CN109752023B - 一种目标运动状态快速估计方法 - Google Patents

一种目标运动状态快速估计方法 Download PDF

Info

Publication number
CN109752023B
CN109752023B CN201811565367.2A CN201811565367A CN109752023B CN 109752023 B CN109752023 B CN 109752023B CN 201811565367 A CN201811565367 A CN 201811565367A CN 109752023 B CN109752023 B CN 109752023B
Authority
CN
China
Prior art keywords
target
coordinate system
ccd
motion state
inertial coordinate
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
CN201811565367.2A
Other languages
English (en)
Other versions
CN109752023A (zh
Inventor
于剑桥
蒋军
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.)
Beijing Hengxing Jianxiang Technology Co ltd
Original Assignee
Beijing Hengxing Jianxiang Technology Co ltd
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 Beijing Hengxing Jianxiang Technology Co ltd filed Critical Beijing Hengxing Jianxiang Technology Co ltd
Priority to CN201811565367.2A priority Critical patent/CN109752023B/zh
Publication of CN109752023A publication Critical patent/CN109752023A/zh
Application granted granted Critical
Publication of CN109752023B publication Critical patent/CN109752023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Navigation (AREA)

Abstract

本发明公开了一种目标运动状态快速估计方法,本发明的技术方案为:在每一采集周期内,均对目标进行实际运动状态测量,具体为:在一个采集周期内,采用激光测距机测量目标距离;采用CCD自动跟踪装置测量目标相对CCD的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度;计算当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息;对目标进行下一采集周期的运动状态预测,如果上一采集周期预测的运动状态与实际运动状态的误差在设定的范围内,则判定预测的运动状态准确;若连续N个采集周期预测的运动状态均准确,则将对第N及后续采集周期预测的运动状态输出作为对目标运动状态的估计结果。

Description

一种目标运动状态快速估计方法
技术领域
本发明属于目标运动状态探测领域,具体来说,涉及一种目标运动状态估计方法。
背景技术
随着技术的发展,越来越多的制导武器采用对被打击目标运动状态进行估计的制导律来打击运动目标。因此,目标运动状态估计的快速性和准确性对制导武器打击目标的效果具有关键影响,而对目标运动信息的探测方案和目标运动状态的预估算法,又是影响目标运动状态估计快速性和准确性的关键因素。
目前对目标运动状态的探测方案中,主要有机械瞄准具探测和光电系统探测两大类。机械瞄准具需要射手手动操作准确跟踪目标,这种探测方案对应的目标运动状态估计算法认为:目标的运动状态由瞄准具相对惯性系的旋转角速度来表征。这种方法的不足之处在于:过于依赖射手的操作,当射手不能准确稳定跟踪目标时,就意味着探测的目标运动状态与目标实际运动状态不符,这就会导致算法不能对目标的运动状态进行准确的估计。目前采用光电系统探测目标运动状态的实现方案,主要以纯视觉信息处理为主(如双目视觉),这些方案对目标运动状态的探测较为准确,但是其往往需要复杂的光电设备和算法作为支撑,这就意味着这些方法在进行运动状态估计时消耗的时间较长。这种方法的时间消耗在近程作战系统中是不被允许的。
因此目前需要一种能够在保证较高估计精度的前提下,以较少的时间和较小的操作难度来完成目标运动状态的估计的方法。
发明内容
有鉴于此,本发明提供了一种目标运动状态快速估计方法,能够实现在保证较高估计精度的前提下,以较少的时间和较小的操作难度来完成目标运动状态的估计。
为达到上述目的,本发明的技术方案为:在每一采集周期内,均对目标进行实际运动状态测量,并对目标进行下一采集周期的运动状态预测。
其中对目标进行实际运动状态测量,具体为:
在一个采集周期内,采用激光测距机测量目标距离;采用电荷耦合器件CCD自动跟踪装置测量目标相对CCD自动跟踪装置的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度;根据目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息;其中当前采集周期内目标在惯性坐标系中的位置、速度、加速度作为测量得到的当前采集周期内目标的实际运动状态。
对目标进行下一采集周期的运动状态预测,具体为:
根据当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测目标在下一采集周期的运动状态,包括下一采集周期内目标在惯性坐标系中的位置、速度和加速度作为预测的运动状态。
将同一采集周期内的目标的实际运动状态与上一采集周期预测的运动状态进行比对,如果上一采集周期预测的运动状态与实际运动状态的误差在设定的范围内,则判定上一采集周期预测的运动状态准确,否则判定上一采集周期预测的运动状态不准确;设定的范围依据经验值设定。
若连续N个采集周期预测的运动状态均准确,则将对第N及后续采集周期预测的运动状态输出作为对目标运动状态的估计结果;其中N值根据经验值设定。
进一步地,采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度,具体包括如下步骤:
S1、采用CCD自动跟踪装置对目标进行跟踪,当目标连续设定帧出现在CCD自动跟踪装置视场范围内时,锁定目标,利用CCD自动跟踪装置对目标进行自动跟踪;设定帧的数量根据经验值设定;
S2、建立惯性坐标系:
在CCD自动跟踪装置锁定目标时刻,将惯性器件所在位置为惯性坐标系的原点O,惯性坐标系的三个轴Ox、Oy以及Oz分别为锁定目标时刻惯性器件的三个陀螺的敏感轴方向,三个敏感轴正交并构成右手坐标系。
建立CCD坐标系:
CCD坐标系的原点与惯性坐标系原点重合,CCD坐标系的三个轴Ox1轴、Oy1轴以及Oz1轴;其中Ox1轴与CCD自动跟踪装置的视场中心线重合,沿视场中心线指向视场前方为正,Oy1轴在CCD自动跟踪装置本体上设定,Oz1轴与Ox1轴、Oy1轴两轴垂直并构成右手坐标系。
S3、CCD自动跟踪装置与惯性坐标系的相对关系采用滚转角γ、俯仰角θ和偏航角ψ表达:
滚转角γ为:CCD坐标系Oy1轴与包含Ox1轴且垂直于面Oxz的平面,即Ox'z'平面的夹角,沿Ox1轴顺正方向前视,若Oy1轴在Ox'z'平面右侧,则γ为正;反之为负。
俯仰角θ为:Ox1轴与Oxz平面的夹角,Ox1轴指向Oxz平面上方,θ角为正;反之为负。
偏航角ψ为:Ox1轴在Oxz平面内的投影Ox'轴与Ox轴之间的夹角,迎Oy轴俯视,若由Ox轴转至Ox'轴是逆时针旋转,则ψ角为正;反之为负;
将CCD坐标系的坐标转换为惯性坐标系中坐标的转换矩阵L(γ,θ,ψ)为:
Figure GDA0002597707040000041
进一步地,在一个采集周期内,采用激光测距机测量目标距离;采用电荷耦合器件CCD自动跟踪装置测量目标相对CCD自动跟踪装置的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度;根据目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息,具体步骤为:
一个采集周期内:
采用激光测距机测量4次目标距离分别记为R1、R2、R3和R4
采用CCD自动跟踪装置测量4次目标相对CCD自动跟踪装置的视场中心线的高低角和方位角;其中4次高低角分别记为:ε1、ε2、ε3和ε4和4次方位角分别记为β1、β2、β3和β4
采用惯性器件测量4次CCD自动跟踪装置相对惯性坐标系的运动角速度,包括4次滚转角速度分别记为ωx1、ωx2、ωx3和ωx4,4次俯仰角速度分别记为ωz1、ωz2、ωz3和ωz4,4次偏航角速度ωy1、ωy2、ωy3和ωy4,解算到的4次滚转角分别为γ1、γ2、γ3和γ4,4次俯仰角分别为θ1、θ2、θ3和θ4,4次偏航角分别为ψ1、ψ2、ψ3和ψ4
计算目标在惯性坐标系中的位置:
第i次测量中,目标在CCD坐标系中的坐标为
Figure GDA0002597707040000042
i为测量次数,i=1、2、3和4:
Figure GDA0002597707040000051
将CCD坐标系中的坐标转换到惯性坐标系中,则第i次测量中,目标在惯性坐标系中的坐标为(xi、yi、zi):
Figure GDA0002597707040000052
以每个采集周期的最后一个采样时刻的位置作为当前采集周期的目标在惯性坐标系中位置(x、y、z),则有:
Figure GDA0002597707040000053
计算目标在惯性坐标系中的速度:
目标在CCD坐标系中Ox1轴、Oy1轴以及Oz1轴的速度分量分别为
Figure GDA0002597707040000054
Figure GDA0002597707040000055
Figure GDA0002597707040000056
j=1、2、3;Δt为两次测量的间隔时间。
CCD坐标系相对与惯性坐标系的平均姿态角速度为:
Figure GDA0002597707040000057
Figure GDA0002597707040000058
分别为CCD坐标系相对与惯性坐标系的平均滚转角速度、平均偏航角速度以及平均俯仰角速度。
则目标到CCD坐标系原点的距离为:
Figure GDA0002597707040000061
Figure GDA0002597707040000062
分别为第j次测量目标到CCD坐标系Ox1轴、Oy1轴以及Oz1轴的距离。
目标的牵连速度为:
Figure GDA0002597707040000063
所以第j次测量中,目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量分别为
Figure GDA0002597707040000064
以及
Figure GDA0002597707040000065
Figure GDA0002597707040000066
以当前采集周期的平均速度作为当前采集周期目标的速度,即目标在惯性坐标系中速度为(Vx、Vy、Vz),Vx、Vy、Vz分别为目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量,则有:
Figure GDA0002597707040000067
计算目标在惯性坐标系中的加速度:
对目标在惯性坐标系中的速度进行微分计算可得:
Figure GDA0002597707040000068
i'=1,2
其中
Figure GDA0002597707040000069
为第i'、i'+1次测量时刻间的加速度在惯性坐标系的三个轴Ox、Oy以及Oz上的分量,以当前采集周期的平均加速度作为当前采集周期的目标加速度,则有:
Figure GDA0002597707040000071
计算目标在惯性坐标系中的加加速度:
对目标在惯性坐标系中的加速度进行微分计算可得:
Figure GDA0002597707040000072
Figure GDA0002597707040000073
分别为目标在惯性坐标系中的加加速度在三个轴Ox、Oy以及Oz上的分量。
进一步地,根据当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测目标在下一采集周期的运动状态,具体为:
当前采集周期内目标在惯性坐标系中的位置为(x,y,z),速度:(Vx,Vy,Vz),加速度:(ax,ay,az),加加速度:(Jx,Jy,Jz)。
预测的目标在下一采集周期的加速度:
Figure GDA0002597707040000074
其中
Figure GDA0002597707040000075
Figure GDA0002597707040000076
分别为预测的目标在下一采集周期的加速度在三个轴Ox、Oy以及Oz上的分量。
预测的目标在下一采集周期的速度:
Figure GDA0002597707040000077
Figure GDA0002597707040000078
分别为预测的目标在下一采集周期的速度在三个轴Ox、Oy以及Oz上的分量。
预测的目标在下一采集周期的位置:
Figure GDA0002597707040000079
xpre、ypre、zpre分别为预测的目标在下一采集周期的位置在三个轴Ox、Oy以及Oz上的分量。
有益效果:
本发明中采用激光测距机、CCD自动跟踪装置和惯性器件探测目标运动状态的复合探测,相比于人工机械瞄准探测,对目标实际运动状态的探测更为精确;同时,相比于目前广泛使用的纯光电探测,避免了由于目标运动状态探测手段单一造成的目标运动状态预测算法复杂,使目标运动状态估计具有快速性,提高了战场适应性和生存能力。
附图说明
图1为本发明实施例提供的一种目标运动状态快速估计方法流程图。
图2为惯性坐标系和CCD自动跟踪装置坐标系相对关系示意图。
图3为本发明实施例中实现装置示意图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种目标运动状态快速估计方法,该方法的基本原理为:
在每一采集周期内,均对目标进行实际运动状态测量,并对目标进行下一采集周期的运动状态预测。
其中对目标进行实际运动状态测量,采取如下具体方法:在一个采集周期内,采用激光测距机测量目标距离;采用电荷耦合器件CCD自动跟踪装置测量目标相对CCD自动跟踪装置的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度。
根据目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息;其中当前采集周期内目标在惯性坐标系中的位置、速度、加速度作为测量得到的当前采集周期内目标的实际运动状态。
对目标进行下一采集周期的运动状态预测,具体为:
根据当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测目标在下一采集周期的运动状态,包括下一采集周期内目标在惯性坐标系中的位置、速度和加速度作为预测的运动状态。
将一个采集周期内的目标的实际运动状态与上一采集周期预测的运动状态进行比对,如果上一采集周期预测的运动状态与实际运动状态的误差在设定的范围内,则判定上一采集周期预测的运动状态准确,否则判定上一采集周期预测的运动状态不准确;设定的范围依据经验值设定。
依据上述基本原理,本发明实施例给出一种具体的实现方式,该实施例仅为解释说明上述基本原理,并不是对本发明保护范围的限定。
具体包括如下步骤:
S1、捕获目标:采用CCD自动跟踪装置对目标进行跟踪,当目标连续设定帧出现在CCD自动跟踪装置视场范围内时,锁定目标,利用CCD自动跟踪装置对目标进行自动跟踪;设定帧的数量根据经验值设定;
S2、确定坐标系。
建立惯性坐标系:
在CCD自动跟踪装置锁定目标时刻,将惯性器件所在位置为惯性坐标系的原点O,惯性坐标系的三个轴Ox、Oy以及Oz分别为锁定目标时刻惯性器件的三个陀螺的敏感轴方向,三个敏感轴正交并构成右手坐标系;
建立CCD坐标系:
CCD坐标系的原点与惯性坐标系原点重合,CCD坐标系的三个轴Ox1轴、Oy1轴以及Oz1轴;其中Ox1轴与CCD自动跟踪装置的视场中心线重合,沿视场中心线指向视场前方为正,Oy1轴在CCD自动跟踪装置本体上设定,Oz1轴与Ox1轴、Oy1轴两轴垂直并构成右手坐标系;
S3、采集第i个采集周期的目标实际运动状态计算参数,包括目标距离、目标相对CCD的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度。
其中CCD自动跟踪装置与惯性坐标系的相对关系,如图2所示,采用滚转角γ、俯仰角θ和偏航角ψ表达:
滚转角γ为:CCD坐标系Oy1轴与包含Ox1轴且垂直于面Oxz的平面,即Ox'z'平面的夹角,沿Ox1轴顺正方向前视,若Oy1轴在Ox'z'平面右侧,则γ为正;反之为负。
俯仰角θ为:Ox1轴与Oxz平面的夹角,Ox1轴指向Oxz平面上方,θ角为正;反之为负。
偏航角ψ为:Ox1轴在Oxz平面内的投影Ox'轴与Ox轴之间的夹角,迎Oy轴俯视,若由Ox轴转至Ox'轴是逆时针旋转,则ψ角为正;反之为负。
将CCD坐标系的坐标转换为惯性坐标系中坐标的转换矩阵L(γ,θ,ψ)为:
Figure GDA0002597707040000101
本发明实施例中:采用激光测距机测量4次目标距离分别记为R1、R2、R3和R4
采用CCD自动跟踪装置测量4次目标相对CCD自动跟踪装置的视场中心线的高低角和方位角;其中4次高低角分别记为:ε1、ε2、ε3和ε4和4次方位角分别记为β1、β2、β3和β4
采用惯性器件测量4次CCD自动跟踪装置相对惯性坐标系的运动角速度,包括4次滚转角速度分别记为ωx1、ωx2、ωx3和ωx4,4次俯仰角速度分别记为ωz1、ωz2、ωz3和ωz4,4次偏航角速度ωy1、ωy2、ωy3和ωy4,解算到的4次滚转角分别为γ1、γ2、γ3和γ4,4次俯仰角分别为θ1、θ2、θ3和θ4,4次偏航角分别为ψ1、ψ2、ψ3和ψ4
S4、计算第i个采集周期的目标实际运动状态参数。
根据目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息;其中当前采集周期内目标在惯性坐标系中的位置、速度、加速度作为测量得到的当前采集周期内目标的实际运动状态。
计算目标在惯性坐标系中的位置:
第i次测量中,目标在CCD坐标系中的坐标为
Figure GDA0002597707040000111
i为测量次数,i=1、2、3和4:
Figure GDA0002597707040000112
将CCD坐标系中的坐标转换到惯性坐标系中,则第i次测量中,目标在惯性坐标系中的坐标为(xi、yi、zi):
Figure GDA0002597707040000113
以每个采集周期的最后一个采样时刻的位置作为当前采集周期的目标在惯性坐标系中位置(x、y、z),则有:
Figure GDA0002597707040000121
计算目标在惯性坐标系中的速度:
目标在CCD坐标系中Ox1轴、Oy1轴以及Oz1轴的速度分量分别为
Figure GDA0002597707040000122
Figure GDA0002597707040000123
j=1、2、3;Δt为两次测量的间隔时间。
CCD坐标系相对与惯性坐标系的平均姿态角速度为:
Figure GDA0002597707040000125
Figure GDA0002597707040000126
分别为CCD坐标系相对与惯性坐标系的平均滚转角速度、平均偏航角速度以及平均俯仰角速度;
则目标到CCD坐标系原点的距离为:
Figure GDA0002597707040000127
Figure GDA0002597707040000128
分别为第j次测量目标到CCD坐标系Ox1轴、Oy1轴以及Oz1轴的距离;
目标的牵连速度为:
Figure GDA0002597707040000129
所以第j次测量中,目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量分别为
Figure GDA00025977070400001210
以及
Figure GDA00025977070400001211
Figure GDA00025977070400001212
以当前采集周期的平均速度作为当前采集周期目标的速度,即目标在惯性坐标系中速度为(Vx、Vy、Vz),Vx、Vy、Vz分别为目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量,则有:
Figure GDA0002597707040000131
计算目标在惯性坐标系中的加速度:
对目标在惯性坐标系中的速度进行微分计算可得:
Figure GDA0002597707040000132
i'=1,2
其中
Figure GDA0002597707040000133
为第i'、i'+1次测量时刻间的加速度在惯性坐标系的三个轴Ox、Oy以及Oz上的分量,以当前采集周期的平均加速度作为当前采集周期的目标加速度,则有:
Figure GDA0002597707040000134
计算目标在惯性坐标系中的加加速度:
对目标在惯性坐标系中的加速度进行微分计算可得:
Figure GDA0002597707040000135
Figure GDA0002597707040000136
分别为目标在惯性坐标系中的加加速度在三个轴Ox、Oy以及Oz上的分量。
S5、预测第i+1个采集周期的目标运动状态参数,具体为:
根据当前采集周期内目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测目标在下一采集周期的运动状态,包括下一采集周期内目标在惯性坐标系中的位置、速度和加速度作为预测的运动状态。
本发明实施例中,当前采集周期内目标在惯性坐标系中的位置:(xT1,yT1,zT1),速度:
Figure GDA0002597707040000141
加速度:
Figure GDA0002597707040000142
加加速度:
Figure GDA0002597707040000143
预测的目标在下一采集周期的加速度:
Figure GDA0002597707040000144
其中
Figure GDA0002597707040000145
Figure GDA0002597707040000146
分别为预测的目标在下一采集周期的加速度在三个轴Ox、Oy以及Oz上的分量。
预测的目标在下一采集周期的速度:
Figure GDA0002597707040000147
Figure GDA0002597707040000148
分别为预测的目标在下一采集周期的速度在三个轴Ox、Oy以及Oz上的分量。
预测的目标在下一采集周期的位置:
Figure GDA0002597707040000149
xpre、ypre、zpre分别为预测的目标在下一采集周期的位置在三个轴Ox、Oy以及Oz上的分量。
S6、采用S3的方法采集第i+1个采集周期的目标实际运动状态计算参数。
S7、采用S4的方法计算第i+1个采集周期的目标实际运动状态参数。
S8、计算S7中计算的第i+1个采集周期的目标实际运动状态参数与S5中预测第i+1个采集周期的目标运动状态参数之间的误差,若误差在设定的范围内,则判定第i个采集周期预测的运动状态准确,将设定的连续准确次数n自增1,否则判定第i个采集周期预测的运动状态不准确,将设定的连续准确次数n赋值为0;设定的范围依据经验值设定。其中连续准确次数n初始值为0;
本发明实施例中,获取的下一个采集周期的目标实际运动状态,分别记为:位置:(xT2,yT2,zT2),速度:
Figure GDA0002597707040000151
加速度:
Figure GDA0002597707040000152
加加速度:
Figure GDA0002597707040000153
将当前采集周期的位置、速度及加速度与本步骤中采集计算得到的目标实际位置、速度及加速度作比对。设位置允许误差范围为|δr|,速度允许误差范围为|δV|,加速度允许误差范围为|δa|。单次周期目标运动状态预测准确性判定规则如下:
条件一:
Figure GDA0002597707040000154
条件二:
Figure GDA0002597707040000155
条件三:
Figure GDA0002597707040000156
如果同时满足以上三个条件,则判定上一个周期预测的目标运动状态是准确的,否则判定为不准确。
S9、判断连续准确次数n是否等于设定的N,若等于即表示连续N个采集周期预测的运动状态均准确,则将对第N及后续采集周期预测的运动状态输出作为对目标运动状态的估计结果,否则i自增1返回S3;其中N值根据经验值设定。
本发明实施例可以采用如图3所示的装置对目标进行运动状态的采集,其中将惯性器件(即三自由度陀螺)设置于一个壳体内部,将CCD自动跟踪装置和激光测距机固定安装于壳体外部。
综上,以上仅为本发明的较佳实施例而已,并非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,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种目标运动状态快速估计方法,其特征在于,包括:
在每一采集周期内,均对目标进行实际运动状态测量,并对目标进行下一采集周期的运动状态预测;
其中所述对目标进行实际运动状态测量,具体为:
在一个采集周期内,采用激光测距机测量目标距离;采用电荷耦合器件CCD自动跟踪装置测量目标相对CCD自动跟踪装置的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度;根据所述目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内所述目标在惯性坐标系中的位置、速度、加速度和加加速度信息;其中当前采集周期内所述目标在惯性坐标系中的位置、速度、加速度作为测量得到的当前采集周期内目标的实际运动状态;
所述对目标进行下一采集周期的运动状态预测,具体为:
根据当前采集周期内所述目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测所述目标在下一采集周期的运动状态,包括下一采集周期内所述目标在惯性坐标系中的位置、速度和加速度作为预测的运动状态;
将同一采集周期内的目标的实际运动状态与上一采集周期预测的运动状态进行比对,如果上一采集周期预测的运动状态与实际运动状态的误差在设定的范围内,则判定上一采集周期预测的运动状态准确,否则判定上一采集周期预测的运动状态不准确;所述设定的范围依据经验值设定;
若连续N个采集周期预测的运动状态均准确,则将对第N及后续采集周期预测的运动状态输出作为对目标运动状态的估计结果;其中N值根据经验值设定。
2.如权利要求1所述的一种目标运动状态快速估计方法,其特征在于,所述采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度,具体包括如下步骤:
S1、采用所述CCD自动跟踪装置对目标进行跟踪,当目标连续设定帧出现在所述CCD自动跟踪装置视场范围内时,锁定目标,利用所述CCD自动跟踪装置对目标进行自动跟踪;所述设定帧的数量根据经验值设定;
S2、建立惯性坐标系:
在所述CCD自动跟踪装置锁定目标时刻,将惯性器件所在位置为惯性坐标系的原点O,惯性坐标系的三个轴Ox、Oy以及Oz分别为所述锁定目标时刻惯性器件的三个陀螺的敏感轴方向,三个敏感轴正交并构成右手坐标系;
建立CCD坐标系:
所述CCD坐标系的原点与所述惯性坐标系原点重合,CCD坐标系的三个轴Ox1轴、Oy1轴以及Oz1轴;其中Ox1轴与CCD自动跟踪装置的视场中心线重合,沿视场中心线指向视场前方为正,Oy1轴在CCD自动跟踪装置本体上设定,Oz1轴与Ox1轴、Oy1轴两轴垂直并构成右手坐标系;
S3、CCD自动跟踪装置与惯性坐标系的相对关系采用滚转角γ、俯仰角θ和偏航角ψ表达:
所述滚转角γ为:CCD坐标系Oy1轴与包含Ox1轴且垂直于面Oxz的平面,即Ox’z’平面的夹角,沿Ox1轴顺正方向前视,若Oy1轴在Ox’z’平面右侧,则γ为正;反之为负;
所述俯仰角θ为:Ox1轴与Oxz平面的夹角,Ox1轴指向Oxz平面上方,θ角为正;反之为负;
所述偏航角ψ为:Ox1轴在Oxz平面内的投影Ox’轴与Ox轴之间的夹角,迎Oy轴俯视,若由Ox轴转至Ox’轴是逆时针旋转,则ψ角为正;反之为负;
将CCD坐标系的坐标转换为惯性坐标系中坐标的转换矩阵L(γ,θ,ψ)为:
Figure FDA0002796871530000031
3.如权利要求2所述的一种目标运动状态快速估计方法,其特征在于,在一个采集周期内,采用激光测距机测量所述目标距离;采用电荷耦合器件CCD自动跟踪装置测量目标相对CCD自动跟踪装置的视场中心线高低角和方位角;采用惯性器件测量CCD自动跟踪装置相对于惯性坐标系的运动角速度;根据所述目标距离、目标相对CCD自动跟踪装置的视场中心线高低角和方位角、以及CCD自动跟踪装置相对于惯性坐标系的运动角速度计算当前采集周期内所述目标在惯性坐标系中的位置、速度、加速度和加加速度信息,具体步骤为:
一个采集周期内:
采用激光测距机测量4次目标距离分别记为R1、R2、R3和R4
采用CCD自动跟踪装置测量4次目标相对CCD自动跟踪装置的视场中心线的高低角和方位角;其中4次高低角分别记为:ε1、ε2、ε3和ε4和4次方位角分别记为β1、β2、β3和β4
采用惯性器件测量4次CCD自动跟踪装置相对惯性坐标系的运动角速度,包括4次滚转角速度分别记为ωx1、ωx2、ωx3和ωx4,4次俯仰角速度分别记为ωz1、ωz2、ωz3和ωz4,4次偏航角速度ωy1、ωy2、ωy3和ωy4,解算到的4次滚转角分别为γ1、γ2、γ3和γ4,4次俯仰角分别为θ1、θ2、θ3和θ4,4次偏航角分别为ψ1、ψ2、ψ3和ψ4
计算目标在惯性坐标系中的位置:
第i次测量中,目标在CCD坐标系中的坐标为
Figure FDA0002796871530000032
i为测量次数,i=1、2、3和4:
Figure FDA0002796871530000041
将CCD坐标系中的坐标转换到惯性坐标系中,则第i次测量中,目标在惯性坐标系中的坐标为(xi、yi、zi):
Figure FDA0002796871530000042
以每个采集周期的最后一个采样时刻的位置作为当前采集周期的目标在惯性坐标系中位置(x、y、z),则有:
Figure FDA0002796871530000043
计算目标在惯性坐标系中的速度:
目标在CCD坐标系中Ox1轴、Oy1轴以及Oz1轴的速度分量分别为
Figure FDA0002796871530000044
Figure FDA0002796871530000045
Figure FDA0002796871530000046
Δt为两次测量的间隔时间;
CCD坐标系相对与惯性坐标系的平均姿态角速度为:
Figure FDA0002796871530000047
Figure FDA0002796871530000048
分别为CCD坐标系相对与惯性坐标系的平均滚转角速度、平均偏航角速度以及平均俯仰角速度;
则目标到CCD坐标系原点的距离为:
Figure FDA0002796871530000051
Figure FDA0002796871530000052
分别为第j次测量目标到CCD坐标系Ox1轴、Oy1轴以及Oz1轴的距离;
目标的牵连速度为:
Figure FDA0002796871530000053
所以第j次测量中,目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量分别为
Figure FDA0002796871530000054
以及
Figure FDA0002796871530000055
Figure FDA0002796871530000056
以当前采集周期的平均速度作为当前采集周期目标的速度,即目标在惯性坐标系中速度为(Vx、Vy、Vz),Vx、Vy、Vz分别为目标在惯性坐标系中的速度在三个轴Ox、Oy以及Oz上的分量,则有:
Figure FDA0002796871530000057
计算目标在惯性坐标系中的加速度:
对目标在惯性坐标系中的速度进行微分计算可得:
Figure FDA0002796871530000058
其中
Figure FDA0002796871530000059
为第i'、i'+1次测量时刻间的加速度在惯性坐标系的三个轴Ox、Oy以及Oz上的分量,以当前采集周期的平均加速度作为当前采集周期的目标加速度,则有:
Figure FDA0002796871530000061
计算目标在惯性坐标系中的加加速度:
对目标在惯性坐标系中的加速度进行微分计算可得:
Figure FDA0002796871530000062
(Jx、Jy、Jz)分别为目标在惯性坐标系中的加加速度在三个轴Ox、Oy以及Oz上的分量。
4.如权利要求3所述的一种目标运动状态快速估计方法,其特征在于,所述根据当前采集周期内所述目标在惯性坐标系中的位置、速度、加速度和加加速度信息,预测所述目标在下一采集周期的运动状态,具体为:
所述当前采集周期内所述目标在惯性坐标系中的位置为(x,y,z),速度:(Vx,Vy,Vz),加速度:(ax,ay,az),加加速度:(Jx,Jy,Jz);
预测的目标在下一采集周期的加速度:
Figure FDA0002796871530000063
其中
Figure FDA0002796871530000064
Figure FDA0002796871530000065
分别为预测的目标在下一采集周期的加速度在三个轴Ox、Oy以及Oz上的分量;
预测的目标在下一采集周期的速度:
Figure FDA0002796871530000066
Figure FDA0002796871530000067
分别为预测的目标在下一采集周期的速度在三个轴Ox、Oy以及Oz上的分量;
预测的目标在下一采集周期的位置:
Figure FDA0002796871530000071
xpre、ypre、zpre分别为预测的目标在下一采集周期的位置在三个轴Ox、Oy以及Oz上的分量。
CN201811565367.2A 2018-12-20 2018-12-20 一种目标运动状态快速估计方法 Active CN109752023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811565367.2A CN109752023B (zh) 2018-12-20 2018-12-20 一种目标运动状态快速估计方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811565367.2A CN109752023B (zh) 2018-12-20 2018-12-20 一种目标运动状态快速估计方法

Publications (2)

Publication Number Publication Date
CN109752023A CN109752023A (zh) 2019-05-14
CN109752023B true CN109752023B (zh) 2020-12-29

Family

ID=66403835

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811565367.2A Active CN109752023B (zh) 2018-12-20 2018-12-20 一种目标运动状态快速估计方法

Country Status (1)

Country Link
CN (1) CN109752023B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110470304B (zh) * 2019-08-19 2021-04-20 西安因诺航空科技有限公司 一种基于无人机光电平台的高精度目标定位测速方法
CN110672116B (zh) * 2019-11-04 2022-03-01 中国人民解放军空军工程大学 基于多观察哨数字望远镜的运动目标一致性判断方法
CN112486326B (zh) * 2020-12-14 2022-05-17 安徽鸿程光电有限公司 手势控制运动的位置坐标预测方法、智能终端及介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2344951A (en) * 1998-12-17 2000-06-21 Starlight Xpress Limited Distant object tracker
CN1563889A (zh) * 2004-03-26 2005-01-12 清华大学 激光跟踪惯性组合测量系统及其测量方法
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN103439977A (zh) * 2013-08-23 2013-12-11 西安应用光学研究所 适用于光电跟踪仪的高速目标跟踪控制方法
CN108897341A (zh) * 2018-07-05 2018-11-27 中国科学院光电技术研究所 一种运动载体光电跟踪系统快速目标跟踪控制方法
CN110109343A (zh) * 2019-04-30 2019-08-09 东南大学 一种光电跟踪系统视觉测量时滞补偿方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1680778A (zh) * 2004-04-27 2005-10-12 北京山鑫海达科技发展有限公司 运动目标高速实时数字图像测量系统及测量方法
KR101313908B1 (ko) * 2013-05-10 2013-10-01 위아코퍼레이션 주식회사 레이저 레인지 게이트 방식을 이용한 영상 보안 시스템
CN104318585A (zh) * 2014-02-26 2015-01-28 凯迈(洛阳)测控有限公司 光电设备的运动目标跟踪方法与装置
CN105547295A (zh) * 2016-01-25 2016-05-04 西安应用光学研究所 基于陀螺测速的机载光电观瞄系统用地面目标无源测速方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2344951A (en) * 1998-12-17 2000-06-21 Starlight Xpress Limited Distant object tracker
CN1563889A (zh) * 2004-03-26 2005-01-12 清华大学 激光跟踪惯性组合测量系统及其测量方法
CN103149939A (zh) * 2013-02-26 2013-06-12 北京航空航天大学 一种基于视觉的无人机动态目标跟踪与定位方法
CN103439977A (zh) * 2013-08-23 2013-12-11 西安应用光学研究所 适用于光电跟踪仪的高速目标跟踪控制方法
CN108897341A (zh) * 2018-07-05 2018-11-27 中国科学院光电技术研究所 一种运动载体光电跟踪系统快速目标跟踪控制方法
CN110109343A (zh) * 2019-04-30 2019-08-09 东南大学 一种光电跟踪系统视觉测量时滞补偿方法

Also Published As

Publication number Publication date
CN109752023A (zh) 2019-05-14

Similar Documents

Publication Publication Date Title
CN109752023B (zh) 一种目标运动状态快速估计方法
CN105184776B (zh) 目标跟踪方法
US7925049B2 (en) Stereo-based visual odometry method and system
WO2021082790A1 (zh) 一种基于IMU的uwb定位异常值处理方法
CN111024066A (zh) 一种无人机视觉-惯性融合室内定位方法
US10401175B2 (en) Optical inertial measurement apparatus and method
CN106709223B (zh) 基于惯性引导采样的视觉imu方向估计方法
CN111609759A (zh) 一种智能枪械瞄具射击控制方法及装置
US20160055646A1 (en) Method for estimating the angular deviation of a mobile element relative to a reference direction
CN112129263B (zh) 一种分离移动式立体测距相机的测距方法
CN106709222A (zh) 基于单目视觉的imu漂移补偿方法
CN108444468B (zh) 一种融合下视视觉与惯导信息的定向罗盘
CN112862818B (zh) 惯性传感器和多鱼眼相机联合的地下停车场车辆定位方法
WO2020014864A1 (zh) 位姿确定方法、设备、计算机可读存储介质
CN113610896B (zh) 一种简易火控瞄具中目标提前量测量方法及系统
WO2021143664A1 (zh) 在载运工具中测量目标对象距离的方法、装置和载运工具
CN205593526U (zh) 摄像装置、转动装置、测距装置和测距系统
CN113701750A (zh) 一种井下多传感器的融合定位系统
US8520895B2 (en) System and method for range and velocity estimation in video data as a function of anthropometric measures
US10663258B2 (en) Gunnery control system and gunnery control method using the same
US10458793B2 (en) Measuring camera to body alignment for an imager mounted within a structural body
CN110836618B (zh) 一种用于半捷联红外导引头的制导信息提取方法及系统
CN111220073B (zh) 一种无先验知识条件下的摄像监视与坐标监视关联和交叉验证方法
CN117739972B (zh) 一种无全球卫星定位系统的无人机进近阶段定位方法
CN112747743B (zh) 基于弹载红外导引头的惯性视觉组合导航方法及装置

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