CN117392233A - 一种双点位固定相机的炮弹落点地理定位方法 - Google Patents
一种双点位固定相机的炮弹落点地理定位方法 Download PDFInfo
- Publication number
- CN117392233A CN117392233A CN202311144943.7A CN202311144943A CN117392233A CN 117392233 A CN117392233 A CN 117392233A CN 202311144943 A CN202311144943 A CN 202311144943A CN 117392233 A CN117392233 A CN 117392233A
- Authority
- CN
- China
- Prior art keywords
- point
- camera
- shell
- coordinates
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004880 explosion Methods 0.000 claims abstract description 39
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 11
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 abstract description 5
- 238000011156 evaluation Methods 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 20
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 239000002360 explosive Substances 0.000 description 3
- 238000010304 firing Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005422 blasting Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- 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
-
- 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
- G06T2207/10004—Still image; Photographic 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20081—Training; Learning
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
Abstract
本发明公开了一种双点位固定相机的炮弹落点地理定位方法,主要包括搭建两点位相机平台,标定相机,测量两点位相机基线长度,转动两点位相机对准靶标,获得炮弹落点监测区域的图像/视频,自动检测炮弹爆炸区域并获得炮弹落点在图像中的坐标,计算炮弹落点相对于靶标的坐标和距离;相较于雷达、声波定位方法,本方法仅使用相机平台,成本较低,操作简单;相较于单目定位,本方法无需使用先验信息,且精度较高;相较于传统的双目定位,本方法通过去除特征匹配环节提高精度;本方法能够直接计算得到炮弹落点相对于靶标的坐标和距离,以便于后续直接进行毁伤评估;通过整合若干流程,实现了搭建相机平台拍摄图像即可完成全自动炮弹落点定位。
Description
技术领域
本发明涉及一种双点位固定相机的炮弹落点地理定位方法,属于军事应用和图像处理技术领域。
背景技术
随着实战化训练的深入,实弹射击训练不断贴近实战,对炮弹落点定位精确性、实时性、观测区域、观测距离等提出更高要求。炮弹落点定位是以炮弹爆炸现象为依据,在爆炸发生前提下定位炮弹爆炸瞬间的地理位置坐标。相关的炮弹落点定位方法主要包括以下几种:
1.人工检测方法:人工检测是使用观瞄器材进行辅助测量,观瞄器材包括经纬仪和炮队镜等。通过观察爆炸火光和烟尘,计算炸点坐标或偏差量。人工检测技术是最基础的检测技术,同时,其具有以下缺陷。一是观测盲区大。受地形影响,观察所与炮弹落区无法达到绝对通视,炮弹炸点被地形、地物遮挡产生炸点不明情况比较常见。同时,群发炮弹炸点时空分布密集时,爆炸烟尘互相粘连遮挡,难以精确计算炸点坐标;二是人为因素影响大。检测精度依赖于人员专业训练水平与主观能动性,检测质量难以保证;三是实时性差。从观察所观测到炸点到火炮接收射击口令实施校射,闭环时间长。随着检测需求提高,人工检测将难以满足实际应用。
2.雷达检测方法:雷达检测是由雷达向目标发射电磁波,再根据接受目标反射回波确定目标位置。雷达检测技术成熟,适合超视距条件和大目标跟踪与测量,对炮弹炸点这类速度快、体积小的目标,以炮弹爆炸弹片和土块等运动目标反射的无线电波进行检测并不适用。且雷达检测技术复杂,价格昂贵,日常维护保养难度大。
3.声波检测方法:炮弹爆炸时向周围辐射爆炸冲击波,随着爆炸冲击波传播距离增加,能量不断减小转变为声波,以炸点为中心向四周传播。因此,在炮弹落区位置布设声音传感器,感知炮弹爆炸声波信号,再通过算法求解出炮弹炸点坐标。声波检测技术检测阵列布设灵活,检测范围广,距离远,不受能见度和观测视野遮蔽影响,可全天时全天候使用。但爆炸声波受炮弹落区地形影响大,对于群发炮弹炸点时空分布密集的情况,声波信号容易粘连混淆,定位误差大。
发明内容
有鉴于此,本发明提供了一种双点位固定相机的炮弹落点地理定位方法,可利用配有云台的相机设备,实现炮弹落点的地理位置高精度、全自动定位。
一种双点位固定相机的炮弹落点地理定位方法,包括以下步骤:
步骤1:搭建两个点位的相机平台,并对两个相机分别进行标定,获得两个相机的内参矩阵K1,K2;
步骤2:进行定位系统初始化,根据相机内参矩阵中的相机光心坐标,转动相机使两相机的光心对齐,对齐后使两相机的云台归零,并测量两点位相机平台之间的基线长度b;
步骤3:根据相机内参矩阵中的相机光心坐标,分别转动两相机,使两相机的光心分别对准炮弹落点监测区域的靶心处,获取此时两相机的转动角度θ1,θ2,并开始对炮弹落点监测区域进行监测,等待炮弹发射,获取炮弹落点监测区域的视频或图像数据;
步骤4:检测步骤3获得的炮弹爆炸图像或视频数据中的爆炸区域,获得爆炸区域在图像中的位置坐标(x1,y1),(x2,y2);
步骤5:根据步骤1两相机内参矩阵K1,K2计算得到两相机的相机像素焦距fx1、fy1,fx2、fy2;然后再计算两相机的物理焦距f1,f2:
f1=fx1*dx=fy1*dy;f2=fx2*dx=fy2*dy
其中,dx,dy分别是一个像素的物理宽度和物理高度;
然后根据步骤2测量得到的两点位相机平台之间的基线长度b,步骤3得到的两点位相机平台的转动角度θ1,θ2,以及步骤4得到的炮弹落点在两点位图像中的物理坐标(x1,y1),(x2,y2),计算得到炮弹落点相对于靶标的位置坐标(X,Y,Z)和距离d:
Y=0
步骤6:根据步骤5中获取的炮弹落点在靶点坐标系中的坐标以及靶标的地理位置信息,解算炮弹落点的真实地理位置坐标。
较佳的,所述的步骤1中,搭建两点位的相机平台,每个点位包括相机和具有二维自由度的云台,用于采集图像或视频和测量角度;云台偏航角可转动度数范围为-180°~+180°,俯仰角可转动度数范围为0°~180°。
较佳的,所述的步骤1中,相机标定方法使用张正友标定法。
较佳的,所述步骤4中,使用帧间差分法或神经网络方法检测图像,得到炮弹爆炸区域的矩形框,进而得到炮弹落点在图像中的位置坐标。
较佳的,所述步骤5中,建立靶标坐标系的方法包括:以靶标所在位置为坐标原点,平行于两点位相机平台连线所在的直线为X轴,方向为由点位1指向点位2,以垂直于地面向下为Y轴,Z轴满足右手法则。
较佳的,所述步骤6中,先降靶标坐标系转换到东北天坐标系,再转换到地心地固坐标系,最后转换到WGS-84坐标系,最终得到炮弹落点的真实地理位置坐标。
本发明具有如下有益效果:
(1)本发明所提供的方法只利用输入的图像以及两点位的地理位置信息即可完成炮弹爆点检测与定位,相较于雷达等设备,摄像头成本低廉且易于使用,相较于声波检测技术,精度更高,鲁棒性更强。
(2)本发明所提供的方法通过两点位相机平台实现炮弹落点定位,相较于单目定位,不需要使用先验信息,且精度更高。
(3)本发明所提供的方法能够实现全自动的炮弹落点检测与定位,减少了人工干预引起的误差,减少了人机交互的复杂操作。
(4)本发明所提供的方法通过读取云台转动角度以及通过目标检测输出炮弹落点在图像中的坐标计算目标实际地理位置信息,相较于传统的双目定位,去除了特征匹配的过程,定位精度更高。
(5)本发明所提供的方法能够直接计算得到炮弹落点相对于靶标的位置以及距离,以便于后续进行炮弹的毁伤评估。
附图说明
图1为本发明所提供的方法的流程图;
图2为本发明炮弹爆炸区域检测的示例图;
图3为本发明炮弹落点坐标转换的流程图。
具体实施方式
下面结合附图,对本发明进行详细描述。
如图1所示,本发明提供了一种双点位固定相机的炮弹落点地理定位方法,具体包括以下步骤:
步骤1:搭建两个点位的相机平台,并对两个点位的相机分别进行标定,获得两个相机的内参矩阵,具体为:
搭建两点位相机平台时,每个点位由相机和具有二维自由度的云台组成。云台偏航角可转动度数范围为-180°~+180°,俯仰角可转动度数范围为0°~180°。搭建完成后对每个相机分别进行标定,分别获得两相机的内参矩阵K1,K2。相机标定方法为张正友标定法,也可以使用其他自标定方法,进行相机内参矩阵的获取;
步骤2:进行定位系统初始化,根据步骤1中相机标定得到的相机光心坐标,转动相机使两点位相机的光心对齐,对齐后使两点位相机平台的云台归零,并测量两点位相机平台之间的基线长度b;
步骤3:根据步骤2对齐的两点位相机平台归零点,分别转动两点位相机平台,使两点位相机的光心分别对准炮弹落点监测区域的靶标处,获取此时两点位相机平台的转动角度θ1,θ2,等待炮弹发射,此时两点位相机平台不断采集当前炮弹落点监测区域的图像/视频;
步骤4:自动检测步骤3获得的炮弹爆炸图像或视频数据中的爆炸区域,获得爆炸区域在图像中的位置坐标,具体为:
采用帧间差分法或神经网络方法自动检测步骤3获得的图像,得到爆炸区域在图像中的位置坐标。具体的,帧间差分法通过计算相邻两帧之间的图像的像素值变化,检测得到爆炸区域,适合检测爆炸时具有快速膨胀现象的炮弹炸点。神经网络方法通过使用具有标记的炮弹爆炸区域的图像作为数据集训练神经网络,训练得到的神经网络能够实现输入图像输出检测到的爆炸区域。两种方法均对爆炸区域框取矩形框,如图2所示。视矩形框下边界中点坐标为爆炸点在图像中的坐标。由于帧间差分法计算量大,计算耗时相对较长,因此帧间差分法适用于数据量较少的情况,神经网络方法需要使用足够的数据进行训练,因此神经网络方法适用于数据量较多的情况;
步骤5:根据步骤4所得到的爆炸点在图像中的位置解算炮弹落点相对于相机点位的位置坐标,具体为:
根据步骤1相机标定得到的两相机内参矩阵K1,K2,步骤2测量得到的两点位相机平台之间的基线长度b,步骤3得到的两点位相机平台的转动角度θ1,θ2,以及步骤4得到的炮弹落点在两点位图像中的物理坐标(x1,y1),(x2,y2),计算得到炮弹落点相对于靶标的位置坐标和距离,具体计算过程如下:
根据两相机内参矩阵K1,K2计算得到两相机的相机像素焦距fx1,fy1,fx2,fy2;然后再根据公式(1)计算物理焦距f1,f2:
f1=fx1*dx=fy1*dy;f2=fx2*dx=fy2*dy (1)
其中,dx,dy分别是一个像素的物理宽度和物理高度;
计算炮弹落点目标和两点位相机的连线与两点位相机平台基线的夹角如公式(2)和公式(3)所示;
建立靶标坐标系,具体的,以靶标所在位置为坐标原点,平行于两点位相机平台连线所在的直线为X轴,方向为由点位1指向点位2,以垂直于地面向下为Y轴,Z轴满足右手法则。根据所建立的靶标坐标系,计算炮弹落点在靶标坐标系中的坐标。如公式(4)、(5)和(6)所示,其中炮弹落点的Y轴坐标为0,视炮弹落点与靶标在同一水平面;
Y=0 (6)
根据炮弹落点在靶标坐标系中的坐标,计算炮弹落点相对于靶标的距离d,如公式(7)所示;
步骤6:根据步骤5中获取的炮弹落点在靶点坐标系中的坐标以及靶标的地理位置信息,进行坐标转换,具体包括,先降靶标坐标系转换到东北天坐标系,再转换到地心地固坐标系,最后转换到WGS-84坐标系,最终得到炮弹落点的真实地理位置坐标,如图3所示。
本发明提供了一种双点位固定相机的炮弹落点地理定位方法,实现了对炮弹落点的自动检测与定位,能够适用于实弹射击训练中对炮弹落点定位精确性、实时性、观测区域、观测距离的要求。主要流程包括搭建两点位相机平台,标定相机,初始化定位系统,测量两点位相机基线长度,转动两点位相机对准靶标,获得炮弹落点监测区域的图像/视频,自动检测炮弹爆炸区域并获得炮弹落点在图像中的坐标,计算炮弹落点相对于靶标的坐标和距离,进行坐标转换得到炮弹落点的绝对地理位置坐标。相较于雷达、声波定位方法,本发明所提供的方法仅使用相机平台,成本较低,操作简单。相较于单目定位,本发明所提供的方法无需使用先验信息,且精度较高。相较于传统的双目定位,本发明所提供的方法通过去除特征匹配环节提高精度。本发明所提供的方法能够直接计算得到炮弹落点相对于靶标的坐标和距离,以便于后续直接进行毁伤评估。本发明所提供的方法通过整合若干流程,实现了搭建相机平台拍摄图像即可完成全自动炮弹落点定位。
综上所述,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 (6)
1.一种双点位固定相机的炮弹落点地理定位方法,其特征在于,包括以下步骤:
步骤1:搭建两个点位的相机平台,并对两个相机分别进行标定,获得两个相机的内参矩阵K1,K2;
步骤2:进行定位系统初始化,根据相机内参矩阵中的相机光心坐标,转动相机使两相机的光心对齐,对齐后使两相机的云台归零,并测量两点位相机平台之间的基线长度b;
步骤3:根据相机内参矩阵中的相机光心坐标,分别转动两相机,使两相机的光心分别对准炮弹落点监测区域的靶心处,获取此时两相机的转动角度θ1,θ2,并开始对炮弹落点监测区域进行监测,等待炮弹发射,获取炮弹落点监测区域的视频或图像数据;
步骤4:检测步骤3获得的炮弹爆炸图像或视频数据中的爆炸区域,获得爆炸区域在图像中的位置坐标(x1,y1),(x2,y2);
步骤5:根据步骤1两相机内参矩阵K1,K2计算得到两相机的相机像素焦距fx1、fy1,fx2、fy2;然后再计算两相机的物理焦距f1,f2:
f1=fx1*dx=fy1*dy;f2=fx2*dx=fy2*dy
其中,dx,dy分别是一个像素的物理宽度和物理高度;
然后根据步骤2测量得到的两点位相机平台之间的基线长度b,步骤3得到的两点位相机平台的转动角度θ1,θ2,以及步骤4得到的炮弹落点在两点位图像中的物理坐标(x1,y1),(x2,y2),计算得到炮弹落点相对于靶标的位置坐标(X,Y,Z)和距离d:
Y=0
步骤6:根据步骤5中获取的炮弹落点在靶点坐标系中的坐标以及靶标的地理位置信息,解算炮弹落点的真实地理位置坐标。
2.根据权利要求1所述的一种双点位固定相机的炮弹落点地理定位方法,其特征在于:
所述的步骤1中,搭建两点位的相机平台,每个点位包括相机和具有二维自由度的云台,用于采集图像或视频和测量角度;云台偏航角可转动度数范围为-180°~+180°,俯仰角可转动度数范围为0°~180°。
3.根据权利要求1所述的一种双点位固定相机的炮弹落点地理定位方法,其特征在于:
所述的步骤1中,相机标定方法使用张正友标定法。
4.根据权利要求1所述的一种双点位固定相机的炮弹落点地理定位方法,其特征在于:
所述步骤4中,使用帧间差分法或神经网络方法检测图像,得到炮弹爆炸区域的矩形框,进而得到炮弹落点在图像中的位置坐标。
5.根据权利要求1所述的一种双点位固定相机的炮弹落点地理定位方法,其特征在于:
所述步骤5中,建立靶标坐标系的方法包括:以靶标所在位置为坐标原点,平行于两点位相机平台连线所在的直线为X轴,方向为由点位1指向点位2,以垂直于地面向下为Y轴,Z轴满足右手法则。
6.根据权利要求5所述的一种双点位固定相机的炮弹落点地理定位方法,其特征在于:
所述步骤6中,先降靶标坐标系转换到东北天坐标系,再转换到地心地固坐标系,最后转换到WGS-84坐标系,最终得到炮弹落点的真实地理位置坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311144943.7A CN117392233A (zh) | 2023-09-06 | 2023-09-06 | 一种双点位固定相机的炮弹落点地理定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311144943.7A CN117392233A (zh) | 2023-09-06 | 2023-09-06 | 一种双点位固定相机的炮弹落点地理定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117392233A true CN117392233A (zh) | 2024-01-12 |
Family
ID=89439908
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311144943.7A Pending CN117392233A (zh) | 2023-09-06 | 2023-09-06 | 一种双点位固定相机的炮弹落点地理定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117392233A (zh) |
-
2023
- 2023-09-06 CN CN202311144943.7A patent/CN117392233A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112629431B (zh) | 土木结构变形监测方法及相关设备 | |
US7324663B2 (en) | Flight parameter measurement system | |
CN106468552A (zh) | 一种基于机载光电平台的双机交会定位方法 | |
JPH0124275B2 (zh) | ||
CN109297426B (zh) | 一种大型精密工业设备变形量与伺服角度检测方法 | |
US10713527B2 (en) | Optics based multi-dimensional target and multiple object detection and tracking method | |
CN106871900A (zh) | 船舶磁场动态检测中图像匹配定位方法 | |
CN111307046B (zh) | 基于半球图像的树高测量方法 | |
Crispel et al. | All-sky photogrammetry techniques to georeference a cloud field | |
CN115578315A (zh) | 一种基于无人机图像的桥梁应变近景摄影测量方法 | |
CN113126126A (zh) | 一种全天时自动报靶系统及其弹药落点定位方法 | |
CN113390514A (zh) | 一种基于多传感器阵列的三维红外温度测量方法 | |
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 | |
CN115526937A (zh) | 一种大靶面ccd立靶快速标定系统 | |
CN113340272B (zh) | 一种基于无人机微群的地面目标实时定位方法 | |
CN115359048B (zh) | 一种基于闭环跟瞄的实时动态对准测量方法及跟瞄装置 | |
KR101116156B1 (ko) | 증강 현실을 이용한 탄착 위치 평가 방법 | |
CN110017833B (zh) | 基于像元类地模型的全屏像点地理坐标定位方法 | |
CN117392233A (zh) | 一种双点位固定相机的炮弹落点地理定位方法 | |
CN110109188A (zh) | 一种无人机水面三角定位搜救方法 | |
CN116563699A (zh) | 一种联合天地图和移动手机图像的森林火点定位方法 | |
CN107037414B (zh) | 成像定位金属球雷达定标方法 | |
CN112598617B (zh) | 一种基于虚拟平台的外弹道光学测量精度分析方法 | |
CN111412898A (zh) | 基于地空耦合的大区域变形摄影测量方法 | |
KR102567619B1 (ko) | 탄착 오차 확인 방법 |
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 |