收稿日期: 2010唱03唱07; 修回日期: 2010唱04唱27 基金项目: 国家自然科学基金资助项目(60634030,60702066) ; 国家教育部新世纪优秀
人才资助项目( NCET -06 -0878) ; 航空基金资助项目(20090853013) ; 西北工业大学校“ 翱翔之星” 计划资助项目
作者简介:李耀军( 1981唱) ,男,河南南阳人,博士 研究生,主要研究方向为模式识别、图像分析与理解等 ( liyaojun@mail.nwpu.edu.cn) ;潘 泉
(1961唱) ,男,教授,博导,博士,主要研究方向为动态系统建模、估计与 控制、信息融合、图 像处理、模 式识 别与人工智 能等;赵春晖 (1973唱) ,男,讲
师,博士,主要研究方向为图像处理、模式识别与人工智能等;张绍武(1964唱) ,男,副教授,硕导,博士,主要研究方向为模 式识别、计算生物信 息学
与图像处理等;凌志刚(1976唱) ,男,博士研究生,主要研究方向为图像处理、信息融合与机器学习等.
基 于 空 间 关 系 几 何 约 束 的 无 人 机 景 象 匹 配 导 航
倡
李耀军, 潘 泉, 赵春晖, 张绍武, 凌志刚
(西北工业大学 自动化学院, 西安 710072)
摘 要: 针对 GPS 的信号强度较弱、易受各种电磁干扰,提出一种基于空间关系几何约束的景象匹配导航算法。
首先基于空间关系几何约束的多匹配区选择方法,将实时 图划分为多个分 区;然 后采用基于 边缘响应的加权
Hausdorff 距离景象匹配算法对各个匹配区进行定位计算;最后,通过最优配准点坐标估计策略,解算出无人机实
时图中心在基准图上的精确定位坐标。 多区域景象匹配采用并行计算方法,利用历史导航信息来辅助修正景象
匹配导航误差。 实验结果表明,该算法可较好地满足无人机对景象匹配导航算法实时性、精确性的性能要求。
关键词: 空间关系几何约束; 加权 Hausdorff 距离; 并行景象匹配; 历史导航信息; 无人机
中图分类号: TP391畅4 文献标志码: A 文章编号: 1001唱3695(2010)10唱3822唱04
doi:10.3969 /j.issn.1001唱3695.2010.10.058
Scene matching navigation for UAV based on spatial
relationship geometric constraints
LI Yao唱jun, PAN Quan, ZHAO Chun唱hui, ZHANG Shao唱wu, LING Zhi唱gang
( School of Automation, Northwestern Polytechnical University, Xi’ an 710072, China)
Abstract: The GPS system’s signal was extremely weak and was vulnerable to both intentional and unintentional interference.
For the complexity of the work environment of scene matching navigation on the platform of UAV, this paper proposed a multi唱
region scene matching algorithm for suitable唱matching area based on the spatial relation constraint.This algorithm adopted pa唱
rallel computing to improve the real唱time performance of SMNS.It could estimate ultimately the optimal allocation of coordi唱
nates of center point by calculating the spatial relation of many match areas.So it could get the precise location of real唱time im唱
age center at the base map.At last, designed a method based on previous navigation data to check the location.To accomplish
the on唱line scene matching reliably and precisely, this algorithm only needs one real唱time frame image to match base map every
time.Experiments show that this algorithm meets the UAV navigation performance requirements such as real唱time, robustness
and high accuracy.
Key words: spatial relation geometric constraint; weighted Hausdroff distance; parallel scene matching; previous navigation
data; UAV
0 引言
GPS 作为一种常用的高精度导航定位方式已经广泛应用
于各个领域。 廉价的便携式 GPS 导航设备的大量使用使得
GPS 的抗干扰能力下降
[1]
,美国国防部正在开发高精度、抗干
扰、低成本的替代 GPS 的导航定位技术。 在 GPS 失效的情况
下,景象匹配辅助惯性导航系统(INS)可作为替代 GPS 的有效
导航方式
[2]
,该技术在军事目标识别和侦察、飞机导航、末制
导武器系统等领域具有广阔的应用前景
[3 ~7]
。
景象匹配的导航性能是修正 INS 累积误差并提高其导航
精度的关键所在。 在无人机景象匹配辅助导航中,适配区景象
匹配的配准精度决定了整个景象匹配辅助导航的精度。 研究
具有良好适配性能的适配区景象匹配算法,提高景象匹配的精
确性和实时性是提高 INS 导航精度的核心。 目前,国内外学者
在景象匹配的 相似性度量与搜索算法方面做了较多的研
究
[8 ]
。 Carr 等人
[9]
与黄锡山
[10]
采用了多帧景象匹配策略以减
少误匹配的概率;王永明
[11]
通过引入了相关阵中的次峰信息,
进行了 N 帧连续景象匹配并结合惯导位置输出进行一致性判
断剔除误匹配点;基于 Ratkovic
[12]
提出的图像相关性估计理
论,刘扬等人
[13]
提出了一种基于互相关算法的景象匹配结果
置信度计算方法。 以上方法均通过多次连续景象匹配来计算
匹配概率,以此评价每次的匹配效能,由于不能由单帧景象匹
配确定当前实时图在基准图的精确定位,实时性能较差;左峥
嵘等人
[14]
从参考图中截取多个子基准图作为模板,将实时图
上与各子基准图进行匹配,利用各子基准图之间的空间关系几
何约束对匹配结果进行综合及可信度判断。 该方法虽然有效
地提高了匹配性能,但是需要对各子基准图的匹配结果进行聚
类后方能给出最终匹配结果,景象匹配的实时性不高。
针对无人机机动性强、工作环境复杂,实际应用中需要实
时性强、精确性高与鲁棒性强的景象匹配算法。 本文提出基于
第 27 卷第 10 期
2010 年 10 月
计 算 机 应 用 研 究
Application Research of Computers
Vol.27 No.10
Oct.2010