(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210128714.5 (22)申请日 2022.02.11 (71)申请人 北京卓翼智能科技有限公司 地址 100086 北京市海淀区知春路6号(锦 秋国际大厦)09层B01室 (72)发明人 罗巍　任雪峰　 (74)专利代理 机构 北京中原华和知识产权代理 有限责任公司 1 1019 代理人 陈伟　寿宁 (51)Int.Cl. G06V 20/17(2022.01) G06V 10/22(2022.01) G06V 10/26(2022.01) G06V 10/46(2022.01) G06V 10/75(2022.01)G06V 10/80(2022.01) G06K 9/62(2022.01) (54)发明名称 目标检测定位方法、 装置、 控制器及存储介 质和无人机 (57)摘要 本发明公开了一种目标检测定位方法、 装 置、 控制器及存储介质和无人机， 其中该方法包 括： 获取双 目视觉感知模块采集的双目图像， 并 构建双目图像的深度图； 基于深度图识别出双目 图像中的目标物； 确定目标物在世界坐标系中的 目标世界坐标； 根据无人机的飞行数据和目标世 界坐标， 确定目标物的空间位置参数。 本发明通 过无人机遥感和双目立体视觉技术来对目标物 的检测和定位， 能够准确地实现存在复杂背景的 目标物的检测 和定位。 权利要求书3页 说明书14页 附图7页 CN 114170535 A 2022.03.11 CN 114170535 A 1.一种基于无 人机的目标检测定位方法， 其特 征在于， 包括： 获取双目视 觉感知模块采集的双目图像， 并构建所述双目图像的深度图； 基于所述深度图识别出 所述双目图像中的目标物； 确定所述目标物在世界坐标系中的目标世界坐标； 根据所述无 人机的飞行 数据和所述目标世界坐标， 确定所述目标物的空间位置参数。 2.根据权利要求1所述的基于无人机的目标检测定位方法， 其特征在于， 所述获取双目 视觉感知模块采集的双目图像， 并构建所述双目图像的深度图的步骤 包括： 对所述双目图像的左图像和 右图像均进行区域分割， 以得到左区域分割图像和 右区域 分割图像； 提取所述左区域分割图像的第一特 征点和所述右区域分割图像中的第二特 征点； 根据所述第 一特征点和所述第 二特征点之间的欧氏距离， 匹配所述第 一特征点和所述 第二特征点， 得到多组原 始特征点对； 选取所述原始特征点对中的稀疏视 差点对， 并计算所述稀疏视 差点对的深度值； 统计所述稀疏视差点对的投影分布， 将每个区域分割图像的稀疏视差点对的平均视差 作为对应区域分割图像的视 差值； 基于所述视 差值创建稀疏视 差图， 以得到所述双目图像的深度图。 3.根据权利要求2所述的基于无人机的目标检测定位方法， 其特征在于， 所述选取所述 原始特征点对中的稀疏视 差点对， 并计算所述稀疏视 差点对的深度值的步骤， 包括： 连接每组所述原 始特征点对， 并计算每组原 始特征点对的连接线的斜 率； 将多个所述 斜率中出现频率 最高的斜 率作为主斜 率； 保留多个所述斜率中与所述主斜率相同的斜率所对应的所述原始特征点对， 作为所述 稀疏视差点对； 计算所述稀疏视 差点对的深度值。 4.根据权利要求1所述的基于无人机的目标检测定位方法， 其特征在于， 所述基于所述 深度图识别出 所述双目图像中的目标物的步骤， 包括： 根据所述双目图像的图像特 征进行融合， 以得到二维显着图； 采用所述深度图改进所述 二维显着图的二维显着性， 以得到深度显着图； 对所述深度显着图进行二值化和骨架化， 根据所述目标物的预设特征识别所述深度显 着图中的所述目标物。 5.根据权利要求1所述的基于无人机的目标检测定位方法， 其特征在于， 所述确定所述 目标物在世界坐标系中的目标世界坐标的步骤， 包括： 将所述双目视觉感知模块中的一个摄像机的光学中心设置为原点， 将所述摄像机的光 轴设置为Z轴， 以建立像素坐标系； 确定所述目标物的目标点在所述像素坐标系内的目标像素坐标； 根据像素坐标系与世界坐标系的转换关系， 将所述目标像素坐标转换为所述目标世界 坐标。 6.根据权利要求5所述的基于无人机的目标检测定位方法， 其特征在于， 所述像素坐标 系与世界坐标系的转换关系为：权　利　要　求　书 1/3 页 2 CN 114170535 A 2其中， 所述目标点的目标世界坐标为 ， 所述目标点在所述像素坐标系中的 坐标为 （u，v） ， 所述原点在所述像素坐 标系中的坐 标为 （u0，v0） ， 所述双目视觉感知模块的两 个摄像机之间的距离定 义为基线距离 b， 所述目标点的视差 值d=ui‑ur， 所述目标点在两个摄 像机的像素坐标系中的坐标为 （ui, vi）和（ur,vr）, ， X、 Y、 Z、 W为目标点在世界坐标系中的四维坐标值。 7.根据权利要求1所述的基于无人机的目标检测定位方法， 其特征在于， 所述无人机的 飞行数据包括： 无 人机的经纬度、 海拔、 俯仰角、 方位角、 侧倾角以及摄 像机的俯仰角； 所述目标物的空间位置参数包括： 所述目标物的经纬度以及距离海平面的高度。 8.一种基于无 人机的目标检测定位装置， 其特 征在于， 包括： 构建模块， 配置为获取双目视觉感知模块采集的双目图像， 并构建所述双目图像的深 度图； 识别模块， 配置为基于所述深度图识别出 所述双目图像中的目标物； 确定模块， 配置为确定所述目标物在世界坐标系中的目标世界坐标； 定位模块， 配置为根据所述无人机的飞行数据和所述目标世界坐标， 确定所述目标物 的空间位置参数。 9.根据权利要求8所述的基于无人机的目标检测定位装置， 其特征在于， 所述构建模块 包括： 分割子模块， 配置为对所述双目图像的左图像和右图像均进行区域分割， 以得到左区 域分割图像和右区域分割图像； 提取子模块， 配置为提取所述左区域分割图像的第 一特征点和所述右区域分割图像中 的第二特 征点； 匹配子模块， 配置为根据所述第一特征点和所述第二特征点之间的欧氏距离， 匹配所 述第一特 征点和所述第二特 征点， 得到多组原 始特征点对； 计算子模块， 配置为选取所述原始特征点对中的稀疏视差点对， 并计算所述稀疏视差 点对的深度值； 统计子模块， 配置为统计所述稀疏视差点对的投影分布， 将每个区域分割图像的稀疏 视差点对的平均视 差作为对应区域分割图像的视 差值； 创建子模块， 配置为基于所述视 差值创建稀疏视 差图， 以得到所述双目图像的深度图。 10.根据权利要求9所述的基于无人机的目标检测定位装置， 其特征在于， 所述计算子 模块包括： 斜率计算单元， 配置为连接每组所述原始特征点对， 并计算每组原始特征点对的连接 线的斜率； 主斜率确定单 元， 配置为将多个所述 斜率中出现频率 最高的斜 率作为主斜 率； 稀疏视差点对确定单元， 配置为保留多个所述斜率中与 所述主斜率相同的斜率所对应权　利　要　求　书 2/3 页 3 CN 114170535 A 3