[发明专利]一种基于图像跟踪与激光测距的无人机目标运动估计方法

权利要求书

1.一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：采集数据并对数据进行预处理，基于目标加速度的当前统计模型建立扩展卡尔曼滤波算法的滤波模型，并利用扩展卡尔曼滤波解算目标位置与速度。

2.根据权利要求1所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：滤波模型是采用无人机与目标的二阶相对运动模型分为角度模型与距离模型作为滤波模型，其状态变量选择为

，

，

其中，为角度滤波模型的状态变量，为距离滤波模型的状态变量，、为视线方位角和视线高低角，分别为视线系相对地面系的角速率在视线系y轴与z轴的分量，为目标加速度在视线系各轴的分量，为目标与无人机之间的相对距离，为相对距离的变化率。

3.根据权利要求2所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：角度模型与距离模型的模型形式为：

，

，

其中， 、为状态矩阵， 、为输入矩阵；、为过程噪声，分别为框架系相对地面系的角速率在框架系各轴的分量；、、为无人机加速度在视线系各轴的分量，目标在视线系下的当前加速度为为目标机动时间常数。

4.根据权利要求1所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：数据进行预处理包括对不同测距值来源的数据融合、吊舱伺服角度野值处理、无人机角速度与加速度的低通滤波处理。

5.根据权利要求1所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：在数据采集后进行数据输入时采用根据有效测距值来维护地表高度的方法补充EKF的距离输入源，此方法基于局部平地假设，即在目标当前位置的一定范围内目标所处高度不变。

6.根据权利要求5所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：在数据输入时如果测距丢失，则采用局部平地假设维持当前地表高度用于计算备选距离数据源。

7.根据权利要求1所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：在数据进行预处理后，利用预处理后的传感器数据计算EKF滤波模型的模型参数与系统输入，并更新滤波模型中的状态方程与量测方程。

8.根据权利要求7所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：更新滤波模型中的状态方程与量测方程后再次进行EKF解算，依次更新一步预测量、新息、协方差、状态预测量，初次进入滤波器前应初始化滤波器。

9.根据权利要求1所述的一种基于图像跟踪与激光测距的无人机目标运动估计方法，其特征在于：采集数据包括读取目标偏离画面中心的像素偏差，读取光学传感器的视场角大小，并计算像素偏差对应的方位角和俯仰角偏差；读取吊舱伺服方位角度与俯仰角度；读取吊舱测距值；读取无人机姿态、速度、加速度、位置。