基于空地影像多层级匹配的火星巡视器定位与地面验证

深空探测巡视任务中巡视器的高精度定位对于巡视器的自身安全与持续运行至关重要。巡视器定位主要包括相对定位和绝对定位两种方式,其中绝对定位方法主要是利用轨道器/着陆器的数据为基准确定巡视器在全局坐标系下的位置。美国Mars 2020任务携带的机智号无人机在火星环境下完成了飞行验证,它能够获得高分辨率的火星表面影像,从而为火星巡视器绝对定位提供了新思路。据此,本文提出了一种卫星-无人机-巡视器影像协同的多分辨率影像匹配绝对定位框架。首先,利用运动恢复结构(structure from motion, SFM)方法对无人机影像进行三维重建,获取局部高分辨率三维地图;然后,开展巡视器影像与无人机影像的多视角匹配,并基于匹配结果利用后方交会实现巡视器在无人机局部地图中的高精度定位;最后,通过局部无人机影像与卫星影像的配准,实现卫星影像全局坐标系下的巡视器绝对定位。为验证本文方法的可行性,开展了巡视器定位仿真试验,试验结果验证了本文方法的可行性,能够为后续我国开展类似工程任务提供参考。     

无人机影像与卫星影像配准的卷积神经网络方法

针对不依赖于位姿测量的无人机视频影像上目标绝对定位的问题,提出一种基于改进R2D2算法的无人机影像与参考卫星影像配准的方法。首先在R2D2网络生成128通道稠密特征图的基础上,进行双三次函数插值,以获得子像素级位置精度的关键点,并内插描述符;其次利用KD树快速最近邻特征搜索,结合快速采样一致性算法进行误匹配剔除,计算变换模型并对无人机影像进行纠正,完成配准;最后利用两个典型区域对算法进行了测试,并与SIFT和DELF算法进行了对比。实验结果表明,本文算法在正确匹配点数量和计算效率方面优于其他两种算法,对纹理、视角以及尺度差异也具有较好的适应性。     

局部特征匹配的卫星影像几何偏差估计可行性分析

几何定位偏差是评估卫星影像质量的重要参数之一。本文利用特征匹配方法进行卫星影像几何偏差估计,并对该方法的可行性进行分析。首先,选取包含典型地物的局部卫星影像构建路标基准影像库;其次,采用局部点特征描述子对卫星影像与路标基准影像库进行亚像素提取与匹配,确定同名像点,然后为提升同名像点匹配精度,提出了顾及空间关系与几何一致性约束的匹配策略,继而,对卫星影像与路标基准影像库的匹配像点进行内插计算,获取同名像点的地理空间坐标;最后,通过差值计算得到卫星影像相对路标基准影像的偏移参数,完成几何偏差估计和可行性分析。本文以我国风云卫星为例,选取包含海岸线、湖泊、山脉、河流及岛屿的局部卫星影像集构建路标基准影像库,并选用SIFT、SURF、ORB 3个局部特征进行测试分析。测试结果表明,基于局部特征匹配策略对卫星影像几何偏差估计的系统误差小于0.1像素,定量地证明了局部特征匹配方法对卫星影像几何偏差估计的可行性。     

基于深度学习的卫星影像自动数字化技术

传统的遥感数据数字化方法效率低、容易出错,已经越来越不适应快速增长的地理信息数据需求。为了解决上述问题,提出一种基于深度学习的卫星影像自动数字化技术。利用Mask R-CNN算法技术对遥感图像的对象进行识别,对经过数据处理后的卫星影像进行训练,并提取其几何特征。能够对影像的重要对象特征进行识别,全部图像分类的结果准确率总体达到80%以上。其中识别率最高的是道路、水系、绿地,准确率可达到85%,可以作为卫星影像自动数字化工具。     

融合深度特征的无人机影像SfM重建

可靠特征匹配是无人机影像运动恢复结构(SfM)的重要环节。近年来,深度学习被用于特征提取和匹配,在基准数据集表现优于SIFT等手工特征。但是,公开模型往往采用互联网照片进行训练和测试,鲜有用于无人机影像SfM三维重建的性能评价。利用多组不同特点的无人机数据集,本文对比分析手工特征和深度学习特征在无人机影像特征匹配和SfM三维重建的综合性能。试验结果表明,利用公开的预训练模型,结合手工特征的高精度定位和深度学习的特征描述能力,可实现更准确和完整的特征匹配,并在SfM三维重建中取得与SIFT等手工特征相当,甚至更优的性能。     

一种热红外与可见光影像深度特征匹配方法

针对无人机热红外影像与光学卫星影像的匹配难题,提出一种基于异源地标数据集学习的深度局部特征匹配方法。首先,利用生成对抗网络学习热红外与可见光影像的灰度分布规律,并进一步合成用于特征提取模型训练的热红外影像地标数据集;然后,联合残差网络和注意力机制模型,从数据集中学习深度不变特征;最后,经过对不变特征的匹配、提纯等处理,获得像对的正确匹配点。试验测试了该方法的性能,并与KAZE、特征检测描述网络和深度局部特征模型进行了对比。结果表明,提出的方法对灰度、纹理、重叠率以及几何变化具有较强的适应性,且匹配效率较高,可为无人机视觉导航提供支撑。     

基于深度学习理论的无人机影像分类

针对无人机影像深度学习分类方法缺乏现状,本文利用深度学习理论卷积神经网络方法对无人机影像进行了分类。该法首先抽取无人机影像作为训练集和检验集,然后建立一个2个卷积层-池化层的卷积神经网络模型进行深度学习,通过设定参数并运行模型实现无人机影像分类。实验表明,本文提出的方法可完成较复杂地区无人机影像分类,其分类精度与支持向量机方法相当,为无人机遥感影像分类提供了一个崭新的技术视点。     

Pleiades高分辨率卫星影像道路提取技术

遥感影像上的道路提取是摄影测量与计算机视觉研究的一项重要内容,本文设计了一种高分辨率卫星影像道路提取方法,首先,利用Canny边缘提取算子提取左影像上的边缘,并利用霍夫变换对线特征进行检测,根据道路的几何特性检测平行直线,再基于影像匹配方法匹配立体像对上的道路;然后,利用卫星影像RPC参数前方交会原理实现道路的几何定位。利用Pleiades卫星影像开展试验,自动提取的道路与人工采集的道路几何定位误差在1个像素以内,试验结果验证了本文方法的有效性。     

无人机与卫星影像匹配的相似性逼近算法

针对现有算法在无人机与卫星影像具有较大空间分辨率差异时存在匹配正确率不高的问题,本文提出了一种无人机与卫星影像匹配的相似性逼近算法。该方法在匹配前对无人机影像进行高斯滤波处理,提高了无人机与卫星影像的尺度相似性,并最终提高了匹配算法的正确率。试验结果表明,该算法具有较高的匹配精度,适用于无人机与卫星影像空间分辨率差异较大时无人机影像的匹配与自主定位。     

迁移学习支持下的高分影像山地滑坡灾害解译模型

无人机低空遥感是近年来新兴的一种快速获取灾情信息的手段,如何利用无人机高分影像构建滑坡灾害解译模型是实现快速自动解译滑坡的关键。针对该问题,对比了多种影像特征提取方法,将迁移学习(TL)特征和支持向量机(SVM)引入到构建滑坡灾害自动解译模型中,提出了一种TL支持下的高分影像滑坡灾害解译模型。选取5·12汶川地震及4·20芦山地震系列无人机影像构建了滑坡灾害样本库并进行了实验,TL特征方法整体分类准确度ACC为95%,ROC达到0.98,识别准确率达到97%。结果表明,所提方法可用于高分影像滑坡自动解译,同时可用于大面积高分影像中快速山地滑坡灾害定位及检测。     

BDS-3/GNSS非组合精密单点定位

北斗三号卫星导航系统（BeiDou-3 navigation satellite system,BDS-3）全球组网工作全面建成,标志着BDS-3迈入全球定位、导航和授时服务的新时代。为了全面比较BDS-3系统与其余全球导航卫星系统（global navigation satellite system,GNSS）非组合精密单点定位（precise point positioning,PPP）性能,重点分析不同分析中心BDS-3精密轨道和钟差产品的一致性、BDS-3/GNSS卫星可用性、BDS-3/GNSS单系统及多系统融合PPP定位性能。结果表明,基于5个分析中心的精密轨道和钟差产品,BDS-3静态PPP三维均方根误差约为2.31~4.00 cm,其单系统收敛时间明显慢于其余GNSS系统,GPS系统的加入对BDS-3/GNSS双系统融合PPP改善效果最为明显,且四系统融合能够有效地缩短收敛时间,并提高动态PPP定位精度。随着BDS-3系统的发展以及轨道和钟差产品的进一步完善,BDS-3同样具备其余GNSS系统提供优质导航定位服务的潜力。     

城市场景智能手机GNSS/MEMS融合车载高精度定位

智能手机凭借其普遍性、便携性和低成本等优势,已成为大众用户导航与位置服务的主流终端载体,其多频多系统GNSS（global navigation satellite system）观测值的开放进一步激发了手机高精度定位的研究。然而,受限于消费级GNSS器件性能,手机卫星观测值呈现出信号衰减严重、伪距噪声大、粗差周跳多等问题;并且受城市复杂环境影响,手机GNSS定位的连续性、可靠性也难以保证。提出一种城市场景手机GNSS/ MEMS（micro-electro mechanical system）融合的车载高精度定位方案。首先,构建了速度约束的GNSS差分定位模型;然后,通过手机内置MEMS与车辆运动约束,在挑战环境下进行GNSS/MEMS融合精密定位。实验结果表明,在开阔和树荫场景下,速度约束方法可达到分米至米级定位精度,相比于常规方法分别提升了35.2%和78.9%;在高架场景下,GNSS/MEMS融合定位的精度和连续性均提升显著;在隧道场景下,MEMS推算位置累积误差约为2.5%。实验结果初步表明,手机GNSS具备开阔环境下的车道级定位能力,手机GNSS/MEMS融合可提升城市复杂环境下车载定位的精度和连续可用性。     

联合对数极坐标描述与位置尺度特征的无人机影像匹配算法

针对无人机（unmanned aerial vehicle, UAV）影像提取的同名点数量较少,从而影响影像间位姿信息的计算,导致影像拼接错位、平差解算不严密甚至失败等问题,提出了一种联合对数极坐标描述与位置尺度特征的匹配算法。首先,建立高斯多尺度影像集合进行特征点提取;其次,采用对数极坐标进行描述子构建,建立适合UAV影像特征的描述子;然后,通过位置和尺度约束的距离匹配函数进行特征匹配;最后,通过模式搜索和快速样本共识方法剔除粗差后完成同名点提取。将四旋翼UAV获取的影像作为实验数据,与SIFT(scale invariant feature transform)算法和SAR-SIFT（synthetic aperture radar-SIFT）算法进行了影像匹配的对比实验。结果表明,所提算法可以较好地提取UAV影像的同名点对。     

四大GNSS广播星历精度评估与对比分析

分析了 目前广播星历精度评估中存在的问题,详细论述了广播星历精度评估过程中对精密星历进行天线相位中心改正的取值方法,提出了利用单颗星单日钟差均值作二次差对广播星历钟差的系统性偏差进行改正的方法.选取2019-09-01-2019-11-01 共计62天的多模 GNSS 实验(multi-GNSS experiment,...     

BDS-3和Galileo组合的RTK定位性能分析

北斗三号卫星导航系统（BeiDou-3 navigation satellite system, BDS-3）已全面建成并向全球用户提供可靠的定位、导航和授时（positioning, navigation and timing, PNT）服务。为了实现与其他全球卫星导航系统（global navigation satellite system, GNSS）的兼容性和互操作性,BDS-3在BDS-2的基础上调制了B1C和B2a两个新信号,与伽利略系统（Galileo）的E1和E5a实现了频率的复用。系统间偏差（inter-system bias, ISB）对于实现不同GNSS之间的融合处理至关重要,为此提出了基于单差模型的ISB估计与应用算法,并对BDS-3与Galileo重叠频率之间的ISB进行了分析。基于可跟踪BDS-3新信号的几类接收机,揭示了BDS-3和Galileo之间的ISB的特性,在此基础上分析了BDS-3和Galileo组合的实时动态（real-time kinematic, RTK）定位性能。结果表明,基于相同类型的接收机B1C-E1和B2a-E5a之间是不存在ISB...     

泸定Ms 6.8地震诱发滑坡应急评价研究

2022-09-05,四川省甘孜州泸定县发生Ms 6.8地震。地震在山区诱发了大量的地质灾害,造成了严重的人员伤亡。快速准确地获取地震诱发地质灾害的空间分布范围对震后应急决策和救援抢险至关重要。基于全球同震滑坡数据库与深度学习算法,构建了地震诱发滑坡空间分布概率近实时预测模型,在震后2 h内获取了泸定地震诱发地质灾害的预测结果。通过震后无人机与卫星遥感影像,采用机器学习与深度学习算法实现了震后大范围地质灾害的智能识别,共解译地震诱发滑坡3 633处,总面积13.78 km2。利用遥感解译的泸定地震滑坡数据,对地震诱发地质灾害预测模型进行了优化,获得了震区范围更广、准确性更高的同震滑坡预测结果。结果表明,同震滑坡预测模型能够快速获取震后地质灾害的空间分布情况,填补震后遥感影像获取前的空窗期,为灾后应急救援提供支撑;基于无人机与卫星遥感影像的智能识别技术是快速获取大范围地质灾害信息的有效手段。所取得的研究成果在泸定地震震后应急救援工作中发挥了重要作用。     

基于六旋翼无人机平台的GNSS干扰源测向与定位系统设计与实现

目前,基于无人飞行器的导航干扰源探测方面的研究主要集中在理论研究与仿真实现阶段[1],文中设计了一种基于六旋翼无人机平台的全球卫星导航系统(GNSS)干扰源测向与定位系统, 并在某飞行场区进行了干扰源定位精度的测试. 该系统主要由六旋翼无人飞行器、干扰源监测测向载荷以及地面站组成. 系统试制完成后,选定开阔环境,通过设置干扰源发射不同的调制方式、不同发射功率的干扰信号,以此来验证干扰源的定位精度.      

GNSS广播星历轨道和钟差精度分析

为了对多个全球导航卫星系统（global navigation satellite system, GNSS）当前的广播星历精度进行一个全面的分析,对比了2014—2018年共5 a的GNSS广播星历与精密星历,并对全球定位系统（global positioning system, GPS）、格洛纳斯卫星导航系统（global navigation satellite system, GLONASS）、伽利略卫星导航系统（Galileo satellite navigation system, Galileo）、北斗卫星导航系统（BeiDou navigation satellite system, BDS）、准天顶卫星系统（quasi-zenith satellite system, QZSS）等5个系统的广播星历长期精度变化进行了分析。结果表明:5 a中GPS的广播星历轨道及钟差精度最稳定;GLONASS的广播星历轨道精度稳定性较好,但其钟差精度存在较大的离散度;Galileo得益于具备全面运行能力（full operational capability, FOC）卫星的大量发射及运行,其广播星历轨道、钟差精度大幅度变好,切向轨道、法向轨道与钟差精度已赶超GPS;BDS的广播星历轨道精度离散度较大,钟差精度出现不稳定现象;QZSS的广播星历轨道与钟差精度的稳定性与离散度相对最差。以2018年1 a的广播星历与精密星历为例分析了各个系统当前的广播星历精度,结果表明,当前GPS、GLONASS、Galileo、BDS、QZSS的考虑轨道误差与钟差误差贡献的空间信号测距误差（signal-in-space ranging error,SISRE）分别为0.806 m、2.704 m、0.320 m、1.457 m、1.645 m,表明Galileo广播星历整体精度最高,GPS次之,其次分别是BDS、QZSS和GLONASS。只考虑轨道误差贡献的SISRE分别为0.167 m、0.541 m、0.229 m、0.804 m、0.675 m,表明GPS广播星历轨道精度最高,其次分别是Galileo、GLONASS、QZSS和BDS。GPS卫星广播星历中新型号卫星的钟差精度总体要优于旧型号卫星。     

无人机影像增量式运动恢复结构研究进展

增量式运动恢复结构（structure from motion, SfM）已经成为无人机影像空中三角测量的常用解决方案。考虑到无人机影像的特点,增量式SfM在效率、精度和稳健性方面的性能有待提高。首先给出了增量式SfM无人机影像空中三角测量的技术流程,然后从特征匹配和几何解算两个方面对其关键技术进行了综述,最后从数据采集方式改变、大场景影像处理、通信与硬件技术发展、深度学习融合等方向,展望了增量式SfM无人机影像空中三角测量的挑战和后续研究,总结本领域的现有研究,为相关研究者提供参考。