一种基于智能瞄具的抗干扰“猫眼”目标探测方法

目前的“猫眼”目标激光主动探测系统尽管发射功率大,探测距离远,但普遍存在质量较大、灵活性差的缺点。为增强灵活性,减少作战反应时间,确保对目标发现即摧毁,可在步枪智能瞄具中集成小功率“猫眼”目标主动探测系统,与现有系统形成优势互补。由于智能瞄具搭载了小型激光测距仪及CMOS图像传感器,因此本文根据其硬件特点,设计了一种利用小功率激光器发射伪随机编码激光脉冲序列、CMOS传感器同步采集数据,通过相关运算提取目标信息的抗干扰“猫眼”目标探测方法,并进行了理论分析与实验验证。实验结果表明,该方法具有较强的稳定性和抗干扰能力,能够使智能瞄具在较复杂的背景中发现“猫眼”目标。

基于目标检测与跟踪组合模式的智能枪瞄技术研究

针对智能化枪瞄系统中存在的检测图像序列角度变化较大、遮挡较为严重的问题,结合深度学习目标检测模型Single Shot MultiBox Detector(SSD)和核相关滤波器(KCF),提出一种新的自动检测-跟踪-检测(DTD)模式,利用SSD快速精确地对目标进行检测,将检测到的坐标信息输入到KCF跟踪模型中进行稳定跟踪,利用一组固定维数动态峰值的均值和标准差对每帧的响应峰值进行检测,如果发现异常峰值,则判定目标丢失或即将丢失,使用SSD重新检测,同时设定目标重检测时间阈值,在跟踪器运行时间大于此阈值时,同样进行重新检测。试验表明,该方法较之前单一的目标检测或跟踪方法具有更高的检测精度和较快的速率。