无人机单目视觉AOA三维定位方法

doi:10.3778/j.issn.1002-8331.1909-0274

计算机工程与应用 ›› 2020, Vol. 56 ›› Issue (17): 210-216.DOI: 10.3778/j.issn.1002-8331.1909-0274

无人机单目视觉AOA三维定位方法

熊航，杨任农，梁晓龙，侯岳奇，王维佳

空军工程大学空管领航学院，西安 710051

出版日期:2020-09-01 发布日期:2020-08-31

3D AOA Localization Using UAVs Monocular Vision

XIONG Hang, YANG Rennong, LIANG Xiaolong, HOU Yueqi, WANG Weijia

College of Air Traffic Control and Navigation, Air Force Engineering University, Xi’an 710051, China

Online:2020-09-01 Published:2020-08-31

摘要/Abstract

摘要：

针对目前无人机单目视觉定位研究中对先验背景信息依赖性强、环境变化导致精度波动等问题，提出基于到达角（AOA）的无人机分时异地单目视觉三维定位方法，无人机搭载单目CCD相机依次飞行至目

标周围多个位置进行目标成像和数据采集，并基于AOA原理完成对目标三维坐标的估计。建立单目视觉和AOA三维定位量测模型，依次采用二维伪线性估计和三维加权最小二乘算法与非等角分布的量测点进行AOA

三维定位并设计任务流程，通过算法仿真与实验，在无环境与先验信息的条件下实现对目标的三维定位，验证方法有效性。

关键词: 无人机, 单目视觉, 到达角（AOA）, 三维定位, 伪线性估计, 加权最小二乘

Abstract:

A method of UAV monocular vision localization at different points of time and places is presented based on AOA, aiming at the problems caused by high dependence on prior

background information and fluctuation in accuracy due to varied environment in recent studies on UAV monocular vision localization. Equipped with a monocular CCD camera, the UAV flies

to multiple positions around the target successively for target imaging and data collection. Then the 3D coordinate estimation of the target is completed based on the principle of AOA.

Measurement model is established for monocular vision and AOA 3D localization. Pseudolinear Estimator（PLE）, Weighted Least-Squares（WLS） and Non-Uniform Angular Arrays（Non-UAA） of

measuring points are presented for AOA 3D localization, under which the task process is designed. The proposed method has been proved to be valid according to successful 3D positioning

of targets achieved by algorithm simulation and experimental verification without environmental or prior information.

Key words: Unmanned Aerial Vehicle（UAV）, monocular vision, Angle of Arrival（AOA）, 3D localization, Pseudolinear Estimator（PLE）, Weighted Least-Squares（WLS）

熊航，杨任农，梁晓龙，侯岳奇，王维佳. 无人机单目视觉AOA三维定位方法[J]. 计算机工程与应用, 2020, 56(17): 210-216.

XIONG Hang, YANG Rennong, LIANG Xiaolong, HOU Yueqi, WANG Weijia. 3D AOA Localization Using UAVs Monocular Vision[J]. Computer Engineering and Applications, 2020, 56(17): 210-216.

[1]	高敬鹏, 胡欣瑜, 江志烨. 改进DDPG无人机航迹规划算法[J]. 计算机工程与应用, 2022, 58(8): 264-272.
[2]	曹建秋, 张广言, 徐鹏. A*初始化的变异灰狼优化的无人机路径规划[J]. 计算机工程与应用, 2022, 58(4): 275-282.
[3]	张灵灵, 王鹏, 李晓艳, 吕志刚, 邸若海. 基于优化SSD的低空无人机检测方法[J]. 计算机工程与应用, 2022, 58(16): 204-212.
[4]	李雨晨, 黄永东. 基于卷积神经网络模型的医学图像融合[J]. 计算机工程与应用, 2022, 58(15): 229-237.
[5]	刘鑫, 黄进, 杨涛, 王晴. 改进CenterNet的无人机小目标捕获检测方法[J]. 计算机工程与应用, 2022, 58(14): 96-104.
[6]	纪广, 郝建国, 张中杰, 高家隆. 四旋翼无人机飞行过程孪生仿真研究[J]. 计算机工程与应用, 2022, 58(12): 66-73.
[7]	任鸿杰, 刘萍, 岱超, 史俊才. 改进DeepLabV3+网络的遥感影像农作物分割方法[J]. 计算机工程与应用, 2022, 58(11): 215-223.
[8]	李庆, 龚远强, 张玮, 张洋, 刘超, 李军, 韩丹, 刘德峰, 梅文豪, 董雪. 用于智能垃圾分拣的注意力YOLOv4算法[J]. 计算机工程与应用, 2022, 58(11): 260-268.
[9]	赵强柱, 卢福强, 王雷震, 王素欣. 无人机骑手联合外卖配送路径优化问题研究[J]. 计算机工程与应用, 2022, 58(11): 269-278.
[10]	曹英英, 陈淮莉. 基于集群的卡车与无人机联合配送调度研究[J]. 计算机工程与应用, 2022, 58(11): 287-294.
[11]	刘庆华, 黄声培, 叶金才, 康一鸣. 一种无人机自组网DSR协议优化方法[J]. 计算机工程与应用, 2022, 58(1): 128-133.
[12]	王博，宋丹，王洪玉. 无人机自主巡检系统的关键技术研究[J]. 计算机工程与应用, 2021, 57(9): 255-263.
[13]	周彦，旷鸿章，牟金震，王冬丽，刘宗明. 面向半稠密三维重建的改进单目ORB-SLAM[J]. 计算机工程与应用, 2021, 57(8): 180-184.
[14]	侯旋，薛飞，陈涛. 无人机目标检测量子多模式识别优化算法[J]. 计算机工程与应用, 2021, 57(7): 228-236.
[15]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.

无人机单目视觉AOA三维定位方法

3D AOA Localization Using UAVs Monocular Vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics