JPH0882500A - 目標識別装置 - Google Patents
目標識別装置Info
- Publication number
- JPH0882500A JPH0882500A JP6218969A JP21896994A JPH0882500A JP H0882500 A JPH0882500 A JP H0882500A JP 6218969 A JP6218969 A JP 6218969A JP 21896994 A JP21896994 A JP 21896994A JP H0882500 A JPH0882500 A JP H0882500A
- Authority
- JP
- Japan
- Prior art keywords
- target
- image data
- data
- seeker
- models
- 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
- 238000010586 diagram Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Landscapes
- Aiming, Guidance, Guns With A Light Source, Armor, Camouflage, And Targets (AREA)
- Image Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
(57)【要約】
【目的】この発明は、信頼性の高い高精度なホーミング
を実現し得るようにすることにある。 【構成】目標モデル１〜３の形状及び諸元データ記憶す
る記憶部１３を設け、この記憶部１３に記憶される目標
モデル１〜３と、ロックオン後、シーカ部１０で取得し
たホーミングの目標１２の目標画像データ１０ａとに基
づいて目標１２を識別して、該目標１２の誘導データを
生成するように構成し、所期の目的を達成したものであ
る。
を実現し得るようにすることにある。 【構成】目標モデル１〜３の形状及び諸元データ記憶す
る記憶部１３を設け、この記憶部１３に記憶される目標
モデル１〜３と、ロックオン後、シーカ部１０で取得し
たホーミングの目標１２の目標画像データ１０ａとに基
づいて目標１２を識別して、該目標１２の誘導データを
生成するように構成し、所期の目的を達成したものであ
る。
Description
【０００１】
【産業上の利用分野】この発明は、例えば目標方向に誘
導される誘導弾等の飛翔体に用いられる目標識別装置に
関する。
導される誘導弾等の飛翔体に用いられる目標識別装置に
関する。
【０００２】
【従来の技術】従来より、この種の目標識別装置として
は、飛翔体を目標にロックオンした状態で、可視あるい
は赤外光を用いたシーカ部を用いてホーミングの目標を
捕捉・追尾して目標画像データを取得し、この目標画像
データに基づいて飛翔体を目標にホーミングするための
誘導データを生成する方式のものが知られている。
は、飛翔体を目標にロックオンした状態で、可視あるい
は赤外光を用いたシーカ部を用いてホーミングの目標を
捕捉・追尾して目標画像データを取得し、この目標画像
データに基づいて飛翔体を目標にホーミングするための
誘導データを生成する方式のものが知られている。
【０００３】即ち、このような目標識別装置にあって
は、図６に示すようにシーカ部１で取得した目標画像デ
ータ１ａの重心Ｇを求めて、その目標画像データ１ａの
重心Ｇと、予め設定される原点Ｏからの誤差角εx 及び
εy を求め、この誤差角εx 及びεy に基づいて飛翔体
を目標にホーミングするための誘導データが生成されて
いる。
は、図６に示すようにシーカ部１で取得した目標画像デ
ータ１ａの重心Ｇを求めて、その目標画像データ１ａの
重心Ｇと、予め設定される原点Ｏからの誤差角εx 及び
εy を求め、この誤差角εx 及びεy に基づいて飛翔体
を目標にホーミングするための誘導データが生成されて
いる。
【０００４】しかしながら、上記目標識別装置では、シ
ーカ部１で取得した目標画像データ１ａに基づいて求め
た誤差角εx 及びεy より飛翔体への誘導データを生成
して、飛翔体の目標へのホーミングを行っている構成
上、ホーミング精度の向上を図るのが困難であるという
問題を有する。
ーカ部１で取得した目標画像データ１ａに基づいて求め
た誤差角εx 及びεy より飛翔体への誘導データを生成
して、飛翔体の目標へのホーミングを行っている構成
上、ホーミング精度の向上を図るのが困難であるという
問題を有する。
【０００５】
【発明が解決しようとする課題】以上述べたように、従
来の目標識別装置では、ホーミング精度の高精度化を図
るのが困難であるという問題を有する。この発明は上記
の事情に鑑みてなされたもので、簡易な構成で、且つ、
信頼性の高い高精度なホーミングを実現し得るようにし
た目標識別装置を提供することを目的とする。
来の目標識別装置では、ホーミング精度の高精度化を図
るのが困難であるという問題を有する。この発明は上記
の事情に鑑みてなされたもので、簡易な構成で、且つ、
信頼性の高い高精度なホーミングを実現し得るようにし
た目標識別装置を提供することを目的とする。
【０００６】
【課題を解決するための手段】この発明は、ロックオン
後、ホーミングの目標を捕捉・追尾して、目標画像デー
タを取得するシーカ部と、前記目標に対応される目標モ
デルの形状及び諸元データを記憶する記憶手段と、前記
シーカ部で取得した目標画像データと前記記憶手段に記
憶される目標モデルとに基づいて目標を識別し、該目標
への誘導データを生成する信号処理手段とを備えて目標
識別装置を構成したものである。
後、ホーミングの目標を捕捉・追尾して、目標画像デー
タを取得するシーカ部と、前記目標に対応される目標モ
デルの形状及び諸元データを記憶する記憶手段と、前記
シーカ部で取得した目標画像データと前記記憶手段に記
憶される目標モデルとに基づいて目標を識別し、該目標
への誘導データを生成する信号処理手段とを備えて目標
識別装置を構成したものである。
【０００７】
【作用】上記構成によれば、シーカ部で取得した目標画
像データと、記憶手段に記憶される目標モデルとに基づ
いて目標へのホーミングに供するための誘導データを生
成している。これにより、誘導データとして、目標との
相対距離及び相対速度等の目標の行動パターンの取得が
可能となり、信頼性の高い高精度なホーミングが可能と
なる。
像データと、記憶手段に記憶される目標モデルとに基づ
いて目標へのホーミングに供するための誘導データを生
成している。これにより、誘導データとして、目標との
相対距離及び相対速度等の目標の行動パターンの取得が
可能となり、信頼性の高い高精度なホーミングが可能と
なる。
【０００８】
【実施例】以下、この発明の実施例について、図面を参
照して詳細に説明する。図１はこの発明の一実施例に係
る目標識別装置を示すもので、シーカ部１０には、画像
処理部１１の一方の入力端が接続される。シーカ部１０
は、目標１２の画像、例えば２値化画像を取得して、そ
の目標画像データ１０ａを画像処理部１１に出力する。
照して詳細に説明する。図１はこの発明の一実施例に係
る目標識別装置を示すもので、シーカ部１０には、画像
処理部１１の一方の入力端が接続される。シーカ部１０
は、目標１２の画像、例えば２値化画像を取得して、そ
の目標画像データ１０ａを画像処理部１１に出力する。
【０００９】また、画像処理部１１の他方の入力端に
は、記憶部１３が接続される。この記憶部１３には、図
２に示すように目標モデル１としてＦＢ（Fighter ーBo
nber）、目標モデル２としてＡＨ（Attack Helicopter
）、目標モデル３としてＣＭ（Cruising Missile ）
等のホーミングの目標に対応される複数モデルの形状寸
法と、大きさ及び速度等の諸元データが、目標１２の姿
勢推定値（θ，ψ，φ）から、飛翔体から見た形状に変
換されて記憶され、選択的に記憶情報を画像処理部１１
に出力する。
は、記憶部１３が接続される。この記憶部１３には、図
２に示すように目標モデル１としてＦＢ（Fighter ーBo
nber）、目標モデル２としてＡＨ（Attack Helicopter
）、目標モデル３としてＣＭ（Cruising Missile ）
等のホーミングの目標に対応される複数モデルの形状寸
法と、大きさ及び速度等の諸元データが、目標１２の姿
勢推定値（θ，ψ，φ）から、飛翔体から見た形状に変
換されて記憶され、選択的に記憶情報を画像処理部１１
に出力する。
【００１０】画像処理部１１は、シーカ部１０で取得し
た目標１２の目標画像データ１０ａの特徴（例えば縦横
比、突起物状態等）を、いわゆるファジイ推論を用いて
記憶部１３の目標モデル１〜３の中から最も近い目標モ
デル１〜３を推論して、飛翔体の誘導データを生成して
図示しない誘導制御系に出力する。
た目標１２の目標画像データ１０ａの特徴（例えば縦横
比、突起物状態等）を、いわゆるファジイ推論を用いて
記憶部１３の目標モデル１〜３の中から最も近い目標モ
デル１〜３を推論して、飛翔体の誘導データを生成して
図示しない誘導制御系に出力する。
【００１１】なお、上記目標１２の姿勢推定値（θ，
ψ，φ）は、例えば地上において算出されて記憶部１３
に記憶される。上記構成において、画像処理部１１は、
例えば目標モデル１に対応する場合、図３に示すように
目標画像データ１０ａの形状を２変数のメンバーシップ
関数に関係付けて、その目標画像の投影面（シーカ部１
０で取得した目標画像データ１０ａに対応）をＸーＹ平
面として、μ方向にモデル形状への帰属度を表し、０が
最低（帰属度なし）、１が最高（帰属度最高）として、
記憶部１３に記憶される目標モデル１〜３の中から推論
する。
ψ，φ）は、例えば地上において算出されて記憶部１３
に記憶される。上記構成において、画像処理部１１は、
例えば目標モデル１に対応する場合、図３に示すように
目標画像データ１０ａの形状を２変数のメンバーシップ
関数に関係付けて、その目標画像の投影面（シーカ部１
０で取得した目標画像データ１０ａに対応）をＸーＹ平
面として、μ方向にモデル形状への帰属度を表し、０が
最低（帰属度なし）、１が最高（帰属度最高）として、
記憶部１３に記憶される目標モデル１〜３の中から推論
する。
【００１２】即ち、目標画像データ１０ａを、図４に示
すように基準長Ｌに基づいて大きさを規格化して、目標
形状の分布集合Ａ（ｘ，ｙ）として定義して推論する。
この推論値μn （ｎ＝目標モデル１〜３）は、Ｓを集合
ＡによってなるＸーＹ平面上の面積とすると、目標モデ
ル１〜３毎にそれぞれ
すように基準長Ｌに基づいて大きさを規格化して、目標
形状の分布集合Ａ（ｘ，ｙ）として定義して推論する。
この推論値μn （ｎ＝目標モデル１〜３）は、Ｓを集合
ＡによってなるＸーＹ平面上の面積とすると、目標モデ
ル１〜３毎にそれぞれ
【００１３】
【数１】 の式で表すことができ、その値が最大の目標モデル１
（あるいは２，３）が目標画像データ１０ａに対応され
るモデルとして推論される（図５参照）。
（あるいは２，３）が目標画像データ１０ａに対応され
るモデルとして推論される（図５参照）。
【００１４】このように画像処理部１１は、入力した目
標画像データ１０ａと記憶部１３から選択的に読出した
目標モデル１（あるいは２，３）に基づいて目標１２を
識別して、該目標１２の相対距離及び相対速度等の行動
パターンを取得し、この行動パターンに基づいて誘導デ
ータを生成して上記誘導制御系（図示せず）に出力す
る。
標画像データ１０ａと記憶部１３から選択的に読出した
目標モデル１（あるいは２，３）に基づいて目標１２を
識別して、該目標１２の相対距離及び相対速度等の行動
パターンを取得し、この行動パターンに基づいて誘導デ
ータを生成して上記誘導制御系（図示せず）に出力す
る。
【００１５】上記目標識別装置は、目標モデル１〜３の
形状及び諸元データを記憶する記憶部１３を設け、この
記憶部１３に記憶される目標モデル１〜３と、ロックオ
ン後、シーカ部１０で取得したホーミングの目標１２の
目標画像データ１０ａとに基づいて目標１２を識別し
て、該目標１２の誘導データを生成するように構成し
た。
形状及び諸元データを記憶する記憶部１３を設け、この
記憶部１３に記憶される目標モデル１〜３と、ロックオ
ン後、シーカ部１０で取得したホーミングの目標１２の
目標画像データ１０ａとに基づいて目標１２を識別し
て、該目標１２の誘導データを生成するように構成し
た。
【００１６】これによれば、誘導データとして、目標１
２との相対距離及び相対速度等の行動パターンの取得が
可能となることにより、目標１２を速度・距離を測定す
るための検出センサを備えることなく、信頼性の高い高
精度なホーミングが容易に実現される。なお、この発明
は、上記実施例に限ることなく、その他、この発明の要
旨を逸脱しない範囲で種々の変形を実施し得ることは勿
論である。
２との相対距離及び相対速度等の行動パターンの取得が
可能となることにより、目標１２を速度・距離を測定す
るための検出センサを備えることなく、信頼性の高い高
精度なホーミングが容易に実現される。なお、この発明
は、上記実施例に限ることなく、その他、この発明の要
旨を逸脱しない範囲で種々の変形を実施し得ることは勿
論である。
【００１７】
【発明の効果】以上詳述したように、この発明によれ
ば、簡易な構成で、且つ、信頼性の高い高精度なホーミ
ングを実現し得るようにした目標識別装置を提供するこ
とができる。
ば、簡易な構成で、且つ、信頼性の高い高精度なホーミ
ングを実現し得るようにした目標識別装置を提供するこ
とができる。
【図１】この発明の一実施例に係る目標識別装置を示し
た図。
た図。
【図２】図１の各部の詳細を説明するために示した図。
【図３】図１の目標形状をメンバーシップ関数の詳細を
説明するために示した図。
説明するために示した図。
【図４】図１の推論方法を説明するために示した図。
【図５】図４の推論方法による推論値の算出状態を説明
するために示した図。
するために示した図。
【図６】従来の目標識別装置の問題点を説明するために
示した図。
示した図。
１０…シーカ部。 １０ａ…目標画像データ。 １１…目標画像データ。 １２…目標。 １３…記憶部。
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.6 識別記号 庁内整理番号 ＦＩ 技術表示箇所 Ｇ０６Ｔ 1/00
Claims (2)
- 【請求項１】 ロックオン後、ホーミングの目標を捕捉
・追尾して、目標画像データを取得するシーカ部と、 前記目標に対応される目標モデルの形状及び諸元データ
を記憶する記憶手段と、 前記シーカ部で取得した目標画像データと前記記憶手段
に記憶される目標モデルとに基づいて前記目標を識別
し、該目標への誘導データを生成する信号処理手段とを
具備した目標識別装置。 - 【請求項２】 前記信号処理手段は、目標画像データが
記憶手段に記憶される目標モデルのどれに属するかを、
目標形状を２変数のメンバーシップ関数で関係づけて推
論して、目標を識別し、該目標への誘導データを生成す
ることを特徴とする請求項１記載の目標識別装置。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6218969A JPH0882500A (ja) | 1994-09-13 | 1994-09-13 | 目標識別装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP6218969A JPH0882500A (ja) | 1994-09-13 | 1994-09-13 | 目標識別装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH0882500A true JPH0882500A (ja) | 1996-03-26 |
Family
ID=16728203
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP6218969A Pending JPH0882500A (ja) | 1994-09-13 | 1994-09-13 | 目標識別装置 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0882500A (ja) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010270947A (ja) * | 2009-05-20 | 2010-12-02 | Mitsubishi Electric Corp | 誘導装置及び目標判定装置 |
| JP2011080890A (ja) * | 2009-10-08 | 2011-04-21 | Toshiba Corp | 対象物識別装置 |
-
1994
- 1994-09-13 JP JP6218969A patent/JPH0882500A/ja active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010270947A (ja) * | 2009-05-20 | 2010-12-02 | Mitsubishi Electric Corp | 誘導装置及び目標判定装置 |
| JP2011080890A (ja) * | 2009-10-08 | 2011-04-21 | Toshiba Corp | 対象物識別装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Tang et al. | Vision-aided multi-UAV autonomous flocking in GPS-denied environment | |
| Waldmann | Line-of-sight rate estimation and linearizing control of an imaging seeker in a tactical missile guided by proportional navigation | |
| Balakrishnan et al. | Advances in missile guidance, control, and estimation | |
| Jung et al. | A direct visual servoing‐based framework for the 2016 IROS Autonomous Drone Racing Challenge | |
| Dudgeon et al. | An overview of automatic target recognition | |
| JP3345113B2 (ja) | 目標物認識方法及び標的同定方法 | |
| Ho et al. | Adaptive gain control strategy for constant optical flow divergence landing | |
| Jin et al. | Ellipse proposal and convolutional neural network discriminant for autonomous landing marker detection | |
| Lin et al. | Vision-based formation for UAVs | |
| KR101622260B1 (ko) | 충돌시간 제어 유도 방법 및 시스템 | |
| Magree et al. | Monocular visual mapping for obstacle avoidance on UAVs | |
| Pandey et al. | An optimization of target classification tracking and mathematical modelling for control of autopilot | |
| Morales et al. | Image generation for efficient neural network training in autonomous drone racing | |
| Silva et al. | Landing area recognition by image applied to an autonomous control landing of VTOL aircraft | |
| JPH0882500A (ja) | 目標識別装置 | |
| CN116952229A (zh) | 无人机定位方法、装置、系统和存储介质 | |
| Hutchins et al. | Image fusion algorithms for tracking maneuvering targets | |
| JP2001194097A (ja) | 飛しょう体の誘導装置 | |
| Mitsudome et al. | Autonomous mobile robot searching for persons with specific clothing on urban walkway | |
| WO2021100650A1 (ja) | 位置推定装置、車両、位置推定方法、及び位置推定プログラム | |
| KR102414986B1 (ko) | 해킹 방지 기술이 적용된 딥러닝 기반의 무인 항공기 및 이를 이용한 무인 항공기 시스템 | |
| US11221194B2 (en) | IMUless flight control system | |
| KR101040305B1 (ko) | 영상 탐색 장치 및 이를 이용한 표적 결정 방법 | |
| NL2019877B1 (en) | Obstacle detection using horizon-based learning | |
| CN111813089A (zh) | 一种飞行器避障算法的仿真验证方法、装置及系统 |