[發明專利]一種無人機地面動態目標識別與跟蹤場景可靠性測試用例生成方法

在審

• 申請號: 202211133784.6
• 申請日: 2022-09-19
• 公開（公告）號: CN115527129A
• 公開（公告）日: 2022-12-27
• 發明（設計）人: 楊德真;劉燁煬;任羿;孫博;馮強;王自力
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/62;G06T7/246;G06T7/73
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種無人機地面動態目標識別與跟蹤場景可靠性測試用例生成方法，其特征在于它包含以下步驟：

步驟一：分析確定無人機地面動態目標識別與跟蹤場景中的靜態可靠性影響因素；

步驟1：分析確定天氣影響因素；

(1)天氣有著晴天、雨、霧、雪等w種天氣類型，分別記作{α₁,α₂,α₃,…,α_w}；

(2)每種天氣類型有4種天氣等級：一般、較嚴重、嚴重、特別嚴重，記作{β₁,β₂,β₃,β₄}；

(3)風力大小有12種等級，分別記作{c₁,c₂,c₃,…,c₁₂}；

(4)每天的光照強度都會有所不同，記光照強度為d，d0，單位：勒克斯lx；

步驟2：分析確定道路影響因素；

收集不同城市的道路環境，在城市道路環境中給每條道路進行編號處理，記為{R₁,R₂,…,R_n}，其中n表示在該城市道路總條數，并以某十字路口為原點，以正東方向為x軸正方向，以正北方向為y軸正方向，以垂直與城市地面向上的方向為z軸正方向，在城市道路環境中建立三維坐標系，記錄每條道路的位置，將各個道路左右兩側的表達式分別編號，記作{R_l1,R_l2,…,R_ln}，{R_r1,R_r2,…,R_rn}；

步驟3：在三維坐標系中，將每條道路上左右兩側的建筑分別編號，記為{b₁,b₂,…,b_m}，記錄各個建筑物在z＝0平面上靠近道路一側兩個頂點的坐標位置，記為b_a:{(x_a,y_a,0),(x'_a,y'_a,0)}(a∈(1,2,…,m))，并記錄各個建筑物的高度，記為{h₁,h₂,…,h_m}；

步驟二：分析無人機地面動態目標識別與跟蹤場景中的動態可靠性影響因素；

步驟1：分析確定地面動態目標以及其他干擾目標的影響因素；

地面動態目標以及其他干擾目標的影響因素，包括目標的類型、速度、寬度、長度以及顏色：

(1)構建地面動態目標以及其他干擾目標的類型集合，記作{T₀,T₁,T₂,…,T_n}，其中，T₀表示地面動態目標的類型，T_i(i＞0)表示編號為i的其他干擾目標類型；

(2)確定地面動態目標以及其他干擾目標的類型后，其寬度與長度也隨之確定，分別記為{W₀,W₁,W₂,…,W_n}和{L₀,L₁,L₂,…,L_n}，其中，W₀表示地面動態目標寬度，W_i(i＞0)表示編號i為的其他干擾目標的寬度；L₀表示地面動態目標的長度，L_i(i＞0)表示編號i為的其他干擾目標的長度；

(3)構建地面動態目標以及其他干擾目標的速度集合，記作{v₀(t),v₁(t),v₂(t),…,v_n(t)}，其中，v₀(t)表示地面動態目標在t時刻的速度，而v_i(t)(i＞0)表示編號為i的其他干擾目標在t時刻的速度，同時，記錄地面動態目標t時刻在三維坐標系中的中心位置,記為(x_o(t),y_o(t),0)；

(4)構建地面動態目標以及其他干擾目標的顏色集合，記作{c₁,c₂,c₃,…,c_n}，其中c₀表示地面動態目標的顏色，c_i(i＞0)表示編號為i的其他干擾目標的顏色；

步驟2：分析無人機自身的影響因素；

將無人機的速度在三維坐標系中表示：使用v_x(t)表示在t時刻無人機在x軸方向上的速度，v_y(t)表示在t時刻無人機在y軸方向上的速度，v_z(t)表示在t時刻無人機在z軸方向上的速度，記錄無人機出發時的坐標位置(x_u,y_u,h_u)通過預設無人機不同的初始速度、位置，來進一步分析無人機目標識別與跟蹤的可靠性；

步驟三：分析確定無人機對地面動態目標進行識別與跟蹤場景中建筑影響因素帶來的遮擋影響；

步驟1：判斷建筑物能否帶來遮擋；

在t時刻，無人機的位置坐標為地面動態目標位置坐標為(x_o(t),y_o(t),0)，位于編號為p的道路上，該道路左右兩側的表達式分別為R_lp:A_px+B_py+C_lp＝0,z＝0(-l＜x＜l')，R_rp:A_px+B_py+C_rp＝0,z＝0(-l＜x＜l')；

計算無人機位置到道路兩側的距離，當

時表示建筑物能夠給地面動態目標帶來遮擋；否則，無遮擋影響；

步驟2：計算建筑物的遮擋范圍；

確定建筑物能夠帶來遮擋影響后，判斷無人機在道路的哪一側，當

時，左側建筑物會給地面動態目標帶來遮擋影響，此時在左側道路上與地面動態目標最近的建筑物為b_a，高度為h_a，此時建筑物帶來的遮擋范圍w為：

同理，當

時，右側建筑會給地面動態目標帶來遮擋影響，此時右側道路上與地面動態目標最近的建筑物為b_s，高度為h_s，此時建筑物帶來的遮擋范圍w為：

步驟3：計算建筑物對地面動態目標的遮擋范圍；

(1)當無人機在道路左側時，道路左側的建筑物給地面動態目標車輛帶來遮擋，此時地面動態目標車輛到道路左側的距離為：

由此可以得到道路左側的建筑物給地面動態目標車輛帶來的遮擋范圍w₀為：

(2)當無人機在道路右側時，道路右側的建筑物給地面動態目標車輛帶來遮擋，此時地面動態目標車輛到道路右側的距離為：

由此可以得到道路右側的建筑物給地面動態目標車輛帶來的遮擋范圍w₀為：

步驟四：收集數據，對分布函數進行擬合優度檢驗，選出無人機對地面動態目標識別與跟蹤影響因素參數的最優分布；

步驟1：收集無人機在執行目標識別與跟蹤任務中的數據，對數據進行處理與分析，得到各參數可能服從的分布類型；

(1)基于無人車對地面動態目標識別與跟蹤場景，收集無人機在飛行場景中的可靠性影響因素的數據{X₁,X₂,X₃…,X_n}；

(2)對收集到的無人機在真實場景中的數據進行篩選處理，剔除噪聲數據，取無人機可靠性影響參數數據的最小值與最大值[X_min,X_max]作為該參數的取值參考范圍，并將數據有小到大排序，利用經驗公式t＝1+3.3lgn(n為數據個數，t向上取整)將數據分為t組，在根據公式Δx＝(X_max-X_min)/t確定組距，計算出在各組(x₁,x₂,…,x_t)的頻率:

(3)根據所得數據，繪制無人機各可靠性參數的分布圖，將分布擬合得到分布函數，與理論分布函數進行比較，得到參數的可能的分布；

步驟2：用卡方分布擬合優度檢驗對無人機可靠性影響參數中的離散分布參數進行檢驗，選出最優的分布類型；在步驟1中，得到的無人機對地面動態目標識別與跟蹤場景中的可用數據為{x₁,x₂,x₃,…,x_t}，在可能的分布模型中，其測值為：

其中，x_i'為可能的分布模型中與x_i對應位置的值，對于給定的顯著性水平α＝0.05，可以得到臨界值當的觀測值小于或等于臨界值則可認為該影響參數服從該分布；

步驟3：用基于灰色理論的灰色關聯法對無人機可靠性影響參數中的連續分布參數進行檢驗，選出最優的分布類型；

記無人機對地面動態目標識別與跟蹤場景中的可用數據為參考序列x₍₀₎：{x₁,x₂,x₃,…,x_t}；同時可以通過計算得到在分布類型1中與參考序列對應位置的頻率，得到比較序列x₍₁₎；同樣的，可以得到比較序列x₍₂₎,x₍₃₎,…,x_(j)；根據灰色理論分析法，可以計算出無人機可靠性影響參數各分布類型的關聯系數：

因此可以計算得到關聯度為：

最后選出關聯系數最大的比較序列，得到無人機可靠性影響參數的最優分布；

步驟五：進行重要度抽樣，生成無人機目標識別與跟蹤測試環境，確定測試用例；

(1)通過步驟四得到無人機各個可靠性影響參數的概率密度函數f₁(x),f₂(x),…,f_n(x)，使用交叉熵尋優的方法，確定無人機各個影響參數的重要抽樣概率密度函數以及權重

(2)從無人機各個獨立的可靠性影響參數重要抽樣概率密度函數中分別抽樣，獲取n組參數集合{α,β,c,d,…}，生成n組無人機對地面動態目標識別與跟蹤的測試環境；

(3)將無人機置于測試場景中進行測試，設定測試時間，記錄無人機在測試過程中成功識別并跟蹤地面動態目標時間。