基于惯导信息卫星定位与景象匹配的导航方法

针对飞行器在卫星信号失效时导航精度变差的问题,提出一种基于惯性导航系统(Inertial Navigation System,INS)、卫星定位与景象匹配的合成孔径雷达(Synthetic Aperture Radar,SAR)载机平台组合导航方法。首先根据INS、卫星定位与景象匹配的数学模型,构造了对应的量测方程,然后应用卡尔曼滤波(Kalman Filter,KF),对不同的量测推导了对应的滤波算法。其中对于卫星数据与景象匹配数据,通过扩展卡尔曼滤波(Extended Kalman Filter,EKF)进行了线性化处理。该方法不要求卫星数据直接提供定位信息,故在卫星数较少时也可以应用。仿真实验中,当卫星信号部分缺失时,本文方法能获得比INS与卫星组合定位方法更小的位置误差,在包含卫星信号时,也能提供比INS与卫星组合定位方法更优的精度。仿真结果证明了该方法的有效性。

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点,对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的高性能要求。

互相关景象匹配系统的正确匹配概率研究

首先阐述了景象可导航性分析的定义 ,指出正确匹配概率是评价景象可导航性的重要指标 ;接着假定预处理后的基准图和附加噪声是零均值随机场 ;然后从图像的内容性质和其统计特性两个方面出发进行了推导 ,给出了基于景象灰度相关匹配的自主导航系统的正确匹配概率的一个估计模型。通过遥感图像的大量试验结果表明 :该匹配概率的估计模型优于一般的仿真模型 。

景象匹配正确定位概率的实验研究

景象匹配的理论分析结论揭示了景象匹配正确定位概率与实时图的信噪比和独立像元数的关系。文中通过对真实影像数据的景象匹配的结果统计给出了正确定位概率与信噪比和独立像元数的关系 ,并将该结果与理论结果进行了比较 ,对其中差异进行了分析解释。

景象匹配/惯性组合导航精确修正算法

为了能使景象匹配辅助导航系统在工作时实现对惯导的最优修正,在景象匹配辅助导航系统对惯导修正过程中,引入了卡尔曼滤波技术,并设计了相应的景象匹配/惯性组合导航算法。但在景象匹配过程中会不可避免的会出现匹配错误、匹配精度不够等问题,为此,基于景象匹配过程中载体机动性能规律,提出了飞行航迹近似为直线的误匹配点剔除方法。利用Visual C++编写完成了景象匹配辅助/惯性组合导航仿真演示系统,对所提出的方法进行了仿真实验。多次实验证明提出的方法能够起到很好的匹配修正效果,具有重要的实际应用价值。

结合惯性导航特性的快速景象匹配算法

针对景象匹配/惯性组合导航对图像匹配算法实时性、鲁棒性、精确性的要求,结合惯性导航的工作特点,深入分析快速鲁棒特征(speeded up robust feature,SURF)算法主要技术特征,研究了其影响导航性能的主要因素。结合惯性器件的误差特性,提出针对导航应用的SURF改进方法,较好地增强了算法的实时性、稳定性、可控性。在图像匹配基础上,构建适应景象匹配算法的空间变换模型,从而在理论上检测图像匹配的正确性并求解导航参数。研究结果表明,基于SURF研究的景象匹配算法具备亚像素级精度、毫秒级实时性和优越的抗形变能力。

景像匹配辅助导航系统中的图像匹配算法研究

图像匹配算法是景像匹配辅助导航系统的核心 ,而且其性能决定了系统的总体性能 ,为了提高景像匹配辅助导航系统导航的实时性和精度 ,就必须选用合适的图像匹配算法 ,为此 ,给出了一种快速有效的基于图像特征的图像匹配算法 ,该算法选用部分 Hausdorff距离作为图像匹配时的相似性度量 ,并利用图像特征提取后的二值化图像进行图像匹配 ,同时在联合了 3种图像匹配加速技术的基础上 ,将邻域技术引入到图像匹配搜索终止条件中 ,从而大大提高了图像匹配效率。仿真结果表明 ,该算法可以保证图像匹配的鲁棒性和有效性 ,同时 ,能有效克服图像噪声和几何畸变的影响。该算法实施景像匹配能够在 5 s以内完成 ,并与 GPS输出周期 (1s)相当 。

SAR/INS组合导航中基于SURF的鲁棒景象匹配算法

在SAR/INS组合导航系统中,由于合成孔径雷达采用正侧视成像工作方式,会引起SAR图像的严重变形,而且获取的SAR图像还可能存在严重的斑点噪声。为了适应SAR图像的几何畸变和高斑点噪声影响,需要提取出的图像特征具有较高的鲁棒性。本文提出了基于SURF的导航用鲁棒景象匹配算法,算法首先针对惯性组合导航的工作特点,对SURF特征匹配进行了改进和优化设计,然后用RANSAC方法过滤掉错误和低精度的匹配点,最后,进行最小二乘精确匹配获取航向和位置偏差信息。通过仿真分析了算法对SAR图像的适应性、抗斑点噪声性能,匹配精度以及实时性,并与基于SIFT特征的景象匹配算法进行了对比。仿真结果表明,所提出算法性能优越,在匹配适应性、鲁棒性、匹配精度及匹配速度方面都优于SIFT算法,可以满足SAR/INS组合导航系统图像匹配修正的高性能要求。

基于分支特征点的导航用实时图像匹配算法

为了满足景象匹配辅助导航系统需要同时获取飞行器位置和航向偏差的需要,提出了一种基于分支特征点提取的图像匹配算法．传统的图像匹配算法需要全局搜索匹配特征点,耗时巨大,而只提取分支特征点来匹配能满足导航系统实时性的要求,在匹配算法方面,提出了采用加权Hausdorff距离算法来进行匹配．同时,根据分支特征点的特性,推导了相应的权值求解公式．仿真结果表明,本文提出的匹配算法耗时较短,能满足导航系统实时性的要求,且定位参数的求解也完全正确．

基于INS/SMNS紧耦合的无人机导航

为了克服无人机惯性导航系统漂移误差累积的缺陷,提出了基于INS/SMNS紧耦合的无人机导航模式(INS/SMNS)。它利用INS提供的位置和姿态角信息分别完成对无人机的粗定位和航拍实时图像的几何校正,提高了SMNS的实时性和适配区景象匹配的精确度;同时,利用SMNS的高精度导航定位结果修正了INS的累积误差。通过INS与SMNS之间的优势互补,使得紧耦合INS/SMNS导航模式具有更好的实时性和精确性。仿真实验表明,紧耦合模式满足无人机规划航迹要求。

基于动态关键帧的自然地标景象匹配视觉导航

为研究GPS故障或失效情况下无人机的备用导航技术,提出了基于自然地标的动态关键帧景象匹配视觉导航算法。首先,分析机载摄像机获取的实时图序列,自主寻找并描述特征明显的自然地标;然后,将包含自然地标的关键帧抽取出来,并与卫星数字基准图进行景象配准,计算其大地坐标作为辅助定位的依据。利用实时图帧间的相关性,将实时图当前帧与计算的动态关键帧图像进行"相对"景象匹配,进而实现当前帧在基准图上的精确定位。实验结果表明,该算法在提高配准概率的同时可大幅度提高景象匹配的实时性与精确性。

基于空间关系几何约束的无人机景象匹配导航

针对GPS的信号强度较弱、易受各种电磁干扰,提出一种基于空间关系几何约束的景象匹配导航算法。首先基于空间关系几何约束的多匹配区选择方法,将实时图划分为多个分区;然后采用基于边缘响应的加权Hausdorff距离景象匹配算法对各个匹配区进行定位计算;最后,通过最优配准点坐标估计策略,解算出无人机实时图中心在基准图上的精确定位坐标。多区域景象匹配采用并行计算方法,利用历史导航信息来辅助修正景象匹配导航误差。实验结果表明,该算法可较好地满足无人机对景象匹配导航算法实时性、精确性的性能要求。

一种基于小波变换和变尺度圆模板融合的景象匹配算法

在SAR匹配导航系统中,由于基准图和实时图尺寸较大,而且二者被获取时成像角度和分辨率等参数不同,使得传统景象匹配算法很难同时满足实时性和鲁棒性要求.我们通过对多种小波函数的对比分析,挑选出了性能最优的一种,并构造图像金字塔,利用由粗到细的迭代匹配策略实现了算法的实时性.设计了基准图和实时图的多尺度圆模板,并基于D-S证据理论进行融合,实现算法的鲁棒性.统计试验结果表明,算法在保证匹配时间的前提下可以容忍较大的几何畸变.

基于二进制比特串描述符的惯性组合导航高速景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置、航向偏差的要求,提出了一种基于二进制比特串描述符的高速景象匹配算法,尤其适合于计算资源有限的景象匹配场合.算法首先提取环绕中心极值局部特征,然后计算特征点的二进制比特串描述符,接着利用描述符之间的汉明距离进行快速特征匹配.最后,利用分组采样一致算法和最小二乘算法获取高准确度的航向和位置偏差信息.景象匹配性能评价实验表明:在匹配适应性、匹配速度、准确度和鲁棒性方面,算法都很优越,在参考图为250×250pixels,实测图为160×160pixels情况下,整个算法的计算约为40ms,可以满足景象匹配导航系统高速匹配修正的要求,优于传统的景象匹配算法.

基于区域协方差的惯性组合导航景象匹配算法

针对景象匹配辅助惯性组合导航系统需要快速准确获取飞行器位置和航向偏差的要求,提出了一种基于区域协方差的实时图像匹配算法.算法采用区域协方差矩阵的距离作为图像匹配时的相似性度量.首先,对图像进行高斯平滑滤波,提取图像的多种特征计算区域协方差矩阵,利用金字塔多级匹配技术进行全局搜索,获得测试图在参考图中像素级匹配位置.然后,利用全局匹配的结果,在实测图上选取多个局部区域,分别进行局部搜索匹配,获取参考图和实测图中一一对应的局部匹配集.最后,利用RANSAC算法和最小二乘算法计算出两幅图像间的最优相似变换参量.仿真分析表明,该算法能满足景象匹配辅助惯性组合导航系统实时性、精确性和鲁棒性的要求.

景象匹配辅助导航系统中的精确图象匹配算法研究

景象匹配辅助导航系统需要在获取飞行器位置偏差的同时获取飞行器相对预定航迹的航向偏差,即获取实测图相对于参考图之间的旋转变换参数。为此,将最小二乘原理引入景象匹配辅助导航系统以获取图象匹配时的旋转变换参数。由于最小二乘原理只能用于一一对应点集的匹配,为此,在给出实时确定图象特征点集一一对应关系方法的基础上引入了最小二乘原理以计算该图象一一对应点集之间的最优相似变换参数,从而构成了应用于景象匹配辅助导航系统的精确图象匹配算法。仿真结果表明,本文研究的精确图象匹配算法在对50个一一对应点对匹配时可以在0.1秒以内完成,且相似参数计算准确,满足了景象匹配辅助导航系统对图象匹配算法准确性和实时性的性能要求。

多光谱图像配准实时处理技术研究

针对多光谱图像配准问题,利用了基于边缘特征的的相关匹配算法,设计了由可编程逻辑门阵列FPGA和多处理器DSP板构建的通用性高速实时信号处理硬件体系结构。实验结果表明,该体系结构实现了多光谱图像匹配,并达到了实时处理的性能要求。

景象匹配辅助导航系统匹配置信度评估方法

针对景象匹配辅助导航中,由于噪声、云层、摄像机抖动等原因导致的景象匹配可能输出错误匹配结果情况,提出一种基于证据推理的景象匹配末端置信度评估方法。首先建立序列帧时空约束关系,对匹配相关阵中峰值构建辨识框架,计算序列帧对各峰值的置信指派并利用适配因子进行折扣运算,然后采用证据推理组合规则进行融合,最后给出判决准则输出匹配置信度或错误报警。针对Dempster组合规则在序列帧高冲突情况融合错误以及DSmT组合规则多证据融合时正确峰值置信指派难以增大并收敛的问题,提出一种比例冲突再分配DSmT组合规则。采用航拍图像和对应Google earth卫星基准图像的仿真实验验证了评估系统可以有效给出匹配置信度并在发生错误匹配时及时报警。

虚拟场景漫游系统的体系结构分析

虚拟场景技术是虚拟现实系统的重要组成部分,它负责解决虚拟现实中“视”的问题,是对系统沉浸感影响最大的一个模块。对虚拟场景技术的应用作了简单的介绍,阐述了其特点及与一般三维动画的区别,分析了其重要性。对虚拟场景漫游系统的一般结构进行了分析和描述,并从系统学的观点出发,解释了虚拟场景漫游系统构建过程中其组成模块之间的关系,同时,介绍了系统中地形匹配、线性交会检测、漫游控制及鼠标拾取等关键技术及其实现方法。

无人机景象匹配辅助导航仿真系统设计与实现

景象匹配导航技术以其自主性强,定位精度高,抗电子干扰的优势逐渐成为未来无人机平台最主要辅助导航方式之一。采用基于边缘响应加权Hausdorff距离景象匹配算法作为仿真系统的核心匹配算法,利用小波多分辨分析技术对模拟实时图进行预处理,将改进的蚁群算法用于航迹规划,运用遗传算法的快速搜索优势进行景象匹配定位,构建出无人机平台景象匹配导航仿真系统。该仿真系统可模拟无人机的真实工作环境,并为无人机平台景象匹配导航的设计与开发提供技术支持。