(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210501228.3 (22)申请日 2022.05.09 (71)申请人 中国人民解 放军空军工程大 学 地址 710064 陕西省西安市灞桥区长乐 东 路甲字一 号 (72)发明人 王崴　张文博　胡俊　康红霞　 瞿珏　王庆力　李杰　 (74)专利代理 机构 西安研创天下知识产权代理 事务所(普通 合伙) 61239 专利代理师 郭璐 (51)Int.Cl. G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/46(2022.01)G06V 10/74(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G01S 19/42(2010.01) (54)发明名称 一种GNSS不可用条件下的跨区域应急定位 方法 (57)摘要 本发明属于定位导航技术领域， 具体地涉及 一种GNSS不可用条件下的跨区域应急定位方法。 包括步骤1： 离线状态下， 采集地理环境信息数 据， 地理环境包括城市普通环境、 灾后环境和荒 漠环境三种； 步骤2： 对步骤1采集的地理环境信 息数据采用改进的语义分割算法进行处理， 然后 将分割处理后的图像和地理空间信息同步储存 构建数据库； 步骤3： 在线定位， 进行环境图像数 据采集； 步骤4： 对步骤3采集的环境图像数据采 用和步骤2相同的语义分割算法进行处理， 将处 理后的环 境图像数据在步骤2建立的数据库中进 行检索、 匹配， 计算获取图像的旋转平移矩阵， 最 后计算出当前位置的GNSS信息， 并反馈给用户。 本发明的方法具有精度高、 定位快的效果。 权利要求书2页 说明书11页 附图5页 CN 114898085 A 2022.08.12 CN 114898085 A 1.一种GNS S不可用条件下的跨区域应急定位方法， 其特 征在于： 包括以下步骤： 步骤1： 离线状态下， 采集地理环境信息数据， 即在平时工作训练期间进行地理环境信 息数据采集， 其中， 地理环境包括城市普通环境、 灾后环境和荒漠环境 三种； 步骤2： 对步骤1采集的地理环境信息数据采用改进的语义分割算法进行处理， 然后将 分割处理后的图像和地理 空间信息同步储 存构建数据库； 步骤3： 在线定位， 进行环境图像数据采集； 步骤4： 对步骤3采集的环境图像数据采用和步骤2相同的语义分割算法进行处理， 将步 骤3处理后的环境图像数据在步骤2建立的数据库中进行检索、 匹配， 计算获取图像的旋转 平移矩阵， 最后计算出当前位置的GNS S信息， 并反馈给用户。 2.根据权利要求1所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤2中语义分割算法具体为： 步骤2.1： 选取步骤1中采集的地理环境信息数据作为训练集； 步骤2.2： 通过PyC harm IDE构建改进后的IRN神经网络； 步骤2.3： 将步骤1训练集中的图像作为步骤2构 建的IRN神经网络的输入数据， 对步骤2 构建的IRN网络进行训练， 得到图像分割的权 重； 步骤2.4： 利用步骤三中训练好的IRN网络 权， 重进行输入图像的分割。 3.根据权利要求2所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤4中， 对于城市普通环 境下， 进行匹配的算法采用图像匹配算法； 对于灾后环境下， 进行匹配的算法采用多帧图匹配算法； 对于荒漠环境下， 将 检索到的图像先使用Canny边缘 检测算子提取山 脊线， 然后使用多帧图匹配算法进行匹配。 4.根据权利要求3所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤4中， 对于城市普通环境下， 进行匹配的图像匹配算法具体为： 步骤4.1.1： 对在步骤2数据库检索后的环境图像数据， 采用FAST算法检测特征点， 具体 为检测候选特 征点周围一圈的像素值， 其中， 用c(p)表示圆p， I(x)为圆周上任意一点的灰度， I(p)为圆心的灰度， εd灰度值差 的阈值， 如果 N大于给定阈值， 则认为p是一个特 征点； 步骤4.1.2： 在得到特征点p后， 采用BRIEF算法来计算一个特征点p的描述子， 具体为在 特征点P的周围以选取N个点对， 将这N个点对的比较结果组合起来作为描述子， 当两个描述 子的相似度大于90％时， 则判定这两个点是一组匹配对； 步骤4.1.3： 通过步骤4.1.1和步骤4.1.2将得到N组匹配对， 利用RANSAC算法对这N组匹 配对进行优化， 防止误匹配。 5.根据权利要求4所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤4中， 对于灾后环境下， 进 行匹配的为多帧图匹配算法， 多帧图匹配算法同时关联N 张图像， 其中一张是待匹配图像IA， 另外N ‑1张是图像检索流程中， 相似度最高的前N ‑1张检 索结果， 具体为： 步骤4.2.1： 当得到一张新待匹配图像IA时， 经过 图像检索得到前N ‑1张相似度最高的权　利　要　求　书 1/2 页 2 CN 114898085 A 2图像； 步骤4.2.2： 采用和步骤步骤4.1.1、 步骤4.1.2相同的方法， 在IA上提取特征点并计算 它们的描述子； 步骤4.2.3： 将IA与之前图像 检索得到的N ‑1张图像进行匹配； a)使用KN N匹配算法提取IA中特 征点对应的匹配对 b)比较最近邻距离与次近邻距离的SIFT匹配， 即取一幅图像中的一个SIFT关键点， 并 找出其与另一幅图像中欧式距离最近的前两个关键点， 在这两个关键点中， 如果最近的距 离除以次近的距离得到的比率ratio取值0.4～0.6， 则接受这一对匹配点， 如果ratio<0.4， 则没有足够的匹配对， 返回b步骤的开始重新 开始； c)求解N张图像匹配得到最终对应的LN； 步骤4.2.3.4： 如果 这不是最后一张待匹配图像， 则回到第一 步， 否则停止 。 6.根据权利要求5所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤4中， 三种环境下进行匹配， 针对定位过程中所产生的累计误差， 应用回环检测和 回环校正， 根据局部的回环， 优化 RANSAC方法计算旋转平移矩阵， 回环检测和回环校正主要 步骤如下： 1)计算待匹配图像与其检索到的N ‑1张相似图像的相似度， 取其中的最小值， 检测回环 图像时， 其与待匹配图像的相似度要大于这个最小值； 2)获取回环候选图像， 保存在列表中， 之后会对列表作两次剔除； 首先是保留相似度大 于其最大值的8 0％的候选图像， 其次是计算候选图像所有检索图像中相 邻图像与待匹配图 像相似度的累加 和， 保留累加 和大于最大值75％的候选图像； 3)对得到的候选 图像进一步进行一致性检验， 当前帧通过了一致性检测， 则未检测到 回环， 果没有通过一 致性检测， 则检测到回环； 4)检测到回环帧之后， 计算当前图像和回环图像之间的旋转平 移矩阵； 5)计算得到旋转平移矩阵可以对当前图像的位姿进行调整， 利用之前已知的两帧之间 的位姿关系， 可以对所有的位姿 进行调整。 7.根据权利要求6所述的一种GNSS不可用条件下的跨区域应急定位方法， 其特征在于： 所述步骤4中， 在荒漠环境下， 具体为： 所述步骤4中使用Canny边缘检测算子提取山脊线的 具体算法为： 步骤4.3.1： 计算检索后图像的梯度及其方向； 步骤4.3.2： 在步骤4.3.1计算完每个图像的梯度强度和方向后， 采用非极大值抑制的 边缘细化方法， 保留局部梯度最大的点， 以得到细化的边 缘； 步骤4.3.3： 应用双阈值检测来确定真实的和潜在的山 脊边缘。权　利　要　求　书 2/2 页 3 CN 114898085 A 3