蔡明兵 1,2,*刘晶红 1徐芳 1,2
作者单位
摘要
1 中国科学院 长春光学精密机械与物理研究所, 吉林 长春 130033
2 中国科学院大学, 北京 100049
目标定位是无人机侦察系统中至关重要一步。为增强无人机侦察目标定位的实时性、提高定位精度及侦察效率, 提出一种多目标实时定位的方法, 建立主次目标定位几何关系及坐标转换模型, 结合已知数据信息求取各目标大地坐标, 并用蒙特卡洛法分析目标定位误差。最后, 基于即将组网成功“北斗二代”卫星导航系统对无人机空中定位, 同时采用递归最小二乘算法滤波处理, 提高了目标定位精度。研究及实验结果表明, 北斗导航定位能够有效提高无人机空中定位精度, 且有望达到厘米级精度, 同时采用RLS滤波处理能使目标定位精度提高10 m左右。该方法能够有效增强无人机定位实时性, 提高定位精度及侦察效率。
无人机侦察定位 多目标实时定位 北斗二代 蒙特卡洛法 UAV Reconnaissance target location Multi-targets real-time location Beidou II Monte Carlo method 
中国光学
2018, 11(5): 812
作者单位
摘要
陆军工程大学 无人机工程系, 河北 石家庄 050003
针对提高无人机侦察视频的拼接速度与效果的问题, 提出一种改进模型估计的无人机侦察视频快速拼接方法。首先, 基于自适应鲁棒性尺度不变的特征检测子对视频各帧进行基于点的特征匹配。其次, 提出改进的随机抽样一致性算法进行模型估计, 并去除误匹配点。最后, 提出侦察影像快速拼接算法, 计算各影像变换到正射拼接图的单应性矩阵, 完成视频序列拼接。实验结果表明: 改进的随机抽样一致性算法在保证鲁棒性的同时, 提高了执行速度; 侦察影像快速拼接算法提高了拼接速度, 同时改善了拼接效果。
视频拼接 随机抽样一致性 拼接策略 内点抽样 单应性矩阵 无人机侦察 video mosaic RANSAC mosaic method inliers sample homograph matrix UAV reconnaissance 
红外与激光工程
2018, 47(9): 0926003
作者单位
摘要
1 78102部队, 四川 成都 610036
2 空军航空大学, 吉林 长春 130022
3 94701部队, 安徽 安庆 246000
4 93787部队, 北京 100071
为了满足“察打一体化”无人机精确打击目标的要求, 针对现有目标定位算法的准确率低、实时性差的特点, 本文提出了一种基于图像配准的无人机目标精确定位算法。该算法主要分为两个阶段: 特征点检测阶段和目标精确定位阶段。首先采用基于侧抑制竞争的特征点检测算法, 实现局部图像中目标特征点的检测工作; 然后利用图像局部信息的配准算法, 完成目标所处的局部区域图像的精确配准工作, 最终实现了目标的高精度定位。实验结果显示该算法的定位精度可以达到 0.21 m, 能够满足精确作战时的目标情报保障需求。
无人机侦察图像 目标定位 特征点检测 侧抑制竞争 图像配准 UAV reconnaissance image target orientation feature point detection lateral inhibition competition image registration 
红外技术
2017, 39(6): 529
作者单位
摘要
空军航空大学, 吉林 长春 130022
为了提高无人机目标定位的速度和精度, 提出了一种可靠的基于无人机图像侦察的目标定位算法: 首先利用无人机光电系统获得实时侦察目标的图像信息, 然后把目标在图像上坐标和无人机自身飞行参数相结合, 通过坐标变换和几何求解等过程, 构建出目标定位方程, 计算出目标的大地坐标。在考虑整个定位过程中存在实际误差的情况下, 根据无人机飞行时记录的数据, 利用蒙特卡罗模拟法进行仿真实验。实验结果表明, 此目标定位算法能快速准确地定位目标, 定位精度达到了 12.683195 m, 说明该算法良好的实时性、精确性、可靠性和可行性。
无人机侦察 目标定位 坐标变换 蒙特卡罗法 定位精度分析 UAV reconnaissance target localization coordinate transformation Monte Carlo method positioning accuracy analysis 
红外技术
2016, 38(10): 825
作者单位
摘要
陆军军官学院, 安徽 合肥 230031
无人机在进行情报侦察时, 容易受到不良天候条件的影响, 使得侦察图像模糊不清, 对比度下降, 但是现有较多算法解决此类问题的实时性较差, 所以本文提出了基于暗通道原理的无人机侦察图像快速去雾算法。首先对图像进行降采样, 根据大气物理模型和暗通道原理, 利用最小值滤波和均值滤波分析出透射率和大气光强的求解方法并进行优化, 最后求解出去雾图像。通过实验验证, 本文算法简单有效, 实时性极高, 可以用于工程实现。而且算法对图像的亮度也有一定的调整功能, 具有较强的鲁棒性。
无人机侦察 图像去雾 大气物理模型 暗通道 均值滤波 UAV reconnaissance haze removal the physical model of atmosphere darkchannel average filter 
红外技术
2015, 37(10): 847

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!