探讨计算机视觉反馈辅助的导航定位系统

万正尧

空军工程大学信息与导航学院 710082

摘要：我国已经进入了信息网络时代，衍生出很多信息技术及网络技术，并在各领域得到了应用，推动各领域信息化及网络化发展。计算机视觉反馈辅助技术是信息网络时代的产物，具有很强的信息化及网络化特点，已经在很多领域取得了良好的应用效果，充分发挥出了计算机视觉反馈辅助技术的作用及价值。而基于计算机视觉反馈辅助技术的导航定位系统，不仅能够实现自动导航，还能够实现实时监测及定位，所以汽车制造、军事等领域都积极基于计算机视觉反馈辅助技术构建导航定位系统，以满足各种导航及定位需求，促进汽车制造及军事等领域发展。对此，笔者根据自己对计算机视觉技术的了解，对计算机视觉反馈辅助的导航定位系统进行了分析。

关键词：计算机视觉反馈辅助；导航定位系统；实现流程及原理

我国导航技术在社会经济及科学技术高速发展的推动下逐渐完善和成熟，目前导航技术已经实现多样化发展，不仅有无人机（UAV）等现代飞行器导航技术，还有捷联惯导系统（简称SINS，由机载计算机、陀螺仪和加速度计等组成，功能强大，是使用频率较高的一种导航技术）、GPS定位系统（最常见的导航定位技术）等导航技术，既能够在空中通过检测飞行轨迹来实现导航和定位，又能够自主着陆地点实施导航。计算机视觉反馈辅助是一种基于计算机发展而来的信息反馈技术，很多导航技术都应用到了计算机视觉反馈辅助，能够提高导航定位信息的准确度。所以很多导航技术研发公司都将计算机视觉反馈辅助技术与导航定位系统结合，以此来完善导航定位系统的功能，从而满足各种导航定位需求。

1 算机视觉反馈辅助的导航定位系统的技术支撑

计算机视觉反馈辅助技术是基于计算机视觉系统发展而来，该技术需要借助通信网络技术来实现信息反馈功能。而计算机视觉反馈辅助的导航定位系统则是在计算机视觉反馈辅助技术基础的基础上借助捷联惯导系统（SINS）和GPS卫星定位等技术实现快速导航就定位功能，例如可通过GPS卫星图像获取精准的地理位置信息，通过捷联惯导系统（SINS）准确定位[1]。

计算机视觉反馈辅助的导航定位系统不仅能够准确定位，还能够根据固反馈而来的图像信息及数据确定目标对象在三维空间结构中的位置、运动路径等。

上述提到的GPS卫星定位，其原理是通过接收、分析GPS卫星信号来测算目标物体的运动轨迹，从而推算目标瞬时位置、实际位置以及两个位置之间的距离。

捷联式惯性导航系统（SINS）则是由种仪器及工具组成，包括陀螺仪、加速度计等，这些仪器及工具都能够进行精密测量，例如进飞行器速度、加速度、角速率等数据都可通过捷联式惯性导航系统（SINS）测量出来，然后以测量出来的数据信息作为依据计算出准确的位置坐标、运动轨迹等[1-2]。

2计算机视觉反馈辅助的导航定位系统实现导航定位的流程及原理

2.1导航定位流程

可直接借助GPS /SINS组合定位，然后利用摄像机成像技术获取被定位目标的二维图像信息及三维图像信息，最后结合计算机视觉无人机技术测算空间物体的三维位置坐标，包括摄像机坐标系、像素坐标系、世界坐标系等。假设摄像机光轴与无人机之间夹角为θ，在测算目标点在摄像机成像的投影位置时需要将其顺时针旋转角度θ，然后获得目标对象与之对应的世界坐标系[2]。

假设摄像机坐标系为（xc，yc，zc）、世界坐标系为（XW，XW，XW），那么运动目标摄像机坐标系与世界坐标系之间的转换会采取正交旋转变化、坐标平移等方式来实现，转换关系式为：

式中：

（x0，y0，z0）——摄像机光心O在世界坐标系的位置坐标；

——无人机飞行器运动角度矩阵信息。

当无人机目标对象进入到摄像机视野后，就开始求解摄像平面投影中运动物体的摄像机坐标系(xc，yc，zc)。之后根据陀螺仪、加速度计等测量工具，监测到的无人机水平夹角θ、位置高度等，求得在世界坐标系(xw，yw，zw)[3]。

2.2 目标对象导航定位中离散卡尔曼滤波算法的应用方程

离散卡尔曼滤波算法是导航定位系统实现定位的核心计算方法，多数情况下都应用于GPS/SINS组合导航定位数据仿真计算中，以此来减少导航定位数据的误差，提高导航定位的准确性。计算机视觉反馈辅助的导航定位系统，不仅应用到了无人机飞行器，还应用到了捷联惯导系统（SINS）和GPS卫星定位等技术，所以在实现导航定位的过程中必须使用离散卡尔曼滤波算法，以此来快速计算出目标对象的导航坐标系O（xn，yn，zn）、世界坐标系（xw，yw，zw）等定位参数，然后将这些参数代入计算机视觉定位系统，最后计算出精准的目标物体位置点[4]。定位数值求解的过程见图1。

图1位数值求解的过程

为确保定位数值的精准度，还需要在计算出定位参数后，使用陀螺仪、加速度计等数据测量测得图像识别数据、导航参数值等数据信息；然后借助离散卡尔曼滤波算法计算出目标对象的动力学方程、自适应噪声方差矩阵、目标物体非线性滤波方程的加权求和，并预算出目标物体运动中的运动轨迹、瞬时位置测量值等数据；最后测量目标物前一状态和后一状态的自适应噪声量、飞行状态量值、滤波误差矩阵等数据，并修复导航参数测量误差，以获取精准的目标物位置

[5]。

假设m时刻计算机视觉系统的目标状态值为Xm，在受到系统白噪声干扰情况下，目标对象瞬时位置的非线性随机函数方程为：

式中：

——m到m-1时刻内离散后的状态转移矩阵；

——系统噪声驱动阵；

——状态的噪声向量。

结语

我国导航技术已经逐渐成熟，大型飞行器视觉导航定位系统因为应用到了三维图像模型、GPS/SINS技术等高科技技术，所以其导航定位功能完善且精准度高，能够满足多样化导航需求及定位要求，成为应用范围最广的一类导航技术。基于计算机视觉反馈辅助的导航定位系统是最具有代表性的计算机视觉导航定位系统技术，其原理在于利用计算机视觉反馈辅助技术获取精准信息，然后借助离散卡尔曼滤波算法处理信息并构建三维立体模型，最后结合SINS导航技术确定运动位置、飞行角度和轨迹信息，从而获取精准定位。基于此，上文先简单概述了算机视觉反馈辅助的导航定位系统的技术支撑，然后分析了计算机视觉反馈辅助的导航定位系统实现导航定位的流程及原理。

参考文献

[1] 朱清坤. 计算机视觉反馈辅助的导航定位系统研究[J]. 科技创新导报,2021,18(12):135-137.

[2] 茅正冲,陈强.基于机器视觉的AGV导航与定位算法研究[J].计算机与数字工程,2020,48(8):1914-1918.

[3] TONGQING FENG,BIN JIAO. The vision guidanceand image processing of AGV[J].Journal of Physics:Conference Series,2020(1).

[4] 罗 高 , 袁 亮 . 基 于二 维 码 的 单目 视 觉 测 距 移 动机 器人 定位研 究[J ]. 组合机床与自动化加工技术,2017(10):114-117,121.

[5] 肖大伟,翟军勇.轮式移动机器人单目视觉的目标测距方法[J].计算机工程,2017,43(4):287-291.