本發(fā)明涉及數(shù)據(jù)誤差修正，具體是涉及一種基于無人機(jī)飛行狀態(tài)修正高精度測繪誤差方法。

背景技術(shù)：

1、現(xiàn)有的無人機(jī)高精度測繪中，存在飛行狀態(tài)估計精度不足，導(dǎo)致測繪誤差在長時間飛行過程中不斷積累，影響最終圖像和點(diǎn)云數(shù)據(jù)的精確性，對于復(fù)雜地形或環(huán)境條件下，傳感器誤差和姿態(tài)估計的不準(zhǔn)確會加劇誤差的傳播，導(dǎo)致整體測繪結(jié)果的偏差增大，難以滿足高精度要求。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，提供一種基于無人機(jī)飛行狀態(tài)修正高精度測繪誤差方法，本技術(shù)方案解決了上述的現(xiàn)有的無人機(jī)高精度測繪中，存在飛行狀態(tài)估計精度不足，導(dǎo)致測繪誤差在長時間飛行過程中不斷積累，影響最終圖像和點(diǎn)云數(shù)據(jù)的精確性，對于復(fù)雜地形或環(huán)境條件下，傳感器誤差和姿態(tài)估計的不準(zhǔn)確會加劇誤差的傳播，導(dǎo)致整體測繪結(jié)果的偏差增大，難以滿足高精度要求的問題。

2、為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案為：

3、一種基于無人機(jī)飛行狀態(tài)修正高精度測繪誤差方法，包括：

4、基于無人機(jī)測繪管理后臺，確定無人機(jī)的待測繪區(qū)域的任務(wù)飛行路徑；

5、基于異構(gòu)傳感器，獲取無人機(jī)的待測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)，標(biāo)記任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)中的多源誤差，按照聯(lián)邦濾波進(jìn)行動態(tài)權(quán)重分配，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣；

6、基于無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)，建立無人機(jī)的測繪區(qū)域的任務(wù)初始化圖像參數(shù)；

7、根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣建立曝光控制-畸變補(bǔ)償函數(shù)，修正無人機(jī)的測繪區(qū)域的任務(wù)初始化圖像參數(shù)，得到無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)；

8、根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)，更新無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計，并與測繪區(qū)域的地圖點(diǎn)云進(jìn)行迭代匹配，生成無人機(jī)的測繪區(qū)域的高精度圖像。

9、優(yōu)選的，基于異構(gòu)傳感器，獲取無人機(jī)的待測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)，標(biāo)記任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)中的多源誤差，按照聯(lián)邦濾波進(jìn)行動態(tài)權(quán)重分配，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣具體包括：

10、基于異構(gòu)傳感器，獲取無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)進(jìn)行預(yù)處理；所述測繪姿態(tài)數(shù)據(jù)包括：imu數(shù)據(jù)、rtk-gnss數(shù)據(jù)、點(diǎn)云數(shù)據(jù)；

11、根據(jù)聯(lián)邦濾波架構(gòu)，以無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)中每一個測繪姿態(tài)數(shù)據(jù)類型，建立子級個體卡爾曼濾波，生成局部最優(yōu)估計代入父級卡爾曼濾波，得到無人機(jī)的待測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計值；

12、根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計值，按照各個數(shù)據(jù)的時間戳對齊，組建時間同步矩陣；

13、根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計值，按照各個數(shù)據(jù)的載體坐標(biāo)轉(zhuǎn)換到導(dǎo)航坐標(biāo)系，建立空間轉(zhuǎn)換矩陣；

14、基于時間同步矩陣與空間轉(zhuǎn)換矩陣，建立坐標(biāo)旋轉(zhuǎn)修正-時間延遲補(bǔ)償函數(shù)，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣；，

15、其中，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的測量位置坐標(biāo)，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的采集時間戳，為空間轉(zhuǎn)換矩陣，為時間同步矩陣，為無人機(jī)慣性測量單元的測量速度向量，為無人機(jī)測繪姿態(tài)數(shù)據(jù)的時間同步誤差，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)時空對齊后的全局坐標(biāo)位置，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)同步后的時間戳。

16、優(yōu)選的，根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣建立曝光控制-畸變補(bǔ)償函數(shù)，修正無人機(jī)的測繪區(qū)域的任務(wù)初始化圖像參數(shù)，得到無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)具體包括：

17、基于無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑時空同步矩陣，按照單位時間標(biāo)記無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的光照數(shù)據(jù)與圖像數(shù)據(jù)；

18、基于無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的光照數(shù)據(jù)，按照點(diǎn)云反射率與視覺rgb值進(jìn)行關(guān)聯(lián)，構(gòu)建ae光照強(qiáng)度分布函數(shù)，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的圖像光照強(qiáng)度分布值；

19、根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的圖像光照強(qiáng)度分布值代入光照場模型，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的動態(tài)圖像亮度值；

20、基于cnn卷積神經(jīng)網(wǎng)絡(luò)，以無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的原始圖像數(shù)據(jù)和imu數(shù)據(jù)作為輸入，以無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的畸變補(bǔ)償圖像數(shù)據(jù)作為輸出；

21、利用無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的動態(tài)圖像亮度值與無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的畸變補(bǔ)償圖像數(shù)據(jù)，修正無人機(jī)的測繪區(qū)域的任務(wù)初始化圖像參數(shù)，得到無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)；

22、其中，所述無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的動態(tài)圖像亮度值具體為：

23、，

24、式中，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的動態(tài)圖像亮度值，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的圖像坐標(biāo)點(diǎn)的光照強(qiáng)度融合值，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的圖像坐標(biāo)點(diǎn)的視覺rgb值，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的圖像坐標(biāo)點(diǎn)的點(diǎn)云反射率值，為視覺rgb傳感器權(quán)重系數(shù)，為云反射率權(quán)重系數(shù)(通過聯(lián)邦濾波動態(tài)更新)，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的區(qū)域權(quán)重，n為無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑總數(shù)；

25、其中，所述無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑的畸變補(bǔ)償圖像數(shù)據(jù)具體為：

26、，

27、式中，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的畸變補(bǔ)償圖像數(shù)據(jù)，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的原始圖像數(shù)據(jù)，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的imu數(shù)據(jù)，為姿態(tài)角，為cnn卷積神經(jīng)網(wǎng)絡(luò)接口函數(shù)。

28、優(yōu)選的，根據(jù)無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)，更新無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計，并與測繪區(qū)域的地圖點(diǎn)云進(jìn)行迭代匹配，生成無人機(jī)的測繪區(qū)域的高精度圖像具體為；

29、基于無人機(jī)的測繪區(qū)域的任務(wù)修正圖像參數(shù)，利用卡爾曼濾波更新公式，更新無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)估計，生成無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)狀態(tài)估計；

30、基于無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的最優(yōu)狀態(tài)估計與測繪區(qū)域的地圖點(diǎn)云，按照icp迭代最近點(diǎn)算法進(jìn)行迭代匹配，生成無人機(jī)的測繪區(qū)域的高精度圖像；

31、其中，所述爾曼濾波更新公式具體為：，

32、式中，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的最優(yōu)狀態(tài)估計，為無人機(jī)的測繪區(qū)域的第i個任務(wù)飛行路徑的最優(yōu)估計值，為無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的狀態(tài)轉(zhuǎn)移矩陣，為卡爾曼增益，為無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的原始值，為無人機(jī)的測繪區(qū)域的任務(wù)飛行路徑測繪姿態(tài)數(shù)據(jù)的觀測矩陣。

33、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

34、本發(fā)明提出一種基于無人機(jī)飛行狀態(tài)修正高精度測繪誤差方案，利用無人機(jī)飛行狀態(tài)修正測繪誤差，結(jié)合異構(gòu)傳感器數(shù)據(jù)和聯(lián)邦濾波技術(shù)，精確修正無人機(jī)在飛行過程中產(chǎn)生的多源誤差。通過動態(tài)調(diào)整飛行路徑數(shù)據(jù)的權(quán)重，生成時空同步矩陣，進(jìn)而建立和修正初始化圖像參數(shù)。采用曝光控制與畸變補(bǔ)償模型優(yōu)化圖像質(zhì)量，并通過與地圖點(diǎn)云的迭代匹配，生成高精度的完整圖像參數(shù)。本方案有益效果在于：提升無人機(jī)測繪精度，減少誤差積累，優(yōu)化圖像質(zhì)量。