[发明专利]基于空间关系约束的适配区景象匹配方法

说明书

技术领域

本发明涉及一种在强干扰复杂环境下，抗电子干扰能力强的景象匹配方法，是一项应用无人机景象匹配的分析方法。

背景技术

景象匹配导航系统可作为卫星导航失效时的一种有效替代方式，也可以辅助INS克服陀螺漂移带来的误差。无人机任务的复杂性对导航系统的准确性和可靠性提出了更高要求，促使导航系统向综合化和容错化方向发展。由于卫星导航信号功率很弱，极易受到电磁干扰和欺骗，接收机数据更新率较低。因此，在强干扰复杂环境下单独使用卫导航系统并不可靠，且难以满足瞬息万变的战场对导航系统实时测量与控制的要求。研究抗电子干扰能力强、不依赖气象条件、可昼夜工作、寂静(低截获概率)的景象匹配导航具有重要的理论意义和国防应用价值。

发明内容

本发明涉及一种无人机景象匹配方法。本方案以无人机定位导航为应用背景，将多区域空间关系约束引入到适配区，提出了一种基于空间关系约束的适配区景象匹配(SA-SRCSM)方法。本发明方案与传统方法相比，不仅增强了景象匹配的鲁棒性，而且符合无人机实时景象匹配复杂性工作环境对景象匹配实时性要求，对于景象匹配工程实际应用具有非常重要的意义。

本发明中基于基于空间关系约束的适配区景象匹配方法包括如下步骤：

第一步，对实时图进行预处理，为景象匹配作准备：

1、利用INS的位置信息截取基准图中相应数据，利用INS的姿态信息对实时图进行几何校正。

2、利用无人机平台高度计对实时图进行尺度校正，使得当前实时图在尺度、旋转方面与基准图相近，便于后期的景象匹配。

第二步，选择多区域空间关系的约束，采用分布式并行计算策略，进行多区域空间约束计算：

1、在景象匹配区域数目给定的情况下，选择所有的独立空间关系约束，以达到充分利用各个匹配区域的配准信息的目的；

2、由于各个匹配区相互独立、计算过程互不影响，可采用分布式并行计算策略，减少配准时间消耗，提高景象匹配的实时性；

3、通过确定的空间关系约束，由某一个顶点坐标计算构成已知三角形的其他两个顶点的坐标；

第三步，对最优配准点进行估计，并修正配准点坐标，输出精确定位信息：

1、针对各区域景象匹配结果，计算三角形空间关系约束的各个顶点坐标与其估计坐标在赋范空间的二范数，通过比较选择“空间距离”最近的配准点作为三角形空间关系约束的最终配准点；

2、在基准图上通过缩小搜索范围重匹配并利用历史配准信息对实时图中心坐标进行修正。

3、输出SRC-SRPSM框架对无人机当前位置的精确定位坐标。

附图说明

图1为SA-SRCSM框架流程图。

图2为多区域空间关系。

图3为多区域空间关系约束模型。

图4为直线型三角形SA-SRCSM框架原理图解。

图5为三角形SA-SRCSM框架原理图解。

具体实施方式

以下对本发明方法作进一步具体的描述。

如图1所示的SA-SRCSM框架流程图，各部分具体实施细节如下：

1、实时图预处理

1.1灰度校正

实测图不可避免会带有噪音，一般的方法都能抵抗一定范围内的噪音，但噪音污染超过一定限度，匹配的精度就不能得到保证。采用直方图均衡化来进行灰度校正，消除图像灰度值过于集中的问题，使得图像灰度的分布分散，景物间的界线鲜明、对比度增强。采用小波滤波工具将图像进行分解，滤除高频噪声，增强图像边缘特征。

1.2几何校正

假设摄像机固定安装在无人机下，光心与飞机质心重合，摄像机坐标系与体轴系重合(实际情况中，考虑光电平台姿态信息只需再进行一次旋转矩阵变换)；采用前投影模型对成像过程进行描述。若当前无人机的俯仰角为θ、偏航角滚转角为ψ。

OXYZ为机体坐标轴系，简称体轴系。OX_gY_gZ_g为飞机铅垂地面坐标轴系。OX_dY_dZ_d为当地水平坐标系，其坐标轴方向与OX_gY_gZ_g坐标轴同向。铅垂地面固定坐标轴系与机体坐标轴系的坐标变换关系为