一种用于高速无人机的对地目标捕获和识别方法

王春龙，马传焱，时荔蕙，郝博雅，周　洲

(1.西北工业大学 无人机特种技术重点实验室，陕西 西安 710065；

2.中国人民解放军63961部队，北京 100012)



一种用于高速无人机的对地目标捕获和识别方法

王春龙1,2，马传焱2，时荔蕙2，郝博雅2，周洲1

(1.西北工业大学 无人机特种技术重点实验室，陕西 西安 710065；

2.中国人民解放军63961部队，北京 100012)

摘要随着高速无人机的应用愈加广泛，高速无人机对地目标的捕获方法也成为研究热点。提出了一种用于高速无人机的对地目标捕获、识别方法。该方法捕获速度快、适用范围广，所需装置简单，使用方便，可克服图像快速刷新，人工引导方法无法及时发现目标、捕获锁定失败等问题，提高了大速高比条件下对地捕获、跟踪的可靠性和便捷性，丰富了无人机对地目标捕获、识别理论。

关键词高速无人机；目标捕获；目标识别；坐标转换

A Method of Ground Target Acquisition and Identification for High-speed UAV

WANG Chun-long1,2,MA Chuan-yan2,SHI Li-hui2,HAO Bo-ya2,ZHOU Zhou1

(1.ScienceandTechnologyonUAVLaboratory,NorthwesternPolytechnicUniversity,Xi’anShaanxi710065,China;

2.Unit63961,PLA,Beijing100012,China)

AbstractWith the extensive application of high-speed UAV,the method of ground target acquisition is the hotspot of research.This paper presents a method of target acquisition and identification for high-speed UAV.The method has such characteristics as rapid acquisition,broad application,and simple device and operation.It can solve such problems as rapid image refreshing,target missing in manual guidance,and failure in target lock-on.Moreover,the reliability and simplicity of ground target acquisition and tracking are improved.This method enriches the theory of UAV technique of ground target acquisition and identification,and has an important military value and practical significance.

Key wordshigh-speed UAV;target acquisition;target identification;coordinate transformation

0引言

高速无人机具有飞行速度快、突防能力强和侦察效率高等优点，在陆军精确打击体系中发挥重要作用[1]。但随着无人机飞行速度的提高，光电成像速高比和图像刷新率不断增大，地面目标在获取图像中的驻留时间不断减少，严重影响人工发现和识别地面目标。一般认为，目标在图像中至少驻留8～10 s才能被人工观测和识别，目标在图像中驻留时间的减少意味着漏检或误判的可能性攀升，需要采取措施为目标捕获、跟踪提供可靠的方法。

赵基宇等[2]针对无人飞艇地面目标检测中细节信息缺失的问题，提出利用Lucas-Kanade方法跟踪目标区域内特征点，实现静态目标的连续检测。通过图像特征点的跟踪估计相邻帧图像间的全局运动，进而对图像进行运动补偿，利用补偿后的帧差图实现运动目标的检测；辛哲奎等[3]针对小型无人机地面目标跟踪系统，提出了一种借助于图像中静态点的运动信息，来估计由于摄像机运动引起的图像变化，并进而估计得到目标的运动速度，从而减少机载传感器噪声对目标速度估计的影响；贾伟等[4]依据规划航线和飞机姿态与高度信息建立了“视线定角”的平台数引模型，改善了条带连拍性能和区域搜索的操作疲劳度。通过建立转台方位角和高低角数引模型，解决了无人机动态飞行过程中控制光轴持续指向目标的问题，保持目标持续稳定跟踪；邱晓波等[5]将地面目标运动特性和运动状态作为先验信息，设计了一种基于加权观测融合卡尔曼滤波器和模型组切换方法变结构多模型算法的地面目标跟踪算法；谢斌等[6]提出了一种基于贝叶斯滤波器和适航地图的跟踪算法(BF-H map)解决间断观测下的无人机地面目标跟踪问题；王建平等[7]给出连续图像帧差分和二次帧差分改进的图像HSI差分模型，采用自适应分割算法能在任意条件下自动提取运动目标区域，实现视频运动目标的检测与识别；范秀英等[8]为满足航空相机成像时影像重叠率和动态分辨率的需要，运用公式推导法分析了速高比对照相间隔和影像位移的影响；张景国等[9]为了实现对前向像移的补偿，提出一种通过合理调整快门曝光时间和飞机速高比之间的关系来补偿前向像移的方法；任航等[10]采用在相机与飞机间增设3轴稳定平台的机械式像移补偿法来补偿姿态像移和前向像移，3轴稳定平台的3轴按照与飞机姿态变化角速率相等、方向相反进行旋转补偿姿态像移，3轴稳定平台的俯仰轴以飞行方向反方向、角速率等于速高比旋转补偿前向像移。

综上，由于自动识别检测技术发展水平限制，国内外还没有很好的方法解决高速无人机的对地目标捕获和识别问题。普遍采用的基于人工控制光电成像设备转动补偿载机速高比，实际使用中由于人工操作难以准确控制各轴系的转动速度而导致目标搜索、捕获和识别操作失败。

本文提出了基于一种装置的对地目标捕获识别方法，通过仿真验证了方法的有效性。

1对地目标捕获识别装置

对地目标捕获、识别装置构成如图1所示，装置主要包括航空光电成像设备1、固定基板2、惯导4、飞控计算机7、航空光电成像设备至惯导和飞控计算机的电缆3以及航空光电成像设备至飞控计算机的电缆6和飞机8组成。

图1　对地目标捕获、识别装置构成示意

航空光电成像设备1通过固定基板2固定在飞机8上，航空光电成像设备1至惯导4和飞控计算机7的电缆3、航空光电成像设备1至飞控计算机7的电缆6将航空光电成像设备1、惯导4和飞控计算机联系在一起。航空光电成像设备实时接收惯导送来的姿态数据，同时接收飞控计算机送来的搜索、捕获或跟踪指令和地面目标地理坐标数据，利用这些数据经过计算实现对已知或未知地面坐标目标进行捕获和识别。

2已知位置目标的捕获识别

2.1算法原理

目标定位坐标关系示意图如图2所示，当航空光电成像设备准确指向地面目标时，航空光电成像设备与地面目标之间的连线即是航空光电成像设备的光轴。在地球直角坐标系中，根据几何学原理可知，已知2个端点的坐标后可以求解出连接这2个端点的线段相对坐标平面的夹角，而这一夹角就是航空光电成像设备的光轴指向角度。根据坐标解算后可以实时解算出载机动态飞行中航空光电成像设备的光轴指向角度从而引导航空光电成像设备实时指向目标，达到“目标地理经纬度位置引导跟踪”的效果。该引导跟踪效果指向目标后，可以使目标保持在视场中，从而达到延长目标在视场内的驻留时间，为操作人员捕获目标、判断和识别目标提供了充分的时间。

图2　目标定位坐标关系示意

航空光电成像设备对已知经纬度目标的跟踪算法步骤如下：

① 利用目标的大地坐标系(L1,B1,H1)、载机的坐标系(L2,B2,H2)解算出目标在大地坐标系中的坐标(x1,y1,z1)：

式中，Re为地球半径。

② 利用无人机航向角φ、俯仰角γ和滚转角θ分别进行坐标变换，得到目标在航空光电成像设备框架坐标系中的坐标(x2,y2,z2)：

③ 根据目标坐标(x2,y2,z2)计算出航空光电成像设备与地面目标之间的连线在航空光电成像设备框架坐标系中的驱动角度(α,β)：

航空光电成像设备控制框架电机随动此角度(α,β)，从而实现实时指向地面目标。

2.2仿真验证

按照2.1节所述原理，搭建半实物仿真环境，对算法功能进行验证。

设置地面目标位置为：

(L1,B1,H1)=(107.923 40°,19.654 10°,0.5 km)。

连续采集多组数据进行框架驱动角度计算，表1中列出了其中10组数据。

表1　仿真数据

最终，框架电机在表1所示的(α,β)角度驱动下，能够让瞄准线实时指向地面目标，算法原理和功能得到验证。

3未知位置目标的捕获识别

3.1算法原理

无人机相对地面目标高速飞行，导致地面目标快速地从航空光电成像设备的视场内穿过，这一穿越角速度可由载机飞行速度、载机姿态、航空光电成像设备的框架角和载机相对地面的高度信息通过坐标变换而解算得到。利用此穿越角速度控制航空光电成像设备的框架反向运动，可实现精确的“速高比补偿”效果。此速高比补偿指向目标后，可以使目标保持在视场中，从而达到延长目标在视场内驻留时间的目的，为操作人员捕获目标、判断和识别目标提供了充分的时间。

此方法经历2个步骤，第1阶段是自主目标定位，第2阶段是自主数引。

② 利用无人机航向角φ、俯仰角γ、滚转角θ分别进行坐标旋转，得到目标点在导航坐标系中坐标(x,y,z)：

③ 利用无人机卫星导航信息经度L、纬度B及高度H进行坐标平移和旋转，得到目标点在大地直角坐标系中坐标(X,Y,Z)：

④ 将目标大地直角坐标(X,Y,Z)系转换为大地坐标系(L1,B1,H1)：

⑤ 利用目标的大地坐标系(L1,B1,H1)、载机的坐标系(L2,B2,H2)解算出目标在大地坐标系中的坐标(x1,y1,z1)：

式中，Re为地球半径。

⑥ 通过坐标变换得到目标在航空光电成像设备框架坐标系统中的坐标(x2,y2,z2)：

⑦ 根据目标坐标计算出连线在航空光电成像设备框架坐标系中的驱动角度(α,β)：

航空光电成像设备控制框架电机随动此角度(α,β)，从而实现实时指向地面目标。

3.2仿真分析

由于对未知位置目标的捕获识别采用的方法首先要对目标进行定位，所以目标定位误差对目标捕获时间有较大影响。定位误差越小，目标捕获速度越快。

通过Matlab仿真建模，对上述关系进行仿真分析，得到结果如图3所示。

图3　定位误差对目标捕获时间的影响关系

由图3可以看到，当目标定位误差小于30 m时，目标捕获时间小于900 ms。

4结束语

本文提出了基于目标经纬度数引跟踪的对已知经纬度目标捕获识别方法和基于速高比自动解算补偿的对未知经纬度目标捕获识别方法。利用解算出光电成像设备需要指向的方位、俯仰和横滚姿态角，控制航空光电成像设备的框架角度随动于此解算值，以延长指向目标的时间，进而延长了目标驻留在视场中的时间，为操作人员搜索、捕获、跟踪和识别目标提供了充足的时间，该方法对其他高速飞行器同样适用，具有广泛应用前景。

参考文献

[1]张楠，王潇，王军力.无人机在陆军精确打击体系中的应用研究[J].兵工学报，2010，31(Suppl2)：107-111.

[2]赵基宇，胡士强.基于视觉的无人飞艇地面目标检测[J].计算机工程，2012，38(8)：170-172.

[3]辛哲奎，方勇纯，张玉东.基于视觉的小型无人机地面目标状态估计[C]∥第二十九届中国控制会议论文集，2010：3 747-3 752.

[4]贾伟，孙美蕊，李大健.无人机光电载荷地理跟踪控制研究[J].航空计算技术，2012，42(2)：117-119.

[5]邱晓波，刘洪岩，朱东旭.一种地面目标跟踪算法的设计与实现[J].弹箭与制导学报，2011，31(1)：59-62.

[6]谢斌，项志宇.一种间断观测下的无人机地面目标跟踪方法[J].北京理工大学学报，2011，31(1)：38-43.

[7]王建平，刘伟王，金玲.一种视频运动目标的检测与识别方法[J].计算技术与自动化，2007，26(3)：78-80.

[8]范秀英，赵曼，郭霏.速高比对航空相机的影响分析[J].兵工自动化，2014，33(3)：1-4.

[9]张景国，丁亚林，田海英.一种彩色面阵CCD测绘相机前向像移的补偿方法[J].应用光学，2011，32(3)：460-463.

[10]任航，袁红艳.面阵CCD航测相机像移补偿技术研究[J].半导体光电，2011，32(3)：417-420.

王春龙男，(1979—)，博士。主要研究方向：无人机技术论证与管理研究。

马传焱男，(1972—)，博士。主要研究方向：飞行器测控与导航技术研究。

作者简介

基金项目：预研基金资助项目(9140A2511315HK03380)。

收稿日期：2015-12-31

中图分类号TP302

文献标识码A

文章编号1003-3106(2016)03-0037-04

doi:10.3969/j.issn.1003-3106.2016.03.11

引用格式：王春龙,马传焱,时荔蕙,等.一种用于高速无人机的对地目标捕获和识别方法[J].无线电工程,2016,46(3):37-40.