本發明涉及采用無線電波的反射的定位，具體涉及一種北斗測繪系統定位方法及裝置。

背景技術：

1、測繪指的是測量或勘察某地區的地形、地質條件，繪制成相應的工程圖像。早期的測繪主要是通過人工使用測繪儀器進行的，而隨著無人機技術的發展，通過機載測繪，能夠快速高效地對地區進行測繪。為了保證工程圖像的實際使用，需要對測繪區域的各個位置與真實位置的坐標進行對應，從而保證不管是機械使用還是因地制宜地建造建筑、橋梁等都能準確無誤的進行。北斗衛星導航系統通過定位解算算法以及空間位置坐標，能夠完成對測繪位置的精確定位。

2、現有的問題：在目前的定位解算算法中，由于衛星和接收器時鐘誤差、電離層和對流層的延遲、反射物導致的多路徑效應等多方面的影響，所得激光雷達坐標仍然存在一定的誤差。若測繪區域為復雜地形，則定位誤差更大，那么在測繪文件中規劃地區構建就會與現實地區存在一定差異，導致施工過程還需要反復確定，甚至導致施工出現安全問題。

技術實現思路

1、本發明提供一種北斗測繪系統定位方法及裝置，以解決現有的問題。

2、本發明的一種北斗測繪系統定位方法及裝置采用如下技術方案：

3、本發明一個實施例提供了一種北斗測繪系統定位方法，該方法包括以下步驟：

4、獲取測繪過程中每一時刻下無人機拍攝的每張圖像中每個像素點對應的三維點云數據以及無人機運動數據；以所有張圖像中所有像素點對應的三維點云數據構成測繪系統點云數據；

5、將測繪系統點云數據劃分為密集點簇和稀疏點簇，對密集點簇和稀疏點簇進行刪增操作，獲取最終更新密集點簇和稀疏點簇，根據最終更新密集點簇和稀疏點簇，生成測繪系統點云數據的最佳參考三角網絡；

6、根據每一時刻下每張圖像中每個像素點對應的三維點云數據以及無人機運動數據，確定每個三維點云數據的真實參考點；所述真實參考點為三維點云數據；在最佳參考三角網絡中，根據任意兩個真實參考點之間的距離差異獲取任意兩個真實參考點之間的穩定性；基于任意兩個真實參考點的穩定性以及對應點云數據之間的距離差異，獲取任意點云數據的標準度；根據所述任意點云數據的標準度確定任意點云數據的真實坐標；

7、基于真實坐標完成測繪文件的建立。

8、進一步地，所述，將測繪系統點云數據劃分為密集點簇和稀疏點簇，包括的具體步驟如下：

9、在測繪系統點云數據中，將第個點云數據最近的點云數據，記為第個點云數據的相鄰點，將第個點云數據與第個點云數據的相鄰點的歐式距離，記為第個點云數據的最近距離；

10、計算所有點云數據的最近距離的均值，當大于等于時，將第個點云數據，記為稀疏點，當小于時，將個點云數據，記為密集點；

11、以所有密集點構成密集點簇，以所有稀疏點構成稀疏點簇。

12、進一步地，所述對密集點簇和稀疏點簇進行刪增操作，獲取最終更新密集點簇和稀疏點簇，包括的具體步驟如下：

13、根據密集點簇中每個點云數據和相鄰點云數據的距離關系確定每個點云數據的應刪去可能性；

14、預設第一閾值；在密集點簇中，刪去應刪去可能性最大的點云數據，得到第一更新密集點簇；

15、按照密集點簇中每個點云數據的應刪去可能性的獲取方式，獲取第一更新密集點簇中每個點云數據的應刪去可能性；

16、在第一更新密集點簇中，刪去應刪去可能性最大的點云數據，得到第二更新密集點簇；

17、以此類推，直至第一次出現第t個更新密集點簇中最大的應刪去可能性小于時結束，以第t個更新密集點簇，作為最終更新密集點簇；

18、選取稀疏點簇的待加點云數據，按照最終更新密集點簇的獲取方式，對稀疏點簇增加待加點云數據，獲取最終更新稀疏點簇。

19、進一步地，所述分別對密集點簇和稀疏點簇刪增操作，獲取最終更新密集點簇和稀疏點簇，包括的具體步驟如下：

20、根據密集點簇中每個點云數據和相鄰點云數據的距離關系確定每個點云數據的應刪去可能性；

21、預設第一閾值；在密集點簇中，刪去應刪去可能性最大的點云數據，得到第一更新密集點簇；

22、按照密集點簇中每個點云數據的應刪去可能性的獲取方式，獲取第一更新密集點簇中每個點云數據的應刪去可能性；

23、在第一更新密集點簇中，刪去應刪去可能性最大的點云數據，得到第二更新密集點簇；

24、以此類推，直至第一次出現第t個更新密集點簇中最大的應刪去可能性小于時結束，以第t個更新密集點簇，作為最終更新密集點簇；

25、選取稀疏點簇的待加點云數據，按照最終更新密集點簇的獲取方式，對稀疏點簇增加待加點云數據，獲取最終更新稀疏點簇。

26、進一步地，所述根據密集點簇中每個點云數據和相鄰點云數據的距離關系確定每個點云數據的應刪去可能性，包括的具體步驟如下：

27、對于密集點簇中第個點云數據，獲取密集點簇內所有點云數據的最近距離的均值；將密集點簇中第個點云數據的最近距離和的差值記為第個點云數據的離散程度；將密集點簇內所有點云數據的離散程度的均值記為密集點簇內所有點與相鄰點的距離的離散程度；

28、按照的獲取方式，獲取去除第個點云數據后密集點簇內所有點與相鄰點的距離的離散程度；

29、將與的差值記為密集點簇中第個點云數據的應刪去可能性。

30、進一步地，所述選取稀疏點簇的待加點云數據，包括的具體步驟如下：

31、使用逐點插入法生成測繪系統點云數據的delaunay三角網絡；所述delaunay三角網絡將所述點云數據被劃分為若干個無重疊三角形結構；

32、獲取稀疏點簇中每個點云數據所處的三角形結構，對于稀疏點簇中的第個三角形結構，將離所述第個三角形的外心距離最近的點云數據記為第x個三角形結構的待加點云數據。

33、進一步地，所述根據每一時刻下每張圖像中每個像素點對應的三維點云數據以及無人機運動數據，確定每個三維點云數據的真實參考點，包括的具體步驟如下：

34、所述無人機運動數據包括：每一時刻下的無人機飛行高度、無人機翻滾角、誤差距離以及真實距離；

35、將每張圖像中的中心像素點對應的點云數據，作為參考點；

36、在第時刻下，獲取誤差距離與無人機飛行高度的比值反正切值，計算與無人機翻滾角的和值的正切值，將所述正切值與無人機飛行高度的乘積減去真實距離的差值，作為第時刻的參考點由翻滾角反向校正的距離；

37、以無人機俯仰角替換翻滾角，按照第時刻的參考點由翻滾角反向校正的距離，獲取第時刻的參考點由俯仰角反向校正的距離；

38、將第時刻的參考點由翻滾角反向校正的距離和參考點由俯仰角反向校正的距離的均值記為第時刻的參考點的校正距離；

39、計算第u個參考點與除第u個參考點之外的第k個點云數據的歐式距離與第u個參考點的校正距離的差值絕對值，作為第u個參考點與除第u個參考點之外的第k個點云數據的真實性；

40、將第u個參考點與除第u個參考點之外的所有點云數據的真實性中的最大真實性對應的除第u個參考點之外的點云數據，作為第u個參考點的真實參考點。

41、進一步地，所述根據任意兩個真實參考點之間的距離差異獲取任意兩個真實參考點之間的穩定性，包括的具體步驟如下：

42、所述最佳參考三角網絡中所有點云數據被劃分為若干個無重疊三角形結構；

43、在最佳參考三角網絡中，選取任意兩個真實參考點和，統計和的連接直線上所有點云數據所處三角結構的所有邊長，記為目標邊長，計算每個目標邊長與所有目標邊長的均值的差值絕對值，將所有目標邊長與所有目標邊長的均值的差值絕對值的和值與和的連接直線上所有點云數據的數量的比值，作為和的穩定性。

44、進一步地，所述基于任意兩個真實參考點的穩定性以及對應點云數據之間的距離差異，獲取任意點云數據的標準度，包括的具體步驟如下：

45、對于測繪系統點云數據中的第個點云數據，首先計算第個點云數據的真實參考點和距離最近的前兩個真實參考點的穩定性值，分別記為和；將所述和的和記為；計算第個點云數據和距離最近的兩個點云數據的距離，分別記為和；將所述和的和記為；將所述和的乘積記為第個點云數據的標準度。

46、進一步地，所述根據所述任意點云數據的標準度確定任意點云數據的真實坐標，包括的具體步驟如下：

47、計算所有點云數據的標準度，將標準度最高的點云數據記為標準點，將標準點的標準度記為；

48、將第個點云數據的坐標位置記為；將第個點云數據的真實參考點的坐標位置記為；標準點的標準度和第個點云數據的標準度的差值記為；將和的乘積記為第個點云數據的修正坐標值，將所述修正坐標值和相加得到第個點云數據的真實坐標。

49、本發明還提出了一種北斗測繪系統定位裝置，采用所述的一種北斗測繪系統定位方法，該裝置包括以下模塊：

50、數據采集模塊：用于獲取測繪過程中每一時刻下無人機拍攝的每張圖像中每個像素點對應的三維點云數據以及無人機運動數據；以所有張圖像中所有像素點對應的三維點云數據構成測繪系統點云數據；

51、最佳參考三角網絡構建模塊：用于將測繪系統點云數據劃分為密集點簇和稀疏點簇，對密集點簇和稀疏點簇進行刪增操作，獲取最終更新密集點簇和稀疏點簇，根據最終更新密集點簇和稀疏點簇，生成測繪系統點云數據的最佳參考三角網絡；

52、點云數據的真實坐標獲取模塊：用于根據每一時刻下每張圖像中每個像素點對應的三維點云數據以及無人機運動數據，確定每個三維點云數據的真實參考點；所述真實參考點為三維點云數據；在最佳參考三角網絡中，根據任意兩個真實參考點之間的距離差異獲取任意兩個真實參考點之間的穩定性；基于任意兩個真實參考點的穩定性以及對應點云數據之間的距離差異，獲取任意點云數據的標準度；根據所述任意點云數據的標準度確定任意點云數據的真實坐標；

53、測繪文件建立模塊：用于基于真實坐標完成測繪文件的建立。

54、本發明具有如下有益效果：

55、在本發明實施例中，獲取測繪過程中每一時刻下無人機拍攝的每張圖像中每個像素點對應的三維點云數據以及無人機運動數據；以所有張圖像中所有像素點對應的三維點云數據構成測繪系統點云數據，以所有張圖像中所有像素點對應的三維點云數據構成測繪系統點云數據，將測繪系統點云數據劃分為密集點簇和稀疏點簇，對密集點簇和稀疏點簇進行刪增操作，獲取最終更新密集點簇和稀疏點簇，根據最終更新密集點簇和稀疏點簇，生成測繪系統點云數據的最佳參考三角網絡，根據每一時刻下無人機拍攝的每張圖像中每個像素點對應的三維點云數據以及無人機運動數據；確定每個三維點云數據的真實參考點，所述真實參考點為三維點云數據，根據任意兩個真實參考點之間的距離差異獲取任意兩個真實參考點之間的穩定性，基于任意兩個真實參考點的穩定性以及對應點云數據之間的距離差異，獲取任意點云數據的標準度，根據所述任意點云數據的標準度確定任意點云數據的真實坐標，基于真實坐標完成測繪文件的建立。本發明通過圖像、點云、北斗定位的多重分析，使得測繪區域中的所有位置的定位坐標都能夠更加準確，保證了測繪文件的準確性。