[发明专利]一种城市峡谷内基于精确3D城市模型的GNSS定位方法

权利要求书

1.一种城市峡谷内基于精确3D城市模型的GNSS定位方法，其特征在于，包括如下步骤：

步骤1，构建3D城市模型；

步骤2，选定两个以上的候选位置；

步骤3，对每个候选位置接收到的卫星信号进行分类，卫星信号类型包括LOS信号和NLOS信号；若候选位置接收到的卫星信号包括LOS信号，执行步骤4，若候选位置接收到的卫星信号均为NLOS信号，执行步骤5；

步骤4，反演LOS信号的模拟伪距，计算候选位置的第一权重；

步骤5，反演NLOS信号的模拟伪距，计算候选位置的第二权重；

步骤6，根据候选位置的第一权重和第二权重解算精确位置。

2.根据权利要求1所述的一种城市峡谷内基于精确3D城市模型的GNSS定位方法，其特征在于，所述步骤1包括：

步骤1-1，获取航空影像和地面影像，生成初始3D点云，构建初始3D网格模型；

步骤1-2，对初始3D网格模型进行校正，生成融合后的3D点云；

步骤1-3，对融合后的3D点云进行密集重建和表面重建，获得初始3D城市模型；

步骤1-4，对初始3D城市模型进行几何优化和纹理优化，获得最终的3D城市模型。

3.根据权利要求2所述的一种城市峡谷内基于精确3D城市模型的GNSS定位方法，其特征在于，所述步骤1-1包括：

采集获取航空影像和地面影像，对所述航空影像和地面影像通过自标定光束平差获得初始外定参数，然后基于多视图立体算法通过航空影像和地面影像获得初始3D点云，最后通过获得的初始3D点云构建初始3D网格模型；

所述步骤1-2包括：

基于初始外定参数，通过拟合立面区域附近的初始3D点云生成初始3D网络模型的垂直平面，将航空影像和地面影像通过尺度不变特征变换SIFT算法校正至初始3D网络模型的垂直平面上，生成融合后的3D点云。

4.根据权利要求3所述的一种城市峡谷内基于精确3D城市模型的GNSS定位方法，其特征在于，所述步骤1-3中密集重建指去除融合后的3D点云中存在的噪声和误差点，表面重建指利用点云数据精确恢复物体三维表面形状的技术，步骤1-3包括：

步骤1-3-1：记融合后的3D点云中点的集合为Q＝{q₁,q₂,…,q_n}，其中n表示融合后的3D点云中点的总个数，选取任意一个点q_i以及q_i的K-近邻所有点，1≤i≤n，q_i的K-近邻所有点组成的集合为D；

步骤1-3-2：计算q_i和周围所有点之间距离的平均值，即其中k为集合D中点的个数，q_j为D内的点；假设所述遵循高斯分布；

步骤1-3-3：排除平均值在μ±ασ中的点，其中α为给定的阈值，μ为的期望，σ为的方差，从而完成密集重建；

步骤1-3-4：通过图割算法，建立能量函数方程E(S)＝E_v(S)+λ_pE_p(S)+λ_aE_a(S)，其中S表示物体三维表面，E(S)表示物体三维表面的能量，E_v(S)、E_p(S)和E_a(S)分别是表面可见性、光泽一致性和表面平滑度，λ_p、λ_a分别是相应的正权重，通过求解图的最小割来保证上述方程达到最小值，从而完成表面重建。

5.根据权利要求4所述的一种城市峡谷内基于精确3D城市模型的GNSS定位方法，其特征在于，所述步骤1-4包括：

步骤1-4-1：对初始3D城市模型进行微调，获得预处理后的3D城市模型；所述微调包括对初始3D城市模型中存在的歪扭的表面进行微调使得表面顺滑；

步骤1-4-2：使用地面影像匹配处理预处理后的3D城市模型中每个建筑物的侧墙纹理，再基于MRF下的图割纹理优化算法进行纹理优化，获得最终的3D城市模型中；所述匹配处理包括通过地面影像获得与预处理后的3D城市模型中每个建筑物的侧墙对应的纹理，并根据纹理大小调整预处理后的3D城市模型大小。