[發(fā)明專利]一種飛機降落相對姿態(tài)動態(tài)視覺測量方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202011379309.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112525145B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設計）人: 魏振忠;劉福林;張廣軍
• 申請（專利權(quán)）人: 北京航空航天大學
• 主分類號: G01C1/00
• 分類號: G01C1/00
• 代理公司: 北京匯澤知識產(chǎn)權(quán)代理有限公司 11228
• 代理人: 牟昌兵

1.一種飛機降落相對姿態(tài)動態(tài)視覺測量方法，其特征在于，包括：

對飛機進行目標跟蹤并采集圖像，以獲得所述飛機位于圖像中預設范圍內(nèi)的圖像；

獲取所述飛機的標定位姿，其中，所述標定位姿是基于采集的作為初始圖像的一幀圖像標定得到的；

根據(jù)所述標定位姿將所述飛機的三維模型投影到二維平面，得到所述標定位姿對應的目標圖像和目標掩膜圖像；

根據(jù)所述標定位姿對應的目標圖像和目標掩膜圖像初始化外觀模型；以及

按照以下方式確定所述目標跟蹤的過程中在所述初始圖像之后采集的每幀圖像對應的位姿：步驟A，根據(jù)所述外觀模型對當前幀圖像進行目標分割得到第一分割結(jié)果，其中，所述第一分割結(jié)果包含所述當前幀圖像中各個像素歸屬于所述飛機的概率；

步驟B，將上一幀圖像的位姿設置為當前幀圖像的初始位姿，其中，當所述上一幀圖像為所述初始圖像時，所述初始位姿為所述標定位姿；

步驟C，根據(jù)所述初始位姿將所述飛機的三維模型投影到二維平面，得到所述初始位姿對應的目標掩膜圖像；

步驟D，基于所述初始位姿對應的目標掩膜圖像進行目標分割得到第二分割結(jié)果，其中所述第二分割結(jié)果包含所述目標掩膜圖像中各個像素歸屬于所述飛機的概率；

步驟E，根據(jù)交叉熵損失函數(shù)確定所述第一分割結(jié)果與所述第二分割結(jié)果之間的目標分割損失；

步驟F，以最小化所述目標分割損失為目標確定位姿更新值；

步驟G，根據(jù)所述位姿更新值更新所述初始位姿，返回所述步驟C進行迭代優(yōu)化直至收斂，將收斂時的所述初始位姿作為所述當前幀圖像的位姿，并根據(jù)所述當前幀圖像更新所述外觀模型。

2.根據(jù)權(quán)利要求1所述的飛機降落相對姿態(tài)動態(tài)視覺測量方法，其特征在于，確定所述目標跟蹤的過程中在所述初始圖像之后采集的每幀圖像對應的位姿中，

所述步驟A，還包括：提取所述當前幀圖像的稠密成像特征；

所述步驟E，還包括：根據(jù)所述初始位姿和所述上一幀圖像的位姿，確定所述當前幀圖像中歸屬于所述飛機的像素點與所述上一幀圖像中歸屬于所述飛機的像素點之間的對應關系；確定所述當前幀圖像中歸屬于所述飛機的像素點與所述上一幀圖像上的對應點的稠密成像特征之間的差異損失，得到特征匹配損失；

所述步驟F，包括：確定所述目標分割損失與所述特征匹配損失的加權(quán)和，得到位姿估計損失；以最小化所述位姿估計損失為目標確定位姿更新值。

3.根據(jù)權(quán)利要求1或2所述的飛機降落相對姿態(tài)動態(tài)視覺測量方法，其特征在于，所述步驟E，包括：

根據(jù)交叉熵損失函數(shù)確定所述第一分割結(jié)果與所述第二分割結(jié)果中每個像素之間的差異值；

確定各個像素之間的差異值之和，將所述差異值之和作為目標分割損失。

4.根據(jù)權(quán)利要求2所述的飛機降落相對姿態(tài)動態(tài)視覺測量方法，其特征在于，確定所述當前幀圖像中歸屬于所述飛機的像素點與所述上一幀圖像上的對應點的稠密成像特征之間的差異損失，得到特征匹配損失，包括：

確定所述當前幀圖像中歸屬于所述飛機的各個像素點與所述上一幀圖像上的對應點的稠密成像特征之間的差異損失；

確定各個像素之間的差異損失之和，將所述差異損失之和作為特征匹配損失。

5.根據(jù)權(quán)利要求1或2所述的飛機降落相對姿態(tài)動態(tài)視覺測量方法，其特征在于，還包括：

根據(jù)變焦成像單元的坐標系與目標坐標系之間的轉(zhuǎn)換關系，將所述當前幀圖像對應的位姿轉(zhuǎn)換到所述目標坐標系，得到所述目標坐標系下的位姿。