[發明專利]一種無人飛行器視覺自主導引著陸的目標跟蹤方法

有效

• 申請號: 201210152444.8
• 申請日: 2012-05-16
• 公開（公告）號: CN102722697A
• 公開（公告）日: 2012-10-10
• 發明（設計）人: 鄭智輝;汪渤;高志峰;周志強;董明杰;石永生;沈軍;李筍;王海螺
• 申請（專利權）人: 北京理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/60
• 代理公司: 北京理工大學專利中心 11120
• 代理人: 李愛英;張利萍

1.一種無人飛行器視覺自主導引著陸的目標跟蹤方法，其特征在于，包括如下步驟：

步驟1、機載攝像機采集著陸目標點模板圖像并對模板圖像進行仿射光照歸一化處理，得到歸一化之后的模板圖像I_norm(x)，其中x表示模板圖像中像素點的坐標；

步驟2、對歸一化后的模板圖像I_norm(x)進行特征提取，得到具有N個特征點的特征模板圖像；

步驟3、離線方式訓練模板圖像在m組不同運動范圍下對應的先驗誤差Jacobian矩陣,具體方法如下：

設定無人飛行器的運動幅度范圍S，將運動幅度范圍S從小到大均分成m段運動范圍，針對特征模板圖像在每一段運動范圍，采用透視變換方法對特征模板圖像隨機變形：即將特征模板圖像的4個頂點在該段運動范圍內分別隨機移動一次作為一次隨機變形，得到一幅變形后的特征模板圖像，將特征模板圖像按照上述方式移動N_p次，且滿足N_p□N，得到特征模板圖像與隨機變形后的N_p幅圖像之間的透視變換關系矩陣δμ11δμ12···δμ1Np············δμj1δμj2···δμjNp············δμn1δμn2···δμnNp,]]>計算隨機變形后的N_p幅特征模板圖像相對于變形前的特征模板圖像的對應特征點之間的灰度誤差向量矩陣e11e12···e1Np············ej1ej2···ejNp············en1en2···enNp;]]>其中，透視變換關系矩陣中的第k列δμk=[δμ1k,δμ2k,...,δμnk]T]]>表示第k次變換得到的圖像與特征模板圖像之間的透視變換關系對應的參數向量，灰度誤差向量矩陣中的第k列表示第k次變換得到的圖像與特征模板圖像對應特征點之間的灰度誤向量，k∈[1,N_p]，n＝8；

然后再根據公式a11···a1j···a1N···············ai1···aij···aiN···············an1···anj···anNe11e12···e1Np············ej1ej2···ejNp············eN1eN2···eNNp=δμ11δμ12···δμ1Np············δμj1δμj2···δμjNp············δμn1δμn2···δμnNp]]>求得每一段運動范圍對應的先驗誤差Jacobian矩陣A_h[i],其中

步驟4、實際跟蹤過程之初，對機載攝像機在t₀時刻獲得的圖像采用步驟1的方法進行仿射光照歸一化處理，然后確定步驟2得到的特征模板圖像在t₀時刻圖像幀中的位置，將該位置在t₀時刻圖像幀中的區域圖像定義為目標跟蹤區域，采用步驟2的特征提取方法對目標跟蹤區域圖像進行特征提取，得到目標跟蹤模板圖像I(x,t₀)；

步驟5、對無人飛行器獲得的t時刻的實時輸入圖像采用步驟1的方法進行仿射光照歸一化處理，得到當前輸入圖像；然后再進行在線跟蹤，具體步驟如下：

5-1、通過最優化目標函數O(μ(t))＝||I(f(x;μ(t)),t)-I(x,t₀)||²計算目標跟蹤模板圖像在t時刻的變換參數μ(t)，使該變換參數μ(t)對目標跟蹤模板圖像I(x,t₀)進行變換后得到的圖像I(f(x;μ(t)),t)與目標跟蹤模板圖像I(x,t₀)的差異最小；

5-2、采用步驟5-1計算得到的變換參數μ(t)對目標跟蹤模板圖像I(x,t₀)進行變換得到圖像I(f(x;μ(t)),t₀)，以t時刻的變換參數μ(t)代替t+τ時刻的變換參數μ(t+τ)，計算圖像I(f(x;μ(t)),t₀)在t+τ時刻的輸入圖像I(f(x;μ(t)),t+τ)，其中τ是無人飛行器采集圖像的最小時間間隔；

5-3、計算輸入圖像I(f(x；μ(t))，t+τ)與目標跟蹤模板圖像I(x,t₀)之間的對應特征點之間的灰度誤差圖像e(t)＝I(x，t₀)-I(f(x；μ(t))，t+τ)；令i＝m，j=1；

5-4、計算Δμ(t+τ)＝A_h[i]e(t)；

5-5、首先計算當前輸入圖像和目標跟蹤模板圖像I(x,t₀)之間的透視變換矩陣F(μ(t))，再計算t+τ時刻的輸入圖像相對于目標跟蹤模板圖像的透視變換矩陣：F(μ(t+τ))＝F(μ(t))F^-1(Δμ(t+τ))；

5-6、判斷Δμ(t+τ)與ε的關系：

當Δμ(t+τ)≥ε時，計算e(t)=I(x,t₀)-I(F(μ(t+τ))x,t+τ)，j=j+1，其中I(F(μ(t+τ))x,t+τ)表示目標跟蹤模板圖像I(x,t₀)經過透視變換矩陣F(μ(t+τ))變換的圖像；

再判斷j與n_iter的關系：

當j□n_iter時，執行步驟5-4；

當j＞n_iter時，執行步驟5-7；

當Δμ(t+τ)＜ε，i＝i-1；

當i＞1時，執行步驟5-4；

當i＝1時，執行步驟5-7；

其中n_iter為迭代次數，取5□n_iter□15；ε為跟蹤精度閾值矢量，其維數與t+τ時刻的Δμ(t+τ)相同，ε＝[ε₁,ε₂,...,ε_n]^T，其中ε₁＝ε₂＝...＝ε_n；

5-7、將F(μ(t+τ))發送給無人飛行器控制系統，無人飛行器根據F(μ(t+τ))進行目標跟蹤。