CN107817679A - 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 - Google Patents
基于红外与可见光融合跟踪的舰船水炮控制系统及方法 Download PDFInfo
- Publication number
- CN107817679A CN107817679A CN201610715178.3A CN201610715178A CN107817679A CN 107817679 A CN107817679 A CN 107817679A CN 201610715178 A CN201610715178 A CN 201610715178A CN 107817679 A CN107817679 A CN 107817679A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- mtr
- target
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Abstract
本发明公开了一种基于红外与可见光融合跟踪的舰船水炮控制系统及方法,该系统包括光电跟踪系统、控制计算机和水炮伺服控制系统;光电跟踪系统包括红外与可见光相机和激光测距仪,用于获得海上舰船目标的双通道图像信息和距离信息;控制计算机包括目标检测与识别模块和射击诸元计算模块,目标检测与识别模块用于利用可见光图像的目标颜色特征和红外图像的目标轮廓特征进行目标检测与识别;射击诸元计算模块用于对海上舰船目标进行目标建模,求解命中方程,计算射击诸元;水炮伺服控制系统用于根据射击诸元控制水炮指向目标。本发明可实现海上舰船目标的实时运动跟踪,不受电磁干扰,精确获得目标的角位置及距离信息,指导水炮进行实行有效的射击。
Description
技术领域
本发明涉及舰船水炮自动控制领域,特别是一种基于红外与可见光融合跟踪的舰船水炮控制系统及方法。
背景技术
随着海上争端的日益加剧,迫切需要一种装备能够压制敌方舰船,避免引发火力攻击。舰船水炮就是一种有效的装备,能够朝敌方舰艇或者海盗船发射大量水,阻止其接近或者压制、迫使其改变航向。
现有的舰载水炮在目标跟踪方面,没有完全的考虑自身船体晃动等外界环境因素,射击诸元默认稳定情况下计算,从而在确定目标方面存在一定的误差,这就要求士兵具有良好的操作水平。其次在目标识别方面,单一视频传感器由于成像原理的限制,难以有效处理场景环境变化影响,目标实时跟踪性能差。
发明内容
本发明的目的在于提供一种基于红外与可见光融合跟踪的舰船水炮控制系统及方法。
实现本发明目的的技术方案为:一种基于红外与可见光融合跟踪的舰船水炮控制系统,包括光电跟踪系统、控制计算机和水炮伺服控制系统;
所述光电跟踪系统包括红外与可见光相机和激光测距仪,红外与可见光相机用于获得海上舰船目标的双通道图像信息,激光测距仪用于获取海上舰船目标的距离信息;
所述控制计算机包括目标检测与识别模块和射击诸元计算模块,所述目标检测与识别模块用于利用可见光图像的目标颜色特征和红外图像的目标轮廓特征进行目标检测与识别;所述射击诸元计算模块用于对海上舰船目标进行目标建模和数字滤波,求解命中方程,计算射击诸元;所述水炮伺服控制系统用于根据射击诸元控制水炮指向目标。
一种基于红外与可见光融合跟踪的舰船水炮控制方法,包括以下步骤:
步骤1、获取海上舰船目标的双通道图像信息和距离信息;
步骤2、利用可见光图像的目标颜色特征和红外图像的目标轮廓特征,进行目标检测与识别;
步骤3、对海上舰船目标进行数学建模,获得目标运动模型;
步骤4、根据流体动力学方程水炮解算目标命中点,并对输出延迟时间进行命中函数修正;
步骤5、结合船体位姿校正计算射击诸元,控制水炮进行射击。
本发明与现有技术相比,其显著效果为:(1)本发明采用被动式光电传感器探测目标,本身无电磁波发射,具有良好的隐蔽性;(2)本发明光电传感器的工作波段不会与雷达、电子战等设备争夺无线电频率资源、不受电磁干扰;(3)本发明光电系统低仰角跟踪能力强,可对付低空和地面目标;(4)本发明提出的一种红外和可见光图像目标跟踪方法,利用双感器的互补性,提高海上场景下目标跟踪的稳定性;采用可见光图像颜色和红外图像轮廓特征,将均值漂移算法与水平集曲线演化结合实现目标定位,克服了光照和阴影的影响;(5)本发明将解算目标参数及射击诸元计算和控制武器射击等功能都集中于控制计算机,这种综合使得光电跟踪信号直接传至控制计算机,经一次滤波后直接得到目标精确的距离,方位角等参数,从而减少目标信号到水炮控制解算的环节,提高了水炮的设计效率和射击精度。
附图说明
图1是本发明基于红外与可见光融合跟踪的舰船水炮控制系统设计框图。
图2是本发明的控制计算机工作流程框图。
图3是视频目标跟踪方法框图。
图4是大地直角坐标系示意图。
图5是甲板直角坐标系示意图。
图6是航向角变化示意图。
图7是纵摇角变化示意图。
图8是横摇角变化示意图。
图9是命中三角形示意图。
具体实施方式
结合图1,本发明的一种基于红外与可见光融合跟踪的舰船水炮控制系统,包括光电跟踪系统、控制计算机和水炮伺服控制系统;
所述光电跟踪系统包括红外与可见光相机和激光测距仪,红外与可见光相机用于获得海上舰船目标的双通道图像信息,激光测距仪用于获取海上舰船目标的距离信息;
所述控制计算机包括目标检测与识别模块和射击诸元计算模块,所述目标检测与识别模块用于利用可见光图像的目标颜色特征和红外图像的目标轮廓特征进行目标检测与识别;所述射击诸元计算模块用于对海上舰船目标进行目标建模和数字滤波,求解命中方程,计算射击诸元;所述水炮伺服控制系统用于根据射击诸元控制水炮指向目标。
进一步的,本发明的红外和可见光相机集成激光威慑,照明功能,可连接GPS、雷达和电子罗盘,适应于各种观察搜索精确跟踪等应用需求,能够适应海上各种恶劣气候,实现全天候跟踪监视与取证。探测距离可以分别达到30km/15km,相对的识别距离为8km/4km。激光威慑器的激光波长为532nm,有效距离可达1000m;伺服平台水平转角范围为-150°~+150°,仰俯转角范围为-90°~+75°;视频输出类型为红外是PAL BNC,可见光为HD-SDI BNC。
结合图2,本发明还提供一种基于红外与可见光融合跟踪的舰船水炮控制方法,包括以下步骤:
步骤1、获取海上舰船目标的双通道图像信息和距离信息;
步骤2、利用可见光图像的目标颜色特征和红外图像的目标轮廓特征,进行目标检测与识别;
步骤3、对海上舰船目标进行数学建模,获得目标运动模型;
步骤4、根据流体动力学方程水炮解算目标命中点,并对输出延迟时间进行命中函数修正;
步骤5、结合船体位姿校正计算射击诸元,控制水炮进行射击。
进一步的,如图3所示,步骤2中进行目标检测与识别的具体过程为:
步骤2-1,基于颜色特征的均值漂移迭代定位
均值漂移算法采用核函数加权的特征直方图描述目标,在每帧中对目标模板模型和候选目标模型进行相似性度量,并沿着核直方图相似性的梯度方向迭代搜索目标位置;
目标模板模型q={qu}u=1,…,m和以y为中心的候选目标模型p={pu(y)}u=1,…,m如下式所示:
式中m表示特征直方图的量化级数,qu和pu分别表示目标模板和候选目标核直方图各级概率密度,C和Ch为归一化函数,δ为Kronecker delta函数,b为像素在直方图中的索引值,为目标模板区域像素的归一化位置,xi为候选目标像素当前帧的位置,h为目标尺度,即核窗宽,k为Epanechnikov核函数,n为目标模板的像素个数,nh为候选目标的像素个数,u是模板像素均值,y是像素位置;
获得目标模板和候选目标的核直方图模型后,计算两个离散概率分布q和p(y)之间的相似性:
目标定位在当前帧中,根据目标的初始化位置y0寻找相似性系数ρ取最大位置y1,将ρ(y)在y0处泰勒展开,求取最大值,可得位置y1的计算如下式:
式中g(x)=-k′(x);
通过反复迭代上式,使候选目标不断沿着相似性度量的梯度方向移动到新的位置y1,直到相似性系数ρ达到最大,从而得到目标最优位置y1;
步骤2-2,基于水平集的目标轮廓提取
将轮廓隐含的表达为2维曲面函数φ的零水平集,建立关于轮廓的能量函数:
式中,Ω为图像定义域;w为距离规则化函数;μ,λ,α为各项加权系数;z为边缘指示化函数;Hε为Heaviside函数;为梯度,δε(φ)为Dirac delta函数;
采用变分方法最小化该能量函数,最终得到轮廓的进化方程:
式中,dp为设备独立像素;
通过给定轮廓初始位置φ0,进行曲线演化,从而得到目标的终极轮廓,根据目标轮廓计算得到目标尺度;
步骤2-3,目标尺度与模型更新
利用水平集轮廓提取的结果估计目标尺度,将尺度更新的结果用于下一帧的均值漂移定位,尺度更新结果如下式:
hnew=(1-ξ)h+ξhcontour
式中h表示可见光当前帧用于均值漂移定位的目标尺度;hcontour表示当前帧根据水平集轮廓提取结果得打的目标尺度;hnew表示尺度更新成果,用于下一帧跟踪;ξ为尺度更新速度因子,表示轮廓提取结果权重,其取值范围为ξ∈[0,1];
在可见光图像第t帧位置y2处,计算候选目标模型p,更新目标模板模型q,然后更新目标位置和尺度参数,最后进行下一帧;
设图像中心为图像坐标原点(0,0),以过图像中心的横轴、纵轴分别建立x轴,y轴;假设经过上述步骤得到的目标在图像中的像素位置为(x,y),则目标相对于相机的方位角和俯仰角为tanβ=x/f和f为相机焦距,假设相机的方位角为χ,俯仰角为以顺时针方向为正,则目标当前的方位角为χ+β,俯仰角为结合激光测距得到的距离,即可得出目标在甲板直角坐标系上的位置(x,y,z)。
进一步的,对海上舰船目标进行目标建模前对目标信息进行甲板直角坐标系到大地坐标系的转换,计算射击诸元前对目标命中点信息进行大地坐标系到甲板直角坐标系的转换。
如图4和图5所示,在光电跟踪系统中红外与可见光相机的底座的方位角及俯仰角的机械运动是在以甲板坐标系为基准的炮塔坐标系中进行的,光电检测设备只能基于自身为坐标原点的球坐标系内进行目标斜距离、高低角和方位角的测量,而系统的各种控制方式均要求在舰艇为原点的大地坐标系中实现,而且目标的状态方程仅在直角坐标系中能够线性表示,所以对光电的观测数据的滤波处理及对目标的预测也只能在舰艇直角坐标系中完成,因此中间需要反复进行大地坐标系到甲板直角坐标系和甲板直角塔坐标系到大地坐标系下的目标数据转换。
甲板直角坐标系到大地坐标系的转换方法为:
大地直角坐标系转换到甲板直角坐标系,需经过[C]矩阵转换,即
转换矩阵[C]的计算过程为:
如图6所示,大地直角坐标下的(M,N,H)在经过航向角ψ变化后,变为(M1,N1,H1),数据之间的相互关系如下:
如图7所示,考虑因舰艇纵横摇引起的坐标变换,经航向变换后的坐标(M1,Nl,H1)再经过纵摇角变化后,变为(M2,N2,H2),两者之间的关系如下:
如图8所示,经纵摇角变化后的坐标数据(M2,N2,H2)再经过横摇角θ变化后,变为(X,Y,Z),两者之间的关系如下:
通过以上推导过程可得,目标数据由大地坐标系转为甲板直角坐标系数据时的转换矩阵[C]为:
由甲板直角坐标系转换到大地坐标系,与上述推导过程相反,即由θ变化引起变化,进而引起ψ变化,此时的转换矩阵为[C]T,因此目标数据由甲板坐标系转换为大地坐标系的转换公式为:
进一步的,步骤3中对运动目标进行数学建模的方法为:
本发明舰载水炮的目标对象为海上舰船,其可视为做匀速直线运动,且光电跟踪系统的输出是离线形式的,因而选用离线时间内的二阶常速模型,将目标运动模型用离散差分方程表示,目标位置记为f(t),速度记为考虑目标速度存在随机扰动,假设速度随机扰动服从均值零,方差为σ2的高斯白噪声ω(t),可得连续时间内的二阶常速模型为:
t为时间,t0为初始时间,τ为时间常数;
令可得离散时间内的差分方程为:
进而通过推导可得离散时间内的二阶常速模型为:
其离散后的状态方程为:
式中,f(t)、分别为运动目标的位置、速度和加速度分量;T为采样周期,F(t)、分别为t时刻的位置、速度和加速度分量。
进一步的,步骤3中获得目标运动模型后对目标的状态方程采用常系数三阶α-β-γ数字递推滤波,从而提高目标跟踪精度。
进一步的,步骤4中求解目标命中点的具体过程为:
如图9所示,解算水炮命中点,设目标当前当前位置为M(x,y,z),目标命中点的位置为Mq(xq,yq,zq),舰炮的位置为坐标原点O,目标的速度和加速度分量分别为vmx、vmy、vmz、amx、amy、amz,tf为根据流体动力学得到的水炮到达目标点的时间,可得在正交投影坐标系下的命中方程为:
考虑到控制计算机的计算时间,对输出延迟时间Td进行修正,用vmx、vmy表示舰艇航速在坐标系中的分量,得:
进一步的,可得修正后的命中点函数为:
根据流体动力学方程,设水炮击中目标的时间为:
tf=G(Dq,zq)
G(Dq,zq)为流体动力学方程;
目标Dq为:
控制计算机求解下式:
F(tf)=G(Dq(tf),zq(tf))-tf=0
即可得到命中方程解,F(tf)为解命中问题方程,由此得到水炮应到达位置,确定水炮射击装置的方位和高低瞄准角。
进一步的,步骤5中计算射击诸元的具体过程为:
考虑到舰船水炮控制系统随着舰艇纵向或横向摇晃,所以需要将在稳定坐标系下得到的诸元数据转换到不稳定坐标系下,设舰艇纵摇角为横摇角为θ,将稳定诸元转换为不稳定诸元的方法如下:
式中,η为稳定方向瞄准角,E为稳定俯仰瞄准角;η′为不稳定方向瞄准角,E′为不稳定俯仰瞄准角。
将射击诸元发送给水炮伺服控制系统,控制水炮对目标进行跟踪,完成射击任务。
传统的控制系统将解算目标参数、射击诸元计算及控制射击等功能分布在不同的控制计算机上,而本发明将以上功能都集中于同一台控制计算机,减少目标信号到水炮控制解算的环节,提高了水炮的设计效率和射击精度。同时在计算射击诸元过程中,充分考虑了外界干扰以及计算时延,通过滤波、命中函数校正和设计不稳定诸元等大大提高了水炮控制系统的性能。
Claims (9)
1.一种基于红外与可见光融合跟踪的舰船水炮控制系统,其特征在于,包括光电跟踪系统、控制计算机和水炮伺服控制系统;
所述光电跟踪系统包括红外与可见光相机和激光测距仪,红外与可见光相机用于获得海上舰船目标的双通道图像信息,激光测距仪用于获取海上舰船目标的距离信息;
所述控制计算机包括目标检测与识别模块和射击诸元计算模块,所述目标检测与识别模块用于利用可见光图像的目标颜色特征和红外图像的目标轮廓特征进行目标检测与识别;所述射击诸元计算模块用于对海上舰船目标进行目标建模和数字滤波,求解命中方程,计算射击诸元;所述水炮伺服控制系统用于根据射击诸元控制水炮指向目标。
2.一种基于权利要求1所述基于红外与可见光融合跟踪的舰船水炮控制系统的控制方法,其特征在于,包括以下步骤:
步骤1、获取海上舰船目标的双通道图像信息和距离信息;
步骤2、利用可见光图像的目标颜色特征和红外图像的目标轮廓特征,进行目标检测与识别;
步骤3、对海上舰船目标进行数学建模,获得目标运动模型;
步骤4、根据流体动力学方程水炮解算目标命中点,并对输出延迟时间进行命中函数修正;
步骤5、结合船体位姿校正计算射击诸元,控制水炮进行射击。
3.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,对海上舰船目标进行目标建模前对目标信息进行甲板直角坐标系到大地坐标系的转换,计算射击诸元前对目标命中点信息进行大地坐标系到甲板直角坐标系的转换。
4.根据权利要求3所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,甲板直角坐标系到大地坐标系的转换方法为:
大地直角坐标系转换到甲板直角坐标系,需经过[C]矩阵转换,即
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>X</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Z</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mo>&lsqb;</mo>
<mi>C</mi>
<mo>&rsqb;</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>M</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>H</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
转换矩阵[C]的计算过程为:
大地直角坐标下的(M,N,H)在经过航向角ψ变化后,变为(M1,N1,H1),数据之间的相互关系如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>M</mi>
<mn>1</mn>
<mo>=</mo>
<mi>M</mi>
<mi> </mi>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&psi;</mi>
<mo>-</mo>
<mi>N</mi>
<mi> </mi>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&psi;</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
<mn>1</mn>
<mo>=</mo>
<mi>M</mi>
<mi> </mi>
<mi>sin</mi>
<mi>&psi;</mi>
<mo>-</mo>
<mi>N</mi>
<mi> </mi>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&psi;</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>H</mi>
<mn>1</mn>
<mo>=</mo>
<mi>H</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
考虑因舰艇纵横摇引起的坐标变换,经航向变换后的坐标(M1,Nl,H1)再经过纵摇角变化后,变为(M2,N2,H2),两者之间的关系如下:
经纵摇角变化后的坐标数据(M2,N2,H2)再经过横摇角θ变化后,变为(X,Y,Z),两者之间的关系如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>X</mi>
<mo>=</mo>
<mi>M</mi>
<mn>2</mn>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mi>&theta;</mi>
<mo>-</mo>
<mi>H</mi>
<mn>2</mn>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mi>&theta;</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Y</mi>
<mo>=</mo>
<mi>N</mi>
<mn>2</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Z</mi>
<mo>=</mo>
<mi>M</mi>
<mn>2</mn>
<mi>sin</mi>
<mi>&theta;</mi>
<mo>+</mo>
<mi>H</mi>
<mn>2</mn>
<mi>cos</mi>
<mi>&theta;</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
通过以上推导过程可得,目标数据由大地坐标系转为甲板直角坐标系数据时的转换矩阵[C]为:
由甲板直角坐标系转换到大地坐标系,与上述推导过程相反,即由θ变化引起变化,进而引起ψ变化,此时的转换矩阵为[C]T,因此目标数据由甲板坐标系转换为大地坐标系的转换公式为:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>M</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>N</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>H</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>C</mi>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mi>X</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Y</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>Z</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>.</mo>
</mrow>
5.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,步骤2中进行目标检测与识别的具体过程为:
步骤2-1,基于颜色特征的均值漂移迭代定位
均值漂移算法采用核函数加权的特征直方图描述目标,在每帧中对目标模板模型和候选目标模型进行相似性度量,并沿着核直方图相似性的梯度方向迭代搜索目标位置;
目标模板模型q={qu}u=1,…,m和以y为中心的候选目标模型p={pu(y)}u=1,…,m如下式所示:
<mrow>
<msub>
<mi>q</mi>
<mi>u</mi>
</msub>
<mo>=</mo>
<mi>C</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mi>k</mi>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mo>|</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mo>*</mo>
</msubsup>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mi>&delta;</mi>
<mo>&lsqb;</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>x</mi>
<mi>i</mi>
<mo>*</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>u</mi>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msub>
<mi>p</mi>
<mi>u</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msub>
<mi>C</mi>
<mi>h</mi>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>n</mi>
<mi>h</mi>
</msub>
</munderover>
<mi>k</mi>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mo>|</mo>
<mfrac>
<mrow>
<mi>y</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>h</mi>
</mfrac>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
<mi>&delta;</mi>
<mo>&lsqb;</mo>
<mi>b</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>u</mi>
<mo>&rsqb;</mo>
</mrow>
式中m表示特征直方图的量化级数,qu和pu分别表示目标模板和候选目标核直方图各级概率密度,C和Ch为归一化函数,δ为Kronecker delta函数,b为像素在直方图中的索引值,为目标模板区域像素的归一化位置,xi为候选目标像素当前帧的位置,h为目标尺度,即核窗宽,k为Epanechnikov核函数,n为目标模板的像素个数,nh为候选目标的像素个数,u是模板像素均值,y是像素位置;
获得目标模板和候选目标的核直方图模型后,计算两个离散概率分布q和p(y)之间的相似性:
<mrow>
<mi>&rho;</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&rho;</mi>
<mo>&lsqb;</mo>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mi>q</mi>
<mo>&rsqb;</mo>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>u</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msqrt>
<mrow>
<msub>
<mi>p</mi>
<mi>u</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>q</mi>
<mi>u</mi>
</msub>
</mrow>
</msqrt>
</mrow>
目标定位在当前帧中,根据目标的初始化位置y0寻找相似性系数ρ取最大位置y1,将ρ(y)在y0处泰勒展开,求取最大值,可得位置y1的计算如下式:
<mrow>
<msub>
<mi>y</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>n</mi>
<mi>h</mi>
</msub>
</munderover>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mo>|</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>h</mi>
</mfrac>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>n</mi>
<mi>h</mi>
</msub>
</munderover>
<msub>
<mi>w</mi>
<mi>i</mi>
</msub>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mo>|</mo>
<mfrac>
<mrow>
<msub>
<mi>y</mi>
<mn>0</mn>
</msub>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
</mrow>
<mi>h</mi>
</mfrac>
<mo>|</mo>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
式中g(x)=-k′(x);
通过反复迭代上式,使候选目标不断沿着相似性度量的梯度方向移动到新的位置y1,直到相似性系数ρ达到最大,从而得到目标最优位置y1;
步骤2-2,基于水平集的目标轮廓提取
将轮廓隐含的表达为2维曲面函数φ的零水平集,建立关于轮廓的能量函数:
<mrow>
<msub>
<mi>&phi;</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>&mu;</mi>
<msub>
<mo>&Integral;</mo>
<mi>&Omega;</mi>
</msub>
<mi>w</mi>
<mrow>
<mo>(</mo>
<mo>|</mo>
<mo>&dtri;</mo>
<mi>&phi;</mi>
<mo>|</mo>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
<mo>+</mo>
<mi>&lambda;</mi>
<msub>
<mo>&Integral;</mo>
<mi>&Omega;</mi>
</msub>
<msub>
<mi>z&delta;</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mo>|</mo>
<mo>&dtri;</mo>
<mi>&phi;</mi>
<mo>|</mo>
<mi>d</mi>
<mi>x</mi>
<mo>+</mo>
<msub>
<mo>&Integral;</mo>
<mi>&Omega;</mi>
</msub>
<msub>
<mi>zH</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mo>-</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>x</mi>
</mrow>
式中,Ω为图像定义域;w为距离规则化函数;μ,λ,α为各项加权系数;z为边缘指示化函数;Hε为Heaviside函数;为梯度,δε(φ)为Dirac delta函数;
采用变分方法最小化该能量函数,最终得到轮廓的进化方程:
<mrow>
<mfrac>
<mrow>
<mo>&part;</mo>
<mi>&phi;</mi>
</mrow>
<mrow>
<mo>&part;</mo>
<mi>t</mi>
</mrow>
</mfrac>
<mo>=</mo>
<mi>&mu;</mi>
<mi>d</mi>
<mi>i</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>d</mi>
<mi>p</mi>
</msub>
<mo>(</mo>
<mrow>
<mo>&dtri;</mo>
<mi>&phi;</mi>
</mrow>
<mo>)</mo>
<mo>&dtri;</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&lambda;&delta;</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>i</mi>
<mi>v</mi>
<mrow>
<mo>(</mo>
<mi>z</mi>
<mfrac>
<mrow>
<mo>&dtri;</mo>
<mi>&phi;</mi>
</mrow>
<mrow>
<mo>|</mo>
<mo>&dtri;</mo>
<mi>&phi;</mi>
<mo>|</mo>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&alpha;z&delta;</mi>
<mi>&epsiv;</mi>
</msub>
<mrow>
<mo>(</mo>
<mi>&phi;</mi>
<mo>)</mo>
</mrow>
</mrow>
式中,dp为设备独立像素;
通过给定轮廓初始位置φ0,进行曲线演化,从而得到目标的终极轮廓,根据目标轮廓计算得到目标尺度;
步骤2-3,目标尺度与模型更新
利用水平集轮廓提取的结果估计目标尺度,将尺度更新的结果用于下一帧的均值漂移定位,尺度更新结果如下式:
hnew=(1-ξ)h+ξhcontour
式中h表示可见光当前帧用于均值漂移定位的目标尺度;hcontour表示当前帧根据水平集轮廓提取结果得打的目标尺度;hnew表示尺度更新成果,用于下一帧跟踪;ξ为尺度更新速度因子,表示轮廓提取结果权重,其取值范围为ξ∈[0,1];
在可见光图像第t帧位置y2处,计算候选目标模型p,更新目标模板模型q,然后更新目标位置和尺度参数,最后进行下一帧;
设图像中心为图像坐标原点(0,0),以过图像中心的横轴、纵轴分别建立x轴,y轴;假设经过上述步骤得到的目标在图像中的像素位置为(x,y),则目标相对于相机的方位角和俯仰角为tanβ=x/f和f为相机焦距,假设相机的方位角为χ,俯仰角为以顺时针方向为正,则目标当前的方位角为χ+β,俯仰角为结合激光测距得到的距离,即可得出目标在甲板直角坐标系上的位置(x,y,z)。
6.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,步骤3中对运动目标进行数学建模的方法为:
选用离线时间内的二阶常速模型,将目标运动模型用离散差分方程表示,目标位置记为f(t),速度记为考虑目标速度存在随机扰动,假设速度随机扰动服从均值零,方差为σ2的高斯白噪声ω(t),可得连续时间内的二阶常速模型为:
<mrow>
<mover>
<mi>F</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>f</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mi>f</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
t为时间,t0为初始时间,τ为时间常数;
令可得离散时间内的差分方程为:
<mrow>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>A</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mi>F</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msubsup>
<mo>&Integral;</mo>
<msub>
<mi>t</mi>
<mn>0</mn>
</msub>
<mi>t</mi>
</msubsup>
<msup>
<mi>e</mi>
<mrow>
<mi>A</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>-</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>d</mi>
<mi>&tau;</mi>
</msub>
</mrow>
进而通过推导可得离散时间内的二阶常速模型为:
<mrow>
<mover>
<mi>F</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>f</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mover>
<mi>f</mi>
<mo>&CenterDot;&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mi>f</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>f</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mover>
<mi>f</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
其离散后的状态方程为:
<mrow>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mover>
<mi>F</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mover>
<mi>F</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mi>T</mi>
</mtd>
<mtd>
<mrow>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mi>T</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<msub>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mover>
<mi>F</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mover>
<mi>F</mi>
<mo>&CenterDot;&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>+</mo>
<mfenced open = "(" close = ")">
<mtable>
<mtr>
<mtd>
<mrow>
<msup>
<mi>T</mi>
<mn>2</mn>
</msup>
<mo>/</mo>
<mn>2</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>T</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>&omega;</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
式中,f(t)、分别为运动目标的位置、速度和加速度分量;T为采样周期,F(t)、分别为t时刻的位置、速度和加速度分量。
7.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,步骤3中获得目标运动模型后对目标的状态方程采用常系数三阶α-β-γ数字递推滤波。
8.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,步骤4中求解目标命中点的具体过程为:
解算水炮命中点,设目标当前当前位置为M(x,y,z),目标命中点的位置为Mq(xq,yq,zq),舰炮的位置为坐标原点O,目标的速度和加速度分量分别为vmx、vmy、vmz、amx、amy、amz,tf为根据流体动力学得到的水炮到达目标点的时间,可得在正交投影坐标系下的命中方程为:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>y</mi>
<mo>+</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>z</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
考虑到控制计算机的计算时间,对输出延迟时间Td进行修正,用vmx、vmy表示舰艇航速在坐标系中的分量,得:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>x</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>w</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>w</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>&Delta;</mi>
<mi>z</mi>
<mo>=</mo>
<mi>z</mi>
<mo>+</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<msup>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
进一步的,可得修正后的命中点函数为:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>x</mi>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>w</mi>
<mi>x</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>x</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>y</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>y</mi>
<mo>+</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>w</mi>
<mi>y</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>y</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>z</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<mi>x</mi>
<mo>+</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<msub>
<mi>a</mi>
<mrow>
<mi>m</mi>
<mi>z</mi>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>f</mi>
</msub>
<mo>+</mo>
<msub>
<mi>T</mi>
<mi>d</mi>
</msub>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
根据流体动力学方程,设水炮击中目标的时间为:
tf=G(Dq,zq)
G(Dq,zq)为流体动力学方程;
目标Dq为:
<mrow>
<msub>
<mi>D</mi>
<mi>q</mi>
</msub>
<mo>=</mo>
<msqrt>
<mrow>
<msup>
<msub>
<mi>x</mi>
<mi>q</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>y</mi>
<mi>q</mi>
</msub>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<msub>
<mi>z</mi>
<mi>q</mi>
</msub>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mrow>
控制计算机求解下式:
F(tf)=G(Dq(tf),zq(tf))-tf=0
即可得到命中方程解,F(tf)为解命中问题方程,由此得到水炮应到达位置,确定水炮射击装置的方位和高低瞄准角。
9.根据权利要求2所述的基于红外与可见光融合跟踪的舰船水炮控制方法,其特征在于,步骤5中计算射击诸元的具体过程为:
考虑到舰船水炮控制系统随着舰艇纵向或横向摇晃,将在稳定坐标系下得到的诸元数据转换到不稳定坐标系下,设舰艇纵摇角为横摇角为θ,将稳定诸元转换为不稳定诸元的方法如下:
式中,η为稳定方向瞄准角,E为稳定俯仰瞄准角;η′为不稳定方向瞄准角,E′为不稳定俯仰瞄准角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610715178.3A CN107817679B (zh) | 2016-08-24 | 2016-08-24 | 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610715178.3A CN107817679B (zh) | 2016-08-24 | 2016-08-24 | 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107817679A true CN107817679A (zh) | 2018-03-20 |
CN107817679B CN107817679B (zh) | 2021-08-31 |
Family
ID=61600301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610715178.3A Active CN107817679B (zh) | 2016-08-24 | 2016-08-24 | 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107817679B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108008661A (zh) * | 2017-08-31 | 2018-05-08 | 南京理工大学 | 一种船只光电水炮一体化控制系统及方法 |
CN109446901A (zh) * | 2018-09-21 | 2019-03-08 | 北京晶品特装科技有限责任公司 | 一种可嵌入式移植的实时人形目标自动识别算法 |
CN110245569A (zh) * | 2019-05-17 | 2019-09-17 | 武汉科技大学 | 基于射流边缘分析和打击偏差反馈的船舶打击效果评估方法 |
CN110597056A (zh) * | 2019-08-16 | 2019-12-20 | 南京理工大学 | 用于高炮火控系统的大闭环校射控制方法 |
CN110796681A (zh) * | 2019-09-24 | 2020-02-14 | 武汉市众向科技有限公司 | 一种用于船舶协同工作的视觉定位系统及方法 |
CN111860539A (zh) * | 2020-07-20 | 2020-10-30 | 济南博观智能科技有限公司 | 一种车牌颜色的识别方法、装置及介质 |
CN112179210A (zh) * | 2020-08-31 | 2021-01-05 | 河北汉光重工有限责任公司 | 一种舰炮弹丸命中偏差的修正方法 |
CN112308883A (zh) * | 2020-11-26 | 2021-02-02 | 哈尔滨工程大学 | 一种基于可见光和红外图像的多船舶融合跟踪方法 |
CN112435298A (zh) * | 2020-12-03 | 2021-03-02 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN112925352A (zh) * | 2020-11-25 | 2021-06-08 | 河北汉光重工有限责任公司 | 一种提高光电跟踪仪引导精度的系统与方法 |
CN113985751A (zh) * | 2021-10-13 | 2022-01-28 | 中国船舶工业集团公司第七0八研究所 | 提升公务执法船综合执法软对抗效率的系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102145738A (zh) * | 2010-02-04 | 2011-08-10 | 南京理工大学 | 自动控制的反海盗高压含沙水炮系统及方法 |
CN103699012A (zh) * | 2013-12-20 | 2014-04-02 | 河北汉光重工有限责任公司 | 消防水炮射击解算模型 |
CN104524731A (zh) * | 2015-01-14 | 2015-04-22 | 南京国业科技有限公司 | 基于光电转塔的多信息融合智能水炮系统 |
-
2016
- 2016-08-24 CN CN201610715178.3A patent/CN107817679B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102145738A (zh) * | 2010-02-04 | 2011-08-10 | 南京理工大学 | 自动控制的反海盗高压含沙水炮系统及方法 |
CN103699012A (zh) * | 2013-12-20 | 2014-04-02 | 河北汉光重工有限责任公司 | 消防水炮射击解算模型 |
CN104524731A (zh) * | 2015-01-14 | 2015-04-22 | 南京国业科技有限公司 | 基于光电转塔的多信息融合智能水炮系统 |
Non-Patent Citations (4)
Title |
---|
刘锐等: "《高炮应急射击时一种新的火控诸元求解方法》", 《电光与控制》 * |
沈志熙等: "《均值漂移算法中的目标模型更新方法研究》", 《自动化学报》 * |
石章松等: "《目标跟踪与数据融合理论及方法》", 31 December 2010 * |
祖先锋: "《舰载光电系统伺服控制技术研究》", 《中国优秀硕士学位论文全文数据库(电子期刊)》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108008661A (zh) * | 2017-08-31 | 2018-05-08 | 南京理工大学 | 一种船只光电水炮一体化控制系统及方法 |
CN109446901A (zh) * | 2018-09-21 | 2019-03-08 | 北京晶品特装科技有限责任公司 | 一种可嵌入式移植的实时人形目标自动识别算法 |
CN110245569B (zh) * | 2019-05-17 | 2021-04-20 | 武汉科技大学 | 基于射流边缘分析和打击偏差反馈的船舶打击效果评估方法 |
CN110245569A (zh) * | 2019-05-17 | 2019-09-17 | 武汉科技大学 | 基于射流边缘分析和打击偏差反馈的船舶打击效果评估方法 |
CN110597056A (zh) * | 2019-08-16 | 2019-12-20 | 南京理工大学 | 用于高炮火控系统的大闭环校射控制方法 |
CN110597056B (zh) * | 2019-08-16 | 2022-06-28 | 南京理工大学 | 用于高炮火控系统的大闭环校射控制方法 |
CN110796681A (zh) * | 2019-09-24 | 2020-02-14 | 武汉市众向科技有限公司 | 一种用于船舶协同工作的视觉定位系统及方法 |
CN111860539A (zh) * | 2020-07-20 | 2020-10-30 | 济南博观智能科技有限公司 | 一种车牌颜色的识别方法、装置及介质 |
CN112179210A (zh) * | 2020-08-31 | 2021-01-05 | 河北汉光重工有限责任公司 | 一种舰炮弹丸命中偏差的修正方法 |
CN112179210B (zh) * | 2020-08-31 | 2022-09-02 | 河北汉光重工有限责任公司 | 一种舰炮弹丸命中偏差的修正方法 |
CN112925352A (zh) * | 2020-11-25 | 2021-06-08 | 河北汉光重工有限责任公司 | 一种提高光电跟踪仪引导精度的系统与方法 |
CN112308883A (zh) * | 2020-11-26 | 2021-02-02 | 哈尔滨工程大学 | 一种基于可见光和红外图像的多船舶融合跟踪方法 |
CN112435298A (zh) * | 2020-12-03 | 2021-03-02 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN112435298B (zh) * | 2020-12-03 | 2024-04-12 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN113985751A (zh) * | 2021-10-13 | 2022-01-28 | 中国船舶工业集团公司第七0八研究所 | 提升公务执法船综合执法软对抗效率的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107817679B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107817679A (zh) | 基于红外与可见光融合跟踪的舰船水炮控制系统及方法 | |
CN110782481B (zh) | 无人艇智能决策方法及系统 | |
CN110850403B (zh) | 一种多传感器决策级融合的智能船水面目标感知识别方法 | |
CN103149939B (zh) | 一种基于视觉的无人机动态目标跟踪与定位方法 | |
Fallon et al. | Relocating underwater features autonomously using sonar-based SLAM | |
CN111968128B (zh) | 一种基于图像标记的无人机视觉姿态和位置解算方法 | |
CN107727079A (zh) | 一种微小型无人机全捷联下视相机的目标定位方法 | |
Ma et al. | Radar image-based positioning for USV under GPS denial environment | |
CN109213204A (zh) | 基于数据驱动的auv海底目标搜寻航行系统及方法 | |
CN116245916B (zh) | 一种面向无人艇的红外舰船目标跟踪方法及装置 | |
Clunie et al. | Development of a perception system for an autonomous surface vehicle using monocular camera, lidar, and marine radar | |
CN113409400A (zh) | 一种基于自动跟踪的机载光电系统目标地理定位方法 | |
Tevyashev et al. | Laser opto-electronic airspace monitoring system in the visible and infrared ranges | |
CN113933828A (zh) | 一种无人艇环境自适应多尺度目标检测方法及系统 | |
Helgesen et al. | Low altitude georeferencing for imaging sensors in maritime tracking | |
CN110989655A (zh) | 一种舰载侦察较射无人机起降阶段目标跟踪方法 | |
Jian et al. | Target recognition and location based on binocular vision system of UUV | |
Li et al. | Adaptively robust filtering algorithm for maritime celestial navigation | |
KR102252823B1 (ko) | 표적을 추적하고 탄두를 방출하는 장치 및 그 방법 | |
Xu et al. | An effective stereo SLAM with high-level primitives in underwater environment | |
KR101944631B1 (ko) | 사수의 조준 오차를 보정하는 무유도 로켓 조준 장치 및 그 방법 | |
Petković et al. | Target detection for visual collision avoidance system | |
CN107941220B (zh) | 一种基于视觉的无人船海天线检测与导航方法和系统 | |
CN112648998A (zh) | 一种基于形状与颜色的无人机合作靶标自主引导测量方法 | |
CN109446901A (zh) | 一种可嵌入式移植的实时人形目标自动识别算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |