您好,欢迎来到河南华体会hth体育仪器设备有限公司!
全国咨询热线0371-53370142
河南华体会hth体育仪器设备有限公司

行业新闻

NEWS
hth华体会官网:论文推荐 基于图像的无人机战场
发布时间:2022-05-06浏览次数:115

  式:蒋超引用格,玉伟崔,势感知技术综述[J].测控技术王辉.基于图像的无人机战场态,2120,:14-1940(12).

  论述进行参考的基础上在对态势感知的相关,关概念进行了分析对态势感知的相。型3个阶段的特征根据态势感知典,无人机战场侦察应用特点重点考虑了基于图像的,预测的内涵和关键技术进行了论述分别对态势觉察、态势理解、态势,感知技术实现提供参考为今后无人机战场态势,hth华体会官网系统提供相应的借鉴同时也为其他侦察。

  战争相比与传统的,奏进程明显加快现代化的战争节,态势瞬息万变战场形势和,纵即逝机会稍。当前相关侦察设备性能提升的特征优势如何有效利用现代的信息化技术水平和,行快速准确且完整的获取对整个战场区域信息进,域的整体作战态势进而分析出战场区,供强有力的信息支撑最终为指挥决策者提,利的关键保障和重要支撑是整个战争取得最终胜。

  察领域中在战场侦,、电报信息相比视频图像与文字,观、实用更为直,侦察手段之一是目前有效的。策者提供相对丰富和比较形象的战场整体情况的数据因此基于视频图像的战场态势感知技术能够为指挥决。同时与此,设备而言对侦察,活、容易控制、成本低由于目前无人机具备灵,突出特点和优势没有人员伤亡的,取侦察信息十分有效的侦察装备之一因此无人机目前是现代战场环境下获。此因,势感知相关论述的基础上本文在参考视频图像态,现有的技术结合目前,势感知相关技术进行讨论针对基于图像的无人机态,技术的实现提供相应的参考为后续无人机相关态势感知。

  场状态和战场发展趋势的描述战场态势本质上是一种对战。战场态势为在一定的战场空间内研究学者梁浩哲在其论文中定义,勤补给单元以及自然环境中各个要素)的状态情况各个类别的军事单位(包括常规的作战单元、后,“势”两层典型含义具体包含“态”和。”这一层面其中“态,前战场的状态主要强调当,具体身份、所属类型等参数特性的描述是对被观察目标当前位置、运动参数、;这一层面而“势”,物发展的相关趋势主要强调的是事,边环境结合后的相互关系以及对我方目标所构成的威胁等的描述是对被观测目标所隐含的作战意图、被观测目标作战能力、与周。层面上分别对态势感知进行了有针对性的区分西北工业大学的肖圣龙等从战略层面和战术,战要素的状态、形势与发展趋势将态势感知定义为作战双方的作,层面上在战略,略部署与战略行动的状态、形势和趋势具体包括敌对双方总体力量的对比、战,方社会人文环境等同时包括敌对双;层面上在战术,划、火力分配、作战意图和具体的作战实体(如作战平台具体是指敌对双方具体的兵力对比、兵力部署、作战计,状态、形势和发展趋势)武器级具体武器目标的。

  个通过感知获取战场态势的过程战场态势感知顾名思义就是一,、友各个方面的兵力部署、武器装备和战场环境等信息的实时掌握的过程高杨等定义战场感知为所有参战部队和支援保障部队对战场空间内敌、我。Endsley等提出态势感知理论最早由,个通用态势感知三层模型后于1995年改进为一,察、理解和预测三层分别为觉,1所示如图。

  1中在图,务特点进行信息反馈我方系统首先针对任,信号后进行三级态势感知我方的决策系统收到反馈,势觉察先是态,态势的理解其次是对,基础上进行态势预测最后在态势理解的,了充分的信息准备和环境态势调研这为后续的决策和行动实施环节做。同时与此,进行相应的分析和存储我方对战场态势信息,据库和知识库形成我方的数,的态势感知的能力从而不断提高我方。

  Endsley提出的态势感知模型Henriques等进一步总结,心智模型修改为人工智能模型将Endsley模型中的,现代研究要求使之更加符合,如图2所示改进的模型。

  势感知的理解虽有所差异国内外研究学者对战场态,层面和应用层面的差异但大多都是基于信息。Endsley等提出的模型类似而态势感知技术实现的基本过程与,理解和预测3个阶段均可归纳为觉察、。层层递进3个阶段,势理解的基础态势觉察是态,态势预测的基础而两者又共为。知技术的3个阶段下面针对态势感,态势感知技术展开介绍对基于图像的无人机。

  常通,题最终都可以归结成一个最优化问题图像的高效处理和图像的高效分析问,像技术问题的有力工具优化理论成为解决图。复、增强、边缘检测、配准、分割和编码等方面目前优化理论应用范围涉及了图像的重构、恢。

  战场态势觉察的基础图像优化技术也是,棒性、准确性的关键步骤是提升态势感知系统鲁。术、图像的复原处理技术、图像的融合处理技术、图像的超分辨率重建技术等笔者理解的图像优化技术主要包括图像的去噪处理技术、图像的增强处理技,等地理测绘基础图像处理技术也包括图像拼接、三维重建。

  技术迅猛发展近年来计算机,合也日益紧密与数学的结,图像处理技术的发展极大地促进了数字。的任务存在差异由于图像处理,和模型也有差异相应的处理程序,准对图像优化进行评价并且没有统一的评价标,优化的目标需要设定,目标优化技术理论来对图像进行处理为此有必要利用现有较为成熟的多。理优化技术的研究中所存在的问题Liu等首先指出了当前图像处;优化的系统模型及相应的流程接着建立了图像的多目标处理;目标建立等全流程仿真设计实现最后完成了数学模型建立、优化。

  经过多年的发展图像优化技术,为成熟已经颇,像优化技术加以改进如何利用成熟的图,机侦察图像上表现更优使之能够在战场无人,下降的问题仍是研究工作的重点突破算法复杂度带来的实时性。

  术和图像处理技术的发展随着信息技术、传感器技,一个热门的研究方向目标跟踪已成为了。

  前目,主要集中在两个方向目标跟踪技术的研究,术和以SiamFC算法为代表的基于深度学习的目标跟踪技术即以CSK、KCF算法为代表的基于相关滤波的目标跟踪技。标跟踪技术速度快基于相关滤波的目,件资源少依赖硬,用的研究热点是当下工程应。术虽然跟踪准确性高、鲁棒性强而基于深度学习的目标跟踪技,很难达到实时但是处理速度,局限性较大战场应用。条件限制由于拍摄,不明显、画面不清晰、背景抖动明显、实时性要求高等无人机侦察图像目标跟踪应用的主要难点为目标特征。

  颜色为主要支撑点① 以目标区域的,色旋转不变性利用目标的颜,布大致相同的特性即在颜色空间中分,图来描述目标的主要特征通过目标区域的颜色直方,型特征的提取实现对目标典。

  理特征为主要支撑点③ 以目标区域的纹,特征进行改善以目标纹理,型特征进行提取对目标区域的典,轮廓特征跟踪效果进而改善目标的。

  值漂移算法① 目标均,hift算法即MeanS。有迭代次数少的优势该目标跟踪方法具,快速找到与目标最相似的位置它仅需较少的迭代次数就能够。决和处理目标的遮挡问题它的主要缺点是不能解,目标的形状和大小变化也无法适应和处理运动。它进行了改进因此有人对,Shift算法提出了Cam,动目标的大小和形状变化该方法基本能够适应运,的跟踪效果具有较好,标颜色接近的情况下但是在背景色和目,区域变大的情况容易出现目标,致目标跟踪丢失最终有可能导。

  n滤波的目标跟踪方法② 基于Kalma。要基于高斯模型理论该目标跟踪方法主,型符合高斯模型理论认为物体的运动模,目标的运动状态进行预测利用高斯模型理论来对,型进行对比分析同时与观察模,来更新目标的运动状态信息根据其与观测模型的误差,的精度有待进一步提高但是该目标跟踪方法。

  波的目标跟踪方法③ 基于粒子滤。用粒子群算法进行分析该目标跟踪方法主要利,样粒子的分布情况进行分析综合通过当前的目标跟踪结果来对采,对当前目标粒子进行扩散然后根据粒子分布情况,来重新观察目标的运动状态再通过粒子的扩散结果分析,方法来更新目标的运动状态最后通过归一化的思路和。目标的跟踪速度快该算法的特点是对,标的部分遮挡问题同时有效解决了目,程应用过程中使用率越来越高因此该目标跟踪方法在实际工。

  目标建模的方法④ 基于对运动。要提前明确所跟踪的目标对象该目标跟踪方法的缺点是需。标状态进行有针对性的建模然后通过对所要跟踪的目,对目标进行跟踪再利用该模型。进行跟踪对象确认该方法必须提前,踪指定的目标然后才能跟。

  所述综上,目前应用最广泛的一种目标跟踪方法当前基于粒子滤波的运动目标跟踪是。要分为以下4个步骤粒子滤波跟踪方式主,环实现对运动目标的跟踪其中后3个过程依次循。

  标特征提取① 运动目。跟踪的目标状态该阶段确认待,目标区域的颜色空间对应的直方图利用目标的典型特征来构建跟踪,被跟踪运动目标的特征并以该直方图作为描述。

  型特征搜索② 目标典。操作步骤后在第一个,周围布撒粒子搜索目标对象接着在被跟踪搜索目标的,均匀布撒和针对性布撒布撒粒子的方法通常有,布撒方式相结合通常是将两种,地方多撒些靠近目标的,的地方少放些离目标较远。计算出它当前所处位置的颜色特征每个被布撒的粒子针对目标特征,出的相似度进行归一化处理和分析随后对每个粒子与被跟踪目标计算,子的相似度之和为1使得所有被布撒的粒。

  特征粒子重采样④ 目标典型。小来对粒子的个数进行重新分配根据第③步的权重相似度的大,地方布撒更多的粒子在目标相似度高的,方布撒少一些粒子在相似度低的地,针对性以更具。机采样和粒子的重要性重采样主要思路和目标是粒子的随。

  技术应用已颇为广泛虽然目前目标跟踪,目标跟踪技术仍有待突破但跨场景、长期遮挡下的。

  形状匹配技术① 目标的。中主动搜索目标的轮廓该技术通过在当前帧,被观测目标的关联轮廓同时在连续帧中来寻找,目标的外观特征通过利用被观测,帧之间相应的轮廓关联来建立当前帧和连续。来说具体,背景进行减除首先对目标的;轮廓进行提取随后对目标的,的具体距离进行相应的匹配同时对目标和每个目标轮廓。展现形式有多种通常来说目标的,方图、体积函数等如密度函数、直。

  轮廓跟踪技术② 目标的。来对当前目标的轮廓进行相应的预测该技术通过对上一帧的目标轮廓位置。来说具体,进行相关的目标跟踪首先对状态空间模型,目标的运动参数进行定义并对轮廓的关键形状和,法进行目标轮廓的优化及跟踪之后通过梯度下降法或贪婪算。

  频图像建立图像与地面目标的对应关系目标定位技术是一种根据无人机侦察视,位置、运行速度的技术以此推算目标实际地理。基于图像匹配模式和基于遥测数据模式目前应用的无人机目标定位方法主要有。中其,目标定位计算时间长基于图像匹配模式的,限于地图精度定位精度受,时定位受系统误差影响较大而基于无人机遥测数据的实。依靠无人机遥测数据定位的拓展基于空间交会的目标定位是单纯,建立进行平差定位通过交会模型的,标定位精度从而提升目。

  境通常来说十分复杂由于战场环境电磁环,备可能受到电磁干扰卫导和其他测量设,果不准确导致结。此因,中实时性及计算复杂度问题如何解决图像的匹配模式,主要研究方向依然是未来的。

  结果进一步理解并联合目标信息战场态势理解即根据态势觉察,标威胁评估目,信息系统结合地理,整体态势图构建战场。

  化技术中的图像融合技术有所不同此处的多源数据融合技术与图像优,合技术更广义多源数据融,并非仅仅是图像数据融合的多源数据也。有多源异构传感器采集的数据此处的多源数据包含战场中所。术则是利用相关手段而多源数据融合技,场数据信息关联挖掘战,富的侦察信息提取更加丰。

  标知识抽取、关系关联、关系推理等多源异构数据融合过程主要包括目。前目,技术尚处于发展阶段多源异构数据融合,融合技术能够支撑战场环境下多源数据精准融合并没有完全自主化且准确率高的多源异构数据,、量化和模型的建立等方面主要难点表现在数据获取。

  化技术中的图像融合技术有所不同此处的多源数据融合技术与图像优,合技术更广义多源数据融,并非仅仅是图像数据融合的多源数据也。有多源异构传感器采集的数据此处的多源数据包含战场中所。术则是利用相关手段而多源数据融合技,场数据信息关联挖掘战,富的侦察信息提取更加丰。

  标知识抽取、关系关联、关系推理等多源异构数据融合过程主要包括目。前目,技术尚处于发展阶段多源异构数据融合,融合技术能够支撑战场环境下多源数据精准融合并没有完全自主化且准确率高的多源异构数据,、量化和模型的建立等方面主要难点表现在数据获取。

  战场决策级的推理行为目标威胁评估技术是,状态、现场环境等诸多因素影响目标威胁程度受类别属性、运动。属性进行排序评估目标威胁程度目前现有的研究多基于目标本身,合评价的思想如张靓引用组,向角、距离等进行量化评估通过对目标大小、速度、航,胁程度确定威;等指标利用基于模糊判断准则评估目标威胁程度王毅则应用目标方位、俯仰、大小、亮度、速度。研究中未来,结果和整体态势信息应结合战场态势预测,属性为基础以目标自身,评估相关目标的威胁程度综合目标的行为意图来。

  们对战场态势感知的理解略有不同战场态势的复杂性使得研究学者,势感知的目的性但由于战场态,、战场态势理解、战场态势预测3个阶段战场态势感知可以归纳为战场态势觉察。无人机态势感知应用本文结合基于图像的,阶段的关键技术进行讨论分别针对态势感知3个,发展方向进行探讨并对实现难点及,势感知系统研究提供参考可为基于图像的无人机态,态势感知提供借鉴也为其他侦察系统。

在线客服
联系电话
全国免费咨询热线 0371-53370142
  • · 专业的设计咨询
  • · 精准的解决方案
  • · 灵活的价格调整
  • · 1对1贴心服务
在线留言
回到顶部