1.一种户外目标定位方法，其特征在于，包括以下步骤：S1：各分布式终端分别获取目标场景下的二维平面地图；

S2：对所有终端获取的二维平面地图通过第一变换参数矩阵仿射变换，融合拼接得到目标场景的全景图像；

S3：提取全景图像的道路边缘信息，获得全景道路图；将全景道路图同二维平面地图进行匹配，得到第二变换参数矩阵；

S4：获得每个终端获取的二维平面地图对应的语义信息；

S5：将得到的语义信息依次通过变换参数矩阵变换到对应的二维平面地图中，获得目标的位置信息；

S6：对目标的位置信息及该目标的历史位置信息使用卡尔曼滤波进行融合，得到最终的目标定位信息。

2.根据权利要求1所述的一种户外目标定位方法，其特征在于，各终端分别对应二维平面地图的图像信息；

计算图像信息 与图像信息 之间的单应矩阵 ；

其中， 为第i个终端对应的二维平面地图的图像信息；

通过单应矩阵 对图像信息 进行仿射变换，重叠部分融合得到最终的全景图像。

3.根据权利要求1所述的一种户外目标定位方法，其特征在于，所述的步骤S3包括以下过程：S301：对全景图像 采用边缘检测算法得到全景图像的边缘图 ；

S302：采用Hough变换检测出全景图像的边缘图 中的直线段和曲线段组成的道路信息，获得全景道路图 ；

S303：计算全景道路图 与二维平面地图 之间的单应矩阵 。

4.根据权利要求2或3所述的一种户外目标定位方法，其特征在于，所述的单应矩阵的计算过程为：提取两张图像的ORB特征点；

对图像的ORB特征点进行匹配，使用最近邻方法，得到若干匹配点对，移除错误匹配；

使用随机抽样一致算法和匹配的ORB特征点对估计单应矩阵。

5.根据权利要求1或2或3所述的一种户外目标定位方法，其特征在于，各终端分别对应二维平面地图的图像信息；

对每个图像信息 采用YOLOv3算法进行目标检测，得到图像的语义信息；

其中，i=1,2…N；j=1,2…M；

N为终端的个数；

M为图像信息 对应的语义目标数量。

6.根据权利要求5所述的一种户外目标定位方法，其特征在于，所述的语义信息是一个6维的向量；

其中，为该语义目标在图像信息 中边框左上角的横坐标；

为该语义目标在图像信息 中边框左上角的纵坐标；

为该语义目标在图像信息 中边框右下角的横坐标；

为该语义目标在图像信息 中边框右下角的纵坐标；

category为该语义目标的类别信息；

score为该语义目标属于该类别的置信度信息。

7.根据权利要求5所述的一种户外目标定位方法，其特征在于，所述的步骤S5包括以下步骤：S501：根据步骤S2中计算得到的第一变换参数矩阵，将语义信息 ，变换到全景图像 下；

S502：对变换到全景图像 下的语义信息 进行融合，合并相同的语义目标得到 ；

其中，k=1,2…L，L为合并后的全部语义目标的数量；

S503：采用步骤S3中计算得到的第二变换参数矩阵，将全景图像 下的变换到二维平面地图 下。

8.根据权利要求1或7所述的一种户外目标定位方法，其特征在于，所述的步骤S6包括：使用卡尔曼滤波器预测出当前状态；

用当前帧图像的检测结果作为观测值输入给卡尔曼滤波器，得到的校正结果为目标在当前帧的真实状态。

9.一种户外目标定位系统，运行如权利要求1‑8中任意一项所述的一种户外目标定位方法，其特征在于，包括：终端（1），分布式获取各角度的目标场景的二维平面地图的图像信息，提取语义信息后发送到后端管理模块（2）；

后端管理模块（2），将得到的语义信息依次通过变换参数矩阵变换到对应的二维平面地图中，获得目标的位置信息。

10.根据权利要求9所述的一种户外目标定位系统，其特征在于，所述的终端（1）包括：摄像头（3），获取目标场景的二维平面地图的图像信息；

第一处理单元（4），提取二维平面地图的图像信息对应的语义信息；

第一通信单元（5），将提取的语义信息发送给后端管理模块（2）；

所述的后端管理模块（2）包括：

第二通信单元（6），接收多个终端（1）发送的相应的语义信息；

存储单元（7），存储目标的历史位置信息和当前场景的地图信息；

第二处理单元（8），将得到的语义信息依次通过变换参数矩阵变换到对应的二维平面地图中，获得目标的位置信息；结合目标的历史位置信息使用卡尔曼滤波进行融合，得到最终的目标定位信息。