UAV视频引导攻击原理分析

1.引言
随着现代高速处理器的迅猛发展,图像处理技术也日益成熟。其中,移动目标的视频检测与跟踪是图像处理、分析应用的一个重要领域,是当前相关领域的研究前沿。移动目标视频检测与跟踪技术,在机器人视觉、交通监测、可视预警、机器导航等民用领域有着广泛的应用,同时在火力拦截、导弹电视和红外视频制导等军用方面也发挥着重要作用。本文以下部分就着重论述UAV利用视频辅助引导进行捕获、跟踪和攻击各种海陆空目标的原理。

2.捕获和跟踪算法原理介绍

2.1 捕获算法原理简介
在利用视频图像进行目标跟踪之前,对目标的捕获是必不可少的,选择行之有效的捕获算法以及对目标捕获的精确程度,直接影响着后续跟踪算法跟踪的准确度。
对目标的捕获一般分为对静止目标和运动目标的捕获,在捕获的过程中,如果摄像头处于静止状态,对运动目标的捕获实际上就是对运动目标的检测,此种情况运动目标的捕获实际上是一种背景差异图像的检测;当摄像头处于静止,对静止目标的捕获,我们的捕获过程实际上是对捕获窗口范围内的目标利用相应捕获算法进行锁定。
如果摄像头也处于运动状态,则不存在静止目标和运动目标区别,实际此时所有目标均处于运动状态,这种情况就需要估算图像的全局运动矢量,然后根据估算的全局运动矢量来补偿运动的图像,这样补偿后的图像相对前一帧图像没有运动,相当于处于静止,我们同样可以对捕获窗口内的目标利用相应捕获算法进行锁定。
因为捕获算法与其后面的跟着算法密切相关,因此捕获算法可分为:
  • 质心(Centroid)
  • 相关(Correlation)
  • 边缘(Edge)
  • 多目标跟踪(MTT)
  • 移动目标检测(MTD)
  • 相位相关(Phase Correlation)

2.2 跟踪算法原理介绍
跟踪算法是UAV利用视频辅助引导进行攻击的核心,跟踪算法的好坏直接影响UAV攻击目标的准确度。跟踪算法的目标是确定目标在跟踪窗口内的位置进而确定在整个图像中的位置,不同的算法提供互补的性能。下面是可采用的跟踪算法:
  • 质心(Centroid)
  • 相关(Correlation)
  • 边缘(Edge)
  • 多目标(MTT)
  • 相位相关(Phase Correlation)
  • 组合(Combined)

3.机器视觉测量坐标系原理介绍
机器视觉是研究用计算机来模拟人和生物的视觉系统功能的技术学科,它是一门综合性学科,它的目的是让计算机能够感知周围的视觉世界,了解它的空间组成和变化规律。利用视频辅助引导UAV进行目标打击,它是机器视觉的在军事领域的应用,在UAV利用视频引导攻击目标的过程中,我们需要根据图像中锁定目标在图像中像素点坐标,来引导UAV飞往响应锁定的地面目标,地面目标处于地理坐标系,就是所谓的世界坐标系;
要进行精确的引导,除了良好的跟踪算法,当UAV接近目标过程中,处理好目标在图像坐标系和世界坐标系之间的关系,对UAV的引导控制起着至关重要的作用。机器视觉的测量过程中,一般包括三个层次的坐标系:世界坐标系、摄像机坐标系和图像坐标系,图1所示表示了三个不同层次的坐标系统,其定义分别如下:

图1:三个不同层次的坐标系统

3.1世界坐标系
也称为全局坐标系。它是由用户任意定义的三维空间坐标系,通常是将被测物体和摄像机作为一个整体来考虑的坐标系。图示中是以摄像机光心为原点,通过平移世界坐标系而得到的辅助坐标系。在实际应用中,我们可以把地面坐标系看成是摄影测量中的世界坐标系。
3.2摄像机坐标系(X,Y,Z)
摄像机坐标系的原点为摄像机光心,Zc轴与摄像机的光轴重合,且取摄影方向为正向。Xc,Yc轴通常与图像物理坐标系X、Y轴平行,如图2所示,其中平面定义位图像的负片和正片位置,分别位于摄像机坐标系的Zc=-f平面和Zc=f平面内。

图2:图像与摄像机坐标系

在无人机飞行过程中,摄像机是固定安装在无人机上的,且摄像机的像平面与无人机的O-YbZb相平行,因此我们可以用无人机机体坐标系和地面坐标系的关系来表述世界 坐标系和摄像机系之间的角度关系。
3.3图像坐标系
在摄影测量中,为了便于像点和对应点空间位置的相互换算,图像坐标系一般都建立在正片平面S中,如图2所示,图像坐标系分为图像像素坐标系(u.v)和图像物理坐标系(X,Y)两种,其定义分别为:
· 图像像素坐标系(u,v):图像像素坐标系是以图像左上角为原点,以像素为坐标单位的直角坐标系 。u,v分别表示该像素在数字图像中的列数与行数。
· 图像物理坐标系(X,Y):图像物理坐标系是以光轴与像平面的交点为原点,以毫米为单位的直角坐标系。其X,Y轴分别于图像像素坐标系的u,v轴平行 。

3.4 世界坐标系与摄像机坐标系变换关系
世界坐标系中的点到摄像机坐标系的变换可由一个正交旋转变换矩阵R和一个平移变换矩阵T表示为:
     (1)

其中,是世界坐标系原点在摄像机坐标系中的坐标,矩阵R中各项

分别为:
正交旋转矩阵R是摄像机坐标系相对世界坐标系间的方向余弦组合,实际只含有3个独立变量:横滚角、俯仰角和偏航角。再加上,总共6个参数决定了摄像机坐标系在世界坐标系中的空间位置和姿态;由于这6个参数完全由摄像机相对于世界坐标系的方位决定,称为摄像机的外部参数,确定某一摄像机的内外参数,称为摄像机的定标。

图3:图像像素坐标系与图像物理坐标系


3.5 图像物理坐标系与图像像素坐标系变换关系
如图3所示,一般说明,(u,v)表示以像素为单位的图像坐标系,(x,y)表示以毫米为单位的图像坐标系,在x,y坐标中,原点定义在摄像机光轴与图像平面的交点,该点一般位于图像中心,若在u,v坐标系中的坐标为,每一个像素在x轴与y轴方向上的物理尺寸为,则图像中任意一个像素在两个坐标系下的坐标有如下关系:
       (2)
逆关系可写成:
       (3)

其中,是图像中心(光轴与图像平面的交点)的坐标,分别为一个像
素在X与Y方向上的物理尺寸,分别为X和Y方向上的采样频率,即单位长度的像素个数。


3.6 图像物理坐标系与摄像机坐标系变换关系
如图2所示,摄像机坐标系中的物点P在图像物理坐标系中的像点P坐标为:
     (4)
?      (5)
其中,(x,y)为P点成像的图像物理坐标系;为空间点P在摄像机坐标系下的坐标,我们用奇次坐标与矩阵表示上述透视投影关系:
     (6)
根据图像物理坐标系与图像像素坐标系变换关系以及图像物理坐标系与摄像机坐标系变换关系,我们可以得到图像像素坐标与摄像机坐标系的变换关系:
     (7)
     (8)
其中令;完全由决定,由于只与摄像机的内部结构有关,我们称这些参数为摄像机内部参数。

3.7世界坐标系与图像坐标系变换关系
根据上面各坐标系之间的变换关系,我们可以得到世界坐标系与图像坐标系的变换 关系:
     (9)
其中
根据(1)式和(9)式,就可以得到世界坐标系与图像像素坐标系的变换关系:
     (10)
     (11)
上式就是共线方程,它说明物点、光心和像点这三点必须在同一条直线上。这是中心投影的数学表达式,它表示了空间物点的坐标和光心坐标T及光轴角度和对应像点(u,v)之间的数学关系。根据共线方程,在摄像机内部参数确定条件下,利用若干已知的物点和相应的像点坐标,就可以根据式(10)和式(11)求解出摄像机在世界坐标系中的空间位置和姿态。
由式(1)可以得到摄像机光心在世界坐标系中的位置()为:
     (12)

4.UAV引导控制原理介绍

4.1 UAV自驾仪导航原理
在传统的GPS自驾仪导航原理中,当指定起始和终止的经纬度点后,自驾仪会计算出起点和终点的航线角 ,然后自驾仪会调整飞行的航向,通过闭环PID调节,使飞行的航向角始终逼近航线角,并且在飞行的过程实时更新航线角。

4.2 UAV引导控制原理
当锁定并跟踪目标以后,如何引导UAV接近并攻击目标,将是至关重要的一步。在我们的UAV视频辅助引导攻击系统中,首先利用视频跟踪器输出的目标与靶心的偏差,如下图4所示,我们可以知道目标点距靶心在水平方向的偏差以及目标点距靶心垂 直方向的偏差
图4:跟踪器锁定跟踪目标的过程
如图4所示,我们假设此时UAV所在的横滚角为、俯仰角为和偏航角为,其中横滚角为、俯仰角为可以利用UAV上的传感器实时测量,偏航角为未知,我们根据第3.4节所讲,消除横滚角的影响,使图像处于一个水平平面之内,处理如下:
     (13)
假如在整个跟踪的过程,我们随时获取摄像头视场角为FOV,假如我们视频源为PAL制视频,则可计算得到此时偏航角为,因此此时横滚角、俯仰角和偏航角均为已知。
图5:UAV俯仰角的侧面示意图
图6:UAV偏航角的侧面示意图
如图5所示,为了把图像中地面对应的目标点移动到靶心对应的地面点位置,就需要调整UAV的姿态;从图6中可知,我们可以计算出地面目标点水平投影到靶心对应地面点的距离 dX ,根据,可以计算得到 dY ,因此我们可以估算下一航点的高度 。根据UAV返回的当前经纬度 ,我们有计算出了航偏角,因此可以在航偏角的方向计算出UAV飞行的下一个航点精纬度以及下一个航点的高度,这样UAV就始终朝着目标引导飞行。
天空体育_天空体育平台_天空体育sky sports