CN104361576B - 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置 - Google Patents

基于高程值的遥感器自动筛选安全区域的3d避障方法与装置 Download PDF

Info

Publication number
CN104361576B
CN104361576B CN201410557659.7A CN201410557659A CN104361576B CN 104361576 B CN104361576 B CN 104361576B CN 201410557659 A CN201410557659 A CN 201410557659A CN 104361576 B CN104361576 B CN 104361576B
Authority
CN
China
Prior art keywords
value
region
barrier
point
safety zone
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410557659.7A
Other languages
English (en)
Other versions
CN104361576A (zh
Inventor
孙权森
王立
沈肖波
季鸿坤
牛四杰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Science and Technology
Original Assignee
Nanjing University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing University of Science and Technology filed Critical Nanjing University of Science and Technology
Priority to CN201410557659.7A priority Critical patent/CN104361576B/zh
Publication of CN104361576A publication Critical patent/CN104361576A/zh
Application granted granted Critical
Publication of CN104361576B publication Critical patent/CN104361576B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种基于高程值的遥感器自动筛选安全区域的3D避障方法,通过遥感器在轨分析3D地形数据的特性、统计3D地形数据的高程值,估计出该图像中安全着陆候选区域,并通过统计障碍点个数对候选区域进行排序和增加候选区域间的距离约束得到最后的最优安全着陆区域。本发明的3D避障方法采用基于高程值的遥感图像安全点与障碍点判断,实现安全区域的实时选取功能。利用该方法,可以及时的使用3D图像信息进行安全着陆区域的选择,运算成本小、速度快,符合着陆器着陆阶段时间短的需求。本发明还涉及一种基于高程值的遥感器自动筛选安全区域的3D避障装置。

Description

基于高程值的遥感器自动筛选安全区域的3D避障方法与装置
技术领域
本发明涉及指导遥感器在轨自动筛选安全区域的方法,尤其涉及基于高程值的遥感图像安全点与障碍点判断,属于遥感图像处理技术领域。
背景技术
探测器着陆点选择的优劣直接关系到探测器能否安全降落。探测器在火星、小行星等目标天体上实现采样返回是当前以及今后深空探测的热点。火星极地登陆器(MPL)任务失败后,研究人员对着陆避障系统的鲁棒性再度给予了高度的重视。对于着陆区域的选择通常是由地面系统根据探测器拍摄的图片,综合安全性、燃料消耗情况以及科学探索价值来选择的,而其中安全性是最为重要的方面。一旦探测器撞到岩石,降落在弹坑边缘或其他障碍区域,可能直接导致探测任务的失败。对于着陆阶段,由于时间短,依靠地面通讯不能满足实时性安全着陆的需求,因此需要探测器具有较强的障碍检测及自主避障的能力。
目标天体的地表障碍主要是弹坑、岩石、斜坡等。对于斜坡的检测很多参考文献已有介绍;而弹坑具有比较规则的几何形状,Bertrand Leroy等人提出基于边缘检测用椭圆拟合弹坑形状的算法,但这种方法对多个弹坑重叠的情况并不适用;对于岩石的检测,Ma等人提出了边缘光流算法,该算法是基于纹理的图像分割,光照影响较大;Gor等人提出基于Gabor filter的算法,但算法复杂,运算量较大。
发明内容
本发明旨在克服现有技术的不足,提供一种基于高程值的遥感器自动筛选安全区域的3D避障方法与装置,利用基于高程值的遥感图像安全点与障碍点判断,从而实现安全区域的实时选取功能。
本发明的上述目的通过独立权利要求的技术特征实现,从属权利要求以另选或有利的方式发展独立权利要求的技术特征。
为达成上述目的,本发明所采用的技术方案如下:
一种基于高程值的遥感器自动筛选安全区域的3D避障方法,包括以下步骤:
步骤1、对于一着陆区域,设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序;
步骤2、设定该着陆区域内最大的p个值和最小的p个值为野点,即障碍点,并将剩余的点根据高程数据值划分为c个区间,每个区间内的点的最大高程值与最小高程值的差值均相同;
步骤3、设定比率阈值η,将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,其余的区域都设为障碍点区域;
步骤4、对于给定大小为2r的着陆区域大小,r为着落区域半径且为正整数,依次对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,设置列表指针i=0;
步骤5、i=i+1,取候选安全区域列表中的第i个区域;
步骤6、判断当前所选区域是否满足距离约束,若是则转到第7步,否则返回第5步;
步骤7、将选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N,若是则返回第5步,否则结束并输出所得的N个安全区域。
进一步的实施例中,前述步骤6中,距离约束是指当前所选的区域与安全着陆区域集合内的已有区域之间的距离关系,即当前所选的区域与已有区域之间的水平方向和竖直方向之间的距离均大于设定的距离阈值d,则判定为满足距离约束。
进一步的实施例中,还包括以下步骤:
设置距离阈值d满足:
d≥r。
进一步的实施例中,前述方法还包括:
设置前述比率阈值η满足:
0.15≤η≤0.2。
进一步的实施例中,前述方法还包括:
对于256*256的遥感地形数据,设置前述p的取值为150,且区间个数c的取值为9;以及
设置前述着落区域半径r的取值为40,d的取值为60。
根据本发明的改进,还提出一种基于高程值的遥感器自动筛选安全区域的3D避障装置,包括:
用于对于一着陆区域设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序的第一模块;
用于设定该着陆区域内最大的p个值和最小的p个值为野点,并将剩余的点根据高程数据值划分为c个区间的第二模块,其中,每个区间内的点的最大高程值与最小高程值的差值均相同;
用于设定比率阈值η并将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,将其余的区域都设为障碍点区域的第三模块;
用于对于给定大小为2r的着陆区域大小,对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,并设置列表指针i=0的第四模块,其中r为着落区域半径且为正整数;
用于进行指针操作i=i+1以及取出候选安全区域列表中的第i个区域的第五模块;
用于判断当前所选区域是否满足距离约束,并基于满足距离约束的判断结果执行下述操作的第六模块:若满足距离约束,则将当前所选区域转到下述第七模块处理,若不满足距离约束,则通知前述第五模块继续进行指针操作和区域选取处理;
用于将前述选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N并基于判断结果执行下述操作的第七模块:若集合内的区域数目小于设定的安全区数目N,则通知前述第五模块继续进行指针操作和区域选取处理;若集合内的区域数目大于或等于设定的安全区数目N,则输出所得的N个安全区域。
由以上本发明的技术方案可知,本发明所提出的基于高程值的遥感器自动筛选安全区域的3D避障方法与装置,利用基于高程值的遥感图像安全点与障碍点判断,从而实现安全区域的实时选取功能。利用本发明的方法,可以及时的使用3D图像信息进行安全着陆区域的选择,运算成本小、速度快,符合着陆器着陆阶段时间短的需求。
附图说明
图1为本发明较优实施例的基于高程值的遥感器自动筛选安全区域的3D避障方法的流程图。
具体实施方式
为了更了解本发明的技术内容,特举具体实施例并配合所附图式说明如下。
本实施例提出的基于高程值的遥感器自动筛选安全区域的3D避障方法,通过遥感器在轨分析3D地形数据的特性、统计3D地形数据的高程值,估计出该图像中安全着陆候选区域,并通过统计障碍点个数对候选区域进行排序和增加候选区域间的距离约束得到最后的最优安全着陆区域。
如图1所示,根据本发明的较优实施例,基于高程值的遥感器自动筛选安全区域的3D避障方法,其实现包括以下步骤:
步骤1、对于一着陆区域,设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序;
步骤2、设定该着陆区域内最大的p个值和最小的p个值为野点,即障碍点,并将剩余的点根据高程数据值划分为c个区间,每个区间内的点的最大高程值与最小高程值的差值均相同;
步骤3、设定比率阈值η,将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,其余的区域都设为障碍点区域;
步骤4、对于给定大小为2r的着陆区域大小,r为着落区域半径且为正整数,依次对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,设置列表指针i=0;
步骤5、i=i+1,取候选安全区域列表中的第i个区域;
步骤6、判断当前所选区域是否满足距离约束,若是则转到第7步,否则返回第5步;
步骤7、将选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N,若是则返回第5步,否则结束并输出所得的N个安全区域。
利用本发明的前述实施,采用基于高程值的遥感图像安全点与障碍点判断,实现安全区域的实时选取功能。利用该方法,可以及时的使用3D图像信息进行安全着陆区域的选择,运算成本小、速度快,符合着陆器着陆阶段时间短的需求。
前述步骤2中的野点设定处理,是为了保证算法的鲁棒性以及稳定性,所以有必要去除图像中可能存在的野点,本实施例中,将设定最大的p个值和最小的p个值为野点,即障碍点。
作为进一步的方案,前述步骤6中,距离约束是指当前所选的区域与安全着陆区域集合内的已有区域之间的距离关系,即当前所选的区域与已有区域之间的水平方向和竖直方向之间的距离均大于设定的距离阈值d,则判定为满足距离约束。
在更优选的方案中,该方法还包括以下步骤:
设置距离阈值d满足:
d≥r。
在更优选的方案中,前述方法还包括以下步骤:
设置前述比率阈值η满足:
0.15≤η≤0.2。
在本实施例的实施过程中,经过反复试验,对于256*256的遥感地形数据,设置前述p的取值为150,且区间个数c的取值为9;以及
设置前述着落区域半径r的取值为40,d的取值为60。
根据本发明的公开,还提出一种基于高程值的遥感器自动筛选安全区域的3D避障装置,包括:
用于对于一着陆区域设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序的第一模块;
用于设定该着陆区域内最大的p个值和最小的p个值为野点,并将剩余的点根据高程数据值划分为c个区间的第二模块,其中,每个区间内的点的最大高程值与最小高程值的差值均相同;
用于设定比率阈值η并将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,将其余的区域都设为障碍点区域的第三模块;
用于对于给定大小为2r的着陆区域大小,对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,并设置列表指针i=0的第四模块,其中r为着落区域半径且为正整数;
用于进行指针操作i=i+1以及取出候选安全区域列表中的第i个区域的第五模块;
用于判断当前所选区域是否满足距离约束,并基于满足距离约束的判断结果执行下述操作的第六模块:若满足距离约束,则将当前所选区域转到下述第七模块处理,若不满足距离约束,则通知前述第五模块继续进行指针操作和区域选取处理;
用于将前述选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N并基于判断结果执行下述操作的第七模块:若集合内的区域数目小于设定的安全区数目N,则通知前述第五模块继续进行指针操作和区域选取处理;若集合内的区域数目大于或等于设定的安全区数目N,则输出所得的N个安全区域。
结合图1所示,本实施例所提出的基于高程值的遥感器自动筛选安全区域的3D避障装置,其中的第一模块、第二模块、第三模块、第四模块、第五模块、第六模块以及第七模块的功能、作用、效果及其实现已经在前述的一个或多个实施例中做了相应的说明,在此不再赘述。
虽然本发明已以较佳实施例揭露如上,然其并非用以限定本发明。本发明所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰。因此,本发明的保护范围当视权利要求书所界定者为准。

Claims (6)

1.一种基于高程值的遥感器自动筛选安全区域的3D避障方法,其特征在于,包括以下步骤:
步骤1、对于一着陆区域,设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序;
步骤2、设定该着陆区域内最大的p个值和最小的p个值为野点,即障碍点,并将剩余的点根据高程数据值划分为c个区间,每个区间内的点的最大高程值与最小高程值的差值均相同;
步骤3、设定比率阈值η,将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,其余的区域都设为障碍点区域;
步骤4、对于给定大小为2r的着陆区域大小,r为着落区域半径且为正整数,依次对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,设置列表指针i=0;
步骤5、i=i+1,取候选安全区域列表中的第i个区域;
步骤6、判断当前所选区域是否满足距离约束,若是则转到第7步,否则返回第5步;
步骤7、将选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N,若是则返回第5步,否则结束并输出所得的N个安全区域。
2.根据权利要求1所述的基于高程值的遥感器自动筛选安全区域的3D避障方法,其特征在于,前述步骤6中,距离约束是指当前所选的区域与安全着陆区域集合内的已有区域之间的距离关系,即当前所选的区域与已有区域之间的水平方向和竖直方向之间的距离均大于设定的距离阈值d,则判定为满足距离约束。
3.根据权利要求2所述的基于高程值的遥感器自动筛选安全区域的3D避障方法,其特征在于,还包括以下步骤:
设置距离阈值d满足:
d≥r。
4.根据权利要求1所述的基于高程值的遥感器自动筛选安全区域的3D避障方法,其特征在于,该方法还包括以下步骤:
设置前述比率阈值η满足:
0.15≤η≤0.2。
5.根据权利要求1所述的基于高程值的遥感器自动筛选安全区域的3D避障方法,其特征在于,该方法还包括以下步骤:
对于256*256的遥感地形数据,设置前述p的取值为150,且区间个数c的取值为9;以及
设置前述着落区域半径r的取值为40,d的取值为60。
6.一种基于高程值的遥感器自动筛选安全区域的3D避障装置,其特征在于,包括:
用于对于一着陆区域设定该着陆区域的安全区数目N和获取地形高程数据,并依据高程数据对该着陆区域内的所有点进行自小到大的排序的第一模块;
用于设定该着陆区域内最大的p个值和最小的p个值为野点,并将剩余的点根据高程数据值划分为c个区间的第二模块,其中,每个区间内的点的最大高程值与最小高程值的差值均相同;
用于设定比率阈值η并将包含像素点数目N1与遥感图像像素点总和N2的比率大于阈值η的区域设定为安全点区域,将其余的区域都设为障碍点区域的第三模块;
用于对于给定大小为2r的着陆区域大小,对遥感图像进行遍历,统计当前遍历区域的障碍点数目,最后依据包含障碍点的数目自小到大对所有区域进行排序,组成候选安全区域列表,并设置列表指针i=0的第四模块,其中r为着落区域半径且为正整数;
用于进行指针操作i=i+1以及取出候选安全区域列表中的第i个区域的第五模块;
用于判断当前所选区域是否满足距离约束,并基于满足距离约束的判断结果执行下述操作的第六模块:若满足距离约束,则将当前所选区域转到下述第七模块处理,若不满足距离约束,则通知前述第五模块继续进行指针操作和区域选取处理;
用于将前述选取区域加入安全着陆区域集合,判断集合内的区域数目是否小于设定的安全区数目N并基于判断结果执行下述操作的第七模块:若集合内的区域数目小于设定的安全区数目N,则通知前述第五模块继续进行指针操作和区域选取处理;若集合内的区域数目大于或等于设定的安全区数目N,则输出所得的N个安全区域。
CN201410557659.7A 2014-10-20 2014-10-20 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置 Active CN104361576B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410557659.7A CN104361576B (zh) 2014-10-20 2014-10-20 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410557659.7A CN104361576B (zh) 2014-10-20 2014-10-20 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置

Publications (2)

Publication Number Publication Date
CN104361576A CN104361576A (zh) 2015-02-18
CN104361576B true CN104361576B (zh) 2018-01-05

Family

ID=52528834

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410557659.7A Active CN104361576B (zh) 2014-10-20 2014-10-20 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置

Country Status (1)

Country Link
CN (1) CN104361576B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105589997B (zh) * 2015-12-23 2018-08-14 重庆科技学院 基于蒙特卡罗算法的高程图安全区域搜索方法及系统
CN109598243B (zh) * 2018-12-06 2021-08-24 山东大学 一种月球表面安全着陆区选择方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1320063A2 (de) * 2001-12-11 2003-06-18 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Erkennung und Wiedererkennung von Objekten
CN102173313A (zh) * 2010-12-24 2011-09-07 北京控制工程研究所 一种软着陆接力避障方法
CN104103070A (zh) * 2014-05-26 2014-10-15 北京控制工程研究所 一种基于光学图像的着陆点选取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1320063A2 (de) * 2001-12-11 2003-06-18 Deutsches Zentrum für Luft- und Raumfahrt e.V. Verfahren und Vorrichtung zur Erkennung und Wiedererkennung von Objekten
CN102173313A (zh) * 2010-12-24 2011-09-07 北京控制工程研究所 一种软着陆接力避障方法
CN104103070A (zh) * 2014-05-26 2014-10-15 北京控制工程研究所 一种基于光学图像的着陆点选取方法

Also Published As

Publication number Publication date
CN104361576A (zh) 2015-02-18

Similar Documents

Publication Publication Date Title
CN109086668B (zh) 基于多尺度生成对抗网络的无人机遥感影像道路信息提取方法
Chintzoglou et al. The origin of major solar activity: Collisional shearing between nonconjugated polarities of multiple bipoles emerging within active regions
CN103797529B (zh) 三维物体检测装置
US8923561B2 (en) Method of detecting space debris
EP2736018B1 (en) Determining pushback direction
CN109816695A (zh) 一种复杂背景下的红外小型无人机目标检测与跟踪方法
Pi et al. Detection and semantic segmentation of disaster damage in UAV footage
CN104103070B (zh) 一种基于光学图像的着陆点选取方法
CN112883820B (zh) 基于激光雷达点云的道路目标3d检测方法及系统
CN103985127B (zh) 一种密集恒星背景的弱小目标检测方法及装置
CN104864873B (zh) 一种利用人体运动特征辅助地图定位的方法
CN104931044A (zh) 一种星敏感器图像处理方法及系统
CN109708648A (zh) 一种空间运动点目标的分类辨识方法
CN103280052B (zh) 应用于长距离轨道线路智能视频监控的入侵检测方法
CN102521842B (zh) 一种实现快速移动检测的方法和装置
CN104103076A (zh) 一种基于高分辨率遥感影像的核电厂规划限制区遥感监查方法
Xu et al. DeepMask: an algorithm for cloud and cloud shadow detection in optical satellite remote sensing images using deep residual network
US20110144962A1 (en) Geospatial modeling system providing enhanced foliage void region inpainting features and related methods
CN104361576B (zh) 基于高程值的遥感器自动筛选安全区域的3d避障方法与装置
CN104732236A (zh) 一种基于分层处理的人群异常行为智能检测方法
CN114519819B (zh) 一种基于全局上下文感知的遥感图像目标检测方法
CN112149471B (zh) 一种基于语义点云的回环检测方法及装置
CN115393598A (zh) 一种基于非显著区域对象挖掘的弱监督语义分割方法
Chen et al. Rock abundance and erosion rate at the Zhurong landing site in southern Utopia Planitia on Mars
Sun et al. An integration–competition network for bridge crack segmentation under complex scenes

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant