度最高的粒子P视为无人机在历史遥感地图的位置，作为真实无人机的GPS位置G^P；

S5，在无人机运动过程中，实时计算无人机在SLAM坐标系中的位置G^S，并不断采集G^S和G^P，通过坐标转换求得G^S到G^P的转换矩阵和尺度信息，完成大地坐标系与SLAM坐标系的对齐。

进一步的，步骤S1中，首先确认是否有GPS信号，如果有GPS信号，则粒子滤波器直接从当前GPS信息中获取无人机位置和无人机机头方向，否则，手动输入无人机位置和无人机机头方向。

进一步的，步骤S3的具体方式为：

无人机搭载的相机以垂直向下视角获取地面图片A[w,h]，其中，A表示图片区域，w表示图片宽度，h表示图片高度；

利用当前无人机高度，根据相机参数，计算相机视野实际大小，得到w,h的值；

根据历史遥感信息的像素与尺度的比例，将A[w,h]缩放到历史遥感地图大小，得到缩放图片A`[w`,h`]；

对于每个粒子，以粒子位置为中心点，在历史遥感地图中获取与A`[w`,h`]相同大小的地图切片PA`[w`,h`]；