本发明涉及无人机，尤其涉及基于姿态自适应感知的无人机高精度目标定位方法。
背景技术：
1、无人机携带光电侦察平台对重要目标进行侦察，在现代战争中对打击指引、战场态势感知有着至关重要的作用，同时也在农业灌溉、森林防火等领域应用广泛。无人机侦察可以有效规避人员伤亡，具有低成本、易投放和回收等特点，其中机载光电侦察平台克服了天基高轨道侦察的实时性较弱问题，也摆脱了陆基、舰载平台受地形和距离因素的干扰，可提供实时、可靠的目标信息，配合其他机载系统完成对目标的精确打击和针对性防御。随着光电传感器和伺服控制的发展以及光电侦察平台集成化水平的不断提高，对目标的三维坐标即纬度、经度和高度信息的精确程度提出更高要求，高精度的目标定位受到各国的广泛重视。
2、无人机的机载光电侦察平台通常是转塔式结构，由基座、方位和俯仰框架、成像系统以及控制系统等组成。在侦察过程中获取目标精确地理坐标信息的过程称为目标定位，根据载机的位置信息、侦察目标的距离和姿态角度，结合机载平台的旋转角度以及摄像机的内外参数进行解算，完成目标从相机坐标系到大地坐标系的转换。
3、机载光电侦察平台实现对目标的定位是无人机多系统协同工作的结果，定位精度受到传感器精度、激光测距仪精度、载机和平台的稳定精度、载机的导航精度和数据传输时延等多系统多因素的共同影响，定位过程中的任一过程出现偏差都将导致定位结果的严重偏移，目标定位精度的提升存在较大困难。其中，激光测距仪精度、载机导航精度等因素对目标定位结果的影响都呈现出线性平移的特性，目标定位系统中的各个角度误差是影响无人机目标定位精度的关键因素。角度误差可分为随机误差和系统误差两类，光电侦察平台通常使用阻尼减振器隔离载机的高频振动，使用自适应控制减小机械振动影响和目标跟踪产生的低频扰动，再通过滤波算法可以消除大部分噪声影响，而姿态角度的系统误差消除目前仍然较多困难。
4、为了应对无人机目标定位中的各姿态角度系统误差难以消除带来的精度下降问题，提出系统误差的辨识与修正方法来实现高精度目标定位是必要的。为此本发明提出了一种基于姿态自适应感知的无人机高精度目标定位方法，来提高无人机目标定位的精度。。
技术实现思路
1、发明目的：针对上述现有技术，提出基于姿态自适应感知的无人机高精度目标定位方法；
2、技术方案:基于姿态自适应感知的无人机高精度目标定位方法，包括以下步骤：
3、步骤1)：获取目标定位数据集；
4、步骤2)：构建姿态自适应感知模型，通过目标定位数据集对姿态自适应感知模型进行训练，得到训练好的姿态自适应感知模型；
5、步骤3)：建立光电侦察平台定位模型；
6、步骤4)：使用光电侦察平台定位模型对合作目标点连续目标定位并进行位置解算，将解算所得的数据输送训练好的姿态自适应感知模型得到无人机的姿态自适应修正信号，无人机飞行至预定侦察区域后，对载机和光电侦察平台的姿态信号进行修正。
7、优选的，步骤1)的具体过程为：定义c＝{c1,c2,…,ci,…,cm}为无人机沿着所有可能航迹进行一架次飞行得到的连续目标定位事件集合，其中ci代表无人机沿着轨迹i进行一架次飞行得到的连续目标定位事件，m代表航迹总数；连续目标定位事件其中代表沿着轨迹i进行一架次飞行过程中的对合作目标点的第j次定位，si代表对真实目标点的定位，ni代表在起始定位点连续飞行经过ni次对合作目标点的定位；
8、定义为连续目标定位事件ci的特征矩阵，为矩阵转置，特征矩阵中代表的特征向量，参数j的取值为0～ni-1，分别代表位置解算的结果在地理坐标系n下x,y,z三轴方向的相对位置偏移，均为姿态角度，具体的，为无人机偏航角的姿态角度、为俯仰角的姿态角度、为横滚角的姿态角度、为光电侦察平台相机转动方位角的姿态角度、为高低角的姿态角度；
9、构建目标定位数据集，目标定位数据集内的数据包括无人机的实时位置、相对位置偏移和姿态角度将目标定位数据集划分为训练集、验证集和测试集，比例为3:1:1。
10、优选的，步骤2)中，所述的姿态自适应感知模型包括串接的时间序列特征提取器和权重调节器target-ma，所述时间序列特征提取器包括分类器和回归预测器；所述分类器用于确定主导姿态角度的类型classout，所述回归预测器用于确定无人机的姿态角度偏移量regressout，将姿态角度偏移量regressout和主导姿态角度的类型classout输入权重调节器自适应调节权重：
11、
12、
13、
14、
15、target-ma＝linear(concat(target-head1,…,target-headi)wt)
16、其中qi，ki，vi为矩阵，为权重，表示缩放因子，head为注意力头，i为注意力头的序号，concat(·)为矩阵的拼接，linear(·)为线性变换；所述主导姿态角度为五个姿态角度中对目标定位影响最大的姿态角度；
17、权重调节器输出姿态角度自适应修正信号，根据姿态角度自适应修正信号对测得的相对位置进行逆向修正，将进行逆向修正后的相对位置偏移和测得的相对位置偏移分别代入构建的光电侦察平台定位模型得到两组定位偏移：
18、
19、
20、计算相对代价函数：
21、
22、
23、其中y代表classout的真实值标签，代表预测值，k代表连续定位次数，为交叉熵损失函数；
24、最终的模型代价函数为
25、采用frobeniusnorm计算平均距离作为定位结果偏移：
26、
27、其中k代表连续定位的次数，batchsize代表每一个mini-batch中的样本量，分别代表第i批样本中第j次定位的目标解算结果在地理坐标系下x,y,z三轴方向的相对位置；
28、计算最终评价指标targetincrease：
29、
30、优选的，步骤3)中，构建的光电侦察平台定位模型为：
31、
32、其中，tc为目标在无人机光电侦察平台相机坐标系下的坐标，包括目标在x,y方向上的像素位置和激光测距距离，为矩阵转置；和为大地测量学理论中的大地直角坐标系与大地坐标系之间的转换公式；为无人机导航系统提供载机的大地坐标信息；bp,lp,hp分别为无人机的纬度、经度和高程；φnb,γnb,θnb,αtc,βtc分别代表无人机偏航角、无人机俯仰角、无人机横滚角、机载侦察平台相机方位角和机载侦察平台相机高低角的真实测量值；为光电侦察平台通过阻尼减振器与载机联结引入的平台与载机间的三轴姿态角偏移即振动误差矩阵；为载机与光电侦察平台坐标系之间引入的三轴姿态角度偏移，其中分别为平台基座与载机的三轴安装对准误差；为无人机受强气流、相机视轴初始对准以及机械疲劳因素干扰，引入方位角的系统误差旋转矩阵rotδα和高低角的系统误差旋转矩阵rotδβ，其中δα和δβ分别为方位角偏移和高低角偏移。
33、优选的，无人机升空后，首先选取一个处于航线附近的合作目标点，使用光电侦察平台定位模型对合作目标点进行连续目标定位并进行位置解算，将进行位置解算所得的无人机的实时位置、相对位置偏移和姿态角度偏移输入训练好的姿态自适应感知模型，得到此架次无人机的姿态角度自适应修正信号无人机飞行至预定侦察区域后，对载机和光电侦察平台的姿态角度进行修正：
34、
35、
36、
37、
38、
39、其中代表测得的姿态角度，代表经过姿态角度自适应修正信号修正后的姿态角度；将重新代入光电侦察平台定位模型进行解算得到高精度的目标位置。
40、有益效果：本发明的基于姿态自适应感知的无人机高精度目标定位方法的优点在于：利用无人机对同一目标连续定位结果的时序偏移特征，设计了基于多任务深度学习的姿态自适应感知模型对各角度系统误差的自适应辨识与补偿，实现高精度的目标定位。实验结果表明该系统有效辨识无人机偏航角、俯仰角、横滚角和光电侦察平台方位角、高低角的系统误差，无人机在飞行高度为4000m时，经过该方法校准后能有效消除77％的系统误差，目标定位的误差由103m下降至19m，定位精度的提升达到81％，证明了该方法能够使无人机在巡航状态下有效校正系统误差，显著提高目标定位精度。
1.基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，包括以下步骤：
2.如权利要求1所述的基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，步骤1)的具体过程为：定义c＝{c1，c2，…，ci，…，cm}为无人机沿着所有可能航迹进行一架次飞行得到的连续目标定位事件集合，其中ci代表无人机沿着轨迹i进行一架次飞行得到的连续目标定位事件，m代表航迹总数；连续目标定位事件其中代表沿着轨迹i进行一架次飞行过程中的对合作目标点的第j次定位，si代表对真实目标点的定位，ni代表在起始定位点连续飞行经过ni次对合作目标点的定位；
3.如权利要求2所述的基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，步骤2)中，所述的姿态自适应感知模型包括串接的时间序列特征提取器和权重调节器target-ma，所述时间序列特征提取器包括分类器和回归预测器；所述分类器用于确定主导姿态角度的类型classout，所述回归预测器用于确定无人机的姿态角度偏移量regressout，将姿态角度偏移量regressout和主导姿态角度的类型classout输入权重调节器自适应调节权重：
4.如权利要求3所述的基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，步骤3)中，构建的光电侦察平台定位模型为：
5.如权利要求4所述的基于姿态自适应感知的无人机高精度目标定位方法，其特征在于，无人机升空后，首先选取一个处于航线附近的合作目标点，使用光电侦察平台定位模型对合作目标点进行连续目标定位并进行位置解算，将进行位置解算所得的无人机的实时位置、相对位置偏移和姿态角度偏移输入训练好的姿态自适应感知模型，得到此架次无人机的姿态角度自适应修正信号无人机飞行至预定侦察区域后，对载机和光电侦察平台的姿态角度进行修正：
