【技术实现步骤摘要】
本专利技术属于无人机，尤其涉及一种无人机集群的自主定位方法。
技术介绍
1、随着科技的不断进步，无人机在现代战争中的作用和地位越来越被重视。无人机作为战场上作战双方互相攻击和侦查的重要手段，在情报收集、侦察监视、精确打击、舆论战等方面发挥了显著作用。
2、目前，无人机技术日趋成熟，其将会朝着智能化、集群化、自主化趋势发展，未来无人机蜂群化作战模式已不可避免。国内众多科研院所虽也开展蜂群领域前沿技术和蜂群系统研究，但进展主要体现在单个自身的行为控制、自主定位、任务规划方面。因为蜂群成员多、交互复杂的特点使其无法进行类似于单机功能性能的验证，所以实战对抗条件下蜂群任务协同务协同决策、抗干扰、避障等设计性能仍无法进行系统级技术验证，因而制约了蜂群系统的发展。
技术实现思路
1、本专利技术目的在于提供一种无人机集群的自主定位方法，以解决上述部分的技术问题。
2、为解决上述技术问题，本专利技术采取的具体技术方案如下：
3、本专利技术提供一种无人机集群的自主定位方法，包括以下步骤：
4、s1：获取初始视频图像；
5、s2：对初始视频图像进行图像增强处理后进行检测识别和配准，确定无人机集群在地面上的配准目标；
6、s3：基于所述配准目标，测量相关距离，其中，相关距离包括配准目标与无人机集群之间的距离d以及无人机集群相对于地面的飞行高度h；
7、s4：根据测得的相关距离，实时修正无人机集群的航向；
8、
9、在本专利技术的实施例中，所述步骤s2包括以下步骤：
10、s21：对初始视频图像进行图像增强处理后进行检测识别，提取特征点；
11、s22：将提取的特征点与无人机集群携带的电子地图中的待配准目标特征进行配准，确定无人机集群在地面上的配准目标。
12、在本专利技术的实施例中，所述步骤s3包括以下步骤：
13、s31：测量所述配准目标与无人机集群之间的距离d；
14、s32：测量无人机集群相对于地面的飞行高度h；
15、s33：基于距离d和飞行高度h，计算无人机集群在地面的投影点与配准目标之间的距离s。
16、在本专利技术的实施例中，所述步骤s4包括以下步骤：
17、s41：以配准目标为圆心，画出半径为s的圆；
18、s42：根据无人机集群的偏航方向在地面上的投影，与无人机集群到配准目标的连线之间的夹角θ1；以及b1与配准目标的连线，和既定航线在地面上的投影之间的夹角θ2，实时修正无人机集群的航向；其中，b1为半径为s的圆与既定航线在地面上的投影的交点。
19、在本专利技术的实施例中，所述步骤s5包括以下步骤：
20、s51：基于航向修正信息，确定无人机集群在地面的投影点的近似位置；
21、s52：确定配准目标的坐标，其中，将无人机集群携带的电子图中的已配准成功的目标特征的实际经纬坐标换算为其在地面投影坐标系中的坐标，即为配准目标对应的坐标；
22、s53：将既定航线的实际经纬坐标换算为其在地面投影坐标系中各点的坐标；
23、s54：根据步骤s52和s53，确定无人机集群在地面的投影点的具体位置的坐标；
24、s55：将步骤s54中无人机集群在地面的投影点的具体位置的坐标换算为实际经纬坐标，即得到无人机集群的实时地理位置。
25、在本专利技术的实施例中，所述步骤s22包括：
26、将提取的特征点逐个输入无人机集群携带的电子地图中，与预设地图信息的所有关键点进行比对，确定最近关键点和次近关键点；
27、设定匹配成功阈值；
28、将最近关键点与次近关键点进行匹配，在匹配成功阈值内，匹配系数＜0.8，确定该特征点对应为无人机集群在地面上的配准目标。
29、在本专利技术的实施例中，所述步骤s22还包括：
30、将提取的特征点逐个输入无人机集群携带的电子地图中，与预设地图信息的所有关键点进行比对，确定最近关键点和次近关键点；
31、设定匹配成功阈值；
32、将最近关键点与次近关键点进行匹配，在匹配成功阈值内，匹配系数≥0.8，将该特征点剔除，并重新选择下一组最近关键点与次近关键点进行匹配；
33、重复上一步骤，直到匹配次数达到预设匹配阈值。
34、在本专利技术的实施例中，对初始视频图像进行图像增强处理的步骤包括：
35、将所述初始视频图像分解为若干个二维图像i(x,y)；
36、对二维图像i(x,y)进行尺度变换处理，处理后的二维图像i(x,y)的尺度空间函数l(x,y,σ)表示为二维图像i(x,y)和二维高斯函数g(x,y,σ)的卷积，
37、l(x,y,σ)＝g(x,y,σ)*i(x,y) (1)
38、公式(1)中，x、y、σ分别表示二维图像i(x,y)的行坐标，列坐标和所在尺度空间因子，“*”表示卷积操作，二维高斯函数
39、在本专利技术的实施例中，将不同尺度滤波平滑后的二维图像i(x,y)进行连续的二倍下采样，得到图像序列；
40、对图像序列进行极值检测，确定极值点。
41、本专利技术的无人机集群的自主定位方法具有以下优点：
42、通过利用无人机集群在地面的投影，结合航线偏移修正信息，实时计算无人机集群的经纬坐标，避免了传统利用单个无人机进行自身定位，并最终融合所有无人机的定位信息进而得到无人机集群的定位，克服了无人机自身、以及多个无人机之间复杂交互对无人机集群实时定位的影响，提高定位准确性。
43、本专利技术提供的自主定位方法，具有分布式、自主识别、自主定位、高匹配率的特点。
本文档来自技高网...【技术保护点】
1.一种无人机集群的自主定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自主定位方法，其特征在于，所述步骤S2包括以下步骤：
3.根据权利要求1所述的自主定位方法，其特征在于，所述步骤S3包括以下步骤：
4.根据权利要求1所述的自主定位方法，其特征在于，所述步骤S4包括以下步骤：
5.根据权利要求1所述的自主定位方法，其特征在于，所述步骤S5包括以下步骤：
6.根据权利要求2所述的自主定位方法，其特征在于，所述步骤S22包括：
7.根据权利要求2所述的自主定位方法，其特征在于，所述步骤S22还包括：
8.根据权利要求1所述的自主定位方法，其特征在于，对初始视频图像进行图像增强处理的步骤包括：
9.根据权利要求2或8所述的自主定位方法，其特征在于，所述步骤S21包括：
【技术特征摘要】
1.一种无人机集群的自主定位方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的自主定位方法，其特征在于，所述步骤s2包括以下步骤：
3.根据权利要求1所述的自主定位方法，其特征在于，所述步骤s3包括以下步骤：
4.根据权利要求1所述的自主定位方法，其特征在于，所述步骤s4包括以下步骤：
5.根据权利要求1所述的自主定位方法，其特征在于...
【专利技术属性】
技术研发人员：马文泰，
申请(专利权)人：甘肃长风电子科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。