CN107392173A - 一种基于光电搜索的反无人机系统 - Google Patents

Abstract

本发明公开了一种基于光电搜索的反无人机系统，属于反无人机系统领域；包括光电搜索跟踪系统，用于对低慢小目标进行图像采集；目标图像快速检测系统，用于对光电搜索跟踪系统采集到的图像进行快速处理，实现复杂背景下对所述低慢小目标进行跟踪定位与识别；云台系统，用于带动光电搜索跟踪系统进行快速周扫；伺服控制系统利用所述目标图像快速检测系统处理后的结果对云台系统进行控制，并实现云台系统的快速启停；将云台的快速启停与目标图像快速检测系统的快速检测结合在一起，实现了仅采用光电搜索跟踪系统即能完成整个搜索跟踪过程的目的，无需额外结合雷达探测系统进行检测。

Description

一种基于光电搜索的反无人机系统

技术领域

本发明涉及一种反无人机系统，特别是一种基于光电搜索的反无人机系统，用于对无人机进行快速搜索、识别、跟踪和干扰。

背景技术

如今无人机(低慢小目标)在各领域已呈现井喷式的发展，根据相关数据，截止2016年，全球无人机市场已达到70亿美元，而到2025年，将达到1200亿美元。

然而无人机这把双刃剑，背后隐藏的安全问题却被人们所忽略，而又频频发生，对我们的生活产生了极大的威胁。

随着新式无人机井喷式的涌现,与无人机相关的意外事故也不断进人人们的视野,使用无人机进行犯罪活动事情也不再少见。失控的无人机摔落在了行人或物体上；业余无人机操作员操作无人机飞人禁飞区,无人机干扰民航飞行、干扰救火行动；墨西哥和拉丁美洲的毒贩正利用自制无人机贩毒,英国犯罪集团使用无人机偷运毒品、手机及金钱等给囚犯；而美国康涅狄格州18岁大学生奥斯汀--霍沃特用无人机改装的“飞行手枪”的更是引起网络热议，引得美国联邦航空管理局方面直接介入调查。2016年中央电视台“3.15”晚会上曝光了大疆无人机的安全问题。

采用雷达探测系统进行低慢小目标的探测其成本高昂，当采用雷达进行探测识别时，存在着探测盲区，雷达不能对高楼周围的无人机进行识别，采用雷达探测难以实现大多数应用环境的要求、系统难以实现对外部各种干扰环境的影响、系统难以实现快速部署，同时雷达探测需要主动发生射频功率，对外界有微波污染，同时对于贴近地面建筑物的目标难以检测。

采用无线电侦测进行低慢小目标的探测的虚警概率较大。

上述两种手段都难以直接识别目标类别，需要采用图像处理的方式进行甄别。

红外探测可以实现全天候工作，在夜晚、多云、雾、霾等恶劣天气具有良好适应性，相对于雷达、激光成像技术而言红外热成像的成本更低、监控可靠性更高，红外热成像技术为被动成像，系统本身不可发射能量，所以具有很强的隐蔽性和生成性，红外热成像可以清晰显示目标形状，因此可以利用识别技术发现伪装、虚假目标等干扰。同时也不惧怕复杂环境影响。

目前反无人机系统均采用雷达或无线电侦测作为目标探测的主要手段，红外探测系统作为辅助判别系统，红外探测系统不能实现独立的搜索，这是由于云台在转动过程中由于红外成像积分时间的关系，在搜索角度变化的过程中成像会模糊，所以即使利用红外系统进行探测，实质还是在反无人机系统中增设有雷达装置，利用雷达探测到目标之后再使用红外系统进行跟踪，因此该类反无人机系统还是具有雷达探测系统的缺点。

发明内容

基于以上技术问题，本发明提供了一种基于光电搜索的反无人机系统,从而解决了现有反无人机系统由于无法实现转台系统的快速启停、无法对光电搜索跟踪系统采集到的低空复杂环境下的低慢小目标图像进行的快速检测，从而导致反无人机系统无法只采用光电搜索跟踪系统进行跟踪识别的技术问题。

本发明采用的技术方案如下：

一种基于光电搜索的反无人机系统，包括光电搜索跟踪系统:用于对低慢小目标进行图像采集；

目标图像快速检测系统：用于对光电搜索跟踪系统采集到的图像进行快速处理，实现复杂背景下对所述低慢小目标进行跟踪定位与识别；

云台系统：用于带动光电搜索跟踪系统进行快速周扫；

伺服控制系统：利用所述目标图像快速检测系统处理后的结果对云台系统进行控制，并实现云台系统的快速启停。

进一步的，所述光电搜索跟踪系统包括红外热成像系统和可见光成像系统，所述红外热成像系统用于对搜索空域进行成像，所述可见光成像系统用于辅助所述红外成像系统进行成像。

进一步的，所述云台系统包括水平转台和垂直转台，所述水平转台包括电机A、转轴和水平工作台，所述电机A连接转轴，所述转轴带动所述水平工作台做水平转动；所述垂直转台设置在所述水平转台上方，所述垂直转台包括电机B、齿轮、弧形齿条和垂直工作台，所述电机B带动齿轮转动，所述弧形齿条设置在所述垂直工作台上，所述齿轮经弧形齿条使垂直工作台做俯仰运动；所述光电搜索跟踪系统设置在所述垂直工作台上。

进一步的，所述伺服控制系统控制所述电机A与所述电机B。

进一步的，目标快速检测系统的快速检测步骤如下：

S51：对所述目标图像快速检测系统检测到的图像进行预处理；并对预处理后得到的合理目标进行显著性检测，若满足显著性，则为合理性目标，否则为假目标；

S52：若连续n帧均能检测到所述合理性目标，则为疑似真目标并使系统进入跟踪模式，跳转至步骤S53；否则为噪声干扰并进入下一个空域进行检测，其中n代表所述光电搜索跟踪系统每停留一次进行拍摄的图像帧数；

S53：将所述跟踪模式跟踪到的稳定目标作为卷积神经网络的输入，输出所述稳定目标为真实目标的置信度，若置信度大于阈值，则所述稳定目标为真实目标，否则为伪目标。

进一步的，所述步骤S51的具体步骤如下：

S511：对图像进行灰度化处理，并进行中值滤波；

S512：对步骤S511处理后的图像进行背景抑制；

S513：利用三帧差法提取原始图像中的运动疑似目标，得到处理后的图像；

S514：将步骤S512得到的图像与所述步骤S513得到的图像进行与运算，得到最终预处理后的图像；

S515：在所述预处理后图像中提取疑似目标轮廓，并对所述疑似目标轮廓进行圆度计算，若所述疑似目标轮廓小于圆度阈值，则为合理目标，否则为假目标；

S516：计算所述合理目标区域的灰度均值meanV0；

S517：计算以所述合理目标为中心的周围k个局部区域的灰度均值，并得出所述k个局部区域中灰度均值的最大值maxMean；

S518：计算显著性

S519：若所述合理目标的显著性Q大于显著性阈值C且大于所述最大值maxMean的阈值百分数D,则为合理性目标，否则为假目标。

进一步的，所述步骤S515中，提取疑似目标轮廓的方法为：先将图像二值化，所述疑似目标为高亮像素，背景为纯黑像素；后提取高亮部分的外轮廓；

所述圆度计算公式为：

其中A表示所述疑似目标轮廓的圆度，p表示所述疑似目标轮廓的周长，s表示所述疑似目标轮廓的面积。

进一步的，所述步骤S53中，对目标进行跟踪的步骤如下：

S531：利用卡曼滤波对所述疑似真目标在下一帧中出现的位置进行预测；

S532：在预测位置的局部区域进行目标检测，所述检测方法为步骤S51-S52；

S533：将步骤S532检测到的目标与所述疑似真目标进行匹配；

S534：若匹配成功，则继续进行目标跟踪；若未匹配成功，则跳转至步骤S535；

S535：在后续帧中扩大搜索范围，若在帧数阈值内检测匹配到疑似真目标，则继续进行跟踪；否则认为目标丢失。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

1.伺服控制系统控制云台系统进行快速启停，使光电搜索跟踪系统在下一个搜索视窗停下，进行图像的采集，保证云台在较短扫描时间内，光电搜索跟踪系统采集到的图像清晰；目标图像快速检测系统对所述光电搜索跟踪系统采集到的低空复杂环境下的低慢小目标图像进行快速检测，并将检测结果反馈至系统，使系统控制转台进行继续搜索或者进入跟踪模式；将云台的快速启停与目标图像快速检测系统的快速检测结合在一起，实现了仅采用光电搜索跟踪系统即能完成整个搜索跟踪的目的，无需额外结合雷达探测系统，克服了雷达探测系统带来的种种不便。

2.所述目标图像快速检测系统采用的检测算法，使目标的检测时间为每秒25帧左右，系统采用背景抑制与圆度判断等预处理方法极大的减少了系统的误检率，降低目标检测的时间；系统采用深度学习的方法，判断检测到的目标是否为真目标，具有可靠性强的特点。

3.伺服控制系统控制云台系统进行转动，从一个搜索角度变换到下一个搜索角度，只需要使用小于50ms的时间即能实现使光电搜索跟踪系统完成启动、加速、运转、减速和停止过程，其中该搜索变换的角度大小为红外热成像系统的观察视场大小；能够满足系统的检测要求。

4.本系统相较于传统的反无人机系统，对远距离红外小目标可快速、高精度的检测，检测率可达到95％以上，且抗噪能力强，对环境的容忍度较强，可在相对较恶劣的环境下正常工作，成本较低、安装方面等优点；该系统可全天候的工作，不受光照的影响；基于光学的方法成本低；精度高、数据率高、识别能力高；部署灵活；无源系统，抗干扰隐蔽性强。

附图说明

图1是本发明的整体架构；

图2是本发明的剖视图A；

图3是本发明的剖视图B；

图4是利用本发明进行目标搜索的效果图；

图5是采用本发明进行目标跟踪的效果图A；

图6是采用本发明进行目标跟踪的效果图B；

图中标记：1-水平工作台，2-电机A，3-转轴，4-红外热成像系统，5-可见光成像系统，6-垂直工作台，7-弧形齿条，8-电机B，9-齿轮。

具体实施方式

本说明书中公开的所有特征，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

下面结合附图对本发明作详细说明。

具体实施例

一种基于光电搜索的反无人机系统(如图1)，目标图像快速检测系统用于对光电搜索跟踪系统采集到的图像进行快速处理，实现复杂背景下对所述低慢小目标进行跟踪定位与识别；云台系统用于带动光电搜索跟踪系统进行快速周扫；伺服控制系统利用所述目标图像快速检测系统处理后的结果对云台系统进行控制，并实现云台系统的快速启停。

所述光电搜索跟踪系统采集低慢小目标的图像(如图4)，每变换一个搜索角度，光电搜索跟踪系统需要停止下来进行图像的采集，每次采集的图像帧数为3-5帧；将所述3-5帧图像传入目标图像快速检测系统进行快速检测；

所述目标快速检测系统的快速检测步骤如下：

1.对传入的图像进行预处理，即先对图像进行灰度化处理，并进行中值滤波；再对处理后的图像进行背景抑制；利用三帧差法提取原始图像中的运动疑似目标，得到处理后的图像；将背景抑制后的图像与三帧差法处理后的图像进行与运算，得到最终预处理后的图像。

2.在所述预处理后图像中提取疑似目标轮廓，并对所述疑似目标轮廓进行圆度计算，若所述疑似目标轮廓小于圆度阈值，则为合理目标，否则为假目标；

提取疑似目标轮廓的方法为：先将图像二值化，所述疑似目标为高亮像素，背景为纯黑像素；后提取高亮部分的外轮廓；

所述圆度计算公式为：

其中A表示所述疑似目标轮廓的圆度，p表示所述疑似目标轮廓的周长，s表示所述疑似目标轮廓的面积；

所述圆度阈值为37，即圆度值A小于37，则判断为圆，即为合理目标，否则为假目标。

3.对所述合理目标进行显著性检测，若满足显著性，则为合理性目标，否则为假目标；显著性检测的步骤为：计算所述合理目标区域的灰度均值meanV0；计算以所述合理目标为中心的周围k个局部区域的灰度均值，并得出所述k个局部区域中灰度均值的最大值maxMean；k的设定值为8；

计算显著性

若所述合理目标的显著性Q大于显著性阈值C＝0.02且大于所述最大值maxMean的阈值百分数D＝60％,则为合理性目标，否则为假目标；

4.若连续n帧均能检测到所述合理性目标，则为疑似真目标，否则为噪声干扰，其中n代表所述光电搜索跟踪系统每停留一次进行拍摄的图像帧数，即n的取值范围为3-5。

5.若为疑似真目标，则进入跟踪目标模式(如图5-6)；目标搜索过程在3帧内完成，因此若为噪声干扰，则进行下一次的检测；

对目标进行跟踪的步骤如下：利用卡曼滤波对所述疑似真目标在下一帧中出现的位置进行预测；在预测位置的局部区域进行目标检测；将检测到的目标与所述疑似真目标进行匹配，由于相邻两帧中，目标的位置偏移不会很大，所以利用相邻两帧中目标之间的距离作为目标匹配信息，即在下一帧中，取距离该目标最近的目标，作为该目标的匹配目标；若匹配成功，则继续进行目标跟踪；若未匹配成功，在后续帧中扩大搜索范围，若匹配到疑似真目标，则继续进行跟踪；若在连续5帧内均没有匹配到认为目标丢失。

6.将所述跟踪模式跟踪到的稳定目标作为卷积神经网络的输入，输出所述稳定目标为真实目标的置信度，若置信度大于0.9，则所述稳定目标为真实目标，否则为伪目标。

所述云台系统(如图2-3)包括水平转台和垂直转台，所述水平转台包括步进电机A2、转轴3和水平工作台1，所述步进电机A2连接转轴3，所述转轴3带动所述水平工作台1做水平方向的转动；所述垂直转台设置在所述水平转台上方，所述垂直转台包括步进电机B8、齿轮9、弧形齿条7和垂直工作台6，所述步进电机B8带动齿轮9转动，所述弧形齿条7设置在所述垂直工作台6上，所述齿轮9经弧形齿条7使垂直工作台6做俯仰运动；所述光电搜索跟踪系统设置在所述垂直工作台6上；所述伺服控制系统控制所述步进电机A2与所述步进电机B8。

水平转台使用的步进电机为EMH3498U14型步进电机，减速器参数为16：1，一个脉冲水平转动角度为伺服控制系统控制所述步进电机实现以下运动过程：水平转台加速运行时间为0.025s，匀速运行时间为0.15s，减速运行时间为0.025s。加速阶段，将脉冲频率在0.025s内从0逐渐提升到1020Hz，保证加速度为4590°/s²；由公式V₁＝0.1125×f(8)，计算出水平转台的速度为V₁＝0.1125°×1020Hz＝114.75°/s(9)；然后保持1020Hz的频率匀速运行0.15s，最后保证减速度为4590°/s²，将频率在0.025s内逐渐减小到0完成减速过程；水平转台的转动过程花费时间为0.2s，转动角度为20°，平均速度为100°/s；由于水平转台每次转动20°需要停止3帧左右的时间进行图像的采集，即水平转台在1秒内可以实现3次转动，实际水平转速为60°/s。

垂直转台的使用的步进电机为EMH2304V8型步进电机，减速器参数为7：1，一个脉冲垂直转动伺服控制系统控制所述步进电机实现以下运动过程：垂直转台的加速运行时间为0.025s，匀速运行时间为0.15s，减速运行时间为0.025s；加速阶段脉冲频率在0.025s内从0逐渐提升到450Hz，保证加速度为4626°/s²；由公式V₂＝0.257×f(11)，计算出加速时的速度V₂＝0.257°×450Hz＝115.65°/s(12)。然后保持450Hz的频率匀速运行0.15s，保证减速度4626°/s²，即将频率在0.025s内逐渐减小到0完成减速；垂直转台转动过程花费时间0.2s，转动角度约20°，平均速度为100°/s。但垂直转台每次转动20°需要停止3帧左右的时间进行图像的采集，即垂直转台1s内可以实现转动3次，实际垂直转速为60°/s。

以上利用伺服控制系统对云台系统进行控制，实现了1s内光电搜索跟踪系统进行3次转动和图像的快速检测，采集的图像清晰，在只采用光电搜索跟踪系统的前提下实现了对无人机的跟踪与识别。

所述光电搜索跟踪系统包括红外热成像系统4和可见光成像系统5，所述红外热成像系统4用于对搜索空域进行成像，所述可见光成像系统5用于辅助所述红外成像系统4在光线较好的情况下对目标进行搜索、虚假目标剔除等功能。

所述反无人机系统还包括随动干扰系统，用于对检测到的目标进行干扰。

本发明的工作过程为：

1.光电搜索跟踪系统进入搜索模式，设定搜索的范围(搜索的方位角和俯仰区间，所述方位角为水平方向的转角幅度，所述俯仰区间为垂直方向上的转角幅度，所述区间大于红外热成像系统的视场角)。

2.按照光电搜索跟踪系统的搜索范围，根据方位向回扫方式(俯仰向回扫方式)开始进行搜索，即从方位向搜索最小的角度开始，俯仰角度不变，方位角从最小角度变化到最大角度进行搜索；当方位角达到最大角度后提升俯仰角，使光电搜索跟踪系统从最大方位角到最小方位角的路径进行搜索。

3.伺服控制系统控制云台从一个搜索角度变换到下一个搜索角度后，光电搜索跟踪系统停止，完成图像采集过程，目标图像快速检测系统对采集到的图像进行快速处理后，判断系统应该进行下一次的搜索还是进入跟踪模式；若进入跟踪模式，跟踪到目标后随动干扰系统对目标进行干扰。

如上所述即为本发明的实施例。本发明不局限于上述实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或相近的技术方案，均落入本发明的保护范围之内。

Claims (8)

1.一种基于光电搜索的反无人机系统，其特征在于：

包括光电搜索跟踪系统:用于对低慢小目标进行图像采集；

目标图像快速检测系统：用于对光电搜索跟踪系统采集到的图像进行快速处理，实现复杂背景下对所述低慢小目标进行跟踪定位与识别；

云台系统：用于带动光电搜索跟踪系统进行快速周扫；

伺服控制系统：利用所述目标图像快速检测系统处理后的结果对云台系统进行控制，并实现云台系统的快速启停。

2.根据权利要求1所述的一种基于光电搜索的反无人机系统，其特征在于：所述光电搜索跟踪系统包括红外热成像系统(4)和可见光成像系统(5)，所述红外热成像系统(4)用于对搜索空域进行成像，所述可见光成像系统(5)用于辅助所述红外成像系统(4)进行成像。

3.根据权利要求1所述的一种基于光电搜索的反无人机系统，其特征在于：所述云台系统包括水平转台和垂直转台，所述水平转台包括电机A(2)、转轴(3)和水平工作台(1)，所述电机A(2)连接转轴(3)，所述转轴(3)带动所述水平工作台(1)做水平转动；所述垂直转台设置在所述水平转台上方，所述垂直转台包括电机B(8)、齿轮(9)、弧形齿条(7)和垂直工作台(6)，所述电机B(8)带动齿轮(9)转动，所述弧形齿条(7)设置在所述垂直工作台(6)上，所述齿轮(9)经弧形齿条(7)使垂直工作台(6)做俯仰运动；所述光电搜索跟踪系统设置在所述垂直工作台(6)上。

4.根据权利要求1和3所述的一种基于光电搜索的反无人机系统，其特征在于：所述伺服控制系统控制所述电机A(2)与所述电机B(8)。

5.一种用于权利要求1所述的目标图像快速检测系统的快速检测方法，其特征在于：所述目标快速检测系统的快速检测步骤如下：

S51：对所述目标图像快速检测系统检测到的图像进行预处理；并对预处理后得到的合理目标进行显著性检测，若满足显著性，则为合理性目标，否则为假目标；

S52：若连续n帧均能检测到所述合理性目标，则为疑似真目标并使系统进入跟踪模式，跳转至步骤S53；否则为噪声干扰并进入下一个空域进行检测，其中n代表所述光电搜索跟踪系统每停留一次进行拍摄的图像帧数；

S53：将所述跟踪模式跟踪到的稳定目标作为卷积神经网络的输入，输出所述稳定目标为真实目标的置信度，若置信度大于阈值，则所述稳定目标为真实目标，否则为伪目标。

6.根据权利要求5所述的目标图像快速检测系统的快速检测方法，其特征在于：所述步骤S51的具体步骤如下：

S511：对图像进行灰度化处理，并进行中值滤波；

S512：对步骤S511处理后的图像进行背景抑制；

S513：利用三帧差法提取原始图像中的运动疑似目标，得到处理后的图像；

S514：将步骤S512得到的图像与所述步骤S513得到的图像进行与运算，得到最终预处理后的图像；

S515：在所述预处理后图像中提取疑似目标轮廓，并对所述疑似目标轮廓进行圆度计算，若所述疑似目标轮廓小于圆度阈值，则为合理目标，否则为假目标；

S516：计算所述合理目标区域的灰度均值meanV0；

S517：计算以所述合理目标为中心的周围k个局部区域的灰度均值，并得出所述k个局部区域中灰度均值的最大值maxMean；

S518：计算显著性

S519：若所述合理目标的显著性Q大于显著性阈值C且大于所述最大值maxMean的阈值百分数D,则为合理性目标，否则为假目标。

7.根据权利要求6所述的目标图像快速检测系统的快速检测方法，其特征在于：

所述步骤S515中，提取疑似目标轮廓的方法为：先将图像二值化，所述疑似目标为高亮像素，背景为纯黑像素；后提取高亮部分的外轮廓；

所述圆度计算公式为：

其中A表示所述疑似目标轮廓的圆度，p表示所述疑似目标轮廓的周长，s表示所述疑似目标轮廓的面积。

8.根据权利要求5所述的目标图像快速检测系统的快速检测方法，其特征在于：所述所述步骤S53中，对目标进行跟踪的步骤如下：

S531：利用卡曼滤波对所述疑似真目标在下一帧中出现的位置进行预测；

S532：在预测位置的局部区域进行目标检测，所述检测方法为步骤S51-S52；

S533：将步骤S532检测到的目标与所述疑似真目标进行匹配；

S534：若匹配成功，则继续进行目标跟踪；若未匹配成功，则跳转至步骤S535；

S535：在后续帧中扩大搜索范围，若在帧数阈值内检测匹配到疑似真目标，则继续进行跟踪；否则认为目标丢失。