惯性信息辅助的大视角目标快速精确定位

惯性信息辅助的大视角目标快速精确定位

ID:46636053

大小:3.99 MB

页数:13页

时间:2019-11-26

惯性信息辅助的大视角目标快速精确定位_第1页
惯性信息辅助的大视角目标快速精确定位_第2页
惯性信息辅助的大视角目标快速精确定位_第3页
惯性信息辅助的大视角目标快速精确定位_第4页
惯性信息辅助的大视角目标快速精确定位_第5页
资源描述:

《惯性信息辅助的大视角目标快速精确定位》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、航空学报ActaAeronauticaetAstronauticaSinicaAug.252017V01.38No.8SSN1000-6893ON11-1929/Vhttp:#hkxb.buaa.educahkxb@buaaeducnDOI:10.7527/$10006893.2017.321171惯性信息辅助的大视角目标快速精确定位曾庆化1’2一,潘鹏举1’2,刘建业1’2,王云舒1’2,刘异31.南京航空航天大学自动化学院,南京2111062.卫星通信与导航协同创新中心,南京2111063.中航工业洛阳电光设备研究所,洛阳471009摘要:

2、目标定位技术广泛应用于航空领域的侦察机、无人机等各类侦察打击任务中,目标定位精度的高低及效率对作战效果具有重要影响。针对仿射尺度不变的特征变换(ASIFT)算法对远距离大视角目标定位精度较低、速度较慢的问题,提出了一种基于惯性信息辅助的大视角目标快速精确定位方法。该方法首先对目标实测序列图像构造尺度空间,结合FAST特征检测与FREAK特征描述的方式进行匹配,实现对待定位目标的快速提取;然后利用机载惯性信息求解目标实测图与参考图之间的透视变换矩阵,利用该矩阵对实测图进行变换以减小图像间视角差异,克服了ASIFT算法盲目匹配计算的弊端,并通过FA

3、ST特征检测与FREAK特征描述相结合的方式提升了大视角图像的匹配速度;最后通过单应性矩阵映射关系实现对目标的精确定位。实验结果表明,大视角目标快速精确定位方法匹配耗时比ASIFT算法的减小了1个数量级,定位精度比目标平均值定位算法精度提高了1个数量级,有效提高了图像匹配定位在航空领域的应用效率。关键词:目标定位;惯性导航;大视角图像匹配;目标提取;定位精度中图分类号:V243文献标识码:A文章编号:1000—6893(2017)08—321171—13侦察机、导弹、无人机等航空飞行器在执行侦查定位等作战任务时,需要首先对重要目标进行精确定位,

4、目标定位的精度和效率直接影响了后期作战任务的成败[1]。由于全球导航卫星系统(GNSS)的工作严重依赖无线电波,当GNSS接收机受到各种无线电干扰时,无法有效提供飞行载体的位置,更无法协助进行待侦查目标的定位。研究GNSS拒止环境下的基于航空器的高效目标定位技术具有极其重要的现实意义。现有目标定位方式大多采取几何式定位方式和图像匹配定位方式[2]。几何式定位精度受飞行器自身在GNSS拒止情况下的导航系统及几何量测信息的精度影响较大[3]。图像匹配定位是一种通过将飞行器拍摄的目标图像与机载图像库进行匹配获取目标点的位置信息[4]的方法,通常是利用

5、俯视拍摄图像实现对目标的定位[5_6]。然而在实际作战时,侦查飞行器一般处于距离待定目标较远的安全位置区,因此其拍摄得到的目标实测图像与机载的空基/星基俯视图像库之间存在较大的视角差异,目前通常的图像匹配算法很难采用上述大视角图像实现目标的高精度定位需求L5]。因此,研究针对大视角下的快速图像匹配算法和基于图像匹配特征点的目标快速精确定位收稿日期:2017—02—10;退修日期:2017—03-12;录用日期:2017—04—10;网络出版时间:2017.04.2714:59网络出版地址:WWW.cnki.net/kcms/detail/11.

6、1929V.201704271459.004html基金项目:国家自然科学基金(61533008,61104188,61374115,61603181);江苏省普通高校研究生科研创新计划项目(KYLXl5—0277);中央高校基本科研业务费专项资金(NS2015037)*通讯作者.E-mail:zengqh@nuaaedu.ca引用格式

7、曾庚化.潘鹳举.朗建韭.等.惯性信息辅助的大视角目标快速精确定位£Jj航空学撮.2017.38(8):321171.ZENQQH.PANPJ,LIUJY,eta1.Fastandaccuratetargetpo

8、sitioningwithlargeviewpointbasedoninertialnavigationsysteminformation£J].ActaAeronauticaetAstronauticaSinica,2017。38(8):321171航空学报是解决远距离大视角目标快速精确定位的重要问题。当前大视角图像匹配算法主要分为两种[7]:一种是局部区域仿射不变算法,如MSER(Maxi—mallyStableExtremalRegions)算法[8。93等,通过将图像未知仿射变形局部区域归一化转换为标准形状弱化仿射变形影响,其对大视角图

9、像匹配的适应性还有待进一步提升。另一种是视角模拟匹配算法,如:Morel和Yu提出的ASIFT(Affine—SIFT)算法[1叩等,此类算法通过对照

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。