一种基于测量误差补偿矫正的无人机远程测距算法

作者:李莹 刊名:计算机测量与控制 上传者:王天怡

【摘要】研究无人机的远程距离测量问题,提高测量的准确性;针对无人飞机在进行远程空间距离自动检测的过程中,极易受到天气因素影响,出现机身的晃动,造成采集的数据发生偏差,导致结果不准确的问题;为了解决这一问题,提出一种基于测量误差补偿矫正的测距方法,通过建立新的采集图像坐标系,在新坐标系下对远程采集的数据进行偏移矫正补偿计算,消除无人机在机身晃动、突然变向过程中造成的图像特征失准的影响,提高距离测量的准确度;仿真实验表明,该方法能大幅提高机身在抖动情况下的距离测量准确度,取得了令人满意的效果。

全文阅读

0引言随着我国科学技术的进一步发展,航空航天技术有了长足的进步,基于机载图像的距离测量技术是近年来比较热门的技术,凭借着非接触式的隐蔽性测量手段,迅速成为航空测量的一个前端课题[1-2]。通过飞机上的图像采集装备,对需要进行距离测量的物体进行远程或者超远程的采集,利用图像处理,几何测量的知识,完成图像中,标定物体间的距离测量工作。其中,该技术涉及到计算机视觉,计算机几何学,量子物理学等多学科的知识。在当今比较流行的无人机测距算法中,有基于图像灰度的距离测量法;基于散焦点的图像距离测量法;基于灰度、梯度变换的距离测量法等[3-4]。随着我国军工产业的不断发展壮大,这项技术引起了越来越多学者的重视,成为了当今研究的热门学科。但是,这些传统的方法存在着一定的弊端,主要是因为这些方法对采集的待测量图像质量要求过高,基于图像的无人机测距方法,在测量过程中需要较为精确的图像特征点。但是,无人机在高速飞行的过程中进行图像采集的时候,很难保证自身的图像采集系统能够在标准坐标系下工作。当遇到恶劣天气,或者外界干扰的情况下,引起无人机意外颠簸、变向都会对图像采集的过程造成影响,使得特征点偏离标准坐标系,造成图像清晰度不高、特征点丢失、可测量的特征点模糊或者过少,造成距离测量的结果不准确的问题。因此,如何在这样的采集条件下,克服无人机颠簸、变向等外界因素给采集图像质量带来的干扰,准确对图像中的物体进行距离测量,成为一个难题[5-6]。针对传统无人机测距方法的缺陷,提出了一种基于无人机远程采集图像测量误差补偿的测距方法。通过建立补偿采集图像坐标系,在新坐标系下对远程采集的数据进行偏移矫正补偿计算,消除无人机在机身晃动、外部干扰过程中造成的图像特征失准的影响,提高图像中距离测量的准确度。实验表明,利用这种算法能够在很大程度上克服机身晃动、天气恶劣等外界因素带来的弊端,能准确地、完整地计算距离测量。1无人机测距原理无人机远程测距技术就是一种结合了图像处理与机械自动化学科的智能识别技术,运用无人机上的图像远程采集CCD镜头,对远程的图像进行有效的采集,图像中需要包含能够定位测量的特征点,通过测量不同特征点之间的空间直线距离,完成物体间的距离测量工作。传统基于图像特征点距离测量的方法是通过对无人机采集的图像的单个特征点进行定位,通过直接将特征点转化成相应的特征空间,在通过计算特征空间中特征的空间距离,根据得到的距离偏移结果,准确定位实际物体的空间距离。提取图像中待测物体特征方法如下:p=(p1+p2+…+pn)/n(1)式中:pi表示点检测物体的一个特征点。p为得到的特征代表点,根据采集的图像点特征,把特征转化为空间特征向量,方法如下:t=ni=1(pi-p0)2/(n-1槡)(2)式中:t为得到的空间转化特征向量。根据转化后的向量,在相应的特征空间中进行特征点坐标的计算:P(x,y,z)=(2txW,2tyH,2tzK)=(2PxW-1,1-2PyH,2PzK)(3)P为图像中的二维坐标,p为计算得到的图像特征点三维坐标,W,H,K为空间转化矩阵系数,这样就可以计算得到特征点的三维坐标。在得到三维坐标之后,完成物体间距离的测量:d=槡(x1-x2)2+(y1-y2)2+(z1-z2)2(4)根据以上原理,从公式(1)中可以看出,传统算法过于依靠无人飞机采集到的有效特征点的数量来定位参与运算的特征点,一旦无人机在进行变向、翻转操作的时候,采集到的图片质量会受到很大的影响,造成特征点丢失,导致公式(1)中的有效特征点过少,选取的参与运算特征点够准确,导致公式(2),公式(3)计算

参考文献

引证文献

问答

我要提问