[發(fā)明專利]基于大位移光流法的組合導(dǎo)航方法及系統(tǒng)有效
| 申請?zhí)枺?/td> | 202110184527.4 | 申請日： | 2021-02-08 |
| 公開（公告）號： | CN112985388B | 公開（公告）日： | 2022-08-19 |
| 發(fā)明（設(shè)計）人： | 黃峰;陳建亮;吳銜譽;謝鈺;沈英;吳靖 | 申請（專利權(quán)）人： | 福州大學 |
| 主分類號： | G01C21/16 | 分類號： | G01C21/16;G06T5/00;G06T7/269;G06T7/277 |
| 代理公司： | 福州元創(chuàng)專利商標代理有限公司 35100 | 代理人： | 陳鼎桂;蔡學俊 |
| 地址： | 350108 福建省福州市*** | 國省代碼： | 福建;35 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 位移 光流法 組合 導(dǎo)航 方法 系統(tǒng) | ||
1.一種基于大位移光流法的組合導(dǎo)航方法，其特征在于，包括以下步驟：
步驟S1:獲取與導(dǎo)航載體捷聯(lián)的相機拍攝的連續(xù)視頻圖像，同時從連續(xù)的視頻中獲取第一圖像、第二圖像；
步驟S2:計算第一圖像、第二圖像的灰度平均值并與預(yù)設(shè)的灰度閾值進行比較，根據(jù)比較的結(jié)果進行預(yù)處理；
步驟S3:利用光流法對預(yù)處理后的第一圖像、第二圖像進行光流計算，并采用線性插值的方法對誤匹配值進行剔除，得到第一圖像、第二圖像的總光流值；
所述步驟S3具體為：
步驟S31:將預(yù)處理后的第一圖像、第二圖像進行下采樣，并利用Edgeflow光流計算方法求解粗光流dn；
步驟S32:將粗光流乘以下采樣的倍數(shù)，得到的結(jié)果作為名義光流，并以此為基準對第一圖像進行預(yù)平移,并將平移后的第一圖像和第二圖像進行LK光流計算，并求出亞像素光流ds；
步驟S33:將粗光流dn和ds相加求得總光流dt；dt就是以像素為單位的光流值；
步驟S4:將總光流值通過光流-運動場轉(zhuǎn)移模型進行縮放；
步驟S5:根據(jù)縮放后的光流，結(jié)合IMU的角速度信息進行補償，得到經(jīng)度方向和緯度方向的速度信息，實現(xiàn)光流/慣性組合導(dǎo)航；
利用IMU測得的角速度信息對光流信息進行補償，公式如下：
對各傳感器進行誤差建模，以慣導(dǎo)信息為基礎(chǔ)建立松組合導(dǎo)航算法的狀態(tài)方程，以光流測得的速度信息為基礎(chǔ)建立量測方程；然后對慣導(dǎo)系統(tǒng)進行卡爾曼濾波，以慣導(dǎo)系統(tǒng)誤差進行估計，并將估計的誤差返回到慣導(dǎo)系統(tǒng)內(nèi)部進行校正。
2.根據(jù)權(quán)利要求1所述的基于大位移光流法的組合導(dǎo)航方法，其特征在于，所述步驟S2具體為：
步驟S21:將所述第一圖像、第二圖像中所有像素點的灰度相加后取平均值；
步驟S22:將第一圖像第二圖像的平均值差的絕對值同灰度閾值進行比較,并根據(jù)比較結(jié)果選擇預(yù)處理方法；
步驟S23:根據(jù)選擇的預(yù)處理方法對第一圖像、第二圖像進行預(yù)處理。
3.根據(jù)權(quán)利要求1所述的基于大位移光流法的組合導(dǎo)航方法，其特征在于，預(yù)處理方法包括局部二值化算法或中值濾波算法。
4.根據(jù)權(quán)利要求1所述的基于大位移光流法的組合導(dǎo)航方法，其特征在于，所述步驟S4具體為：
對于畸變較嚴重的相機，要首先進行畸變矯正，采用張正有標定法，利用Matlab標定工具箱求得參數(shù)矩陣和畸變參數(shù)；
通過激光測距儀進行高度測量；
待獲得相機內(nèi)部參數(shù)及飛行高度后利用光流-運動場轉(zhuǎn)移模型將以像素為單位的光流信息轉(zhuǎn)化為米制單位。
5.一種基于大位移光流法的組合導(dǎo)航系統(tǒng)，其特征在于，包括依次連接的圖像采集模塊、圖像預(yù)處理模塊、光流計算模塊和組合導(dǎo)航模塊；
圖像采集模塊用于獲取連續(xù)視頻圖像，同時從連續(xù)的視頻中獲取第一圖像、第二圖像；
圖像預(yù)處理模塊用于對第一圖像，第二圖像進行灰度平均值計算，然后與特定的閾值進行比較，根據(jù)比較的結(jié)果選擇預(yù)處理方案并進行預(yù)處理；
光流計算模塊用于對預(yù)處理后的第一圖像，第二圖像兩幀圖像進行光流計算，采用先粗后精的光流計算方案，提升光流計算的精度，并采用線性插值的方法對誤匹值進行剔除；
組合導(dǎo)航模塊用于將光流通過光流-運動場進行縮放，得到經(jīng)度和緯度方向的速度信息；并結(jié)合IMU測量的信息，將光流求出的兩個緯度的速度信息和慣性測量單元測量的信息進行卡爾曼濾波，實現(xiàn)組合導(dǎo)航；
利用IMU測得的角速度信息對光流信息進行補償，公式如下：
所述組合導(dǎo)航模塊包括光流補償模塊和信息融合模塊；
所述光流補償模塊，用于利用IMU角速度信息，對光流計算結(jié)果進行補償；
所述信息融合模塊，用于將光流估計的結(jié)果和IMU信息進行融合；對各傳感器進行誤差建模，以慣導(dǎo)信息為基礎(chǔ)建立松組合導(dǎo)航算法的狀態(tài)方程，以光流測得的速度信息為基礎(chǔ)建立量測方程；并對慣導(dǎo)系統(tǒng)進行卡爾曼濾波，以慣導(dǎo)系統(tǒng)誤差進行估計，并將估計的誤差返回到慣導(dǎo)系統(tǒng)內(nèi)部進行校正。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于福州大學，未經(jīng)福州大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110184527.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
