结合双路视觉吊舱空间定位的高精度信号时差测向定位方法与系统

本发明涉及无人机视觉定位，特别涉及结合双路视觉吊舱空间定位的高精度信号时差测向定位方法与系统。

背景技术：

1、由于信号频段众多、类型复杂，为实现高精度宽频段信号的侦察，有人/无人侦察机需要付出额外的重量和尺寸代价，严重制约了空基平台高机动优势的发挥，因此，如何在单一中小型无人飞行平台上尽可能实现宽频段的信号侦察，对于提高信号接收效能具有重要意义。

2、由于电磁信号的特性，较低频率的电磁波在大气层中的传播衰减低于高频率电磁波，低频电磁波广泛应用于通讯和应急救援等诸多场景。但是低频电磁波波长相较于高频电磁波更长，导致其测向定位更难。由于低频电磁波波长较长的约束，空基有/无人机的尺寸不可能太小，以典型的美国全球鹰无人机为例，其翼展达到35m，满足低频电磁波的搭载需求，但其单价超过数亿美元，无法实现大规模应用。而中小型平台又面临着尺寸小，无法下沉到低频段实现单机侦察的问题，目前，拖曳式天线因其不受飞行器内部空间限制，能够达到较大的电尺寸，使其能够接收和发送低频电磁波，较好地解决了这一问题。

3、基于测向信息的目标定位技术是无源定位领域中的一个重要研究方向，也是最常见的定位手段之一。当目标与测向站位于同一平面时（即考虑二维空间定位），需要利用测向站获得的方位信息估计目标的二维位置坐标，但是当目标与测向站不在同一平面时（即考虑三维空间定位），就需要同时利用测向站获得的方位角和仰角信息估计目标的三维位置坐标。

4、尽管针对有/无人机拖曳式天线和多频段的测向定位技术都有了大量的研究成果，但是将两者结合，应用到中小型无人机平台，实现对低频段电子信号的侦收研究还处于初步研究阶段，且拖曳式天线受牵引钢丝绳拖曳在气流中飘动，作为信号接收端，其位置抖动误差会对侦收结果产生较大影响，较难获得拖曳式吊舱的准确位置，最终会对地面辐射源信号的位置确定造成较大偏差。

技术实现思路

1、针对上述现有技术中存在的缺陷，本发明旨在提出一种结合双路视觉吊舱空间定位的高精度信号时差测向定位方法与系统，以中小型载机侦收低频段电子信号为目的，充分考虑飞行器尾流对拖曳式吊舱的影响，构建差分gps与双路视觉的拖曳式吊舱定位融合的高精度定位方法，进一步减小拖曳式吊舱工作中的抖动误差，以改进的三站时差法测向定位技术获得地面辐射源的精确位置，从而解决背景技术中存在的问题。

2、本发明的上述技术目的是通过以下技术方案得以实现的：

3、本发明公开的第一方面的技术方案为：结合双路视觉吊舱空间定位的高精度信号时差测向定位方法，包括以下步骤：

4、步骤1：构建视觉识别模型；

5、步骤2：将视觉识别模型部署于边缘ai计算平台上，搭建双路视觉空间定位体系，利用双路视觉空间定位体系检测拖曳式吊舱的实时图像；

6、步骤3：将检测到的实时图像传输至视觉识别模型，得到拖曳式吊舱的空间位置信息；

7、步骤4：将飞行器上的差分gps与拖曳式吊舱的空间位置信息进行融合，通过三站时差法测向定位算法确定辐射源的位置。

8、作为上述技术方案的进一步优选方案，步骤1中，利用yolov8视觉识别网络构建视觉识别模型，其步骤包括：

9、步骤101：数据采集；

10、模拟飞行器上的两个cmos传感器视角对拖曳式吊舱进行图像采集，得到双路图像数据集；

11、步骤102：数据标注；

12、通过labelimg对采集的双路图像数据集进行数据标注，并将标注的数据划分为训练集、验证集和测试集；

13、步骤103：利用训练集、验证集和测试集对yolov8视觉识别网络进行优化，得到视觉识别模型。

14、上述方案的进一步优选方式为：步骤103对yolov8视觉识别网络进行优化的步骤包括：

15、利用训练集在yolov8视觉识别网络内嵌的训练模式下进行训练，利用验证集对训练后的yolov8视觉识别网络进行验证，通过测试集对验证后的yolov8视觉识别网络进行测试，得到视觉识别模型。

16、作为上述技术方案的进一步优选方案，步骤2中，搭建双路视觉空间定位体系，利用双路视觉空间定位体系检测拖曳式吊舱的实时图像的步骤具体包括：

17、步骤201：将视觉识别模型转换为rknn格式后，部署于边缘ai计算平台上；

18、步骤202：在飞行器的两个机翼尖和两个机翼根分别安装cmos传感器，将cmos传感器与边缘ai计算平台连接，形成拖曳式吊舱动态检测的双路视觉空间定位体系；

19、步骤203：通过cmos传感器采集拖曳式吊舱的实时图像并传输至边缘ai计算平台。

20、基于上述技术方案，进一步地，步骤203中，将mems传感器内嵌入cmos传感器中，利用mems传感器对cmos传感器采集的实时图像进行动态抖动消除，对实时图像进行增稳处理。

21、作为上述技术方案的进一步优选方案，步骤3得到拖曳式吊舱的空间位置信息的步骤包括：

22、步骤301：利用视觉识别模型识别实时图像中拖曳式吊舱的位置信息；

23、步骤302：将拖曳式吊舱的位置信息传输至边缘ai计算平台的后端处置模块中，进行拖曳式吊舱的空间位置解算。

24、作为上述技术方案的进一步优选方案，步骤4中，确定辐射源的位置的步骤包括：

25、步骤401：三站时差法测向定位算法通过测量辐射源到达主接收站和两个辅助接收站的时间差值，其中，主接收站为搭载在飞行器机身上的差分gps天线，辅助接收站为搭载在拖曳式吊舱上的天线；

26、步骤402：利用测量的主接收站和两个辅助接收站的时间差值对辐射源的位置进行求解，求解过程如下：

27、（1）计算辐射源与主接收站和两个辅助接收站之间的距离差，其表达式如下：

28、  ①；

29、式中，为电磁波传播速度，为站点之间的时间差测量值，、分别为辐射源与辅助接收站的距离差、辐射源与主接收站的距离差，且辐射源的位置坐标为，主接收站和辅助接收站的二维坐标为；其中代表主站，其余代表辅助接收站， 、分别为主接收站 、方向坐标值；

30、（2）对公式①进行线性处理，得到辐射源位置的线性方程组，其表达式如下：

31、②；

32、③；

33、④；

34、式中，令，，分别为辅助接收站和主接收站相对原点的绝对距离，、分别为主接收站与辅助接收站在、方向的相对距离差；

35、（3）求解辐射源的线性方程组，得到辐射源的位置坐标。

36、本发明公开的第二方面的技术方案为：结合双路视觉吊舱空间定位的高精度信号时差测向定位系统，所述系统通基于结合双路视觉吊舱空间定位的高精度信号时差测向定位方法实现，该系统包括：

37、体系搭建模块，将构建的视觉识别模型部署于边缘ai计算平台上，搭建双路视觉空间定位体系检测模块，利用双路视觉空间定位体系检测拖曳式吊舱的实时图像；

38、识别模块，识别拖曳式吊舱的实时图像，获取拖曳式吊舱在图像中的相对位置信息；

39、后端处理模块，利用相对位置信息对拖曳式吊舱进行空间位置解算；

40、计算模块，用于将飞行器上的差分gps与拖曳式吊舱的空间位置信息进行融合，计算辐射源的位置。

41、作为上述方案的进一步优选实施方式，检测模块包括：

42、实时采集子模块，用于采集拖曳式吊舱的实时图像；

43、实时消抖子模块，用于对采集的实时图像进行增稳处理。

44、作为上述方案的进一步优选实施方式，计算模块包括：

45、时差测量子模块，用于测量辐射源到达主接收站和两个辅助接收站的时间差值；

46、位置求解子模块，通过时间差值得到辐射源到达主接收站和两个辅助接收站之间的距离差，求解得到辐射源的位置坐标。

47、与现有技术相比，本发明的技术方案具有如下的有益效果：

48、1、通过在飞行器两侧机翼分别安装两枚cmos传感器，对机翼尾部的拖曳式吊舱进行动态的实时图像检测，并将实时图像传输至基于yolov8网络框架的视觉识别模型进行识别，识别出吊舱在图像画面中的相对位置信息，对该相对位置信息进行空间位置解算，从而得到拖曳式吊舱的空间位置信息。

49、2、为了尽可能减小拖曳式吊舱引起的机翼非周期震荡，在cmos传感器上内嵌mems传感器实现对直采图像的主动消抖处理，对实时采集的图像进行增稳处理，提高采集图像的稳定度，有效提升获取拖曳式吊舱位置信息的准确度。

50、3、本发明将差分gps与双路视觉空间定位体系相融合，同时获得飞行器本身和拖曳式吊舱的空间位置信息，通过三站时差法测向定位算法计算得到辐射源信号的准确位置。