CN114137511A - 一种基于多源异构传感器的机场跑道异物融合探测方法 - Google Patents
一种基于多源异构传感器的机场跑道异物融合探测方法 Download PDFInfo
- Publication number
- CN114137511A CN114137511A CN202111406476.1A CN202111406476A CN114137511A CN 114137511 A CN114137511 A CN 114137511A CN 202111406476 A CN202111406476 A CN 202111406476A CN 114137511 A CN114137511 A CN 114137511A
- Authority
- CN
- China
- Prior art keywords
- radar
- data
- coordinate system
- optical
- sensor
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 title claims abstract description 41
- 230000003287 optical effect Effects 0.000 claims abstract description 90
- 238000012790 confirmation Methods 0.000 claims abstract description 17
- 238000012216 screening Methods 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 21
- 238000013507 mapping Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 5
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims 1
- 238000007500 overflow downdraw method Methods 0.000 abstract 1
- 238000010200 validation analysis Methods 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 4
- 238000005286 illumination Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 229910052755 nonmetal Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
- B64F1/36—Other airport installations
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/885—Radar or analogous systems specially adapted for specific applications for ground probing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Electromagnetism (AREA)
- Mechanical Engineering (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于多源异构传感器的机场跑道异物融合探测方法,包括:S1,循环交替采集原始雷达数据和原始光学数据;S2,筛选出目标匹配的原始雷达数据和原始光学数据并进行关联,得到疑似目标数据;S3,融合每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文,得到每个疑似目标的融合结果;S4,根据融合结果判断对应的疑似目标是否为异物,若是,则进行异物上报;否则,进而二次确认,二次确认包括再次执行步骤S1‑S3。本发明通过多个不同传感器的数据进行信息融合,给出了雷达数据及视频数据时空融合方法,并且对未成功融合的探测数据进行异种探测体制二次确认,最后综合整体融合情况输出异物信息,提高了目标检测率,降低了系统虚警率。
Description
技术领域
本发明涉及异物探测领域,尤其是一种基于多源异构传感器的机场跑道异物融合探测方法。
背景技术
目前机场跑道异物(FOD,Foreign Object Debris)探测模式主要有:雷达单一探测模式、视频单一探测模式等。毫米波雷达探测技术探测精度高、分辨率高,能够对目标进行准确定位,最大的优点是不受天气状况影响,缺点是无法区分颜色,因此无法提供直观真实的视频图像。激光雷达也存在与毫米波雷达同样的问题。视频图像技术可提供FOD视频图像,并根据需要对FOD视频进行局部缩放,因此可直观了解是何种FOD,缺点是容易受到天气条件和光照的影响,在恶劣天气或低能照度的情况下,探测性能会大幅下降。采用单一的传感器技术进行FOD探测,都会由于其自身的缺点而无法满足机场的实际需求。
发明内容
针对现有技术中的缺陷,本发明提供了一种基于多源异构传感器的机场跑道异物融合探测方法,利用融合技术及异种体制二次确认方法,提高FOD检测率、降低系统虚警率。
本发明提供了一种基于多源异构传感器的机场跑道异物融合探测方法,所述多源异构传感器包括雷达传感器和光学传感器;所述方法包括步骤:
S1,循环交替采集原始雷达数据和原始光学数据;所述原始雷达数据通过所述雷达传感器采集;所述原始光学数据通过所述光学传感器采集;所述原始雷达数据包括雷达目标数据和雷达定位数据;所述原始光学数据包括光学目标数据和光学定位数据
S2,根据所述雷达定位数据、所述光学定位数据及预先设定的雷达传感器标定数据和光学传感器标定数据,筛选出目标匹配的原始雷达数据和原始光学数据并进行关联,得到疑似目标数据;所述疑似目标数据包括多个疑似目标及每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文;
S3,融合所述每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文,得到每个疑似目标的融合结果;
S4,根据所述融合结果判断对应的疑似目标是否为异物,若是,则进行异物上报;否则,进而二次确认,所述二次确认包括再次执行步骤S1-S3。
优选地,还包括步骤S5,根据二次确认的融合结果判断对应的疑似目标是否为异物,若是,则进行异物上报;否则,判定为虚警。
优选地,在所述步骤S2之前还包括对所述原始雷达数据和原始光学数据进行空间配准。
优选地,所述对所述原始雷达数据和原始光学数据进行空间配准包括:通过转换坐标系将所述原始雷达数据和原始光学数据进行空间配准。
优选地,所述转换坐标系包括:
将雷达坐标系转换为雷达投影坐标系;
将雷达投影坐标系转换为世界坐标系;
将世界坐标系转换为相机坐标系;
将相机坐标系转换为图像坐标系;
将图像坐标系转换为像素坐标系。
优选地,所述将雷达坐标系转换为雷达投影坐标系包括计算雷达坐标与雷达投影坐标的映射关系,
其中,(dr,αr)为雷达坐标系下的坐标,(xrw,yrw,zrw)为雷达投影坐标,Hr为雷达传感器的安装高度,θi为雷达传感器当前所在光学预置位角度;
所述将雷达投影坐标系转换为世界坐标系包括计算雷达投影坐标与世界坐标的映射关系,
其中,(xw,yw,zw)为世界坐标,(l1,l2,l3)为雷达传感器安装点;
所述将世界坐标系转换为相机坐标系包括计算世界坐标与相机坐标的映射关系,
其中,(xc,yc,zc)为相机坐标;所述光学传感器包括相机,θc为摄像机像平面的倾斜角度;
所述将相机坐标系转换为图像坐标系包括计算相机坐标与图像坐标的映射关系,
其中,(x,y)为图像坐标,fx和fy为相机焦距;
所述将图像坐标系转换为像素坐标系包括计算图像坐标与像素坐标的关系,
可得,
其中,(μ,v)为像素坐标,dx和dy表示感光芯片上像素的实际大小,μ0和ν0为光心坐标。
优选地,在所述步骤S2之前还包括对所述原始雷达数据和原始光学数据进行时间同步。
优选地,所述步骤S1之前还包括初始化步骤;所述初始化步骤包括:
获取先验信息;所述先验信息包括雷达传感器部署点GPS信息、光学传感器部署点GPS信息、雷达扫描起止角度、光学预置位个数、每个光学预置位角度、雷达传感器和光学传感器安装的位置关系、相机分辨率、相机内参、畸变系数和相机视长角;
获取雷达传感器标定数据和光学传感器标定数据。
本发明的有益效果为:
1、异物检测率高:本发明是在多源异构传感器的基础上,使用雷达和光学多个传感源信息,进行融合探测,结合雷达低照度下的探测优势、光学在小目标和非金属目标的探测能力,具有较高的异物检测率;
2、虚警误报率低:传统的单一体制或者融合多体制,只经过一次融合就得出评估结果,本发明在此基础上进行二次确认,使得虚警误报率更低;
3、算法性能稳定:本发明采用雷达与光学进行融合探测,集中了各自的探测优势,避免了各自的探测劣势,使得探测算法在各种天气情况下、各种异物目标、都保持相对稳定的探测性能,并采用二次确认模式,可靠性更高。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1为本发明实施例的流程示意图;
图2为本发明实施例传感器设置的示意图;
图3为本发明实施例雷达坐标系和雷达投影坐标系的示意图;
图4为本发明实施例世界坐标系、相机坐标系、图像坐标系和像素坐标系的示意图。
附图中,1为机场跑道,2为传感器,3为第一异物,4为第二异物,5为第三异物。
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案,因此只作为示例,而不能以此来限制本发明的保护范围。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
实施例一
如图1所示,本发明实施例提供了一种基于多源异构传感器的机场跑道异物融合探测方法,图1中的传感器包括雷达传感器和光学传感器,包括以下步骤:
S1,循环交替采集原始雷达数据和原始光学数据。原始雷达数据通过雷达传感器采集,原始光学数据通过光学传感器采集;原始雷达数据包括雷达目标数据和雷达定位数据;原始光学数据包括光学目标数据和光学定位数据;
S2,根据雷达定位数据、光学定位数据及预先设定的雷达传感器标定数据和光学传感器标定数据,筛选出目标匹配的原始雷达数据和原始光学数据并进行关联,得到疑似目标数据。疑似目标数据包括多个疑似目标及每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文;
S3,融合每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文,得到每个疑似目标的融合结果;
S4,若融合结果明确显示对应的疑似目标为异物,则对疑似目标进行分类,判定为异物并进行异物上报;若融合结果不能明确确定为异物,则对疑似目标的状态进行分析,并判断是否对该疑似目标进行二次确认,若是,则再次执行步骤S1-S3;
S5,若二次确认的融合结果仍然不能明确确定为异物,则不再进行确认,判定该疑似目标为虚警;若二次确认的融合结果判断为异物,则进行异物上报。
实施例二
为进一步说明本实施例的技术方案,以下以一具体应用场景进行阐述。本发明实施例提供的一种基于多源异构传感器的机场跑道异物融合探测方法,包括以下步骤:
步骤一,初始化;
a)在实际部署环境中,由于飞机跑道中线处存在拱高,因此跑道两侧传感器只能覆盖本侧靠近自己的半侧跑道。根据机场实际情况部署传感器,传感器部署情况如图2所示。其中,本发明实施例中,传感器集成有雷达传感器和光学传感器,光学传感器包括相机和摄像头。第一异物是指同时被四个传感器发现的异物,第二异物是指同时被两个传感器发现的异物,第三异物是指被一个传感器发现的异物;
b)获取先验信息,如传感器部署点GPS信息、雷达扫描起止角度、光学预置位个数、每个光学预置位角度、雷达传感器和相机安装的位置关系、相机分辨率、相机内参、畸变系数、相机视长角等;
c)获取雷达传感器及光学传感器的标定信息,用于目标定位及不同传感器中同一个疑似目标的关联。
步骤二,传感器组网并进行数据采集及分析,包括采集原始雷达数据及原始光学数据,雷达传感器采集一轮数据,光学传感器采集一轮数据,循环往复交替进行;
a)系统扫描过程中,雷达传感器持续地采集数据,原始雷达数据主要包括:目标距离、目标角度及目标信号强度;原始雷达数据还包括采集时间、传感器类型、传感器编号、轮数等相关信息。
b)系统扫描过程中,光学传感器持续采集图片数据,采集的原始光学数据主要包括:目标ROI、采集时间、检测图片、背景图片、传感器号、传感器类型、场景号、轮数等相关信息。光学传感器可通过相机采集图片数据,还可通过摄像头采集视频数据,抽帧后得到图片数据。
步骤三,对原始雷达数据和原始光学数据进行时间同步。由于雷达传感器和光学传感器交替采集数据,时间同步上相对比较简单,根据采集轮数,即可对原始雷达数据及原始光学数据进行时间同步;
步骤四,对原始雷达数据和原始光学数据进行空间配准;
a)定义坐标系,坐标系位置关系如图3、图4所示:
雷达坐标系Or(dr,αr)是一个极坐标系,原点Or为该传感器部署点,旋转角度为顺时针,原点与左手边最近传感器部署点的连线为0°,雷达反馈的目标距离为dr,雷达反馈的角度为αr。
雷达投影坐标系Orw(xrw,yrw,zrw)是三维直角坐标系,原点Orw为雷达探测中心,xrw轴指向传感器右侧,yrw轴为竖直方向向下,zrw轴指向传感器前方且与目标所在光学预置位角度θi重合。
世界坐标系Ow(xw,yw,zw)是三维直角坐标系,原点Ow为雷达探测中心,xw轴指向传感器右侧,yw轴为竖直方向向下,zw轴指向传感器前方且与目标所在光学预置位角度θi重合。
相机坐标系Oc(xc,yc,zc)是三维直角坐标系,原点Oc为相机坐标系下的光心点,xc轴指向相机右侧,yc轴为竖直方向向下,zc轴为相机光轴方向。
图像坐标系O(x,y)是二维坐标系,原点O是相机光轴与像平面的交点,x轴为水平向右方向,y轴为竖直向下方向。
像素坐标系(μ,v)的原点为O0,横坐标μ和纵坐标ν分别是图像所在的行和列。
b)坐标系的转换关系:
雷达坐标转雷达投影坐标系:假设某个传感器设置n个预置位,每个预置位对应角度为θi;雷达探测中心的安装高度为Hr,雷达传感器当前所在光学预置位角度θi,则有:
雷达投影坐标转世界坐标:世界坐标系与雷达投影坐标系,完全平行,只是原点不一致,因此世界坐标系到相机坐标系,只需要做简单的平移就能满足需求。假设相机和雷达传感器安装在同一个传感器,相机安装点为世界坐标系原点,雷达传感器安装点为世界坐标系点(l1,l2,l3),则有:
世界坐标转相机坐标:世界坐标系与相机坐标系,原点一致,世界坐标系到相机坐标系,只需要绕xw轴旋转-θc就能满足需求,则有:
相机坐标转图像坐标:根据小孔成像原理,先对像平面坐映射,再根据相似三角形可知,相机坐标系与图像坐标系的关系如下,其中fx,fy表示相机焦距:
图像坐标转像素坐标:图像坐标系(x,y)的原点,为像素坐标系的中点。则图像坐标系和像素坐标系的关系如下,假设物理坐标系中的单位为毫米,那么dx的单位为毫米/像素。那么x/dy的单位就是像素了,即和μ的单位一样。
整理可得,
其中μ0、v0、fx、fy、dx、dy、l1、l2、l3、dr、Hr、θc、αr和θi都是假设出来的参数,μ0、v0是光轴偏移量即光心坐标;fx和fy为焦距;dx和dy表示感光芯片上像素的实际大小,假设物理坐标系中的单位为毫米,那么dx的单位为毫米/像素;l1和l2分别为雷达投影坐标系和摄像头投影坐标系x轴之间的间距和y轴之间的间距;dr是雷达传感器发现目标时,雷达传感器反馈的目标距离;Hr是雷达传感器的安装高度;θc是摄像机像平面的倾斜角度,αr是雷达传感器上报目标角度,θi为雷达传感器当前所在预置位角度。μ0、v0、fx、fy、dx、dy可以通过相机标定获得;l1、l2、l3、dr、Hr、θc可以通过雷达传感器和相机的安装装配位置获得。
步骤五,关联;
a)跑道不同区域,冗余覆盖程度不同,有的区域只有一个传感器覆盖、有的两个、有的四个。理想情况下,一个异物最多可能产生8条报文(每个传感器包含光学传感器和雷达传感器),最少产生2条报文。
b)根据初始化的标定信息、雷达定位数据和光学定位数据,确认来自不同传感器采集的数据是否包含同一个目标,如果是,就关联成同一个目标,得到疑似目标数据。疑似目标数据包括多个疑似目标及每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文。
步骤六,融合每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文,得到每个疑似目标的融合结果;假设有N个真实目标,经过雷达传感器和光学传感器扫描,上报了m个报文,其中真实目标n个,那么检测率为p=n/N,虚警率为q=(m-n)/m;假设某个目标所在区域被k个传感器覆盖,按照如下表格进行判别:
步骤七,若融合结果显示对应的疑似目标为异物,则进行异物上报;若融合结果显示为待定则进行二次确认。又收集一轮原始雷达数据和原始光学数据,重复时间同步、空间配准、关联和融合,若二次确认结果仍不能确定是否为异物即二次确认结果仍为待定,则判定该疑似目标为虚警。
重复步骤三到七。
本发明实施例提供的一种基于多源异构传感器的机场跑道异物融合探测方法,在多源异构传感器的基础上,使用雷达和光学多个传感源信息,进行融合探测,结合雷达低照度下的探测优势、光学在小目标和非金属目标的探测能力,使得本发明实施例具有具有较高的异物检测率;传统的单一体制或者融合体制,只经过一次融合就得出评估结果,本发明在这基础上进行二次确认,使得虚警误报率更低;本发明采用雷达与光学进行融合探测,集中了各自探测优势,避免了各自探测劣势,使得探测算法在各种天气情况下、各种异物目标、都保持相对稳定的探测性能,并采用二次确认模式,可靠性更高。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (8)
1.一种基于多源异构传感器的机场跑道异物融合探测方法,所述多源异构传感器包括雷达传感器和光学传感器;其特征在于,所述方法包括步骤:
S1,循环交替采集原始雷达数据和原始光学数据;所述原始雷达数据通过所述雷达传感器采集;所述原始光学数据通过所述光学传感器采集;所述原始雷达数据包括雷达目标数据和雷达定位数据;所述原始光学数据包括光学目标数据和光学定位数据;
S2,根据所述雷达定位数据、所述光学定位数据及预先设定的雷达传感器标定数据和光学传感器标定数据,筛选出目标匹配的原始雷达数据和原始光学数据并进行关联,得到疑似目标数据;所述疑似目标数据包括多个疑似目标及每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文;
S3,融合所述每个疑似目标对应的雷达疑似目标报文和光学疑似目标报文,得到每个疑似目标的融合结果;
S4,根据所述融合结果判断对应的疑似目标是否为异物,若是,则进行异物上报;否则,进而二次确认,所述二次确认包括再次执行步骤S1-S3。
2.根据权利要求1所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,还包括步骤S5,根据二次确认的融合结果判断对应的疑似目标是否为异物,若是,则进行异物上报;否则,判定为虚警。
3.根据权利要求1所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,在所述步骤S2之前还包括对所述原始雷达数据和原始光学数据进行空间配准。
4.根据权利要求3所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,所述对所述原始雷达数据和原始光学数据进行空间配准包括:通过转换坐标系将所述原始雷达数据和原始光学数据进行空间配准。
5.根据权利要求4所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,所述转换坐标系包括:
将雷达坐标系转换为雷达投影坐标系;
将雷达投影坐标系转换为世界坐标系;
将世界坐标系转换为相机坐标系;
将相机坐标系转换为图像坐标系;
将图像坐标系转换为像素坐标系。
6.根据权利要求5所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,
所述将雷达坐标系转换为雷达投影坐标系包括计算雷达坐标与雷达投影坐标的映射关系,
其中,(dr,αr)为雷达坐标,(xrw,yrw,zrw)为雷达投影坐标,Hr为雷达传感器的安装高度,θi为雷达传感器当前所在光学预置位角度;
所述将雷达投影坐标系转换为世界坐标系包括计算雷达投影坐标与世界坐标的映射关系,
其中,(xw,yw,zw)为世界坐标,(l1,l2,l3)为雷达传感器安装点;
所述将世界坐标系转换为相机坐标系包括计算世界坐标与相机坐标的映射关系,
其中,(xc,yc,zc)为相机坐标;所述光学传感器包括相机,θc为摄像机像平面的倾斜角度;
所述将相机坐标系转换为图像坐标系包括计算相机坐标与图像坐标的映射关系,
其中,(x,y)为图像坐标,fx和fy为相机焦距;
所述将图像坐标系转换为像素坐标系包括计算图像坐标与像素坐标的关系,
可得,
其中,(μ,v)为像素坐标,dx和dy表示感光芯片上像素的实际大小;
μ0和v0为光心坐标。
7.根据权利要求1所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,在所述步骤S2之前还包括对所述原始雷达数据和原始光学数据进行时间同步。
8.根据权利要求1所述的一种基于多源异构传感器的机场跑道异物融合探测方法,其特征在于,在所述步骤S1之前还包括初始化步骤;所述初始化步骤包括:
获取先验信息;所述先验信息包括雷达传感器部署点GPS信息、光学传感器部署点GPS信息、雷达扫描起止角度、光学预置位个数、每个光学预置位角度、雷达传感器和光学传感器安装的位置关系、相机分辨率、相机内参、畸变系数和相机视长角;
获取雷达传感器标定数据和光学传感器标定数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406476.1A CN114137511B (zh) | 2021-11-24 | 2021-11-24 | 一种基于多源异构传感器的机场跑道异物融合探测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111406476.1A CN114137511B (zh) | 2021-11-24 | 2021-11-24 | 一种基于多源异构传感器的机场跑道异物融合探测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114137511A true CN114137511A (zh) | 2022-03-04 |
CN114137511B CN114137511B (zh) | 2023-11-14 |
Family
ID=80391801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111406476.1A Active CN114137511B (zh) | 2021-11-24 | 2021-11-24 | 一种基于多源异构传感器的机场跑道异物融合探测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114137511B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116935290A (zh) * | 2023-09-14 | 2023-10-24 | 南京邮电大学 | 机场场景下高分辨率阵列摄像机异构目标检测方法及系统 |
CN117008122A (zh) * | 2023-08-04 | 2023-11-07 | 江苏苏港智能装备产业创新中心有限公司 | 基于多雷达融合定位工程机械设备周围物体的方法和系统 |
CN117590484A (zh) * | 2024-01-12 | 2024-02-23 | 中国民用航空总局第二研究所 | 一种机场跑道异物定位方法及系统 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198302A (zh) * | 2013-04-10 | 2013-07-10 | 浙江大学 | 一种基于双模态数据融合的道路检测方法 |
CN105389921A (zh) * | 2015-12-09 | 2016-03-09 | 中国民用航空总局第二研究所 | 一种机场跑道异物的监测系统和方法 |
CN105611244A (zh) * | 2015-12-23 | 2016-05-25 | 东南大学 | 一种基于球机监控视频的机场外来异物检测方法 |
DE102016106298A1 (de) * | 2015-04-06 | 2016-10-06 | GM Global Technology Operations LLC | Fusionsverfahren für eine Querverkehr-Applikation unter Verwenden von Radargeräten und einer Kamera |
CN107991671A (zh) * | 2017-11-23 | 2018-05-04 | 浙江东车智能科技有限公司 | 一种基于雷达数据和视频信号融合识别危险目标的方法 |
CN109061643A (zh) * | 2018-08-13 | 2018-12-21 | 南京理工大学 | 基于三维属性散射中心模型的多雷达融合高分辨成像方法 |
CN111368706A (zh) * | 2020-03-02 | 2020-07-03 | 南京航空航天大学 | 基于毫米波雷达和机器视觉的数据融合动态车辆检测方法 |
US20200301013A1 (en) * | 2018-02-09 | 2020-09-24 | Bayerische Motoren Werke Aktiengesellschaft | Methods and Apparatuses for Object Detection in a Scene Based on Lidar Data and Radar Data of the Scene |
CN112285706A (zh) * | 2020-11-18 | 2021-01-29 | 北京望远四象科技有限公司 | 一种fod探测方法、装置及系统 |
CN112946689A (zh) * | 2021-03-08 | 2021-06-11 | 苏州岭纬智能科技有限公司 | 一体化激光雷达系统及其检测方法 |
CN113009507A (zh) * | 2021-03-07 | 2021-06-22 | 航泰众联(北京)科技有限公司 | 一种基于激光雷达的分布式机场跑道fod监测系统及方法 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
US20230034560A1 (en) * | 2019-10-31 | 2023-02-02 | Continental Automotive Gmbh | Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device |
-
2021
- 2021-11-24 CN CN202111406476.1A patent/CN114137511B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103198302A (zh) * | 2013-04-10 | 2013-07-10 | 浙江大学 | 一种基于双模态数据融合的道路检测方法 |
DE102016106298A1 (de) * | 2015-04-06 | 2016-10-06 | GM Global Technology Operations LLC | Fusionsverfahren für eine Querverkehr-Applikation unter Verwenden von Radargeräten und einer Kamera |
CN105389921A (zh) * | 2015-12-09 | 2016-03-09 | 中国民用航空总局第二研究所 | 一种机场跑道异物的监测系统和方法 |
CN105611244A (zh) * | 2015-12-23 | 2016-05-25 | 东南大学 | 一种基于球机监控视频的机场外来异物检测方法 |
CN107991671A (zh) * | 2017-11-23 | 2018-05-04 | 浙江东车智能科技有限公司 | 一种基于雷达数据和视频信号融合识别危险目标的方法 |
US20200301013A1 (en) * | 2018-02-09 | 2020-09-24 | Bayerische Motoren Werke Aktiengesellschaft | Methods and Apparatuses for Object Detection in a Scene Based on Lidar Data and Radar Data of the Scene |
CN109061643A (zh) * | 2018-08-13 | 2018-12-21 | 南京理工大学 | 基于三维属性散射中心模型的多雷达融合高分辨成像方法 |
US20230034560A1 (en) * | 2019-10-31 | 2023-02-02 | Continental Automotive Gmbh | Method for tracking a remote target vehicle in an area surrounding a motor vehicle by means of a collision detection device |
CN111368706A (zh) * | 2020-03-02 | 2020-07-03 | 南京航空航天大学 | 基于毫米波雷达和机器视觉的数据融合动态车辆检测方法 |
CN112285706A (zh) * | 2020-11-18 | 2021-01-29 | 北京望远四象科技有限公司 | 一种fod探测方法、装置及系统 |
CN113009507A (zh) * | 2021-03-07 | 2021-06-22 | 航泰众联(北京)科技有限公司 | 一种基于激光雷达的分布式机场跑道fod监测系统及方法 |
CN112946689A (zh) * | 2021-03-08 | 2021-06-11 | 苏州岭纬智能科技有限公司 | 一体化激光雷达系统及其检测方法 |
CN113012237A (zh) * | 2021-03-31 | 2021-06-22 | 武汉大学 | 一种毫米波雷达与视频监控摄像头联合标定方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117008122A (zh) * | 2023-08-04 | 2023-11-07 | 江苏苏港智能装备产业创新中心有限公司 | 基于多雷达融合定位工程机械设备周围物体的方法和系统 |
CN116935290A (zh) * | 2023-09-14 | 2023-10-24 | 南京邮电大学 | 机场场景下高分辨率阵列摄像机异构目标检测方法及系统 |
CN116935290B (zh) * | 2023-09-14 | 2023-12-12 | 南京邮电大学 | 机场场景下高分辨率阵列摄像机异构目标检测方法及系统 |
CN117590484A (zh) * | 2024-01-12 | 2024-02-23 | 中国民用航空总局第二研究所 | 一种机场跑道异物定位方法及系统 |
CN117590484B (zh) * | 2024-01-12 | 2024-03-19 | 中国民用航空总局第二研究所 | 一种机场跑道异物定位方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114137511B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114137511A (zh) | 一种基于多源异构传感器的机场跑道异物融合探测方法 | |
CN112907676B (zh) | 传感器的标定方法、装置、系统、车辆、设备及存储介质 | |
US20110013016A1 (en) | Visual Detection of Clear Air Turbulence | |
CN106878687A (zh) | 一种基于多传感器的车载环境识别系统及全方位视觉模块 | |
CN110132226B (zh) | 一种无人机巡线的距离及方位角测量系统和方法 | |
CN111045000A (zh) | 监测系统和方法 | |
JP2002064812A (ja) | 移動物体追尾装置 | |
JP7194015B2 (ja) | センサシステム及び距離測定方法 | |
CN206611521U (zh) | 一种基于多传感器的车载环境识别系统及全方位视觉模块 | |
WO2019163212A1 (ja) | 監視システムおよび監視システムの制御方法 | |
CN107122770A (zh) | 多目相机系统、智能驾驶系统、汽车、方法和存储介质 | |
WO2019163211A1 (ja) | 監視システムおよび監視システムの制御方法 | |
CN112348775B (zh) | 基于车载环视的路面坑塘检测系统及方法 | |
CN110750153A (zh) | 一种无人驾驶车辆的动态虚拟化装置 | |
CN102609152B (zh) | 大视场角图像检测电子白板图像采集方法及装置 | |
CN110322561A (zh) | 用于机器人无序分拣的3d相机及其测量方法 | |
JP2010217984A (ja) | 像検出装置及び像検出方法 | |
CN113743286A (zh) | 一种多源信号融合的目标监测系统及方法 | |
CN110728703B (zh) | 可见光图像与日盲紫外光图像的配准融合方法 | |
JP3547946B2 (ja) | エプロン監視装置 | |
CN109495694B (zh) | 一种基于rgb-d的环境感知方法及装置 | |
EP3564917B1 (en) | A method for detecting motion in a video sequence | |
CN111323771A (zh) | 基于固定距离的毫米波雷达与视频数据融合方法 | |
JPH05133715A (ja) | ターゲツトマーク、撮像装置、ならびにそれらを用いる相対位置および姿勢測定装置 | |
US20230386082A1 (en) | Unified calibration between dvs and camera |
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 |