CN117433506A - 地面未爆子弹药快速精确搜寻方法及系统 - Google Patents

Abstract

本发明提供地面未爆子弹药快速精确搜寻方法及系统包括：初始化设置无人载荷平台、二维地图重建与快速检测子系统以及地面站子系统，监控待检测区域；对射击前区域进行扫描，重建获取射击前二维地图，采集并存储射击前地图图像数据；扫描射击后区域，重建获取射击后二维地图，采集并存储图像数据，对比处理射击前二维地图与射击后二维地图，以得到射击前后匹配数据；根据射击前后匹配数据、射击前地图图像数据以及射击后地图图像数据，检测待检测区域，据以定位疑似未爆子弹药目标所在区域；对疑似未爆子弹药目标所在区域进行精调飞行区域扫描，以得到未爆子弹药识别信息。本发明解决了未爆子弹药定位操作安全性、准确率及效率较低的技术问题。

Description

地面未爆子弹药快速精确搜寻方法及系统

技术领域

本发明涉及地面未爆子弹药搜寻技术领域，具体涉及地面未爆子弹药快速精确搜寻方法及系统。

背景技术

公布号为CN116255879A的现有发明专利申请文献《用于水下未爆弹的激光抵近排除系统及其工作方法》，该系统包括用于人工作业的水面作业平台、探测装置、激光器、激光引爆头、水下机器人以及控制装置，激光器与激光引爆头连接，探测装置、激光器、激光引爆头以及水下机器人分别与控制装置连接，控制装置控制探测装置探测水下未爆弹，并在探测到水下未爆弹时，驱动水下机器人潜入水下，查找水下未爆弹的位置及对水下未爆弹的环境进行清理，以及运输激光引爆头至水下未爆弹处并固定，以及驱动激光引爆头引爆水下未爆弹。以及公布号为CN115388730A的现有发明专利申请文献《一种未爆弹检测销毁系统》，该系统包括设置于火炮炮身上的炮弹计数器、布设于靶场的声学传感器系统，炮弹计数器用于检测发射炮弹数量，声学传感器系统用于确定炮弹爆炸数量；销毁系统，其包括无人遥控激光排爆车，其通过激光炮头远距离发射高能激光聚焦到未爆弹的表面，烧蚀未爆弹外壳体，使未爆弹燃烧或低当量爆炸。前述现有技术无法对待检测区域进行地图建模，无法对未爆子弹药的检查定位操作进行准确量化，导致无法准确定位未爆弹，存在安全隐患。

综上，现有技术存在未爆子弹药定位操作安全性、准确率及效率较低的技术问题。

发明内容

本发明所要解决的技术问题在于如何解决现有技术中未爆子弹药定位操作安全性、准确率及效率较低的技术问题。

本发明是采用以下技术方案解决上述技术问题的：地面未爆子弹药快速精确搜寻方法包括：

S1、初始化设置无人载荷平台、二维地图重建与快速检测子系统以及地面站子系统，以监控待检测区域；

S2、对待检测区域中的射击前区域进行扫描，重建获取射击前二维地图，采集并存储射击前地图图像数据；

S3、扫描待检测区域中的射击后区域，重建获取射击后二维地图，采集并存储图像数据，对比处理射击前二维地图与射击后二维地图，以得到射击前后匹配数据；

S4、根据射击前后匹配数据、射击前地图图像数据以及射击后地图图像数据，检测待检测区域，据以定位疑似未爆子弹药目标所在区域；

S5、对疑似未爆子弹药目标所在区域进行精调飞行区域扫描，以得到未爆子弹药识别信息。

本发明针对现有搜寻技术在运用中所存在的问题，利用无人载荷平台对落弹区进行连续拍摄，对拍摄的图像进行二维地图重建，并根据重建的地图使用基于深度学习的目标识别技术对暴露在地面上的未爆子弹药进行检测与定位，辅助未爆子弹药排爆人员安全、快速、准确地定位到未爆子弹药。

在更具体的技术方案中，步骤S1包括：

S11、设定无人载荷平台的飞行路线；

S12、对二维地图重建与快速检测子系统进行上电操作；

S13、为地面站子系统加载初始化文件，利用地面站系统对待检测区域进行实时监控。

在更具体的技术方案中，步骤S13中，初始化文件包括：配置文件以及权重文件。

在更具体的技术方案中，步骤S2包括：

S21、利用无人载荷平台，对落弹区进行连续拍摄，以得到射击前地图图像数据；

S22、根据射击前地图图像数据，对拍摄的图像进行二维地图重建，以得到基准数据。

本发明在演习或实弹射击前，使用无人载荷平台对落弹区域进行快速场景拍摄和地图重建，生成落弹区域作为基准数据，保证了坐标数据的精准度及时效性。

在更具体的技术方案中，步骤S21中，在实弹射击前，使用无人载荷平台挂载的多模光电成像系统，对射击前区域中的落弹区域进行快速场景拍摄。

本发明利用无人载荷平台挂载多模光电成像系统对落弹区进行连续拍摄，提高了待检测区域中未爆子弹药图像采集的实时性，以及未爆子弹药定位的准确性。

在更具体的技术方案中，步骤S22中，基准数据包括：基准落弹区域。

在更具体的技术方案中，步骤S3包括：

S31、在实弹射击后，使用无人载荷平台进入落弹区域，再次进行拍摄，以得到射击后地图图像数据；

S32、根据射击后地图图像数据进行地图重建，以得到射击后二维地图；

S33、以射击后二维地图，与基准数据进行配准操作，据以得到射击后弹着点配准数据；

S34、根据基准数据，对弹着点配准数据进行特征比对操作，以得到射击前后匹配数据。

本发明对重建地图与之前重建的地图进行配准和特征比对，实现对疑似目标的快速检测。在此基础上，使用基于深度学习的目标识别算法对未爆弹药进行精确识别与定位，通过量化处理爆子弹药的图像特征信息，提高了未爆子弹药识别的效率，提高了排爆操作的安全性。

在更具体的技术方案中，步骤S5包括：

S51、根据前述步骤S4的检测结果，调用预置精调指令，控制无人载荷平台对疑似未爆子弹药所在区域进行精调飞行区域扫描；

在本实施例中，无人载荷平台满足：飞行高度≥100m，飞行速度≤10m/s；

S52、调整无人载荷平台云台探测器角度，使其探测器轴线与地面的夹角为90°，以对未爆弹目标结果进行精定位，获取未爆子弹药识别信息，在本实施例中，未爆子弹药识别信息包括：未爆子弹药类型以及未爆子弹药坐标。

在更具体的技术方案中，地面未爆子弹药快速精确搜寻系统包括：

实时监控模块，用以初始化设置无人载荷平台、二维地图重建与快速检测子系统以及地面站子系统，以监控待检测区域；

射击前扫描重建模块，用以对待检测区域中的射击前区域进行扫描，重建获取射击前二维地图，采集并存储射击前地图图像数据，射击前扫描重建模块与实时监控模块连接；

射击后重建比对模块，用以扫描待检测区域中的射击后区域，重建获取射击后二维地图，采集并存储图像数据，对比处理射击前二维地图与射击后二维地图，以得到射击前后匹配数据，射击后重建比对模块与射击前扫描重建模块连接；

疑似区域确定模块，用以根据射击前后匹配数据、射击前地图图像数据以及射击后地图图像数据，检测待检测区域，据以定位疑似未爆子弹药目标所在区域，疑似区域确定模块与射击后重建比对模块连接；

未爆弹识别信息获取模块，用以对疑似未爆子弹药目标所在区域进行精调飞行区域扫描，以得到未爆子弹药识别信息，未爆弹识别信息获取模块与疑似区域确定模块连接。

本发明相比现有技术具有以下优点：本发明针对现有搜寻技术在运用中所存在的问题，利用无人载荷平台对落弹区进行连续拍摄，对拍摄的图像进行二维地图重建，并根据重建的地图使用基于深度学习的目标识别技术对暴露在地面上的未爆子弹药进行检测与定位，辅助未爆子弹药排爆人员安全、快速、准确地定位到未爆子弹药。

本发明在演习或实弹射击前，使用无人载荷平台对落弹区域进行快速场景拍摄和地图重建，生成落弹区域作为基准数据，保证了坐标数据的精准度及时效性。

本发明利用无人载荷平台挂载多模光电成像系统对落弹区进行连续拍摄，提高了待检测区域中未爆子弹药图像采集的实时性，以及未爆子弹药定位的准确性。

本发明对重建地图与之前重建的地图进行配准和特征比对，实现对疑似目标的快速检测。在此基础上，使用基于深度学习的目标识别算法对未爆弹药进行精确识别与定位，通过量化处理爆子弹药的图像特征信息，提高了未爆子弹药识别的效率，提高了排爆操作的安全性。本发明解决了现有技术中存在的未爆子弹药定位操作安全性、准确率及效率较低的技术问题。

附图说明

图1为本发明实施例1的地面未爆子弹药快速精确搜寻方法数据流处理示意图；

图2为本发明实施例1的地面未爆子弹药快速精确搜寻方法基本步骤示意图；

图3为本发明实施例1的疑似目标检测、定位具体步骤示意图；

图4为本发明实施例1的疑似目标检测方法框架示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

S1、设定获取无人载荷平台的飞行路线，对二维地图重建与快速检测子系统进行上电操作，为地面站子系统加载配置文件与权重文件，利用地面站对待检测区域进行实时监控；

S2、对射击前区域进行扫描，重建二维地图，存储图像数据；

在本实施例中，利用无人载荷平台挂载多模光电成像系统对落弹区进行连续拍摄，对拍摄的图像进行二维地图重建。

在本实施例中，无人载荷平台采用大疆M300六旋翼无人机，云台包括了短波红外云台与H20T双光云台(可见光、长波红外)两种类型的云台(统称为三光云台)。短波红外探测器使用35mm长焦镜头的国惠光电摄像机，安装到三轴增稳云台，云台通过大疆SKYport快拆接口挂载到M300无人机前部进行图像采集。由于短波红外探测器输出的视频信号为模拟信号，需要经过模拟视频到HDMI数字视频的转换，最后通过视频编码板的网口输出H.264格式视频流，使用STM3单片机通过大疆SDK程序包进行编程开发，并将图像数据实时发送到地面站。

在本实施例中，在演习或实弹射击前，使用无人载荷平台对落弹区域进行快速场景拍摄和地图重建，生成坐标数据精准、时效性较高的落弹区域作为基准数据。在本实施例中，环境类型包括但不限于：砂石、草地以及土地，落弹区域与地面站距离≤3km，落弹区域面积≤1.69km²/h，落弹区域地面风速≤5级，落弹区域海拔高≤4000m。

S3、扫描射击后区域，重建二维地图，存储图像数据；

在本实施例中，在演习或实弹射击后，再次使用无人载荷平台进入落弹区域进行拍摄和地图重建，并重建地图与之前重建的地图进行配准和特征比对。

在本实施例中，使用中值滤波算法，去除无线电传输噪点；使用SIFT算法提取射击前后图像的特征点；根据特征点生成特征描述符；

在本实施例中，使用Brute-Force暴力破解算法计算射击前后图像特征描述符的距离关系，提取前25％个匹配的特征点，计算仿射变换的4自由度单应矩阵，通过单应矩阵实现射击前后图像的配准。

S4、根据射击前、后的采集的图像数据，对待检测区域内的疑似目标进行检测、定位；

在本实施例中，根据重建的地图使用基于深度学习的目标识别技术对暴露在地面上的未爆子弹药进行检测与定位。

如图3及图4所示，在本实施例中，对疑似目标检测、定位的步骤S4，还包括以下具体步骤：

S41、将射击前后二维地图RGB图像转为灰度图像，进行图像亮度归一化处理，降低射击前后图像亮度差异；

S42、对射击前后的灰度图像进行Wise-Element像素减法操作，得到射击前后差异图像；

S43、在差异图像中，使用基于拉普拉斯边缘的边缘信息改进全局阈值处理方法，将差异图像中的差异点转换为差异区域，即疑似目标区域；

S44、根据差异图像检测结果，使用基于深度学习的目标识别方法，检测待检测区域以获取未爆子弹药目标在图像中的精确位置：无人载荷平台飞抵疑似目标区域，使用图像检测算法结合光流估计实时可靠的视频目标检测：将视频目标检测分为关键帧检测和非关键帧特征转换检测两部分，在关键帧上使用单帧目标检测方法进行检测，在非关键帧利用在关键帧的特征转换降低计算量，直接输入检测头部获取检测结果。

S5、扫描疑似目标区域，对未爆弹目标进行精确识别，并通过精调指令进行精调飞行区域扫描，再次扫描疑似目标区域，以完成未爆弹目标的精确定位，获取未爆子弹药类型以及坐标。

在本实施例中，未爆子弹药排爆人员根据在二维数字地图上标定的未爆子弹药坐标位置和实际场景图象，制定最佳搜寻路线以及排爆方案。

综上，本发明针对现有搜寻技术在运用中所存在的问题，利用无人载荷平台对落弹区进行连续拍摄，对拍摄的图像进行二维地图重建，并根据重建的地图使用基于深度学习的目标识别技术对暴露在地面上的未爆子弹药进行检测与定位，辅助未爆子弹药排爆人员安全、快速、准确地定位到未爆子弹药。

本发明在演习或实弹射击前，使用无人载荷平台对落弹区域进行快速场景拍摄和地图重建，生成落弹区域作为基准数据，保证了坐标数据的精准度及时效性。

本发明利用无人载荷平台挂载多模光电成像系统对落弹区进行连续拍摄，提高了待检测区域中未爆子弹药图像采集的实时性，以及未爆子弹药定位的准确性。

本发明对重建地图与之前重建的地图进行配准和特征比对，实现对疑似目标的快速检测。在此基础上，使用基于深度学习的目标识别算法对未爆弹药进行精确识别与定位，通过量化处理爆子弹药的图像特征信息，提高了未爆子弹药识别的效率，提高了排爆操作的安全性。本发明解决了现有技术中存在的未爆子弹药定位操作安全性、准确率及效率较低的技术问题。

以上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精神和范围。

Claims (10)

1.地面未爆子弹药快速精确搜寻方法，其特征在于，所述方法包括：

S1、初始化设置无人载荷平台、二维地图重建与快速检测子系统以及地面站子系统，以监控待检测区域；

S2、对所述待检测区域中的射击前区域进行扫描，重建获取射击前二维地图，采集并存储射击前地图图像数据；

S3、扫描所述待检测区域中的射击后区域，重建获取射击后二维地图，采集并存储图像数据，对比处理所述射击前二维地图与所述射击后二维地图，以得到射击前后匹配数据；

S4、根据射击前后匹配数据、所述射击前地图图像数据以及所述射击后地图图像数据，检测所述待检测区域，据以定位疑似未爆子弹药目标所在区域；

S5、对所述疑似未爆子弹药目标所在区域进行精调飞行区域扫描，以得到未爆子弹药识别信息。

2.根据权利要求1所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S1包括：

S11、设定所述无人载荷平台的飞行路线；

S12、对所述二维地图重建与快速检测子系统进行上电操作；

S13、为所述地面站子系统加载初始化文件，利用所述地面站系统对所述待检测区域进行实时监控。

3.根据权利要求2所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S13中，所述初始化文件包括：配置文件以及权重文件。

4.根据权利要求1所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S2包括：

S21、利用所述无人载荷平台，对落弹区进行连续拍摄，以得到所述射击前地图图像数据；

S22、根据所述射击前地图图像数据，对拍摄的图像进行二维地图重建，以得到基准数据。

5.根据权利要求4所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S21中，在实弹射击前，使用所述无人载荷平台挂载的多模光电成像系统，对所述射击前区域中的落弹区域进行快速场景拍摄。

6.根据权利要求4所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S22中，所述基准数据包括：基准落弹区域。

7.根据权利要求1所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S3包括：

S31、在实弹射击后，使用无人载荷平台进入落弹区域，再次进行拍摄，以得到所述射击后地图图像数据；

S32、根据所述射击后地图图像数据进行地图重建，以得到所述射击后二维地图；

S33、以所述射击后二维地图，与基准数据进行配准操作，据以得到射击后弹着点配准数据；

S34、根据所述基准数据，对所述弹着点配准数据进行特征比对操作，以得到所述射击前后匹配数据。

8.根据权利要求1所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S4中，根据射击后二维地图，使用基于深度学习的目标识别方法，检测所述待检测区域，以获取所述疑似未爆子弹药目标所在区域。

9.根据权利要求1所述的地面未爆子弹药快速精确搜寻方法，其特征在于，所述步骤S5包括：

S51、扫描所述疑似未爆子弹药目标所在区域，以得到未爆弹目标识别结果；

S52、调用预置精调指令，对所述疑似未爆子弹药所在区域进行精调飞行区域扫描，以对所述未爆弹目标结果进行精定位，获取所述未爆子弹药识别信息，包括：未爆子弹药类型以及未爆子弹药坐标。

10.地面未爆子弹药快速精确搜寻系统，其特征在于，所述系统包括：

实时监控模块，用以初始化设置无人载荷平台、二维地图重建与快速检测子系统以及地面站子系统，以监控待检测区域；

射击前扫描重建模块，用以对所述待检测区域中的射击前区域进行扫描，重建获取射击前二维地图，采集并存储射击前地图图像数据，所述射击前扫描重建模块与所述实时监控模块连接；

射击后重建比对模块，用以扫描所述待检测区域中的射击后区域，重建获取射击后二维地图，采集并存储图像数据，对比处理所述射击前二维地图与所述射击后二维地图，以得到射击前后匹配数据，所述射击后重建比对模块与所述射击前扫描重建模块连接；

疑似区域确定模块，用以根据射击前后匹配数据、所述射击前地图图像数据以及所述射击后地图图像数据，检测所述待检测区域，据以定位疑似未爆子弹药目标所在区域，所述疑似区域确定模块与所述射击后重建比对模块连接；

未爆弹识别信息获取模块，用以对所述疑似未爆子弹药目标所在区域进行精调飞行区域扫描，以得到未爆子弹药识别信息，所述未爆弹识别信息获取模块与所述疑似区域确定模块连接。