基于摄像测量的无人机对地面目标精确定位关键技术研究.docx_对地面目标定位资源-CSDN文库

版权申诉

117 浏览量 2023-04-17 20:24:48 上传评论 1 收藏 10KB DOCX 举报

资源推荐

资源详情

资源评论

基于摄像测量的无人机对地面目标精确定位关键技术研究

对感兴趣目标遂行精确打击是信息化战争的核心特征,而对目标进行精确侦

察和定位,是实现精确打击的基本前提。近年来,在“零伤亡、非接触性战争”等

作战理念的驱使下,基于无人机平台的精确打击正以“推动一场作战样式革命”

的方式迅猛发展,精确定位是其核心技术;另一方面,随着以联合直接攻击炸弹

(JDAM)为代表的精确制导武器的日益成熟,对目标精确定位越来越成为制约战斗

力生成的重要问题之一。本文主要讨论无人机利用其搭载的可见光或红外摄像机,

基于摄像测量原理实现对地面目标精确定位的问题,对其中涉及的像机标定、多

视图光束法平差、图像匹配等关键技术展开研究,论文的主要工作和创新点包

括:1、针对像机安装关系标定问题,研究了平面镜辅助下的非通视位姿估计技术,

提出两种基于非正规旋转平均的非通视位姿估计算法:最小化弦距离 2 范数的闭

式解法和最小化几何距离 1 范数的迭代解法。最小化弦距离 2 范数的解法在计算

效率和计算精度两方面均优于传统闭式解法;最小化几何距离 1 范数的解法则首

次给出了非通视位姿估计问题的鲁棒性算法。

2、图像匹配是计算机视觉与摄像测量等研究领域的核心基础性问题,也是基

于多点多视图约束实现对地定位精度提升所需的关键技术。本文对序列图像匹配

问题进行了探索性研究,提出一种从原理上完全不同于传统方法的基于深度卷积

神经网络和无监督学习的图像匹配方法。在分析“图像帧间插值”与“序列图像

匹配”两个传统问题之间存在对偶关系的基础上,采用“先合成后分析”策略进

行序列图像匹配:在“先合成”部分,应用深度卷积神经网络对输入的两帧待匹配

图像进行帧间插值,生成中间帧图像;在“后分析”部分,采用梯度后向传播算法,

在中间帧图像处对神经网络进行敏感度分析以获得图像匹配信息。基于 KITTI

和 MPI-Sintel 等公开测试集进行的实验验证了方法的有效性。

值得强调的是:由于自然存在的大量视频数据具有时序一致性,无需人工标

注即可用于本文神经网络的训练。换句话说,本文方法使得计算机仅通过“观看

视频”即可习得“序列图像匹配”,进一步研究前景广阔。3、针对摄像测量中光

束法平差的参数描述问题,提出了一种基于平面诱导视差的光束法平差方法。通

过合理假设参考帧图像提取没有误差,利用平面诱导视差描述三维点坐标。

相同的配置条件下,较传统光束法平差,优化参数数量大幅减少。在世界点数

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

内容反馈

版权申诉

apple_51426592

粉丝: 9561
资源: 9658

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip