运动相机相对位姿估计是基于机载光电平台进行视觉定位的关键技术。在大倾角、小交会角等典型受限观测条件下，相机位姿估计精度易受姿态角误差和像点提取误差的影响，使目标定位精度难以满足应用需求。针对惯性测量单元测量角度随时间发生漂移，且惯性测量单元与相机安装关系标定繁琐的问题，提出了一种惯性测量单元与相机固联安装下的对地定位方法，无需标定相机和惯性测量单元之间的安装关系。首先，利用固联安装的惯性测量单元为运动相机提供相对旋转角信息；然后，根据1个相对旋转角和4个同名点估计运动相机的相对位姿；最后，采用投影矩阵交会法线-线交会出目标的空间位置。仿真和飞行实验表明，在典型受限观测条件下，所提方法定位精度优于传统定位方法，具有高精度、高效率、强鲁棒性等优点。

针对复杂战场环境要求天波雷达快速精准定位的问题，提出一种基于多策略改进麻雀搜索算法的定位模型。首先，使用立方混沌映射、步长因子动态调整、反向学习和混合变异算子对麻雀搜索算法进行改进，形成改进的麻雀搜索算法；然后，采用改进后的麻雀搜索算法寻找混合核极限学习机（HKELM）最优的核函数参数和混合核的权重系数；最后，使用寻优后的HKELM对天波雷达探测到的目标进行定位。结果表明，改进后的麻雀搜索算法在精度上和稳定性上优于用基本麻雀搜索算法改进的HKELM模型和极限学习机（ELM）定位模型，表明了所提算法的有效性。

针对基于磁梯度张量的磁性目标单点定位方法受地磁场的估计误差影响较大的问题, 提出了一种基于正六面体测量阵列的磁性目标定位方法, 该方法利用正六面体测量阵列上、下两个平面的磁梯度张量测量信息, 建立关于目标位置的方程组, 利用地磁场梯度较小的特性, 通过对磁场矢量项做差来消除地磁场的干扰, 然后利用磁场矢量的差值和磁梯度张量信息求解得到目标的位置坐标。仿真实验结果表明, 该方法可以克服现有方法中受地磁场的估计误差影响较大的问题, 提高目标的定位精度。

由于旋转激光扫描测量系统采用的是有源式收发分体的仪器架构,因此其易受到工业现场复杂测量条件的制约。针对系统现场适应性受限的问题,提出了一种基于旋转激光扫描的单站式无源多靶点定位方法。在所提方法中,将多个角锥棱镜作为无源待测靶点。通过构建非球面反射接收模型实现了信号发射端与接收端的结合,并分析比较了该测量模式下的信号延时。此外,建立了多靶点光信号匹配机制以实现无源多靶点交会定位。最后,在工作空间测量定位系统平台上进行了实验验证。结果表明,所提方法在10 m测量范围内的三个方向上均能实现亚毫米级的定位精度,有效提高了旋转激光扫描测量系统在复杂测量环境中的适应性。

受激光测距机作用距离和脉冲频率等的限制,主动测距方法无法在高空斜视远距离大区域成像模式中得以应用。针对该问题,提出了一种对同一目标区域进行多次立体成像测量的定位算法。利用机载定位系统测出平台位置、姿态信息,以及相机框架轴角信息,建立目标区域地理坐标与图像像素点间的映射关系,利用地球椭球模型求解目标初始地理信息,应用卡尔曼滤波器对数据进行自回归预测,采用蒙特卡罗法仿真分析误差对定位精度的影响。结果表明,立体成像40次后目标的定位精度优于20 m,立体成像180次后目标的定位精度优于10 m。采用飞行实验数据验证了该目标定位算法的有效性,在飞行高度为9800 m、倾斜角为78°时,立体成像40次后目标的定位精度优于35 m,可满足工程应用需求。

水果的可见光谱目标识别是实现农业自动化采摘至关重要的一步。 在水果识别的过程中, 由于重叠和遮挡的影响使得目标识别困难, 识别率不高。 本文针对自然环境中果实重叠的识别问题, 利用谱聚类算法对图像进行分割, 然后使用随机霍夫变换实现果实的识别和定位。 针对传统算法运算复杂度高, 运算速度慢的问题, 本文提出了基于均值漂移和稀疏矩阵原理的改进谱聚类算法。 首先使用均值漂移算法对图像进行预分割, 均值漂移是一种用于密度梯度的无参估计法。 该算法实质是一种迭代, 先计算出偏移量, 根据偏移量移动点, 如此反复, 直到偏移量为零即收敛到一点为止。 利用均值漂移算法除去大多数的背景像素, 为减少谱聚类算法的计算量做准备。 然后提取预分割图像的有用信息即图像中像素对之间相似度的描述, 将提取的图像特征信息映射到稀疏矩阵中, 并使用K-means算法将其分类。 得到最终的分类结果, 实现对预处理图像的再次分割。 然后恢复图像分割区域的颜色, 使用彩色向量梯度提取边缘轮廓, 对得到的轮廓图像使用随机霍夫变换, 并在检测过程中设置半径参数的范围从而进一步加快算法的运行速度。 经过检测可以得到目标的圆心坐标和半径, 从而实现重叠绿苹果的识别。 降低了谱聚类的数据处理量, 提高了算法的运行速度。 经过试验分析和算法对比, 该算法得到较高的重合度9541%, 较低的误差率459%和误检率305%。

针对高速摄像条件下双目同步立体匹配存在困难的问题,提出了一种基于双目相机的空间直线运动轨迹快速测量算法。在建立了摄像机空间坐标系的基础上,基于小孔成像原理以及目标点与对应点的映射关系,构建了成像模型。对算法原理的实验验证表明,通过遍历点对组合并对其测量结果求平均值可减小误差,验证了原理的可行性与算法的有效性。

为了提高天波超视距雷达的目标定位精度,提出一种改进蜻蜓算法优化极限学习机的多基地天波超视距雷达目标定位模型。为了避免蜻蜓算法陷入局部最优,将Logistic混沌映射、反向学习策略和变异过程引入蜻蜓算法,形成改进的蜻蜓优化算法;用改进的蜻蜓算法对极限学习机的权值和隐含层偏置进行优化;将优化后的极限学习机应用于多基地天波超视距雷达定位。理论研究和仿真结果表明,该方法能够实现目标的高精度定位,且定位精度和可靠性优于目前常用的天波超视距雷达定位方法和基于误差反向传播神经网络、径向基函数神经网络的目标定位方法,为多基地天波超视距雷达系统提供了一种新的目标定位方法。

目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率, 提出一种多目标实时定位的方法, 建立主次目标定位几何关系及坐标转换模型, 结合已知数据信息求取各目标大地坐标, 并用蒙特卡洛法分析目标定位误差。最后, 基于即将组网成功“北斗二代”卫星导航系统对无人机空中定位, 同时采用递归最小二乘算法滤波处理, 提高了目标定位精度。研究及实验结果表明, 北斗导航定位能够有效提高无人机空中定位精度, 且有望达到厘米级精度, 同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性, 提高定位精度及侦察效率。