[发明专利]一种飞机姿态测量方法、系统、设备及介质

说明书

本发明涉及一种飞机姿态测量方法、系统、设备及介质，属于飞机位姿测量领域。方法包括：构建飞机图像数据集；对飞机图像数据集中的检测框标签进行动态平移缩放数据处理，获取感兴趣区域内的飞机图像；以位姿一致性、稠密特征和位姿参数为约束，利用感兴趣区域内的飞机图像对位姿估计网络进行优化，得到优化后的位姿估计网络；将待检测飞机图像输入至训练好的目标检测器模型中，得到飞机图像的最终检测框；利用优化后的位姿估计网络对最终检测框内的飞机图像进行位姿估计，得到飞机的位姿参数；位姿参数包括3D姿态参数和3D位置参数；根据3D姿态参数，由测量系统坐标系空间转换确定飞机姿态角。本发明提高了飞机姿态测量的准确度和鲁棒性。

技术领域

本发明涉及飞机位姿测量领域，特别是涉及一种飞机姿态测量方法、系统、设备及介质。

背景技术

飞机位姿的实时监测是保证飞行安全的关键性条件。常用的飞机位姿测量手段主要依据惯导、GPS、雷达等设施获取飞机的位姿参数。但由于惯导存在积累误差，难以长时间地输出准确姿态数据。在GPS拒止环境下和面临高速运动目标时，GPS和雷达位姿测量技术受到限制，难以满足飞机的实时位姿测量。因此，视觉测量方法实现飞机位姿测量越发受到广泛的关注。

相比于机载视觉测量，地基视觉测量因不受电源和有效负载等限制，在位姿解算能力方面更具优势。传统飞机位姿视觉测量方法中，模板匹配方法主要依靠庞大的模板库，通过将待测图像的飞机区域特征与模板库图像进行比对，查找出飞机位姿参数。此方法搜索耗时较长，且仅能获得粗略位姿，需进一步优化。基于稀疏特征的位姿测量方法依靠飞机关键点和机身边缘线等稀疏特征求解飞机位姿参数。此方法对图像噪声敏感，对稀疏特征的提取精度提出了较高的要求。同时，稀疏特征极易受到飞机自遮挡的影响。目前，基于飞机图像区域特征的位姿跟踪方法虽能实现实时高精度的位姿测量，但其需要人工赋予初始位姿。受飞行环境复杂性的影响，飞行测量过程中无法保障全程连续性监测。

因此，需要开发一种具有鲁棒性的图像特征，能够实现快速、准确、自动化、远距离的飞机位姿测量方法。

发明内容

本发明的目的是提供一种飞机姿态测量方法、系统、设备及介质，以解决现有技术中的飞机位姿测量方法对飞机姿态测量准确性和鲁棒性低的问题。

为实现上述目的，本发明提供了如下方案：

一种飞机姿态测量方法，包括：

构建飞机图像数据集；所述飞机图像数据集包括真实数据集和虚拟数据集；所述真实数据集包括原始飞机图像、原始飞机图像的检测框标签、原始飞机图像的位姿标签和原始飞机图像的稠密特征标签；所述虚拟数据集包括虚拟飞机图像、虚拟飞机图像的检测框标签、虚拟飞机图像的位姿标签、虚拟飞机图像的稠密特征标签和背景图像；

对所述原始飞机图像的检测框标签进行动态平移缩放处理，获取感兴趣区域内的飞机图像；

以位姿一致性、稠密特征和飞机位姿为约束，利用所述感兴趣区域内的飞机图像对位姿估计网络进行优化，得到优化后的位姿估计网络；所述位姿估计网络包括特征提取子网络、稠密特征回归子网络和位姿回归子网络；

将待检测飞机图像输入至训练好的目标检测器模型中，得到飞机图像的最终检测框；

利用优化后的位姿估计网络对所述最终检测框内的飞机图像进行位姿估计，得到飞机的位姿参数；所述位姿参数包括3D姿态参数和3D位置参数；

根据所述3D姿态参数，利用测量系统坐标系进行空间转换，确定飞机姿态角。

可选地，所述对所述原始飞机图像的检测框标签进行动态平移缩放处理，获取感兴趣区域内的飞机图像，具体包括：