CN109633627B - 一种基于雷达与ais融合数据的光电联动控制方法 - Google Patents

Abstract

本发明公开了一种基于雷达与AIS融合数据的光电联动控制方法，包括：步骤一、从融合目标信息中提取航向、航速、经度、纬度、转向率和目标尺寸参数；步骤二、预测目标的航速、航向、经度、纬度参数；步骤三、计算目标相对于摄像头的水平方位角与水平距离；步骤四、计算摄像头的俯仰角T；步骤五、计算摄像头焦距值f；步骤六、根据计算出的水平方位角、俯仰角和焦距值控制摄像头水平旋转角度和俯仰旋转角度以及焦距值。本发明利用融合目标信息，控制光电摄像头自动对准水上船舶目标，并能实时调整摄像头姿态，持续保持摄像头对准船舶目标状态，实现对水上船舶视频联动跟踪；结合了雷达跟踪目标与AIS目标信息融合的优点，实现目标精确定位和快速识别。

Description

一种基于雷达与AIS融合数据的光电联动控制方法

技术领域

本发明涉及一种目标检测方法，具体涉及一种基于雷达与AIS融合数据的光电联动控制方法。

背景技术

在航道管控、港口监视和海域安防领域，采用光电摄像头对水域内船舶进行监控成为了必备安防手段之一。通过摄像头能够直观展示被关注船舶的实时动态，确认船舶是否违规或遇险，为指挥调度提供决策辅助。

目前对水域船舶目标的常用探测方式有AIS(Automatic IdentificationSystem，船舶自动识别系统)和雷达探测两种方式。如图1所示，雷达跟踪目标信息更新速度快，包括船舶航向、航速、经度和纬度等动态信息，但不具有船舶类型、航行状态、尺寸、国籍等静态信息，并且雷达跟踪目标具有容易丢失和误关联的缺点。AIS目标信息包括船舶航向、航速、经度、纬度和转向率等动态信息和船舶类型、航行状态、尺寸、国籍静态信息，但信息更新速度慢。

由于AIS目标信息更新慢的缺点，因此采用AIS目标信息引导光电摄像头对目标进行视频跟踪会导致在AIS目标信息更新空档期间，目标跑出摄像头视频范围之外的问题；若采用雷达目标信息引导光电摄像头对目标进行视频跟踪则会出现误跟与跟踪丢失目标的问题。

发明内容

本发明的目的在于提供一种基于雷达与AIS融合数据的光电联动控制方法，融合AIS和雷达两种目标信息，并定时预测目标在信息更新空档期内的位置，根据预测位置连续引导光电设备指向目标，实现目标的连续光电视频联动跟踪。

本发明通过下述技术方案实现：

一种基于雷达与AIS融合数据的光电联动控制方法，包括以下步骤：

步骤一、从融合目标信息中提取航向、航速、经度、纬度、转向率和目标尺寸参数；

步骤二、预测目标的航速、航向、经度、纬度参数；

步骤三、计算目标相对于摄像头的水平方位角与水平距离；

步骤四、计算摄像头的俯仰角T

步骤五、计算摄像头焦距值f；

步骤六、根据计算出的水平方位角、俯仰角和焦距值控制摄像头水平旋转角度和俯仰旋转角度以及焦距值；

其中，步骤四与步骤五不分先后顺序。

进一步，步骤二中预测目标的航速、航向、经度、纬度参数具体方法为：

设定融合目标更新频率和参数输出频率，令融合目标更新频率大于控制参数输出频率；

融合目标更新时获得融合目标信息，获得融合目标信息后需要每隔t秒预测一次融合目标航向、经度、纬度，直到收到下一个融合目标信息后重新开始预测；在每次预测中：

航速值通过公式(1)进行预测：

S(n)＝S(0) (1)

其中S(n)为最近一次融合目标信息更新后第n次预测的航速值，S(0)为最近一次融合目标信息更新时的航速值；

航向值通过公式(2)预测：

C(n)＝C(0)*[1+Rot(0)/600]ⁿ (2)

C(n)为最近一次融合目标信息更新后第n次预测的航向值，C(0)为最近一次融合目标信息更新时的航向值，Rot(0)为最近一次融合目标信息更新时的转向率值；

在n＝1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lon(n)的预测计算方法：首先根据S(0)与预测时间间隔t计算出第1次预测位置与初始位置的距离Dis(0)：

Dis(0)＝S(0)*t (3)

然后，根据Dis(0)与初始纬度值Lat(0)、经度值Lon(0)、航向C(0)，采用大地测量学中常用的高斯平均引数正算算法计算出第1次预测的纬度值Lat(1)与经度值Lon(1)；

在n>1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lon(n)的预测计算方法：首先根据第n-1次预测的航速S(n-1)与预测时间间隔计t计算出第n次预测位置与第n-1次位置的距离Dis(n-1)：

Dis(n-1)＝S(n-1)*t (4)然后，根据Dis(n-1)与第n-1次预测结果纬度值Lat(n-1)、经度值Lon(n-1)、航向C(n-1)，采用大地测量学中常用的高斯平均引数正算算法计算出第n次预测的纬度值Lat(n)与经度值Lon(n)。

进一步，步骤三中计算目标相对于摄像头的水平方位角与水平距离时，令水平方位角以正北为0度，顺时针方向为正方向；

目标相对于摄像头的水平方位角与水平距离的计算方法为将步骤二中预测的目标经纬度与摄像头经纬度大地测量学中常用的高斯平均引数反算算法通过高斯坐标正算算法将经纬度换算到高斯平面直角坐标系中，然后在高斯平面直角坐标系中计算出目标相对于摄像头的水平方位角A_H和水平距离D_H。

进一步，步骤四中计算摄像头的俯仰角T时，令摄像头平视时俯仰角为0，向上仰视时的俯仰角为正，向下俯视时的俯仰角为负；根据摄像头预设高度值H与步骤三中计算得到的水平距离D_H计算摄像头俯仰角T：

进一步，步骤五中摄像头的焦距值计算方法具体如下：

根据摄像头预设高度值H和步骤三中计算得到的水平距离D_H计算摄像头到目标的距离D：

计算摄像头的焦距值f：

f＝k₁*D+k₂*L k₁＞0 (7)；

其中，L为目标长度，k₁为聚焦距离系数；k₂为聚焦目标长度系数。

k₁值获取的方法为：选取长度约为20米的船舶为参照物，参照物位于摄像头最远有效视距(可看清船舷号的视距为有效视距)范围内，调节摄像头焦距，直到可以看清船舶舷号，然后根据当前焦距值f_c与距离D_c计算单次聚焦距离系数k_1’：

k_1’＝f_c/D_c (8)；

确定k₁值时在参照物大小不变的情况下必须选取不同距离的参照物按照以上方式计算k_1’值并求平均确定最终聚焦距离系数k₁。选取不同距离的参照物时可以将最远有效视距到最近有效视距平均分为10段，在每一段距离上都进行一次k_1’值计算，最后求平均得到k₁。

k₂值得获取方法为：在确定k₁后，选取有效视距范围内长度为L的船舶作为参照物，首先根据f₀＝k₁*D计算出焦距值f₀，然后调节焦距值直到看清船舶全貌和船舷号，记录下当前焦距值f_c，通过以下算式计算出k_2’系数：

k_2’＝(f_c-f₀)/L (9)

确定k₂值时在距离不变的情况下必须选取不同长度的船舶分别作为参照物，按照以上方式计算k_2’值并求平均确定最终聚焦目标长度系数k₂。选取不同长度的船舶时可以选择长度为40米、60米、80米和100米的船舶作为参照物，分别计算出k_2’值并求平均得到k₂。

本发明与现有技术相比，具有如下的优点和有益效果：

1、本发明一种的基于雷达与AIS融合数据的光电联动控制方法利用雷达跟踪目标与AIS目标进行信息融合计算得到的融合目标信息，控制光电摄像头自动对准水上船舶目标，并能够实时调整摄像头姿态，持续保持摄像头对准船舶目标状态，实现对水上船舶视频联动跟踪；结合了雷达跟踪目标与AIS目标信息融合的优点，实现了目标精确定位和快速识别。

2、本发明融合AIS和雷达两种目标信息，并定时预测目标在信息更新空档期内的位置，根据预测位置连续引导光电设备指向目标，实现目标的连续光电视频联动跟踪。

附图说明

此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：

图1为本发明基于雷达与AIS融合数据的光电联动控制方法中所使用的融合目标信息与雷达跟踪目标信息与AIS目标信息的信息特点对比图；

图2为实施例1中的光电联动控制方法的流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。

在以下描述中，为了提供对本发明的透彻理解阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的结构、电路、材料或方法。

在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“一个实施例”、“实施例”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。这里使用的术语“和/或”包括一个或多个相关列出的项目的任何和所有组合。

【实施例】

本实施例中，基于雷达与AIS融合数据的光电联动控制方法涉及两个主体，一为船舶本身，为雷达和AIS目标；二为光电摄像头，用于监控船舶。摄像头固定安装在岸基设施上，其高度、经度和纬度为预先设定的。光电摄像头具备水平方位和俯仰方位两轴调节，水平方位调节范围0至355°，俯仰方位调节-80°至80°；能够实现变焦功能。

融合目标为雷达跟踪目标与AIS目标经过信息融合得到的目标。其中，雷达跟踪目标为雷达设备探测到的船舶目标，AIS目标为AIS设备接收到的船舶动态和静态信息，两种目标有各自优缺点。如图1所示，雷达跟踪目标信息包括船舶航向、航速、经度和纬度等动态信息，但不具有船舶类型、航行状态、尺寸、国籍等静态信息，更新速度快。AIS目标信息包括船舶航向、航速、经度、纬度和转向率等动态信息和船舶类型、航行状态、尺寸、国籍静态信息，但更新速度慢。而融合目标信息同时融合了雷达跟踪目标信息和AIS目标信息，具有船舶类型、航行状态、尺寸、国籍等静态信息，也具有船舶航向、航速、经度、纬度和转向率等动态信息，并且更新频率表快。对雷达跟踪目标信息和AIS目标信息进行融合产生融合目标信息，为现有技术，本实施例中不再赘述具体方法。

如图2所示，一种基于雷达与AIS融合数据的光电联动控制方法，实现步骤如下：

步骤一，融合目标信息提取，本实施例中的光电联动控制方法用到的融合目标信息包括航向、航速、经度、纬度、转向率、尺寸，因此本步骤中需要从融合目标信息中提取航向、航速、经度、纬度、转向率和目标尺寸等参数。可以采用主要保留控制方法要用到的航向、航速、经度、纬度、转向率和尺寸等参数，去掉其他参数。所述尺寸参数即目标的尺寸，包括但不限于船舶长度L。

步骤二，参数预测。本实施例中，设定融合目标更新频率为2.5秒更新一次，控制参数输出频率为0.2秒输出一次，即输出间隔t＝0.2，获得融合目标信息(融合目标更新时就会收到融合目标信息)后需要每隔0.2秒预测一次融合目标航向、经度、纬度等参数，直到收到下一个融合目标信息后重新开始预测。融合目标更新后还对预测次数进行计数，用n表示预测次数，融合目标更新每次更新后n清零并重新还是计数。在每次预测中：

航速值通过公式(1)进行预测：

S(n)＝S(0) (1)

其中S(n)为最近一次融合目标信息更新后第n次预测的航速值，S(0)为最近一次融合目标信息更新时的航速值，在该方法中假定目标2.5秒内航速值保持不变。

航向值通过公式(2)预测：

C(n)＝c(0)*[1+Rot(0)/600]ⁿ (2)

C(n)为最近一次融合目标信息更新后第n次预测的航向值，C(0)为最近一次融合目标信息更新时的航向值，Rot(0)为最近一次融合目标信息更新时的转向率值，转向率为每分钟转过的度数。

在n＝1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lat(n)的预测计算方法：首先根据S(0)与预测时间间隔t计算出第1次预测位置与初始位置的距离Dis(0)：

Dis(0)＝S(0)*t (3)

然后，根据Dis(0)与初始纬度值Lat(0)、经度值Lon(0)、航向C(0)，采用大地测量学中常用的高斯平均引数正算算法计算出第1次预测的纬度值Lat(1)与经度值Lon(1)；Dis(0)与初始纬度值Lat(0)、经度值Lon(0)、航向C(0)均为最近一次融合目标信息更新时获得具体数据。

在n>1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lat(n)的预测计算方法首先根据第n-1次预测的航速S(n-1)与预测时间间隔计t计算出第n次预测位置与第n-1次位置的距离Dis(n-1)：

Dis(n-1)＝S(n-1)*t (4)

然后，根据Dis(n-1)与第n-1次预测结果纬度值Lat(n-1)、经度值Lon(n-1)、航向C(n-1)，采用大地测量学中常用的高斯平均引数正算算法计算出第n次预测的纬度值Lat(n)与经度值Lon(n)。

本实施例中，利用高斯平均引数正算算法计算经纬度值为本领域常用技术手段，本实施例中不再赘述其方法。

步骤三、目标相对于摄像头的水平方位角与水平距离计算。

令水平方位角以正北为0度(即目标在摄像头的正北方向，则目标相对于摄像头的水平方位角为0度)，顺时针方向为正方向。计算方法为将步骤二中预测的目标经纬度与摄像头经纬度大地测量学中常用的高斯平均引数反算算法计算出目标相对于摄像头的水平方位角A_H和水平距离D_H。本实施例中，利用高斯平均引数反算算法计算水平方位角A_H和水平距离D_H为本领域常用技术手段，本实施例中不再赘述其方法。

步骤四、摄像头俯仰角计算。摄像头平视时的俯仰角为0，向上仰视的俯仰角为正，向下俯视时方位为负。根据摄像头预设高度值H与步骤三中计算得到的水平方位角A_H和水平距离D_H可计算出摄像头俯仰角T：

步骤五、摄像头焦距值计算。摄像头焦距值f与摄像头到目标距离D呈正相关关系，在本方法中采用线性关系根据距离值调节摄像头焦距。由于船舶大小差异较大，本方法根据船舶尺寸对焦距值进行修正：

摄像头到目标距离D计算：

焦距值计算f：

f＝k₁*D+k₂*L k₁＞0 (7)

其中，L为目标长度，由于船舶目标长度大于高度，因此采用目标尺寸中的长度作为影响焦距值的因素，目标长度越长需要视场越大，焦距值越小，与焦距值f呈负相关，本方法采用线性关系根据船舶长度修正焦距值，该函数关系为预先设定的。k₁为聚焦距离系数；k₂为聚焦目标长度系数。

k₁值获取的方法为：选取长度约为20米的船舶为参照物，参照物位于摄像头最远有效视距(可看清船舷号的视距为有效视距)范围内，调节摄像头焦距，直到可以看清船舶舷号，然后根据当前焦距值f_c与距离D_c计算单次聚焦距离系数k_1’：

k_1’＝f_c/D_c (8)；

确定k₁值时在参照物大小不变的情况下必须选取不同距离的参照物按照以上方式计算k_1’值并求平均确定最终聚焦距离系数k₁。选取不同距离的参照物时可以将最远有效视距到最近有效视距平均分为10段，在每一段距离上都进行一次k_1’值计算，最后求平均得到k₁。

k₂值得获取方法为：在确定k₁后，选取有效视距范围内长度为L的船舶作为参照物，首先根据f₀＝k_1*D计算出焦距值f₀，然后调节焦距值直到看清船舶全貌和船舷号，记录下当前焦距值f_c，通过以下算式计算出k_2’系数：

k_2’＝(f_c-f₀)/L (9)

确定k₂值时在距离不变的情况下必须选取不同长度的船舶分别作为参照物，按照以上方式计算k_2’值并求平均确定最终聚焦目标长度系数k₂。选取不同长度的船舶时可以选择长度为40米、60米、80米和100米的船舶作为参照物，分别计算出k_2’值并求平均得到k₂。

步骤六、根据水平方位角、俯仰角和焦距值控制摄像头水平旋转角度和俯仰旋转角度以及焦距值。

上述方案中步骤五和步骤四不分先后顺序，二者顺序可以互换或者同时进行。

采用本实施例中的基于雷达与AIS融合数据的光电联动控制方法，通过定时输入融合目标信息，定时输出光电摄像头水平方位角、俯仰角和焦距等控制参数实现摄像头对目标的视频联动跟踪。同时综合了雷达跟踪目标与AIS目标信息融合的优点，互补缺点，弥补了目标信息更新慢或信息缺失的缺点，实现了目标精确定位和快速识别。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种基于雷达与AIS融合数据的光电联动控制方法，其特征在于，包括以下步骤：

步骤一、从融合目标信息中提取航向、航速、经度、纬度、转向率和目标尺寸参数；

步骤二、预测目标的航速、航向、经度、纬度参数；

步骤三、根据预测的经度、纬度计算目标相对于摄像头的水平方位角与水平距离；

步骤四、根据步骤三中计算得到的水平距离计算摄像头的俯仰角T；

步骤五、根据步骤三中计算得到的水平距离、目标长度与摄像头预设高度值计算摄像头焦距值f；

步骤六、根据计算出的水平方位角、俯仰角和焦距值控制摄像头水平旋转角度和俯仰旋转角度以及焦距值；

其中，步骤四与步骤五不分先后顺序；

步骤二中预测目标的航速、航向、经度、纬度参数具体方法为：

设定融合目标更新频率和参数输出频率，令融合目标更新频率大于控制参数输出频率；

融合目标更新时获得融合目标信息，获得融合目标信息后需要每隔t秒预测一次融合目标航向、经度、纬度，直到收到下一个融合目标信息后重新开始预测；

在每次预测中：

航速值通过公式(1)进行预测：

S(n)＝S(0) (1)

其中S(n)为最近一次融合目标信息更新后第n次预测的航速值，S(0)为最近一次融合目标信息更新时的航速值；

航向值通过公式(2)预测：

C(n)＝C(0)*[1+Rot(0)/600]ⁿ (2)

C(n)为最近一次融合目标信息更新后第n次预测的航向值，C(0)为最近一次融合目标信息更新时的航向值，Rot(0)为最近一次融合目标信息更新时的转向率值；

在n＝1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lon(n)的预测计算方法：首先根据S(0)与预测时间间隔t计算出第1次预测位置与初始位置的距离Dis(0)：

Dis(0)＝S(0)*t (3)

然后，根据Dis(0)与初始纬度值Lat(0)、经度值Lon(0)、航向C(0)，采用大地测量学中常用的高斯平均引数正算算法计算出第1次预测的纬度值Lat(1)与经度值Lon(1)；

在n＞1时，最近一次融合目标信息更新后第n次预测的纬度值Lat(n)与经度值Lon(n)的预测计算方法：首先根据第n-1次预测的航速S(n-1)与预测时间间隔计t计算出第n次预测位置与第n-1次位置的距离Dis(n-1)：

Dis(n-1)＝S(n-1)*t (4)

然后，根据Dis(n-1)与第n-1次预测结果纬度值Lat(n-1)、经度值Lon(n-1)、航向C(n-1)，采用大地测量学中常用的高斯平均引数正算算法计算出第n次预测的纬度值Lat(n)与经度值Lon(n)。

2.根据权利要求1所述的一种基于雷达与AIS融合数据的光电联动控制方法，其特征在于，步骤三中计算目标相对于摄像头的水平方位角与水平距离时，令水平方位角以正北为0度，顺时针方向为正方向；

目标相对于摄像头的水平方位角与水平距离的计算方法为将步骤二中预测的目标经纬度与摄像头经纬度采用大地测量学中常用的高斯平均引数反算算法计算出目标相对于摄像头的水平方位角A_H和水平距离D_H。

3.根据权利要求2所述的一种基于雷达与AIS融合数据的光电联动控制方法，其特征在于，步骤四中计算摄像头的俯仰角T时，令摄像头平视时俯仰角为0，向上仰视时的俯仰角为正，向下俯视时的俯仰角为负；根据摄像头预设高度值H与步骤三中计算得到的水平距离D_H计算摄像头俯仰角T：

4.根据权利要求3所述的一种基于雷达与AIS融合数据的光电联动控制方法，其特征在于，步骤五中摄像头的焦距值计算方法具体如下：

根据摄像头预设高度值H和步骤三中计算得到的水平距离D_H计算摄像头到目标的距离D：

计算摄像头的焦距值f：

f＝k₁*D+k₂*L k₁＞0 (7)；

其中，L为目标长度，k₁为聚焦距离系数；k₂为聚焦目标长度系数。

Images