一种基于红外信标的无人机定位系统及方法

技术领域

本发明涉及无人机定位技术领域，具体为一种基于红外信标的无人机定位系统及方法。

背景技术

无人机的室外定位主要依靠全球卫星导航系统(GNSS)，但这种定位方式存在极易受到电磁干扰的致命缺点，因此，在GNSS拒止的室外环境下实现可靠、精确的无人机定位是一个十分关键的问题。

由于视觉传感器不受电磁干扰且通常具有重量轻、体积小的特点，所以无人机视觉定位成为解决这一问题的主要手段之一，基于“先验地图”的视觉定位需要在飞行前采集大量数据并做相应处理，这使得实现成本大大增加，而且这一方法对环境变化的适应性较差。不依赖“先验地图”的视觉定位有“无地图定位”和“建图定位”，虽然这些方法无需先验数据，但是对机载算力要求较高，且在室外空旷环境中容易因特征点太少而精度下降甚至失效。此外，一般的视觉定位都是基于可见光传感器实现的，依赖于理想的光照，因此在夜晚等极端光照环境下很难发挥作用。

为了提升无人机视觉定位的可靠性与精度，目前多采用空地协同的定位方式。常用的一种方法是在地面设置标志物，然后用机载视觉传感器对其进行捕捉实现对无人机的定位。这种方法存在的问题是：由于地面环境比较复杂，同时无人机需要在各种环境中准确可靠地识别出标志物，识别算法具有一定的复杂度，对无人机端算力要求较高，并且同样需要较理想的光照条件。

中国专利CN113869279A提出了一种基于KCF算法的系留无人机自主定位方法，是根据地面摄像机采集到的图像识别无人机，进而得到无人机位置的定位方法，该方法存在的问题是采用了机器学习的目标识别算法来对无人机进行识别，其识别效果对室外光照条件比较敏感，且对于不同种类和外观的无人机，该算法可能需要重新训练模型，其适用范围和易用性欠佳。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种基于红外信标的无人机定位系统及方法，具备不依赖光照条件、适用范围广等优点，解决了传统方法依赖光照条件以及机器学习的目标识别算法对于不同种类和外观的无人机需要重新训练模型、其适用范围和易用性欠佳的的问题。

(二)技术方案

为实现上述适用范围广的目的，本发明提供如下技术方案：一种基于红外信标的无人机定位系统及方法，包括以下设备构成：地面处理器、配置窄带滤光片的地面摄像机、机载红外信标和无人机。

优选地，所述机载红外信标选用短波近红外光源，可采用单点布置，也可采用多点布置。

优选地，所述地面摄像头选用的光学敏感器件在上述对应红外波段具有较好的靶向感光性能，所配置的窄带滤光片的中心波长与所选用的机载红外信标波长相匹配。

优选地，所述无人机上安装有高度传感器，所述高度传感器可选用高精度气压传感器，利用气压值计算高度，也可选用其他原理的高度传感器，为无人机的位置解算提供相对高度信息，可分别在地面和无人机上配置同样型号的气压传感器，利用二者的差值来计算相对高度，能够获得分米级的精度。

一种基于红外信标的无人机定位方法，包括以下步骤：

1)建立摄像机成像模型：采用标准的针孔模型对摄像机成像进行建模，包含了摄像机内部参数的内参矩阵为：

其中：f

2)计算深度：深度s是指摄像机到无人机所在的物平面的垂直距离，如图5所示，计算得到深度之后，再结合摄像机的姿态就可以构建观测方程进而解算无人机的实时位置，设高度传感器给出的无人机距离地面的相对高度为h，深度s可按下式计算：

其中，θ是摄像机的俯仰角，Δθ是俯仰角的增量，v

3)位置解算：根据perspective-n-point(PnP)问题，摄像机姿态可以由旋转矩阵R和位移矩阵t构成的姿态矩阵T描述，在本发明中，摄像机的姿态只与俯仰和偏航有关，即没有滚动和平移，所以摄像机的姿态可以表示为：

综上，定位过程描述可由如下观测方程给出：

sp＝KTP

其中，p＝(ui，vi，1)

(三)有益效果

与现有技术相比，本发明提供了一种基于红外信标的无人机定位系统及方法，具备以下有益效果：

该基于红外信标的无人机定位系统及方法，解决电磁干扰难题的同时，有效弥补了现有同类系统的缺陷，不依赖光照条件，实现全天时的无人机准确定位；不需要机载算力，不增加无人机运算负担；不需要地面参照物和专用机载摄像，降低系统复杂度和无人机本体重量；采用特定近红外波段和感知-信标规则，破译困难、保密性和夜间隐蔽性好，适合特种用途；系统和算法简单、可靠性高、造价低，适用性广等。

附图说明

图1为本发明基于机载红外信标及地面视觉感知的无人机定位系统示意图；

图2为本发明无人机位置解算流程图；

图3为本发明位置解算时相机坐标系与世界坐标系的坐标变换示意图；

图4为本发明无人机3D空间坐标与2D像素坐标的投影关系示意图；

图5为本发明深度与俯仰角、偏航角的增量示意图。

图中：1、地面处理器；2、地面摄像机；3、机载红外信标；4、无人机；5、地面本体；6、机载红外信标在地面摄像机像平面上的投影点；7、机载红外信标在地面上的投影点；h、无人机距离地面的高度；θ、摄像机的俯仰角；ψ、摄像机的偏航角；Z

具体实施方式

下面将结合本发明的实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

一种基于红外信标的无人机定位系统，包括以下设备构成：地面处理器1、配置窄带滤光片的地面摄像机2、机载红外信标3和无人机4。

本实施例中，机载红外信标3选用短波近红外光源，可采用单点布置，也可采用多点布置。

本实施例中，地面摄像头2选用的光学敏感器件在上述对应红外波段具有较好的靶向感光性能，所配置的窄带滤光片的中心波长与所选用的机载红外信标波长相匹配。通过窄带滤光片的中心波长与所选用的机载红外信标波长相匹配可以极大减少除信标光线以外的环境光线的影响。

本实施例中，无人机4上安装有高度传感器，高度传感器可选用高精度气压传感器，利用气压值计算高度，也可选用其他原理的高度传感器，为无人机4的位置解算提供相对高度信息，可分别在地面和无人机4上配置同样型号的气压传感器，利用二者的差值来计算相对高度，能够获得分米级的精度。

利用气压值计算高度，在测得气压p后，高度h可由下式计算：

p

T

β——温度垂直变化率，0.0065K/m；

R——空气气体常数，287.05m

g

一种基于红外信标的无人机定位方法，包括以下步骤：

1)建立摄像机成像模型：采用标准的针孔模型对摄像机成像进行建模，包含了摄像机内部参数的内参矩阵(本征矩阵)为：

其中：f

2)计算深度：深度s是指摄像机到无人机所在的物平面的垂直距离，如图5所示，计算得到深度之后，再结合摄像机的姿态就可以构建观测方程进而解算无人机的实时位置，设高度传感器给出的无人机距离地面的相对高度为h，深度s可按下式计算：

其中θ是摄像机的俯仰角，Δθ是俯仰角的增量，v

3)位置解算：根据perspective-n-point(PnP)问题，摄像机姿态可以由旋转矩阵R和位移矩阵t构成的姿态矩阵T描述，在本发明中，摄像机的姿态只与俯仰和偏航有关，即没有滚动和平移，所以摄像机的姿态可以表示为：

综上，定位过程描述可由如下观测方程给出：

sp＝KTP

其中，p＝(u

本发明的有益效果是：该基于红外信标的无人机定位系统及方法，解决电磁干扰难题的同时，有效弥补了现有同类系统的缺陷，不依赖光照条件，实现全天时的无人机准确定位；不需要机载算力，不增加无人机运算负担；不需要地面参照物和专用机载摄像，降低系统复杂度和无人机本体重量；采用特定近红外波段和感知-信标规则，破译困难、保密性和夜间隐蔽性好，适合特种用途；系统和算法简单、可靠性高、造价低，适用性广等。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。