分布式地對空協同對未知無人機狀態估計方法及其應用
1.本技術涉及無人機探測技術領域，特別是一種涉及分布式地對空協同對未知無人機狀態估計方法及其應用。
背景技術：
2.無人機作為新興研究領域，展現出強大的任務執行能力，并應用于各個領域。但由于無人機體積小、飛行速度快、制作成本低，一旦被不法分子利用，會對社會公共安全產生較大的威脅。
3.目前，反無人機的技術發展越來越多。反制的首要目的是實現對目標的實時狀態跟蹤和估計。但由于無人機的體積小、飛行速度快且可能出現未知無人機等信息，實時的狀態估計算法就尤為重要。
4.現有主要有雷達檢測和激光測距儀結合相機檢測。目前的算法已有的大部分分布式卡爾曼濾波算法在節點之間的交互信息包括：目標估計狀態以及估計協方差矩陣。而協方差矩陣由于尺寸問題會占用大量的通信資源，從而限制了算法的更新頻率和擴展尺度。
5.而分布式一致性卡爾曼濾波算法通過在原有的卡爾曼濾波算法的基礎上，增加了一致性算法，實現全局信息的收斂，但該方法無法通過理論證明其最優性。
6.因此，目前手段均未能夠有效地實現對無人機進行定位與跟蹤。為此，亟待一種涉及分布式地對空協同對未知無人機狀態估計方法及其應用，以解決現有技術存在的問題，尤其是解決基于全景相機的多節點協同抓捕系統中目標檢測、協同目標狀態估計一系列相關問題。
技術實現要素：
7.本技術實施例提供了分布式地對空協同對未知無人機狀態估計方法及其應用，針對目前技術存在的基于全景相機的多節點協同抓捕系統中目標檢測、協同目標狀態估計一系列相關問題。
8.本發明核心技術主要是基于多全景感知節點協同目標狀態估計的算法。其中一個應用場景為在特定的檢測區域覆蓋多個分布式感知設備，基于全景相機，實現對入侵區域內的空中目標僅限檢測、并協同估計目標實時狀態。
9.第一方面，本技術提供了分布式地對空協同對未知無人機狀態估計方法，所述方法包括以下步驟：s00、獲取當前觀測感知節點上的全景相機圖像數據，并識別目標物在全景相機圖像數據中的位置；s10、分別定義圖像坐標系、相機坐標系、節點坐標系及世界坐標系，獲取當前觀測感知節點的俯仰角度、翻轉角、偏航角以及感知節點中心在世界坐標系下的位置得到節點坐標系到世界坐標系的旋轉矩陣；s20、根據目標物在圖像坐標系中的像素位置和相機內參得出目標物在相機坐標
系中的方向；s30、將當前檢測的目標方向投影到節點坐標系中，并通過旋轉矩陣將當前目標物的方向轉換到世界坐標系中；s40、當任一感知節點檢測到目標物并至少獲得一個相鄰感知節點的信息后，對目標物進行狀態估計；s50、通過時空協同狀態估計算法對目標物進行狀態估計，以得到目標物的估計目標狀態，該時空協同狀態估計算法采用迭代方式求解，依次包括預測、信息更新及修正三個部分；其中，每個觀測感知節點均能夠將自身監測到的目標物的方向、估計目標狀態以及自身的位置發送到通信網絡中，并接收來自相鄰的感知節點發送的信息。
10.進一步地，步驟s00中，每個觀測感知節點的全景相機通過三個單目相機組成，取每個單目相機中觀測方向置信度最高的目標作為當前感知節點觀測到的目標物。
11.進一步地，步驟s10中，通過當前感知節點上的imu姿態傳感器得到節點坐標系到世界坐標系的俯仰角度和翻轉角，通過當前感知節點上的rtk位置偏航傳感器得到偏航角和感知節點中心在世界坐標系下的位置。
12.進一步地，步驟s50中，目標物的運動通過線性時不變系統描述。
13.進一步地，圖像坐標系以全景相機圖像數據的上下方向作為y軸，以水平方向作為x軸，以該全景相機圖像數據四角中任意一角作為坐標系原點；相機坐標系以相機焦點作為原點，垂直成像平面方向為x軸，y軸與圖像坐標系的x軸平行，z軸與圖像坐標系的y軸平行；節點坐標系以觀測感知節點中的一點作為原點，以觀測感知節點長度方向為x軸，以觀測感知節點寬度方向為y軸，以觀測感知節點高度方向為z軸；世界坐標系以預設經緯海拔坐標為原點，以經線作為x軸，緯線作為y軸，重力方向作為z軸。
14.第二方面，本技術提供了一種分布式地對空協同對未知無人機狀態估計裝置，包括：包括機載計算機、全景相機、imu姿態傳感器、rtk位置偏航傳感器、電池、無線通信模塊及底板；機載計算機存儲有計算機程序并分別與全景相機、imu姿態傳感器、rtk位置偏航傳感器、電池及無線通信模塊電連接，該計算機程序存儲有包括用于控制過程以執行過程的程序代碼，過程包括根據上述的分布式地對空協同對未知無人機狀態估計方法；機載計算機、全景相機、imu姿態傳感器、rtk位置偏航傳感器、電池及無線通信模塊均設于底板上。
15.第三方面，本技術提供了一種電子裝置，包括存儲器和處理器，存儲器中存儲有計算機程序，處理器被設置為運行計算機程序以執行上述的分布式地對空協同對未知無人機狀態估計方法。
16.第四方面，本技術提供了一種可讀存儲介質，可讀存儲介質中存儲有計算機程序，計算機程序包括用于控制過程以執行過程的程序代碼，過程包括根據上述的分布式地對空協同對未知無人機狀態估計方法。
17.本發明的主要貢獻和創新點如下：1、與現有技術（已有的大部分分布式卡爾曼濾波算法在節點之間的交互信息包括：目標估計狀態以及估計協方差矩陣。而協方差矩陣由
于尺寸問題會占用大量的通信資源，從而限制了算法的更新頻率和擴展尺度）相比，本技術從最小二乘的角度去進行狀態估計，其通信信息僅包含相鄰節點的測量信息和估計狀態，不需要通信協方差矩陣，從而很大程度上降低了通信負擔，提高了算法的可擴展性，和目標估計維度的可擴展性；2、與現有技術（布式一致性卡爾曼濾波算法通過在原有的卡爾曼濾波算法的基礎上，增加了一致性算法，實現全局信息的收斂，但該方法無法通過理論證明其最優性）相比，本技術通過設計目標函數推導得到最優的估計狀態，該算法結構更緊湊，步驟更少，且精度更高；3、與現有技術（傳統的一致性卡爾曼濾波算法（分別為測量一致性卡爾曼濾波算法、估計一致性卡爾曼濾波算法以及混合測量估計一致性卡爾曼濾波算法）相比，不需要通信協方差矩陣，有更小的通信量，且通過仿真驗真，本技術具有更高的估計精度，更快的響應速度，從而使每個無人機能更好地觀測、跟蹤目標物；4、與現有技術（在先專利cn114581480b）相比，首先本技術不再是借助無人機進行觀測，而是基于多個感知節點，因此可以在地面進行觀測，同時本技術不需要進行權重切換控制，即wself和wneighbor的值需要根據獲得的友鄰信息來回切換，因此本技術不存在這一問題；同時在先專利需結合最小二乘計算目標的位置（見cn114581480b中的公式11），該計算量會隨著友鄰信息的增加而增大，因此本技術也不存在此問題；在先專利通信信息包含測量信息、估計狀態、估計的協方差矩陣，本技術只需要測量信息和估計狀態，可有效降低通信數據量，從而減輕了通信負擔；5、與現有技術（在先專利cn114581480b）相比，本技術的計算公式顯著減少，可大大減少單次迭代的計算時間，從而提高響應速度；且在先專利通過偏工程的方法實現了目標估計，并不能從理論上證明效果最好，本技術通過研究改進，從目標函數出發，推導出最優估計的形式，從理論上是可以證明最優的，也就是在相同狀態下，本技術的估計效果最好。
18.本技術的一個或多個實施例的細節在以下附圖和描述中提出，以使本技術的其他特征、目的和優點更加簡明易懂。
附圖說明
19.此處所說明的附圖用來提供對本技術的進一步理解，構成本技術的一部分，本技術的示意性實施例及其說明用于解釋本技術，并不構成對本技術的不當限定。在附圖中：圖1是根據本技術實施例的基于全景機器視覺的多節點協同目標狀態估計方法的流程圖；圖2是根據本技術實施例的單節點坐標系定義及目標檢測示意圖；圖3是根據本技術實施例的協同目標狀態估計算法示意圖；圖4是根據本技術實施例的單節點結構示意圖；圖5是根據本技術實施例的分布式協同估計算法仿真結果對比圖一；圖6是根據本技術實施例的分布式協同估計算法仿真結果對比圖二；圖7是根據本技術實施例的電子裝置的硬件結構示意圖。
20.圖中，1、機載計算機；2、全景相機；3、imu姿態傳感器；4、rtk位置偏航傳感器；5、電
池；6、無線通信模塊；7、底板。
具體實施方式
21.這里將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式并不代表與本說明書一個或多個實施例相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本說明書一個或多個實施例的一些方面相一致的裝置和方法的例子。
22.需要說明的是：在其他實施例中并不一定按照本說明書示出和描述的順序來執行相應方法的步驟。在一些其他實施例中，其方法所包括的步驟可以比本說明書所描述的更多或更少。此外，本說明書中所描述的單個步驟，在其他實施例中可能被分解為多個步驟進行描述；而本說明書中所描述的多個步驟，在其他實施例中也可能被合并為單個步驟進行描述。
23.實施例一本技術旨在提出分布式地對空協同對未知無人機狀態估計方法，通過多全景感知節點協同目標狀態估計的算法。其中一個較佳的應用場景為在特定的檢測區域覆蓋多個分布式感知設備，基于全景相機2，實現對入侵區域內的空中目標僅限檢測、并協同估計目標實時狀態。首先在本實施例中各節點均能與至少1個相鄰節點通信，并獲得其檢測信息。
24.主要分為兩個部分：參考圖1，首先是小型機載計算機1從檢測圖像中獲取目標物（目標無人機）在相機坐標系中的方向；通過imu姿態傳感器3和rtk定位定向系統的rtk位置偏航傳感器4獲取節點（感知節點）的姿態和位置，并將測量的方向信息轉換成偽線性方程，即圖1中的數據獲??；然后感知節點通過通信網絡與相鄰節點交換信息，包括相鄰節點的偽線性測量、偽線性測量矩陣和估計的目標狀態，實現對目標的狀態估計，即圖1中的協同估計。
25.具體地，如圖4所示，每個觀測感知節點包括機載計算機1、全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4（rtk定位定向系統）、電池5、無線通信模塊6及底板7；其中，每個觀測感知節點的全景相機2均由三個單目相機或更多個單目相機組成。
26.其中，機載計算機1存儲有計算機程序并分別與全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4、電池5及無線通信模塊6電連接，該計算機程序存儲有包括用于控制過程以執行過程的程序代碼，過程包括根據上述的分布式地對空協同對未知無人機狀態估計方法；其中，機載計算機1、全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4、電池5及無線通信模塊6均設于底板7上。
27.本技術實施例提供了分布式地對空協同對未知無人機狀態估計方法，具體地，參考圖1，所述方法包括以下步驟：s00、獲取當前觀測感知節點上的全景相機2圖像數據，并識別目標物在全景相機2圖像數據中的位置；以下的感知節點和觀測感知節點指代同一特征；目標物和目標無人機指代同一特征。
28.在本實施例中，通過全景相機2拍攝圖像得到全景相機2圖像數據，然后可以利用現有的無人機檢測算法得到目標在圖像中的位置，如在先專利cn114581480b中公開的算法，此為常規操作，這里不再贅述。
29.s10、分別定義圖像坐標系、相機坐標系、節點坐標系及世界坐標系，獲取當前感知節點的俯仰角度、翻轉角、偏航角以及感知節點中心在世界坐標系下的位置得到節點坐標系到世界坐標系的旋轉矩陣；其中，因為感知節點放在地面上的也不是完全平整的，地面上也有可能有坡度不平穩，這里的俯仰角度、滾轉角度是相對于水平面的，因為在位置估計中，方向上的誤差會與距離的平方成正比，因此需要精確測量出世界坐標系下的方向信息。
30.在本實施例中，如圖2所示，四個坐標系：圖像坐標系s
picture
，相機坐標系s
camera
，節點坐標系s
node
，和世界坐標系s
earth
（也可以成為全局坐標系）。
31.其中s
picture
原點為圖像左上角，x軸沿圖像長軸指向右，y軸沿圖像短軸指向下；s
camera
的原點在相機焦點，x軸垂直成像平面指向外，y軸與圖像坐標系x軸平行且指向相同，z軸與圖像坐標系y軸平行且指向相同；s
node
的原點為t形底板7的中心，z軸垂直底板7朝下，y軸沿著t形底板7短邊向前，x軸沿著長邊且符合右手定則；s
earth
的原點為預先設置的一個經緯海拔坐標p
0earth
，x軸沿經度方向指向北，y軸沿緯度方向指向東，z軸符合右手定則指向下。
32.這里的坐標系定義與在先專利cn114581480b基本類似，區別在于本技術新增了一個改進點（節點坐標系）。
33.s20、根據目標物在圖像坐標系中的像素位置和相機內參得出目標物在相機坐標系中的方向；在本實施例中，如圖4所示，假設檢測到目標無人機（目標物）在圖像中的像素位置為[x,y]
picture
，可以根據相機內參，借助公式1得到目標無人機在s
camera
下的方向：公式1
??
式中xc,yc為圖像中心在s
picture
中的坐標；為相機的焦距；相機的成像晶元尺寸d
x
，dy；s30、將當前檢測的目標方向投影到節點坐標系中，并通過旋轉矩陣將當前目標物的方向轉換到世界坐標系中；在本實施例中，由于每個感知節點的全景相機2由三個單目相機組成，將相機坐標系下的檢測方向向量轉換到節點坐標系下為：公式2
???
式中和分別為相機坐標系s
camera
到節點坐標系s
node
的旋轉矩陣和平移矩陣。由于三個相機相對節點坐標系的旋轉和平移矩陣均不相同，因此需要分別在vicon設備
下標定或根據相機設計尺寸參數計算得到。最后，取所有檢測方向中置信度最高的目標作為該節點檢測到的目標，并將其轉換到世界坐標系中。
[0034]
其中，置信度是指在圖像檢測中會得到一系列的檢測目標，這一系列的檢測目標按照置信度從高到低表示最有可能是被檢測物體的可能性，置信度越高，代表越有可能是目標。
[0035]
由于，感知節點與世界坐標系之間的對應關系分別通過imu姿態傳感器3得到節點坐標系到世界坐標系的俯仰角度和滾轉角，通過rtk位置偏航傳感器4得到偏航角和感知節點中心在世界坐標系下的位置。進一步可以得到從節點坐標系到世界坐標系的旋轉矩陣：公式3
??
并將檢測到的目標物的方向轉換到世界坐標系中：公式4
??
式中和分別是從第j個感知節點在世界坐標系下和節點坐標系下的目標無人機的單位向量，r
earth2node
是從世界坐標系s
earth
到節點坐標系s
node
的旋轉矩陣，分別是感知節點的俯仰、滾轉和偏航的旋轉矩陣，其計算公式5如下：公式5式中，θ，φ，ψ分別為感知節點俯仰角度、滾轉角和偏航角；s40、當任一感知節點檢測到目標物并至少獲得一個相鄰感知節點的信息后，對目標物進行狀態估計；其中，每個感知節點均能夠將自身監測到的目標物的方向、估計目標狀態以及自身的位置發送到通信網絡中，并接收來自相鄰的感知節點發送的信息。
[0036]
s50、如圖3所示，通過時空協同狀態估計算法對目標物進行狀態估計，以得到目標物的估計目標狀態，該時空協同狀態估計算法采用迭代方式求解，依次包括預測、信息更新及修正三個部分。
[0037]
在本實施例中，目標物的運動用線性時不變系統來描述：
公式6
????
式中，為目標物在k時刻的位置、速度狀態，為系統誤差，為目標在k時刻的狀態轉換矩陣，其值為：式中dt為采樣時間間隔，為3
×
3的單位矩陣。
[0038]
在本實施例中，線性時不變系統的觀測為方向信息，觀測方程為：公式7
????
公式8
????
公式9
????
公式10
????
式中，為第i個感知節點在k時刻觀測到目標在世界坐標系下的方向，為第i個感知節點在世界坐標系下的位置，和為經過偽線性轉換后測量和測量方程。
[0039]
在本實施例中，由于時空協同狀態估計算法采用迭代的方式求解。包含預測、信息更新和修正三個部分。
[0040]
其中預測為：公式11
???
公式12
???
在公式11中為第i個觀測感知節點在第k-1時刻的最優目標估計狀態，為第i個觀測感知節點估計目標物在第k時刻的預測狀態；在公式12中，為在k-1時刻的估計協方差矩陣；為在k時刻的預測協方差矩陣。
[0041]
信息更新部分為：公式13
???
公式14
???
公式15 在公式13，14，15中，為測量誤差，為估計誤差，為更新信息矩陣，，為可調節參數，分別表示測量的置信度、自身估計的置信度以及相鄰節點的估計的置信度。
[0042]
最后是狀態修正：公式16
??
公式17
??
公式18
????
為計算增益，為歷史衰減系數，為修正后的目標物狀態。
[0043]
以上公式11-18為時空協同狀態估計算法迭代的全部公式。
[0044]
其中，本技術的時空協同狀態估計算法是根據設計代價函數推導所得，其推導首先假設目標物的運動是勻速直線，那么目標物當前的狀態只跟目標物的初始狀態相關：公式19
??
式中，為目標物的初始狀態，a為線性狀態轉移矩陣。那么我們對目標當前狀態的估計可以轉變為對目標初始狀態的估計。在0-k時間內，每個感知節點所能獲得的信息包括，其自身對目標物的所有測量、相鄰節點（即當前測量的感知節點和相鄰的節點）對目標物的所有測量、自身對目標初始狀態的估計以及相鄰節點對目標初始狀態的所有估計。
[0045]
因此可以建立目標函數見公式20：式中，表示第i個節點在k時刻的相鄰節點的集合，為第i個節點在k時刻估計的最優目標初始狀態，表示當前時刻，和表示第j個節點在k時刻的偽線性測量和偽線性測量矩陣，表示從0時刻到k時刻的狀態矩陣。
[0046]
對公式20求偏導可以得到的解析解如公式21：的解析解如公式21：這里定義：公式22
??
公式23
??
如此可以得到和的迭代形式為：公式24
??
公式25
??
公式26
??
最后，得到的迭代形式為：公式27
??
整理后得到：公式28
??
公式36 將公式24代入公式35中，可以得到最后，可以得到公式11-18的全部推導過程。
[0047]
實驗結果如圖5-圖6和表1所示，仿真環境中隨機分布10個觀測感知節點，每個觀測感知節點可以與最近的3個相鄰節點交換信息，目標無人機繞圈運動（目標無人機在空中繞圈，感知節點觀測運動的空中無人機，并實時估計其飛行狀態和軌跡），各節點的方向測量誤差符合均值為5
°
的高斯分布，總共仿真100次。圖5-圖6為100次均值曲線，表1為算法的全部均值。圖5和圖6分別顯示了估計目標位置和速度的均方差，結合表1可以看出，時空協同狀態估計算法有更快的響應速度，更小的估計誤差，相比現有的估計算法有較大的提升。
[0048]
表1 算法仿真誤差均值實施例二基于相同的構思，如圖4所示，本技術還提出了一種分布式地對空協同對未知無人機狀態估計裝置，包括：包括機載計算機1、全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4、電池5、無線通信模塊6及底板7；機載計算機1存儲有計算機程序并分別與全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4、電池5及無線通信模塊6電連接，該計算機程序存儲有包括用于控制過程以執行過程的程序代碼，過程包括根據實施例一的分布式地對空協同對未知無人機狀態估計方法；機載計算機1、全景相機2、imu姿態傳感器3、rtk位置偏航傳感器4、電池5及無線通信模塊6均設于底板7上。
[0049]
機載計算機1存儲計算機程序并通過全景相機2獲得全景圖像；機載計算機1通過
無線通信模塊6給網絡中其余節點發送信息，并獲得相鄰無人機發出的信息；機載計算機1通過imu姿態傳感器3獲得全景相機2的姿態角。機載計算機1通過rtk定位定向系統（rtk位置偏航傳感器4）獲得全景相機2的位置和偏航方向。
[0050]
實施例三本實施例還提供了一種電子裝置，參考圖7，包括存儲器404和處理器402，該存儲器404中存儲有計算機程序，該處理器402被設置為運行計算機程序以執行上述任一項方法實施例中的步驟。
[0051]
具體地，上述處理器402可以包括中央處理器（cpu），或者特定集成電路（applicationspecificintegratedcircuit，簡稱為asic），或者可以被配置成實施本技術實施例的一個或多個集成電路。
[0052]
其中，存儲器404可以包括用于數據或指令的大容量存儲器404。舉例來說而非限制，存儲器404可包括硬盤驅動器（harddiskdrive，簡稱為hdd）、軟盤驅動器、固態驅動器（solidstatedrive，簡稱為ssd）、閃存、光盤、磁光盤、磁帶或通用串行總線（universalserialbus，簡稱為usb）驅動器或者兩個或更多個以上這些的組合。在合適的情況下，存儲器404可包括可移除或不可移除（或固定）的介質。在合適的情況下，存儲器404可在數據處理裝置的內部或外部。在特定實施例中，存儲器404是非易失性（non-volatile）存儲器。在特定實施例中，存儲器404包括只讀存儲器（read-onlymemory，簡稱為rom）和隨機存取存儲器（randomaccessmemory，簡稱為ram）。在合適的情況下，該rom可以是掩模編程的rom、可編程rom（programmableread-onlymemory，簡稱為prom）、可擦除prom（erasableprogrammableread-onlymemory，簡稱為eprom）、電可擦除prom（electricallyerasableprogrammableread-onlymemory，簡稱為eeprom）、電可改寫rom（electricallyalterableread-onlymemory，簡稱為earom）或閃存（flash）或者兩個或更多個以上這些的組合。在合適的情況下，該ram可以是靜態隨機存取存儲器（staticrandom-accessmemory，簡稱為sram）或動態隨機存取存儲器（dynamicrandomaccessmemory，簡稱為dram），其中，dram可以是快速頁模式動態隨機存取存儲器404（fastpagemodedynamicrandomaccessmemory，簡稱為fpmdram）、擴展數據輸出動態隨機存取存儲器（extendeddateoutdynamicrandomaccessmemory，簡稱為edodram）、同步動態隨機存取內存（synchronousdynamicrandom-accessmemory，簡稱sdram）等。
[0053]
存儲器404可以用來存儲或者緩存需要處理和/或通信使用的各種數據文件，以及處理器402所執行的可能的計算機程序指令。
[0054]
處理器402通過讀取并執行存儲器404中存儲的計算機程序指令，以實現上述實施例中的任意分布式地對空協同對未知無人機狀態估計方法。
[0055]
可選地，上述電子裝置還可以包括傳輸設備406以及輸入輸出設備408，其中，該傳輸設備406和上述處理器402連接，該輸入輸出設備408和上述處理器402連接。
[0056]
傳輸設備406可以用來經由一個網絡接收或者發送數據。上述的網絡具體實例可包括電子裝置的通信供應商提供的有線或無線網絡。在一個實例中，傳輸設備包括一個網絡適配器（network interface controller，簡稱為nic），其可通過與其他網絡設備相連從而可與互聯網進行通訊。在一個實例中，傳輸設備406可以為射頻（radio frequency，簡稱為rf）模塊，其用于通過無線方式與互聯網進行通訊。
[0057]
輸入輸出設備408用于輸入或輸出信息。在本實施例中，輸入的信息可以是全景相機2圖像數據等，輸出的信息可以是目標物狀態估計數據等。
[0058]
實施例四本實施例還提供了一種可讀存儲介質，可讀存儲介質中存儲有計算機程序，計算機程序包括用于控制過程以執行過程的程序代碼，過程包括根據實施例一的分布式地對空協同對未知無人機狀態估計方法。
[0059]
需要說明的是，本實施例中的具體示例可以參考上述實施例及可選實施方式中所描述的示例，本實施例在此不再贅述。
[0060]
通常，各種實施例可以以硬件或專用電路、軟件、邏輯或其任何組合來實現。本發明的一些方面可以以硬件來實現，而其他方面可以由控制器、微處理器或其他計算設備執行的固件或軟件來實現，但是本發明不限于此。盡管本發明的各個方面可以被示出和描述為框圖、流程圖或使用一些其他圖形表示，但是應當理解，作為非限制性示例，本文中描述的這些框、裝置、系統、技術或方法可以以硬件、軟件、固件、專用電路或邏輯、通用硬件或控制器或其他計算設備或其某種組合來實現。
[0061]
本發明的實施例可以由計算機軟件來實現，該計算機軟件由移動設備的數據處理器諸如在處理器實體中可執行，或者由硬件來實現，或者由軟件和硬件的組合來實現。包括軟件例程、小程序和/或宏的計算機軟件或程序(也稱為程序產品)可以存儲在任何裝置可讀數據存儲介質中，并且它們包括用于執行特定任務的程序指令。計算機程序產品可以包括當程序運行時被配置為執行實施例的一個或多個計算機可執行組件。一個或多個計算機可執行組件可以是至少一個軟件代碼或其一部分。另外，在這一點上，應當注意，如圖中的邏輯流程的任何框可以表示程序步驟、或者互連的邏輯電路、框和功能、或者程序步驟和邏輯電路、框和功能的組合。軟件可以存儲在諸如存儲器芯片或在處理器內實現的存儲塊等物理介質、諸如硬盤或軟盤等磁性介質、以及諸如例如dvd及其數據變體、cd等光學介質上。物理介質是非瞬態介質。
[0062]
本領域的技術人員應該明白，以上實施例的各技術特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術特征所有可能的組合都進行描述，然而，只要這些技術特征的組合不存在矛盾，都應當認為是本說明書記載的范圍。
[0063]
以上實施例僅表達了本技術的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對本技術范圍的限制。應當指出的是，對于本領域的普通技術人員來說，在不脫離本技術構思的前提下，還可以作出若干變形和改進，這些都屬于本技術的保護范圍。因此，本技術的保護范圍應以所附權利要求為準。
技術特征：
1.分布式地對空協同對未知無人機狀態估計方法，其特征在于，包括以下步驟：s00、獲取當前觀測感知節點上的全景相機圖像數據，并識別目標物在所述全景相機圖像數據中的位置；s10、分別定義圖像坐標系、相機坐標系、節點坐標系及世界坐標系，獲取當前觀測感知節點的俯仰角度、翻轉角、偏航角以及感知節點中心在所述世界坐標系下的位置得到所述節點坐標系到所述世界坐標系的旋轉矩陣；s20、根據所述目標物在所述圖像坐標系中的像素位置和相機內參得出所述目標物在所述相機坐標系中的方向；s30、將當前檢測的目標方向投影到所述節點坐標系中，并通過所述旋轉矩陣將當前目標物的方向轉換到所述世界坐標系中；s40、當任一感知節點檢測到所述目標物并至少獲得一個相鄰所述感知節點的信息后，對所述目標物進行狀態估計；s50、通過時空協同狀態估計算法對所述目標物進行狀態估計，以得到所述目標物的估計目標狀態，該時空協同狀態估計算法采用迭代方式求解，依次包括預測、信息更新及修正三個部分；其中，每個觀測感知節點均能夠將自身監測到的目標物的方向、估計目標狀態以及自身的位置發送到通信網絡中，并接收來自相鄰的感知節點發送的信息。2.如權利要求1所述的分布式地對空協同對未知無人機狀態估計方法，其特征在于，步驟s00中，每個觀測感知節點的全景相機通過三個單目相機組成，取每個單目相機中觀測方向置信度最高的目標作為當前觀測感知節點觀測到的目標物。3.如權利要求1所述的分布式地對空協同對未知無人機狀態估計方法，其特征在于，步驟s10中，通過當前觀測感知節點上的imu姿態傳感器得到所述節點坐標系到所述世界坐標系的俯仰角度和翻轉角，通過當前觀測感知節點上的rtk位置偏航傳感器得到偏航角和感知節點中心在所述世界坐標系下的位置。4.如權利要求1所述的分布式地對空協同對未知無人機狀態估計方法，其特征在于，步驟s50中，所述目標物的運動通過線性時不變系統描述。5.如權利要求1-4任意一項所述的分布式地對空協同對未知無人機狀態估計方法，其特征在于，所述圖像坐標系以所述全景相機圖像數據的上下方向作為y軸，以水平方向作為x軸，以該全景相機圖像數據四角中任意一角作為坐標系原點；所述相機坐標系以相機焦點作為原點，垂直成像平面方向為x軸，y軸與所述圖像坐標系的x軸平行，z軸與所述圖像坐標系的y軸平行；所述節點坐標系以所述觀測感知節點中的一點作為原點，以所述觀測感知節點長度方向為x軸，以所述觀測感知節點寬度方向為y軸，以所述觀測感知節點高度方向為z軸；所述世界坐標系以預設經緯海拔坐標為原點，以經線作為x軸，緯線作為y軸，重力方向作為z軸。6.分布式地對空協同對未知無人機狀態估計裝置，其特征在于，包括：包括機載計算機、全景相機、imu姿態傳感器、rtk位置偏航傳感器、電池、無線通信模塊及底板；所述機載計算機存儲有計算機程序并分別與所述全景相機、所述imu姿態傳感器、所述rtk位置偏航傳感器、所述電池及所述無線通信模塊電連接，該計算機程序存儲有包括用于
控制過程以執行過程的程序代碼，所述過程包括根據權利要求1至5任一項所述的分布式地對空協同對未知無人機狀態估計方法；所述機載計算機、所述全景相機、所述imu姿態傳感器、所述rtk位置偏航傳感器、所述電池及所述無線通信模塊均設于所述底板上。7.一種電子裝置，包括存儲器和處理器，其特征在于，所述存儲器中存儲有計算機程序，所述處理器被設置為運行所述計算機程序以執行權利要求1至5任一項所述的分布式地對空協同對未知無人機狀態估計方法。8.一種可讀存儲介質，其特征在于，所述可讀存儲介質中存儲有計算機程序，所述計算機程序包括用于控制過程以執行過程的程序代碼，所述過程包括根據權利要求1至5任一項所述的分布式地對空協同對未知無人機狀態估計方法。
技術總結
本申請提出了分布式地對空協同對未知無人機狀態估計方法及其應用，包括以下步驟：獲取當前觀測感知節點上的全景相機圖像數據，并識別目標物在圖像中的位置；分別定義圖像坐標系、相機坐標系、節點坐標系及世界坐標系；根據目標物在圖像坐標系中的像素位置和相機內參得出目標物在相機坐標系中的方向；將當前檢測的目標方向投影到節點坐標系中，并通過旋轉矩陣將當前目標物的方向轉換到世界坐標系中；當任一感知節點檢測到目標物并至少獲得一個相鄰感知節點的信息后，對目標物進行狀態估計；通過時空協同狀態估計算法對目標物進行狀態估計，以得到目標物的估計目標狀態。本申請通過多個感知節點對目標物進行估計定位，可更好地觀測、跟蹤目標物。跟蹤目標物。跟蹤目標物。
