[發明專利]一種掠飛彈載單線激光雷達對待攻擊目標提取算法

有效

• 申請號: 202010658528.3
• 申請日: 2020-07-09
• 公開（公告）號: CN111896932B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 郭銳;蔣罕寒
• 申請（專利權）人: 南京理工大學
• 主分類號: G01S7/48
• 分類號: G01S7/48
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱沉雁

1.一種掠飛彈載單線激光雷達對待攻擊目標提取算法，其特征在于，步驟如下：

步驟1、載有地磁傳感器的掠飛彈載激光雷達按照掠飛彈的運動軌跡掃描目標，獲得目標的一條掃描線數據ρ(d,θ,p)及激光雷達斜置角ψ，掠飛彈旋轉一周得到多條掃描線數據構成一維點云數據集ρ_A(d,θ,p)；其中d為反射點到單線激光雷達的距離；p為目標材質的反射強度信息；θ為單位采樣時間內掠飛彈的轉角；

所述目標包括待攻擊目標和障礙物；

轉入步驟2；

步驟2、將獲取的一維點云數據集ρ_A(d,θ,p)中的每條掃描線數據ρ(d_i,θ_i,p_i)分別轉化到xoy平面直角坐標系中，獲得ρ(d_i,θ_i,p_i)在xoy平面直角坐標系中的位置(x_i,y_i)，其中i＝1～N，N為一維點云數據集ρ_A(d,θ,p)中掃描線的條數，轉入步驟3；

步驟3、基于(x_i,y_i)及p對一維點云數據集ρ_A(d,θ,p)進行初分割，獲取初始聚類中心c以及初始聚類數目count，轉入步驟4；

步驟4、基于改進的kmeans算法對獲取初始聚類中心c以及初始聚類數目count進行優化分割，提高分割準確率，進而獲得優化待攻擊目標數據，具體如下：

kmeans算法不能自動調整聚類數目來獲取更準確的簇，因此設定簇間最小距離度量與簇間最小距離度量閾值λ_min：

其中，簇是分割后以c_k為聚類中心的點集，是分割后以c_j為聚類中心的點集；ρ屬于簇中的點，ρ'屬于簇中的點；

若存在則將此兩類歸于一類，并將count減一，繼續判斷，直至不存在時，跳出循環；

轉入步驟5；

步驟5、基于提取的目標特征對待攻擊目標進行識別，確定待攻擊目標，具體如下：

上述優化分割得到優化待攻擊目標數據包含以下特征：

1)聚類點云個數；2)反射點距地高度信息；3)反射點水平位置信息；為了有效識別目標，建立模糊匹配度量ζ，若ζ75％，則表示該目標為待攻擊目標，此時點火起爆：

ζ＝(σ_h+σ_w+σ_n)/3

其中，σ_h為分割出目標的高度與其真實值的相似比，σ_w為分割出目標的寬度與其真實值的相似比，σ_n為分割出目標的點數與其真實值的相似比；

其中，h_vir為計算出的高度值，n_vir為計算出的點數，w_vir為計算出的寬度值；h_real為真實高度值，n_real為真實點數，w_real為真實寬度值。

2.根據權利要求1所述的掠飛彈載單線激光雷達對待攻擊目標提取算法，其特征在于：步驟2中的xoy平面直角坐標系，以掠飛彈的彈體質心為圓心o，鉛垂線方向為y軸，垂直于鉛垂線水平方向為x軸；

其中，H為掠飛彈距離地面高度，ψ為激光斜置角。

3.根據權利要求1所述的掠飛彈載單線激光雷達對待攻擊目標提取算法，其特征在于：上述步驟3中基于(x_i,y_i)及p對一維點云數據集ρ_A(d,θ,p)進行初分割，獲取初始聚類中心c以及初始聚類數目count，具體如下：

步驟3-1、計算xoy平面直角坐標系中各點的距離梯度值f_d及目標材質的反射強度梯度值f_p：

步驟3-2、依據距離梯度值f_d與發射強度梯度值f_p，判斷每個采集點是否為邊緣采集點ρ_edge，若滿足f_d＞f_dmaxf_p＞f_pmax，則該采集點為邊緣點；

其中f_dmax、f_pmax分別預先設定的距離梯度閾值和反射強度梯度閾值；表示同時滿足時成立；以鄰近的邊緣雙采集點的中心作為分隔斷點brk并增加聚類數count

為第一邊緣點橫坐標值，為第一邊緣點縱坐標值；為第二邊緣點橫坐標值，為第二邊緣點縱坐標值；

{c}＝{(brk_prev+brk_cur)/2}

其中brk_cur為當前分割斷點，brk_prev為前一分割斷點。