[发明专利]基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法

说明书

本发明提出的基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法，属于无人机目标跟踪领域。当无人机确定待跟踪的机动目标后，该方法首先对机动目标建立动力学模型；采用粒子滤波方法及光学相机的量测信息，估计机动目标的位置和速度：在每个时刻，分别对每个粒子进行重要性采样，更新每个粒子的状态估计和估计方差矩阵以及重要性权值；若粒子有效性小于有效性阈值，则对粒子进行重采样；若大于等于阈值，则输出对机动目标的位置和速度估计；然后，利用李雅普诺夫制导向量法进行无人机跟踪路径规划，得到无人机该时刻进行机动目标跟踪的控制量。本发明可以有效估计具有未知输入地面机动目标的状态信息，实现无人机对机动目标的盘旋跟踪。

技术领域

本发明涉及一种基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法，属于无人机目标跟踪领域。

背景技术

随着无人机技术在军用、民用领域的快速发展，应用无人机跟踪地面机动目标已经成为一种新趋势，比如边界巡防、救灾防护、运输护航等。

一般情况下，无人机通过自身搭载的光学相机捕捉目标，相机的焦距需要随着目标与无人机的距离变化而调整，但是，在运动过程中调节相机焦距是很困难的。自然而然，我们希望无人机在跟踪过程中保持与被跟踪目标之间的相对距离不变。因此，控制无人机按照圆形轨道环绕机动目标作盘旋运动是一种很好的解决方案，跟踪示意图如图1所示，图中坐标系为惯性坐标系，坐标原点为工作站，X轴指向正东，Y轴指向正北，Z轴与X轴和Y轴构成右手坐标系，垂直地面指向正上方，无人机的期望轨道是以被跟踪目标为圆心，以r_d为半径的圆，示意图中曲线A表示机动目标的运动轨迹，视轴即为相机的视线，无人机本体坐标的原点在无人机的质心，X轴与无人机纵轴平行，指向机头方向，Y轴与无人机的横轴平行，指向机身左侧，Z轴与X、Y轴构成右手坐标系，垂直X-Y平面向上。

目前的技术只能对非机动目标进行跟踪，即目标的运动状态不会发生改变，总是保持静止或者匀速直线运动。针对这类非机动目标的跟踪多采用卡尔曼滤波或者扩展卡尔曼滤波方法对目标运动状态进行估计。当目标存在未知控制输入，即目标的前进速度和前进方向会发生改变时，对目标运动状态的估计将会变得很困难。而实际跟踪问题中的目标大多为机动目标，针对存在未知控制输入的机动目标的研究还比较少。粒子滤波方法可以对系统中的不确定性进行估计，因此采用粒子滤波方法估计机动目标的未知控制输入是一种很好的方法。目前，粒子滤波方法多被用于解决目标跟踪过程中量测信息丢失的问题，通过构建粒子滤波器，对量测信息的有效性进行估计。

当被跟踪机动目标的实际状态信息已知时，采用李雅普诺夫制导向量法进行路径规划已经被广泛研究了，该方法可以通过机动目标与无人机的位置产生制导指令，从而引导无人机按照预定的半径盘旋跟踪机动目标。当被跟踪目标的位置、速度等状态信息未知时，如何进行路径规划，从而产生期望指令还没有被研究。

无人机系统功能模块构成示意图如图2，从图中可以看出，制导模块和平台控制模块都依赖于运动估计模块输出的位置、速度信息。运动估计模块可以结合相机提供的量测信息，对机动目标的运动状态进行有效估计，制导模块基于运动估计器的输出和无人机自带导航模块的输出信息产生制导指令，飞行控制模块根据制导模块产生的制导指令和无人机自带导航模块的输出信息产生无人机控制指令，控制无人机实现对存在未知控制输入机动目标的盘旋跟踪。光学相机通过两轴稳定平台固定在无人机的底部，该两轴平台可以隔离无人机的扰动，保持相机的视轴始终指向被跟踪机动目标，从而避免目标丢失的问题，两轴平台的控制技术已经非常成熟，在此不作过多说明。

发明内容

本发明的目的是为克服被跟踪机动目标存在未知控制输入，导致状态信息难以估计以及难以跟踪的问题，提出一种基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法。本发明方法，采用粒子滤波方法可以有效估计机动目标的运动状态，基于李雅普诺夫制导向量的路径规划方法可以进行实时路径规划，可实现对机动目标进行有效跟踪。

本发明提出的一种基于李雅普诺夫制导向量和粒子滤波的机动目标跟踪方法，其特征在于，该方法包括以下步骤：