[发明专利]捷联图像制导飞行器的目标识别及制导方法

权利要求书

1.一种捷联图像制导飞行器的目标识别及制导方法，其特征在于，该方法包括如下步骤：

步骤1，通过观测摄像头拍摄并获得目标照片，将目标照片发送给制导飞行器；

步骤2，制导飞行器通过其上的捷联摄像头实时拍摄捷联图像，

步骤3，每帧捷联图像都与目标照片做特征匹配，并得到对应的特征图，通过下式(一)执行特征匹配：

MI(X；Y)表示反应捷联图像与目标照片相关度大小的互信息熵值，所述特征图即由所述互信息熵值组成；

p(x)表示捷联图像中每个元素点的边缘概率；

p(y)表示目标照片的每个元素点的边缘概率；

p(x,y)表示捷联图像和目标照片的联合概率；

步骤4，将所述特征图实时输入到目标检测模型中，从而实时获得目标位置信息，所述飞行器根据实时获得的目标位置信息解算控制指令，并据此控制舵机打舵，从而确保飞行器持续飞向目标位置，直至最终命中目标；

在步骤4中，在获得目标位置信息后，通过下式(二)获得控制指令：

其中，η_y表示控制指令；

k_P表示无控时的飞行器俯仰角约束比例系数；表示飞行器俯仰角；表示飞行器期望俯仰角；N表示比例系数；V表示飞行器速度；r表示飞行器与目标连线距离；k表示重力补偿系数；g表示当地重力加速度；θ表示飞行器轨迹倾角；Δx表示相邻两组目标位置信息中目标在水平方向的位置差，Δy表示相邻两组目标位置信息中目标在垂直方向的位置差；

key表示开关，具体通过下式(三)获得：

t₀表示接收到第一个目标位置信息的时间点，t表示当前时间；Δ表示视场角。

2.根据权利要求1所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，

所述目标检测模型通过机器学习获得，并在飞行器发射前灌装到所述飞行器中。

3.根据权利要求2所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，所述目标检测模型的机器学习包括如下步骤：

步骤a，采集样本并获取数据集，

步骤b，数据集标注，

步骤c，深度神经网络学习。

4.根据权利要求3所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，

所述步骤a包括如下子步骤1，通过无人机搭载摄像机，在俯视角度下航拍获得背景照片；

子步骤2，选择需要训练的靶目标图像，并将之嵌入到背景照片中任意随机位置；

子步骤3，将所述靶目标图像旋转固定角度，得到倾斜的靶目标图像，调取不包含靶目标图像的背景照片，并将该倾斜的靶目标图像嵌入到背景照片中任意随机位置；

子步骤4，多次重复子步骤3，直至所述靶目标图像旋转360度。

5.根据权利要求4所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，

在子步骤3中，所述固定角度为0.3～0.5度。

6.根据权利要求5所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，

所述固定角度为0.36度，即在子步骤4中获得包含1000张图像的数据集。

7.根据权利要求3所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，

对步骤a中的数据集图像，做扭曲处理后再执行步骤b。

8.根据权利要求7所述的捷联图像制导飞行器的目标识别及制导方法，其特征在于，通过下式对所述数据集图像做扭曲处理：

Offset_x表示水平方向形变的位置增量，

Offset_y表示垂直方向形变的位置增量，

i表示水平方向形变前的初始值，

j表示垂直方向形变前的初始值。