基于無人機載光電平臺的目標(biāo)定位技術(shù)

鐘麟 張岐坦

摘要：針對無人機目標(biāo)定位問題，基于無人機載光電平臺總結(jié)了無人機目標(biāo)定位的典型工作流程，系統(tǒng)論述了無人機目標(biāo)定位技術(shù)現(xiàn)狀，闡述了包括基于視覺、地圖匹配、空間前方交會和粒子濾波技術(shù)的主要目標(biāo)定位方法。針對性地分析了 4 種技術(shù)的優(yōu)缺點，對無人機目標(biāo)定位技術(shù)的未來發(fā)展趨勢進(jìn)行了展望。

關(guān)鍵詞：光電平臺;目標(biāo)定位;地圖匹配;空間前方交會;粒子濾波

中圖分類號：TN957 文獻(xiàn)標(biāo)志碼：A 文章編號：1008-1739（2021）13-53-5

Target Localization Technology of UAV Photoelectric Platform

ZHONG Lin， ZHANG Qitan

（The 54th Research Institute of CETC， Shijiazhuang 050081， China）

Abstract：Aiming at the target localization based on the characters of UAV photoelectric platform， the target localizationtechnologies are studied and the target localization work flow is summarized. The target localization technologies are introducedsystematically. The technologies proposed here include vision-based target localization technique， map matching-based targetlocalization technique， space intersection-based target localization technique and particle filter-based target localization technique. Themerit and demerit of these techniques are also discussed. Finally， the future development of UAV target localization technology isprospected.

Keywords：photoelectric platform; target localization; map matching; space intersection; particle filter

0 引言

無人機由于其成本低、機動快、時效性高和適應(yīng)性強的特點，得到了快速發(fā)展和廣泛應(yīng)用[1-2]。隨著機載光電平臺的廣泛應(yīng)用，利用機載光電平臺進(jìn)行目標(biāo)偵察跟蹤定位，獲取目標(biāo)位置及目標(biāo)運動信息得到了各行業(yè)極大的關(guān)注。目前，利用無人機目標(biāo)定位技術(shù)，在軍事領(lǐng)域可以執(zhí)行激光制導(dǎo)、電子干擾、通信中繼及戰(zhàn)斗評估等任務(wù)，還可進(jìn)行精確打擊、定點轟炸，甚至還可以攔截戰(zhàn)術(shù)導(dǎo)彈和巡航導(dǎo)彈，代替人員在核生化或其他特殊條件下執(zhí)行作戰(zhàn)任務(wù)[3-5]。在民用上也大有可為，可應(yīng)用于場區(qū)監(jiān)控、氣象探測、公路巡視、勘探測繪、水災(zāi)監(jiān)視、航空攝影、交通管理、電力線路巡查及森林防火救災(zāi)等[6-7]。以無人機光電偵察平臺目標(biāo)定位為研究背景，從實際工程應(yīng)用的角度出發(fā)，總結(jié)了基于無人機載光電平臺的目標(biāo)定位典型工作流程，梳理了無人機目標(biāo)定位技術(shù)現(xiàn)狀，針對性地分析了各種技術(shù)的優(yōu)缺點，最后對無人機目標(biāo)定位技術(shù)的未來發(fā)展趨勢進(jìn)行了展望。

1 無人機目標(biāo)定位流程

機載光電平臺是無人機最基本的任務(wù)執(zhí)行單元，通過光電系統(tǒng)及其內(nèi)在的光電傳感器可以對各種地面目標(biāo)、空中目標(biāo)進(jìn)行偵察定位。隨著光電技術(shù)和數(shù)字技術(shù)的發(fā)展，在機載平臺小型化和集約化的潮流下，無人機機載光電系統(tǒng)的性能將有大的提高，探測距離將大幅度增加，靈敏度和分辨率更高，質(zhì)量和體積更小，為無人機目標(biāo)高精度定位的實現(xiàn)奠定了硬件基礎(chǔ)[8-13]。無人機載光電平臺作為一種優(yōu)秀的空中偵察、探測系統(tǒng)，其戰(zhàn)場偵察和目標(biāo)監(jiān)視的能力是實現(xiàn)偵察和打擊一體化的關(guān)鍵。

通過機載偵察設(shè)備，通常可以得到飛行姿態(tài)（俯仰角、傾斜角、偏航角）、成像平臺方位角、高低角以及傳感器焦距等信息，但是無法直觀得出目標(biāo)的具體位置信息。為了得到目標(biāo)在大地坐標(biāo)系下的三維坐標(biāo)，需要得到目標(biāo)圖像所在時刻的飛行姿態(tài)測量數(shù)據(jù)、無人機 GPS 位置信息、機載光電平臺自身的視軸位置、機載光電平臺的激光測距值等信息參數(shù)，然后通過一系列的坐標(biāo)轉(zhuǎn)換計算出目標(biāo)的三維位置。基于無人機載光電平臺的目標(biāo)定位工作流程如圖 1 所示。

基于無人機載光電平臺的目標(biāo)定位工作流程中主要分為2 個關(guān)鍵部分：①通過導(dǎo)航定位系統(tǒng)獲取載機位置姿態(tài)信息，通過無人機載光電平臺獲取目標(biāo)相對距離、目標(biāo)角度（方位角、俯仰角）等參數(shù)信息;②通過無人機目標(biāo)定位算法結(jié)合前面獲取的參數(shù)信息在一系列坐標(biāo)系統(tǒng)轉(zhuǎn)換下得出目標(biāo)的定位結(jié)果。目標(biāo)定位能力作為一個系統(tǒng)指標(biāo)，受傳感器、測距儀、載荷平臺穩(wěn)定精度、飛行平臺穩(wěn)定精度和位置精度等綜合因素影響，因此目標(biāo)定位難度較大，目前已經(jīng)發(fā)展出多種無人機目標(biāo)定位技術(shù)。

2 無人機目標(biāo)定位技術(shù)

2.1 基于視覺的目標(biāo)定位技術(shù)

基于視覺的目標(biāo)定位技術(shù)屬于主動定位方法，通過控制穩(wěn)定平臺和攝像系統(tǒng)搜索偵察目標(biāo)。當(dāng)目標(biāo)出現(xiàn)在畫面上時，鎖定并跟蹤目標(biāo)，使其位于畫面中心，同時得到目標(biāo)圖像所在時刻的飛行姿態(tài)測量數(shù)據(jù)、無人機 GPS 位置信息、機載光電平臺自身的視軸位置及機載光電平臺的激光測距值等信息參數(shù)?；谀繕?biāo)與圖像像素坐標(biāo)之間的坐標(biāo)變換關(guān)系，經(jīng)過一系列變換矩陣，最終得到目標(biāo)的估計位置。其中關(guān)系到幾個坐標(biāo)系的定義和轉(zhuǎn)換，包括慣性坐標(biāo)系、無人機當(dāng)?shù)刈鴺?biāo)系、機體坐標(biāo)系、平臺坐標(biāo)系和相機坐標(biāo)系[14-15]。各坐標(biāo)系定義如圖 2所示。

慣性坐標(biāo)系用表示，是一個固定的坐標(biāo)系，指向北，指向東，指向地球中心。無人機當(dāng)?shù)刈鴺?biāo)系用表示，各軸方向與慣性坐標(biāo)系相同，原點在無人機質(zhì)心。機體坐標(biāo)系用表示原點在無人機質(zhì)心，指向機頭，指向由右機翼，指向機體腹部。攝像平臺坐標(biāo)系用表示原點在平臺中心點，與光軸同向，指向成像面右側(cè)，指向成像面下側(cè)。攝像機坐標(biāo)系用表示，原點在光心，指向成像面上方，指向成像面右側(cè)，指向光軸。

通過構(gòu)建簡單的投影相機模型，建立圖像像素坐標(biāo)系和慣性坐標(biāo)系的坐標(biāo)轉(zhuǎn)換矩陣，用目標(biāo)的像素坐標(biāo)和三維慣性坐標(biāo)建立的矩陣方程即可得出目標(biāo)的地理經(jīng)緯度坐標(biāo)，如下：

（1）

式中，表示目標(biāo)在慣性坐標(biāo)系下的三維坐標(biāo)位置;C表示相機校準(zhǔn)矩陣;表示從坐標(biāo)系i到坐標(biāo)系j的齊次變換矩陣;表示無人機到目標(biāo)的激光測距值;q表示目標(biāo)在圖像上的像素坐標(biāo)。

基于視覺的目標(biāo)定位技術(shù)利用平臺慣導(dǎo)確定姿態(tài)參數(shù)，通過綜合光電平臺自身相對于無人機旋轉(zhuǎn)參數(shù)和激光測距，建立空間幾何關(guān)系，換算獲得偵察目標(biāo)的位置。該方法的主要優(yōu)點是物理實現(xiàn)簡單、經(jīng)濟(jì)可行、技術(shù)難度低，能夠?qū)崟r快速定位，應(yīng)用廣泛;主要缺點是容易受到無人機自身位置誤差、飛行姿態(tài)數(shù)據(jù)誤差、光軸指向誤差影響，定位精度不高。

2.2 基于地圖匹配的目標(biāo)定位技術(shù)

基于地圖匹配的目標(biāo)定位基本原理是在執(zhí)行任務(wù)過程中通過預(yù)裝飛行路線附近的地理編碼底圖，當(dāng)無人機飛抵目標(biāo)區(qū)上空時，由光電載荷將含有目標(biāo)的偵察圖像傳輸?shù)降孛嬲?，由操作員通過觀察比較后，將含有目標(biāo)的相應(yīng)區(qū)域圖像放大、凍結(jié)，并利用無人機位置信息、無線電高度表和無人機飛行姿態(tài)數(shù)據(jù)，確定目標(biāo)的近似位置和含有目標(biāo)的局部實時圖像。然后根據(jù)目標(biāo)的近似位置，找出相應(yīng)目標(biāo)區(qū)域的數(shù)字地圖（數(shù)字正射影像圖），該數(shù)字地圖就作為參考圖像，通過局部實時圖像和參考圖像的相關(guān)分析計算（或操縱員觀察比較判定），確定出目標(biāo)在參考圖像上的對應(yīng)位置，從而實現(xiàn)對目標(biāo)的定位[16]。為了實現(xiàn)對探測目標(biāo)的精確定位，需要把無人機圖像與具有地理信息的參考圖像進(jìn)行精確匹配。因此魯棒性強實時性好的圖像匹配算法成為其中的關(guān)鍵。

由于無人機偵察圖像與參考圖像不可避免地存在尺度變化、旋轉(zhuǎn)變化和光照變化，圖像匹配需要把不同傳感器或者同一傳感器在不同時間、不同成像條件下對同一景物獲取的 2 幅或多幅圖像在空間上進(jìn)行對準(zhǔn)，以確定 2 幅圖像之間的平移以及旋轉(zhuǎn)關(guān)系。目前國內(nèi)外有關(guān)專家學(xué)者提出了許多圖像匹配算法，如基于模板的方法、FFT 相關(guān)匹配方法、相位相關(guān)算法、序貫相似檢測算法等，這些匹配算法在某種程度上能夠?qū)崿F(xiàn)圖像之間的配準(zhǔn)。但是如果 2 幅圖像之間存在平移旋轉(zhuǎn)、仿射變換時，算法適應(yīng)性較差。近年來局部不變特征對圖像旋轉(zhuǎn)縮放等變化具有較好的處理能力，已經(jīng)成為研究的熱點。文獻(xiàn)[17]提出了一種基于改進(jìn) SIFT 的圖像匹配方法，該方法在特征點匹配時采用簡單的準(zhǔn)歐式距離代替?zhèn)鹘y(tǒng)的歐式距離作為相似度量準(zhǔn)則，并按照高斯差分空間結(jié)構(gòu)由粗至精進(jìn)行匹配。該方法主要包括建立尺度空間、極值點檢測、特征點位置精確定位、確定特征點方向和生成 SIFT 特征描述符 5 個步驟。相關(guān)實驗表明，該方法可以實現(xiàn)圖像之間的正確匹配，有利于無人機對探測目標(biāo)的精確定位，并且具有較好的實時性。

該方法的定位誤差來源主要包括數(shù)字地圖 / 高程圖的量化誤差、操作手目標(biāo)點測量誤差和相關(guān)分析匹配校正誤差 3 個方面。在實際飛行中，大部分情況下無法獲取目標(biāo)所在區(qū)域的數(shù)字地圖，同時定位精度受底圖影響較大，致使該技術(shù)應(yīng)用范圍受限。

2.3 基于空間前方交會的目標(biāo)定位技術(shù)

空間前方交會一般是使用立體像對上的同名像點，得到2 條同名射線在空間的方向，這 2 條射線在空間一定相交，其相交處必然是該目標(biāo)點的空間位置[18]。

在無人機目標(biāo)定位過程中，可以采用目標(biāo)一側(cè)遠(yuǎn)距離選取2 個點并采取直線軌跡快速飛行的方式，同時在飛行過程中2 次對目標(biāo)進(jìn)行相關(guān)測量，構(gòu)建空間三角形并最終確定目標(biāo)位置。該方法有效避免了無人機過頂定位的局限，在保證定位精度的前提下大大提高了無人機戰(zhàn)場生存能力。

如圖 3 所示，在空中和兩個點對目標(biāo)點A進(jìn)行攝影。建立地面攝影測量坐標(biāo)系，其中軸與航向基本一致，且面水平。過做像空間坐標(biāo)系，其軸分別與平行;同樣過做像空間坐標(biāo)系，其軸也分別與平行。

設(shè)在中的坐標(biāo)為，目標(biāo)點A在中的坐標(biāo)為，相應(yīng)的像點的像空間坐標(biāo)為，像空間輔助坐標(biāo)為，則有：

（2）

式中，表示由已知的外方位角元素計算的左右像片旋轉(zhuǎn)矩陣。因左右像空間輔助坐標(biāo)系及相互平行，且光電載荷、像點和目標(biāo)點 3 點共線，則由圖 3 可得出：

，（3）

因此可得出目標(biāo)點坐標(biāo)的公式為：

。（4）

該方法的定位誤差來源主要包括飛機位置測量精度、激光測距設(shè)備測量精度、飛機姿態(tài)參數(shù)測量精度和轉(zhuǎn)臺測角精度。2 次測量位置間距對定位誤差也有一定影響，位置間距不能過小。通過多次成像結(jié)果，結(jié)合最小二乘法可以改進(jìn)定位結(jié)果。

2.4 基于粒子濾波的目標(biāo)定位技術(shù)

作為一種系統(tǒng)狀態(tài)估計的理論和方法，卡爾曼濾波（Kalman Filtering）理論是由卡爾曼于 1960 年提出的現(xiàn)代濾波理論?？柭鼮V波理論作為一種重要的最優(yōu)估計理論被廣泛應(yīng)用于各種動態(tài)數(shù)據(jù)處理中，尤其是 GPS 動態(tài)數(shù)據(jù)處理、慣性導(dǎo)航等。近 10 年來，卡爾曼濾波理論在 GPS 動態(tài)定位數(shù)據(jù)處理以及 INS/GPS 組合系統(tǒng)導(dǎo)航計算等領(lǐng)域得到了深入研究和廣泛應(yīng)用[19]。

雖然卡爾曼濾波在目標(biāo)追蹤定位中已經(jīng)得到應(yīng)用，然而卡爾曼濾波需要系統(tǒng)精確的數(shù)學(xué)模型，并假設(shè)系統(tǒng)為線性的，噪聲信號也必須是噪聲統(tǒng)計特性已知的高斯噪聲。在實時定位過程中，描述系統(tǒng)的動態(tài)變化過程的狀態(tài)方程是一個定常速模型，對于高動態(tài)情況，將會產(chǎn)生較大的噪聲誤差，致使?fàn)顟B(tài)變量的一步預(yù)測不夠準(zhǔn)確。而光軸指向角的觀測模型是非線性的，經(jīng)過線性化后得到的量測矩陣僅取至泰勒級數(shù)展開的 1 次項，略去 2 次及其以上的高階項，顯然存在線性化誤差。

20 世紀(jì) 90 年代，Gordon 等學(xué)者提出了基于序貫蒙特卡羅的粒子濾波算法，通過一組在狀態(tài)空間中傳播的隨機樣本近似的表示概率密度函數(shù)，這些隨機樣本被稱為粒子，其系統(tǒng)狀態(tài)的后驗概率密度由帶有權(quán)重的粒子表征。粒子濾波適用于任何能用狀態(tài)空間模型描述的非線性系統(tǒng)，精度可以逼近最優(yōu)估計。由于其可以較好地處理非線性和非高斯系統(tǒng)，粒子濾波在各行各業(yè)得到了廣泛研究。

在目標(biāo)定位中，針對較高階次的非線性模型，粒子濾波可以利用系統(tǒng)模型的信息，將目標(biāo)狀態(tài)的不確定性近似為傳感器的不確定性。粒子濾波將傳感器探測數(shù)據(jù)作為目標(biāo)位置的初始值，根據(jù)載荷和目標(biāo)模型的先驗知識估計目標(biāo)位置。光電載荷的觀測模型是目標(biāo)定位的基礎(chǔ)，分為投影模型和坐標(biāo)轉(zhuǎn)換模型兩部分。2 個模型聯(lián)立將傳統(tǒng)坐標(biāo)系的目標(biāo)點轉(zhuǎn)換為載荷坐標(biāo)中的點。目標(biāo)模型的構(gòu)建是根據(jù)目標(biāo)的位置狀態(tài)作為目標(biāo)位置的近似估計[20]。狀態(tài)空間構(gòu)建函數(shù)如下：

，（5）

式中，f（·）為傳遞函數(shù)，隨時間傳播狀態(tài);z（t）為測量函數(shù);v（t），w（t）分別為過程和觀測噪聲分布。當(dāng)權(quán)重函數(shù)確定后，時間k時目標(biāo)的狀態(tài)估計如下：

。（6）

影響該方法的主要因素是目標(biāo)初始估計位置和模型的準(zhǔn)確性。在建立合理的模型基礎(chǔ)上，合理的目標(biāo)初始估計位置可以使算法快速收斂到真實目標(biāo)位置;如果初始目標(biāo)值偏差太大，則收斂過程緩慢，甚至無法收斂到準(zhǔn)確目標(biāo)位置。將重采樣的方法加入 SIS 算法中，可以有效避免收斂性能快速下降，主要流程為粒子集的初始化、重要性采樣、重采樣和輸出等。

3 地面目標(biāo)定位模擬試驗

在 Matlab 仿真實驗中，用無人機采用環(huán)繞一個目標(biāo)飛行方式對地面的一個已知固定目標(biāo)進(jìn)行測量定位，機載目標(biāo)鎖定設(shè)備將該目標(biāo)鎖定在圖像中心，無人機的飛行高度為 600 m，飛行半徑為 500 m，采集數(shù)據(jù)點為 100 個。初始方位角為90° ，高低角為 50° ，滾轉(zhuǎn)角、俯仰角和偏航角均為零。試驗結(jié)果如表 1 所示。

設(shè)無人機的飛行高度為 1 000 m，飛行半徑為 500 m，采集數(shù)據(jù)點為 100 個。初始方位角為 90° ，高低角為 50° ，滾轉(zhuǎn)角、俯仰角、偏航角均為零。試驗結(jié)果如表 2 所示。

從表 1 和表 2 可知，基于粒子濾波的目標(biāo)定位技術(shù)優(yōu)于基于視覺、地圖匹配和空間前方交會等傳統(tǒng)技術(shù)的目標(biāo)定位方法。雖然粒子濾波目標(biāo)定位技術(shù)精度較高，但是受定位模型和目標(biāo)初始值影響較大，不如視覺目標(biāo)定位、地圖匹配定位和空間前方交會目標(biāo)定位技術(shù)簡單易用、穩(wěn)定性好。

4 發(fā)展前景

目標(biāo)定位作為無人機偵察任務(wù)的首要目標(biāo)，是無人機發(fā)展過程要解決的關(guān)鍵問題。隨著電子信息技術(shù)和計算機技術(shù)的發(fā)展，各種平臺傳感器的探測手段、功能性能和工作模式都不斷增強，傳感器精度越來越高。隨著傳感器精度的提高，其分辨率也在不斷提升，各種角度測量準(zhǔn)確度大大提高，目標(biāo)定位誤差也會不斷減小。多傳感器的信息融合，隨著機載 SAR技術(shù)日漸成熟，未來光學(xué) /SAR 將可以在同一平臺同時工作，單傳感器多平臺分布式協(xié)同探測模式可發(fā)展為多傳感器單平臺協(xié)同探測模式，多傳感器信息融合促進(jìn)目標(biāo)定位能力不斷提高。隨著各種優(yōu)化統(tǒng)計方法的不斷研究，對目標(biāo)定位模型的改進(jìn)完善和優(yōu)化求解也會帶來極大的促進(jìn)。

5 結(jié)束語

近年來，隨著全球定位系統(tǒng)、慣性導(dǎo)航系統(tǒng)及計算機技術(shù)的發(fā)展和進(jìn)步，新一代的機載光電平臺向著多功能、智能化、基礎(chǔ)化及輕量化方向發(fā)展。基于光電平臺的目標(biāo)定位技術(shù)得到了廣泛關(guān)注，研究成果不斷涌現(xiàn)，應(yīng)結(jié)合新技術(shù)發(fā)展趨勢進(jìn)一步改進(jìn)完善目標(biāo)定位方法。

參考文獻(xiàn)

[1] 肖春暉.無人機在戰(zhàn)場偵察上的應(yīng)用[J].無線電工程，2008，38（5）：50-52.

[2] 陸博迪，孟迪文，陸鳴，等.無人機在重大自然災(zāi)害中的應(yīng)用與探討[J].災(zāi)害學(xué)，2011，26（4）：122-126.

[3] 樊邦奎，段連飛，趙炳愛，等.無人機偵察目標(biāo)定位技術(shù)[M].北京：國防工業(yè)出版社， 2014.

[4] 張楠，王瀟，王軍力.無人機在陸軍精確打擊體系中的應(yīng)用研究[J].兵工學(xué)報，2010，31（12）：107-111.

[5] 向武略，程遠(yuǎn)國，李仙茂.艦載無人機雷達(dá)、通信偵察載荷在海戰(zhàn)場打擊效果評估中的運用[J].國防科技，2014，35（5）：36-40.

[6] 王鳳娟.基于圖像跟蹤的無人機定位方法研究[D].西安：西安電子科技大學(xué)，2009.

[7] 劉烜，胡倩影.航空光電平臺機動目標(biāo)跟蹤定位技術(shù)應(yīng)用[J].無線電通信技術(shù)，2014，40（3）：82-85.

[8] 王春龍，馬傳焱，時荔蕙，等.一種基于多點觀測的無人機目標(biāo)定位方法[J].無線電工程，2016，46（2）：48-51.

[9] 孫超，都基焱，段連飛.一種空間兩點交會無人機定位方法[J].兵工自動化，2011，30（6）：35-36.

[10] 姚新.無人機提高目標(biāo)定位精度方法研究[J].艦船電子工程，2011，31（10）：56-59.

[11] 余家祥，蕭德云，姜魯東.基于多幀圖像同名點的無人機對地定位新方法[J].兵工學(xué)報，2008，29（3）：300-304.

[12] 陳新，彭科舉，周東翔，等.基于優(yōu)選數(shù)據(jù)準(zhǔn)則的空基多平臺協(xié)同定位方法[J].信號處理，2010，26（10）：1466-1472.

[13] 柏青青，許建新，邵慧等.無人機動態(tài)目標(biāo)高精度定位方法研究[J].航空計算技術(shù)，2014，44（1）：73-77.

[14] BARBER D B， REDDING J D， MCLAIN T W， et al.Vision-based Target Geo-location Using a Fixed-wingMiniature AirVehicle [J]. Journal of Intelligent and RoboticSystems，2006，47（4）： 361-382.

[15] 孫輝.機載光電平臺目標(biāo)定位與誤差分析[J].中國光學(xué)，2013，6（6）：912-918.

[16] 謝利理，李玉忍.用數(shù)字地圖提高無人機目標(biāo)定位精度的新方法[J].西北工業(yè)大學(xué)學(xué)報，1998，16（1）：61-64.

[17] 胡海洋，李海林.基于圖像匹配的無人機目標(biāo)定位方法[J].艦船電子工程，2012，32（12）：49-51，79.

[18] 王樹根.攝影測量原理與應(yīng)用[M].武漢：武漢大學(xué)出版社，2009.

[19] 宋迎春.動態(tài)定位中的卡爾曼濾波研究[D].長沙：中南大學(xué)，2006.

[20] SCONYERS C J.Particle Filter-based Architecture for VideoTarget Tracking and Geo-location Using Multiple Uavs[D].Atlanta：Georgia Institute of Technology，2013.