买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明提供一种基于姿态自适应感知的无人机高精度目标定位方法，对姿态自适应感知模型进行训练，无人机升空后，选取处于航线附近的合作目标点，使用光电侦察平台定位模型对合作目标点进行位置解算，将解算所得的目标位置信息序列和无人机自身导航数据、姿态数据序列代入姿态自适应感知模型，得到此架次无人机的姿态自适应修正信号。无人机飞行至预定侦察区域后，对载机和光电侦察平台的姿态信号进行修正：实验结果表明该系统有效辨识无人机偏航角、俯仰角、横滚角和光电侦察平台方位角、高低角的系统误差，无人机在飞行高度为4000m时，经过该方法校准后能有效消除77％的系统误差，目标定位的误差由103m下降至19m，定位精度的提升达到81％。

主权项：1.基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，包括以下步骤：步骤1：获取目标定位数据集；步骤2：构建姿态自适应感知模型，通过目标定位数据集对姿态自适应感知模型进行训练，得到训练好的姿态自适应感知模型；步骤3：建立光电侦察平台定位模型；步骤4：使用光电侦察平台定位模型对合作目标点连续目标定位并进行位置解算，将解算所得的数据输送训练好的姿态自适应感知模型得到无人机的姿态自适应修正信号，无人机飞行至预定侦察区域后，对载机和光电侦察平台的姿态信号进行修正；步骤1的具体过程为：定义C＝{c1,c2,…,ci,…,cm}为无人机沿着所有可能航迹进行一架次飞行得到的连续目标定位事件集合，其中ci代表无人机沿着轨迹i进行一架次飞行得到的连续目标定位事件，m代表航迹总数；连续目标定位事件其中rij代表沿着轨迹i进行一架次飞行过程中的对合作目标点的第j次定位，si代表对真实目标点的定位，ni代表在起始定位点连续飞行经过ni次对合作目标点的定位；定义为连续目标定位事件ci的特征矩阵，为矩阵转置，特征矩阵中代表rij的特征向量，参数j的取值为0～ni-1，分别代表位置解算的结果在地理坐标系n下x,y,z三轴方向的相对位置偏移，均为姿态角度，具体的，为无人机偏航角的姿态角度、为俯仰角的姿态角度、为横滚角的姿态角度、为光电侦察平台相机转动方位角的姿态角度、为高低角的姿态角度；构建目标定位数据集，目标定位数据集内的数据包括无人机的实时位置、相对位置偏移和姿态角度将目标定位数据集划分为训练集、验证集和测试集，比例为3:1:1；步骤2中，所述的姿态自适应感知模型包括串接的时间序列特征提取器和权重调节器Target-MA，所述时间序列特征提取器包括分类器和回归预测器；所述分类器用于确定主导姿态角度的类型Classout，所述回归预测器用于确定无人机的姿态角度偏移量Regressout，将姿态角度偏移量Regressout和主导姿态角度的类型Classout输入权重调节器自适应调节权重：Qi＝ClassoutWiQKi＝RegressoutWiKVi＝RegressoutWiV Target-MA＝LinearConcatTarget-Head1,…,Target-HeadiWT其中Qi，Ki，Vi为矩阵，WiQ,WiK,WiV,WT为权重，表示缩放因子，Head为注意力头，i为注意力头的序号，Concat·为矩阵的拼接，Linear·为线性变换；所述主导姿态角度为五个姿态角度中对目标定位影响最大的姿态角度；权重调节器输出姿态角度自适应修正信号，根据姿态角度自适应修正信号对测得的相对位置进行逆向修正，将进行逆向修正后的相对位置偏移和测得的相对位置偏移分别代入构建的光电侦察平台定位模型得到两组定位偏移： 计算相对代价函数： 其中y代表Classout的真实值标签，代表预测值，K代表连续定位次数，为交叉熵损失函数；最终的模型代价函数为采用FrobeniusNorm计算平均距离作为定位结果偏移： 其中K代表连续定位的次数，Batchsize代表每一个mini-batch中的样本量，分别代表第i批样本中第j次定位的目标解算结果在地理坐标系下x,y,z三轴方向的相对位置；计算最终评价指标TargetIncrease： 步骤3中，构建的光电侦察平台定位模型为： 其中，Tc为目标在无人机光电侦察平台相机坐标系下的坐标，包括目标在x,y方向上的像素位置和激光测距距离，为矩阵转置；和为大地测量学理论中的大地直角坐标系与大地坐标系之间的转换公式；为无人机导航系统提供载机的大地坐标信息；Bp,Lp,Hp分别为无人机的纬度、经度和高程；φnb,γnb,θnb,αct,βct分别代表无人机偏航角、无人机俯仰角、无人机横滚角、机载侦察平台相机方位角和机载侦察平台相机高低角的真实测量值；为光电侦察平台通过阻尼减振器与载机联结引入的平台与载机间的三轴姿态角偏移即振动误差矩阵；为载机与光电侦察平台坐标系之间引入的三轴姿态角度偏移，其中分别为平台基座与载机的三轴安装对准误差；为无人机受强气流、相机视轴初始对准以及机械疲劳因素干扰，引入方位角的系统误差旋转矩阵RotΔα和高低角的系统误差旋转矩阵RotΔβ，其中Δα和Δβ分别为方位角偏移和高低角偏移。

全文数据：

权利要求：

百度查询： 南京航空航天大学 南京长空科技有限公司 基于姿态自适应感知的无人机高精度目标定位方法