CN112033371B - 一种无人机载单目标板自适应能见度探测方法及系统 - Google Patents

一种无人机载单目标板自适应能见度探测方法及系统 Download PDF

Info

Publication number
CN112033371B
CN112033371B CN202010394835.5A CN202010394835A CN112033371B CN 112033371 B CN112033371 B CN 112033371B CN 202010394835 A CN202010394835 A CN 202010394835A CN 112033371 B CN112033371 B CN 112033371B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
visibility
target
brightness
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
CN202010394835.5A
Other languages
English (en)
Other versions
CN112033371A (zh
Inventor
王敏
周树道
杨忠
郑崇伟
黎鑫
叶松
洪梅
王辉赞
贾赟
张阳春
宋海润
李庆辉
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.)
National University of Defense Technology
Original Assignee
National University of Defense 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 National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN202010394835.5A priority Critical patent/CN112033371B/zh
Publication of CN112033371A publication Critical patent/CN112033371A/zh
Application granted granted Critical
Publication of CN112033371B publication Critical patent/CN112033371B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/16—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring distance of clearance between spaced objects
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C5/00—Measuring height; Measuring distances transverse to line of sight; Levelling between separated points; Surveyors' levels
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Multimedia (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Image Processing (AREA)

Abstract

本发明提出一种无人机载单目标板自适应能见度探测方法及系统，通过无人机图像采集单元对无人机载目标板单元所载目标板方向进行实时摄取，计算图像上目标板与天空背景的固有视亮度比，进而计算得到该垂直高度上的大气水平能见度值。无人机载目标板单元先位于无人机图像采集单元附近，测量目标板的固有视亮度比，之后向远离无人机图像采集单元的方向飞行；无人机图像采集单元对当前基线位置的目标板再次进行图像采集，计算出大气水平能见度的粗值，进而根据误差分析结果，计算出误差最小的最优基线距离，最后实时自适应调整目标板与相机之间的基线长度，重新进行能见度计算，得到测量误差最小的能见度结果。

Description

一种无人机载单目标板自适应能见度探测方法及系统
技术领域
本发明涉及气象和电子领域，具体涉及一种无人机载单目标板自适应能见度探测方法及系统。
背景技术
大气能见度是重要的天气气象观测要素，严重制约着航空、航海、路上交通以及军事活动。目前，常用的大气能见度测量仪器主要是基于散射和透射技术体制的探测仪。随着成像和数据处理等技术的快速发展，数字摄像法由于成本低、操作简单、对场地要求低等优点，也被广泛应用于能见度的监测研究中。但现有的大多数数字摄像监测能见度技术是对地基上固定高度、固定方向上的图像进行摄取，背景物干扰严重、适用范围较窄；目标物通常选取为建筑物、山体或是人工制作的黑色平板，由于这些目标物表面具有的反射特性，不能简单的认为是纯黑体，即不能认为固有视亮度比值等于-1,需要考虑真实的目标物与天空背景之间的固有视亮度比值；另外，还需要根据不同视程天气人工及时调整目标物距离，操作复杂，自动化、智能化程度不高，缺少对半空中、满足不同需求的精细化数字摄像监测能见度探测方法的研究。
发明内容
发明目的：为弥补现有技术的空白，本发明提出一种无人机载单目标板自适应能见度探测方法及系统，以提高能见度测量的精度和自动化程度。
技术方案：为实现上述目的，本发明提出的技术方案为：
一种无人机载单目标板自适应能见度探测方法，包括依次执行的以下步骤：
(1)用无人机搭载图像采集装置作为无人机载图像采集单元，用无人机搭载目标板作为无人机载目标板单元；
(2)控制无人机载图像采集单元和无人机载目标板单元升至高度H；初始时，控制无人机载目标板单元在无人机载图像采集单元附近，记初始距离为d0，控制无人机载图像采集单元对目标板进行摄取；
(3)将无人机载图像采集单元采集到的图像灰度化，从灰度图中分离出目标板和天空背景，得到原彩色图像中目标板区域和天空背景区域，然后在原彩色图像上计算实测的视亮度
Figure GDA0003756622030000021
Figure GDA0003756622030000022
其中，Lg0表示原彩色图像中天空背景图像部分像素点的归一化亮度均值，Lt0表示原彩色图像中目标板图像部分像素点的归一化亮度均值；
(4)构建能见度测量误差模型：
(4-1)记无人机载目标板单元与无人机载图像采集单元之间的距离为d，取d的值为一固定值d1，取C0的值为-1，取N个能见度V的值，记为V1至VN，将V1至VN分别代入公式
Figure GDA0003756622030000023
中，得到相应的视亮度C1至CN；
(4-2)将Lg0赋值给Lg，将C1至CN分别代入公式
Figure GDA0003756622030000024
得到对应的N个Lt的值，记为Lt1至LtN；
(4-3)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E1i，计算
Figure GDA0003756622030000025
再将Lti的值赋值给Lti-E1i，计算
Figure GDA0003756622030000026
最后计算出
Figure GDA0003756622030000027
其中，i＝1,2,…,N，E1i表示Vi对应的目标物亮度增益误差引起的能见度相对误差，VLtiz+表示正目标物亮度增益误差影响下的能见度，VLtiz-表示负目标物亮度增益误差影响下的能见度；
(4-4)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E2i，计算
Figure GDA0003756622030000028
再将Lti的值赋值给Lti-E2i，计算
Figure GDA0003756622030000031
最后计算出
Figure GDA0003756622030000032
其中，E2i表示Vi对应的目标物亮度零点漂移误差引起的能见度相对误差，VLti0+表示正目标物亮度零点漂移误差影响下的能见度，VLti0-表示负目标物亮度零点漂移误差影响下的能见度；
(4-5)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E3i，计算
Figure GDA0003756622030000033
再将Lg0赋值给Lg-E3i，对每个Lti，计算
Figure GDA0003756622030000034
最后计算出
Figure GDA0003756622030000035
其中，E3i表示Vi对应的天空背景亮度增益误差引起的能见度相对误差，VLgiz+表示正天空背景亮度增益误差影响下的能见度，VLgiz-表示负天空背景亮度增益误差影响下的能见度；
(4-6)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E4i，计算
Figure GDA0003756622030000036
再将Lg0赋值给Lg-E4i，计算
Figure GDA0003756622030000037
最后计算出
Figure GDA0003756622030000038
其中，E4i表示Vi对应的天空背景亮度零点漂移误差引起的能见度相对误差，VLgi0+表示正天空背景亮度零点漂移误差影响下的能见度，VLgi0-表示负天空背景亮度零点漂移误差影响下的能见度；
(4-7)取C0的值为C*，取Lg的值为Lg0，遍历Lt1至LtN，对每个Lti，计算
Figure GDA0003756622030000039
再计算出
Figure GDA00037566220300000310
其中，E5i表示Vi对应的目标物固有视亮度比测量误差引起的能见度相对误差，VCi表示目标物固有视亮度比测量误差影响下的能见度；
(4-8)计算对应各个不同能见度值的总相对误差：
Figure GDA0003756622030000041
对N个总相对误差进行拟合，得到总相对误差关于V/d的分布曲线；
(5)保持无人机载图像采集单元和无人机载目标板单元的高度为H，调整无人机载图像采集单元和无人机载目标板单元之间的距离为d2，控制无人机载图像采集单元对目标板进行摄取；
(6)从步骤(5)摄取的图像中分离出目标板和天空背景，计算出本次实测的视亮度C，将d＝d2、
Figure GDA0003756622030000042
代入公式
Figure GDA0003756622030000043
计算出本次实测的能见度；
(7)根据步骤(6)得到的能见度值，从分布曲线中查找到总误差最小值对应的V/d的值，然后根据步骤(6)实测的能见度，计算出最优距离d′；
(8)保持无人机载图像采集单元和无人机载目标板单元的高度为H，调整无人机载图像采集单元和无人机载目标板单元之间的距离为d′，控制无人机载图像采集单元再次摄取目标板图像，然后计算出当前的视亮度C，将
Figure GDA0003756622030000044
以及当前视亮度C和最优距离d′代入根公式
Figure GDA0003756622030000045
得到最终的能见度值。
进一步的，Lg0和Lt0的计算方法为：
在摄取的原彩色RGB图像上分别计算出天空背景图像部分像素点的归一化亮度均值Lg0和目标板图像部分像素点的归一化亮度均值Lt0：
Figure GDA0003756622030000046
Figure GDA0003756622030000047
其中，N1和N2分别为分离出的天空背景图像部分包括的所有像素点个数和目标板图像部分包括的所有像素点个数，Rgi、Ggi、Bgi和Rti、Gti、Bti分别为分离出的天空背景图像部分和目标板图像部分原彩色RGB图像每个像素点对应的R、G、B分量值。
本发明还提出一种用于实现所述方法的无人机载单目标板自适应能见度探测系统，包括：无人机载目标板单元、无人机载图像采集单元和地面数据处理终端单元；
所述无人机载图像采集单元采集无人机载目标板单元所载目标板的图像，并将获取的图像经无线传输至地面数据处理终端单元；所述无人机载图像采集单元和无人机载目标板单元在飞行过程中实时将自身飞行状态信息经无线传输至地面数据处理终端单元，所述状态信息包括自身位置坐标、高度以及与相邻无人机的距离信息；
所述地面数据处理终端单元根据无人机飞行状态信息调整无人机的位置，并根据接收到的图像执行步骤(3)至(8)，得到实时能见度。
进一步的，所述无人机还具备GPS、高度传感器和测距传感器；其中，GPS用于测量无人机在飞行平面的位置坐标，高度传感器用于测量无人机的高度距离，测距传感器用于测量无人机与相邻无人机之间的距离，即基线长度距离d。
有益效果：与现有技术相比，本发明具有以下优势：
本发明提出的探测方法，通过无人机搭载数码相机拍摄无人机载目标板及天空背景图像，根据能见度总相对误差分析结果，调整无人机载目标物距离相机之间的基线长度，避免了原固定于地基上的目标物受地面障碍物影响天空背景亮度准确提取的问题，从而实现高精度的能见度探测，能够解决大气能见度不均匀时现有仪器测量值不能代表当地实际状况的问题。不仅可以对同一高度上的大气水平能见度实施准确测量，还可以实现对不同高度上大气水平能见度的多方位精细化测量，以满足不同的应用需求。
附图说明
图1是实施例涉及的无人机载单目标板自适应能见度探测系统结构示意图；
图2是实施例涉及的无人机载单目标板自适应能见度探测方法基线调整流程图；
图3是实施例涉及的无人机载单目标板自适应能见度探测方法流程图。
图4是实施例涉及的无人机载单目标板自适应能见度探测方法的误差分析曲线图，记载了不同MOR/d的MOR相对误差仿真曲线，其中，C0＝-0.975，Lg＝0.8，d＝100。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。如图1所示，本实施例提供一种利用两架无人机搭载实时全景相机和目标板的自适应能见度探测系统，包括无人机载图像采集单元、无人机载目标板单元、地面数据处理终端单元。所述的无人机图像采集单元由微型多旋翼式无人机搭载数码相机构成，对目标方向区域图像进行实时摄取，并将获取的图像经无线传输至地面数据处理终端单元；所述的无人机载目标板单元由微型多旋翼无人机搭载相应的目标黑体板组成，与相机保持同一垂直高度，水平方向上相距一定的基线长度；所述的地面数据处理终端单元接收图像和无人机飞行状态等信息，通过无人机上的GPS、高度传感器和测距传感器，控制两架无人机处于相同高度，并对获取的实时图像进行处理得到水平大气能见度值。
本实施例所述的整个自适应能见度探测系统的工作流程如图2和图3所示，具体步骤如下：
步骤001.两架无人机升至同一高度，并保持一个很近的初始位置d0，本实施例中取目标板距离相机初始距离d0为5米；
步骤002.无人机载数码相机对目标板进行摄取，并将采集得到的图像数据传回地面数据处理终端单元；
步骤003.地面数据处理终端单元对灰度图像进行目标识别处理，分离出天空背景和目标板，得到原彩色图像中，天空背景部分和目标板部分，然后在原彩色图像上计算出目标板和背景之间的固有视亮度比
Figure GDA0003756622030000061
首先在摄取的原彩色RGB图像上分别计算出天空背景图像部分像素点的归一化亮度均值Lg0和目标板图像部分像素点的归一化亮度均值Lt0：
Figure GDA0003756622030000062
Figure GDA0003756622030000063
其中，N1和N2分别为分离出的天空背景图像部分包括的所有像素点个数和目标板图像部分包括的所有像素点个数，Rgi、Ggi、Bgi和Rti、Gti、Bti分别为分离出的天空背景图像部分和目标板图像部分原彩色RGB图像每个像素点对应的R、G、B分量值；
然后计算
Figure GDA0003756622030000071
步骤004.构建能见度测量误差模型：
(4-1)记无人机载目标板单元与无人机载图像采集单元之间的距离为d，取d的值为一固定值d1，取C0的值为-1，取N个能见度V的值，记为V1至VN，将V1至VN分别代入公式
Figure GDA0003756622030000072
中，得到相应的视亮度C1至CN；
(4-2)将Lg0赋值给Lg，将C1至CN分别代入公式
Figure GDA0003756622030000073
得到对应的N个Lt的值，记为Lt1至LtN；
(4-3)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E1i，计算
Figure GDA0003756622030000074
再将Lti的值赋值给Lti-E1i，计算
Figure GDA0003756622030000075
最后计算出
Figure GDA0003756622030000076
其中，i＝1,2,…,N，E1i表示Vi对应的目标物亮度增益误差引起的能见度相对误差，VLtiz+表示正目标物亮度增益误差影响下的能见度，VLtiz-表示负目标物亮度增益误差影响下的能见度；
(4-4)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E2i，计算
Figure GDA0003756622030000077
再将Lti的值赋值给Lti-E2i，计算
Figure GDA0003756622030000081
最后计算出
Figure GDA0003756622030000082
其中，E2i表示Vi对应的目标物亮度零点漂移误差引起的能见度相对误差，VLti0+表示正目标物亮度零点漂移误差影响下的能见度，VLti0-表示负目标物亮度零点漂移误差影响下的能见度；
(4-5)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E3i，计算
Figure GDA0003756622030000083
再将Lg0赋值给Lg-E3i，对每个Lti，计算
Figure GDA0003756622030000084
最后计算出
Figure GDA0003756622030000085
其中，E3i表示Vi对应的天空背景亮度增益误差引起的能见度相对误差，VLgiz+表示正天空背景亮度增益误差影响下的能见度，VLgiz-表示负天空背景亮度增益误差影响下的能见度；
(4-6)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E4i，计算
Figure GDA0003756622030000086
再将Lg0赋值给Lg-E4i，计算
Figure GDA0003756622030000087
最后计算出
Figure GDA0003756622030000088
其中，E4i表示Vi对应的天空背景亮度零点漂移误差引起的能见度相对误差，VLgi0+表示正天空背景亮度零点漂移误差影响下的能见度，VLgi0-表示负天空背景亮度零点漂移误差影响下的能见度；
(4-7)取C0的值为C*，取Lg的值为Lg0，遍历Lt1至LtN，对每个Lti，计算
Figure GDA0003756622030000089
再计算出
Figure GDA00037566220300000810
其中，E5i表示Vi对应的目标物固有视亮度比测量误差引起的能见度相对误差，VCi表示目标物固有视亮度比测量误差影响下的能见度；
(4-8)计算对应各个不同能见度值的总相对误差：
Figure GDA0003756622030000091
对N个总相对误差进行拟合，得到总相对误差关于V/d的分布曲线；在本实施例中，最终得到的总相对误差关于V/d的分布曲线如图4所示。
步骤005.调整无人机载目标板单元飞至距离无人机载图像采集单元10m远处，控制无人机载图像采集单元再次拍摄目标板图像并回传给地面数据处理终端单元；地面数据处理终端单元从接收到的图像中分离出目标板和天空背景，计算出本次实测的视亮度C，
Figure GDA0003756622030000092
Lg表示本次实测的彩色图像中天空背景图像部分像素点的归一化亮度均值，Lt表示本次实测的原彩色图像中目标板图像部分像素点的归一化亮度均值；将d＝d2、
Figure GDA0003756622030000093
代入公式
Figure GDA0003756622030000094
计算出本次实测的粗能见度；
步骤006.根据步骤005计算出的粗能见度，从分布曲线中查找到总误差最小值对应的V/d的值，然后根据步骤(6)实测的能见度，计算出最优距离d′；
步骤007.地面数据处理终端单元向无人机载目标板单元发出控制信号，使无人机载目标板单元保持高度H并飞至距离无人机载图像采集单元d′处；
步骤008.地面数据处理终端单元控制无人机载图像采集单元摄取当前目标板图像并传递给地面数据处理终端单元，地面数据处理终端单元计算出当前的视亮度C，将
Figure GDA0003756622030000095
以及当前视亮度C和最优距离d′代入根公式
Figure GDA0003756622030000096
得到最终的能见度值。
本实施例以柯尼卡美能达的
Figure GDA0003756622030000097
成像色度计/光度计为参照，其系统准确性中亮度对应的增益误差为±3％，动态范围(61.4dB)对应的零点漂移误差为±0.001,在测得固有视亮度比
Figure GDA0003756622030000098
Lg＝0.8时，不同的V/d对应的能见度相对误差如图4所示。
从图4中可以看出，V/d的值在[2,9.5]范围内时，能见度的测量误差均在±10％以内，通过改变d的长度，可实现对不同范围能见度±10％精度的测量，如d＝10m时，可以测量20～95m；d＝20m时，可测量40～190m；d＝30m时，可以测量60～285m；d＝40m时，可测量80～380m；d＝50m时，可以测量100～475m；d＝60m时，可测量120～570m；d＝70m时，可测量140～665m；d＝80m时，可测量160～760m；d＝90m时，可测量180～855m；d＝160m时，可测量320～1520m；d＝200m时，可测量400～1900m。且V/d＝4时，能见度测量误差达到最小，即当d＝10m时，V＝40m测量的能见度误差最小，反之，当测量的粗能见度为40m时，将基线长度d取为10m时，即可得到测量误差最小的能见度结果。
综上所述，采用本发明提供的技术方案，至少能够产生以下有益效果：
通过建立并实施本发明设计的一种无人机载单目标板自适应能见度探测系统及探测方法，在空中某一垂直高度上对某个方向的能见度进行测量，有效减少地基背景对目标物提取的影响，还可通过无人机的机动灵活性以及悬停操作对不同水平方向的能见度进行测量，可以获得多方位、精细化的能见度结果，还可根据不同视程天气自适应调整无人机距离相机之间的基线距离，达到对能见度的高精度探测要求，为航空、航天、陆上交运以及军事作战等都有重要的保障作用，具有广阔的市场应用前景与经济价值。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (4)

1.一种无人机载单目标板自适应能见度探测方法，其特征在于，包括依次执行的以下步骤：
(1)用无人机搭载图像采集装置作为无人机载图像采集单元，用无人机搭载目标板作为无人机载目标板单元；
(2)控制无人机载图像采集单元和无人机载目标板单元升至高度H；初始时，控制无人机载目标板单元在无人机载图像采集单元附近，记初始距离为d0，控制无人机载图像采集单元对目标板进行摄取；
(3)将无人机载图像采集单元采集到的图像灰度化，从灰度图中分离出目标板和天空背景，得到原彩色图像中目标板区域和天空背景区域，然后在原彩色图像上计算实测的视亮度比
Figure FDA0003756622020000011
Figure FDA0003756622020000012
其中，Lg0表示原彩色图像中天空背景图像部分像素点的归一化亮度均值，Lt0表示原彩色图像中目标板图像部分像素点的归一化亮度均值；
(4)构建能见度测量误差模型：
(4-1)记无人机载目标板单元与无人机载图像采集单元之间的距离为d，取d的值为一固定值d1，取C0的值为-1，取N个能见度V的值，记为V1至VN，将V1至VN分别代入公式
Figure FDA0003756622020000013
中，得到相应的视亮度C1至CN；
(4-2)将Lg0赋值给Lg，将C1至CN分别代入公式
Figure FDA0003756622020000014
得到对应的N个Lt的值，记为Lt1至LtN；
(4-3)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E1i，计算
Figure FDA0003756622020000015
再将Lti的值赋值给Lti-E1i，计算
Figure FDA0003756622020000021
最后计算出
Figure FDA0003756622020000022
其中，i＝1,2,…,N，E1i表示Vi对应的目标物亮度增益误差引起的能见度相对误差，VLtiz+表示正目标物亮度增益误差影响下的能见度，VLtiz-表示负目标物亮度增益误差影响下的能见度；
(4-4)遍历Lt1至LtN，对每个Lti，先将Lti的值赋值给Lti+E2i，计算
Figure FDA0003756622020000023
再将Lti的值赋值给Lti-E2i，计算
Figure FDA0003756622020000024
最后计算出
Figure FDA0003756622020000025
其中，E2i表示Vi对应的目标物亮度零点漂移误差引起的能见度相对误差，VLti0+表示正目标物亮度零点漂移误差影响下的能见度，VLti0-表示负目标物亮度零点漂移误差影响下的能见度；
(4-5)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E3i，计算
Figure FDA0003756622020000026
再将Lg0赋值给Lg-E3i，对每个Lti，计算
Figure FDA0003756622020000027
最后计算出
Figure FDA0003756622020000028
其中，E3i表示Vi对应的天空背景亮度增益误差引起的能见度相对误差，VLgiz+表示正天空背景亮度增益误差影响下的能见度，VLgiz-表示负天空背景亮度增益误差影响下的能见度；
(4-6)遍历Lt1至LtN，对每个Lti，将Lg0赋值给Lg+E4i，计算
Figure FDA0003756622020000029
再将Lg0赋值给Lg-E4i，计算
Figure FDA0003756622020000031
最后计算出
Figure FDA0003756622020000032
其中，E4i表示Vi对应的天空背景亮度零点漂移误差引起的能见度相对误差，VLgi0+表示正天空背景亮度零点漂移误差影响下的能见度，VLgi0-表示负天空背景亮度零点漂移误差影响下的能见度；
(4-7)取C0的值为C*，取Lg的值为Lg0，遍历Lt1至LtN，对每个Lti，计算
Figure FDA0003756622020000033
再计算出
Figure FDA0003756622020000034
其中，E5i表示Vi对应的目标物固有视亮度比测量误差引起的能见度相对误差，VCi表示目标物固有视亮度比测量误差影响下的能见度；
(4-8)计算对应各个不同能见度值的总相对误差：
Figure FDA0003756622020000035
对N个总相对误差进行拟合，得到总相对误差关于V/d的分布曲线；
(5)保持无人机载图像采集单元和无人机载目标板单元的高度为H，调整无人机载图像采集单元和无人机载目标板单元之间的距离为d2，控制无人机载图像采集单元对目标板进行摄取；
(6)从步骤(5)摄取的图像中分离出目标板和天空背景，计算出本次实测的视亮度C，将d＝d2、
Figure FDA0003756622020000036
代入公式
Figure FDA0003756622020000037
计算出本次实测的能见度；
(7)根据步骤(6)得到的能见度值，从分布曲线中查找到总误差最小值对应的V/d的值，然后根据步骤(6)实测的能见度，计算出最优距离d′；
(8)保持无人机载图像采集单元和无人机载目标板单元的高度为H，调整无人机载图像采集单元和无人机载目标板单元之间的距离为d′，控制无人机载图像采集单元再次摄取目标板图像，然后计算出当前的视亮度C，将
Figure FDA0003756622020000038
以及当前视亮度C和最优距离d′代入根公式
Figure FDA0003756622020000041
得到最终的能见度值。
2.根据权利要求1所述的一种无人机载单目标板自适应能见度探测方法，其特征在于，Lg0和Lt0的计算方法为：
在摄取的原彩色RGB图像上分别计算出天空背景图像部分像素点的归一化亮度均值Lg0和目标板图像部分像素点的归一化亮度均值Lt0：
Figure FDA0003756622020000042
Figure FDA0003756622020000043
其中，N1和N2分别为分离出的天空背景图像部分包括的所有像素点个数和目标板图像部分包括的所有像素点个数，Rgi、Ggi、Bgi和Rti、Gti、Bti分别为分离出的天空背景图像部分和目标板图像部分原彩色RGB图像每个像素点对应的R、G、B分量值。
3.一种用于实现权利要求1至2任意一项所述一种无人机载单目标板自适应能见度探测方法的无人机载单目标板自适应能见度探测系统，其特征在于，包括：无人机载目标板单元、无人机载图像采集单元和地面数据处理终端单元；
所述无人机载图像采集单元采集无人机载目标板单元所载目标板的图像，并将获取的图像经无线传输至地面数据处理终端单元；所述无人机载图像采集单元和无人机载目标板单元在飞行过程中实时将自身飞行状态信息经无线传输至地面数据处理终端单元，所述状态信息包括自身位置坐标、高度以及与相邻无人机的距离信息；
所述地面数据处理终端单元根据无人机飞行状态信息调整无人机的位置，并根据接收到的图像执行步骤(3)至(8)，得到实时能见度。
4.根据权利要求3所述的无人机载单目标板自适应能见度探测系统，其特征在于，所述无人机还具备GPS、高度传感器和测距传感器；其中，GPS用于测量无人机在飞行平面的位置坐标，高度传感器用于测量无人机的高度距离，测距传感器用于测量无人机与相邻无人机之间的距离，即基线长度距离d。
CN202010394835.5A 2020-05-11 2020-05-11 一种无人机载单目标板自适应能见度探测方法及系统 Active CN112033371B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010394835.5A CN112033371B (zh) 2020-05-11 2020-05-11 一种无人机载单目标板自适应能见度探测方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010394835.5A CN112033371B (zh) 2020-05-11 2020-05-11 一种无人机载单目标板自适应能见度探测方法及系统

Publications (2)

Publication Number Publication Date
CN112033371A CN112033371A (zh) 2020-12-04
CN112033371B true CN112033371B (zh) 2022-08-26

Family

ID=73579897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010394835.5A Active CN112033371B (zh) 2020-05-11 2020-05-11 一种无人机载单目标板自适应能见度探测方法及系统

Country Status (1)

Country Link
CN (1) CN112033371B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113176264A (zh) * 2021-03-26 2021-07-27 南京信息工程大学 一种数字摄像法探测大气能见度的误差分析方法
CN113203737A (zh) * 2021-03-26 2021-08-03 南京信息工程大学 一种目标板对数字摄像法探测大气能见度的误差分析方法
CN113588651A (zh) * 2021-06-25 2021-11-02 南京信息工程大学 一种数码相机探测大气能见度的误差分析方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016009402A2 (en) * 2014-07-18 2016-01-21 Altec S.P.A. Image and/or radio signals capturing platform
CN106018402A (zh) * 2016-04-26 2016-10-12 中国人民解放军理工大学 一种无人机载折反射全景立体相机的能见度探测系统及方法
CN108121947A (zh) * 2017-11-27 2018-06-05 易瓦特科技股份公司 基于地面站示警灰霾源的方法、装置及系统
CN109493300A (zh) * 2018-11-15 2019-03-19 湖南鲲鹏智汇无人机技术有限公司 基于fpga卷积神经网络的航拍图像实时去雾方法及无人机

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170314924A1 (en) * 2016-04-28 2017-11-02 Rogerson Aircraft Corporation System and method for determining a synthesized position of a vehicle

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016009402A2 (en) * 2014-07-18 2016-01-21 Altec S.P.A. Image and/or radio signals capturing platform
CN106018402A (zh) * 2016-04-26 2016-10-12 中国人民解放军理工大学 一种无人机载折反射全景立体相机的能见度探测系统及方法
CN108121947A (zh) * 2017-11-27 2018-06-05 易瓦特科技股份公司 基于地面站示警灰霾源的方法、装置及系统
CN109493300A (zh) * 2018-11-15 2019-03-19 湖南鲲鹏智汇无人机技术有限公司 基于fpga卷积神经网络的航拍图像实时去雾方法及无人机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
主动跟踪技术在"全球鹰"无人机激光干扰中的应用分析;杨华兵等;《光学与光电技术》;20151210;第13卷(第6期);正文10-13 *

Also Published As

Publication number Publication date
CN112033371A (zh) 2020-12-04

Similar Documents

Publication Publication Date Title
CN112033371B (zh) 一种无人机载单目标板自适应能见度探测方法及系统
US9478141B2 (en) Identification and analysis of aircraft landing sites
US7109912B1 (en) Weather radar hazard detection system and method
RU2666479C1 (ru) Способ обеспечения автоматической посадки летательного аппарата
US20170314926A1 (en) System and method for effectuating presentation of a terrain around a vehicle on a display in the vehicle
US9165383B1 (en) Point cloud visualization using bi-modal color schemes based on 4D lidar datasets
CN109597432B (zh) 一种基于车载摄像机组的无人机起降监控方法及系统
Raczynski Accuracy analysis of products obtained from UAV-borne photogrammetry influenced by various flight parameters
CN115683062B (zh) 一种国土空间规划检测分析系统
Niedzielski et al. Are estimates of wind characteristics based on measurements with Pitot tubes and GNSS receivers mounted on consumer-grade unmanned aerial vehicles applicable in meteorological studies?
RU2513900C1 (ru) Способ и устройство определения координат объектов
CN113655803A (zh) 基于视觉的隧道环境下旋翼无人机航向校准系统及方法
CN117455960A (zh) 时变观测噪声条件下机载光电系统对地无源定位滤波算法
Öktem et al. Stereophotogrammetry of oceanic clouds
CN111523392A (zh) 一种基于卫星正射影像全姿态的深度学习样本制备方法及识别方法
CN110989645A (zh) 一种基于复眼成像原理的目标空间姿态处理方法
CN215767057U (zh) 一种提高无人机调查复杂边坡岩体精度的动态调整装置
CN111610578A (zh) 一种无人机载双目标板的能见度探测方法
Majidi et al. Real time aerial natural image interpretation for autonomous ranger drone navigation
CN115792912A (zh) 一种弱观测条件下基于视觉与毫米波雷达融合的水面无人艇环境感知方法及系统
Funk et al. A passive cloud detection system for UAV: Weather situation mapping with imaging sensors
Funk et al. A passive cloud detection system for UAV: Analysis of issues, impacts and solutions
CN116577776B (zh) 一种多源自主协同的目标探测与智能识别方法及系统
CN114485549B (zh) 一种树木和架空输电线的空间测距方法以及系统
KR20150006752A (ko) 회전익 구조체를 이용한 공중관측 지형자료 구축 방법 및 그 시스템

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