李萬華

（重慶城市職業(yè)學(xué)院，重慶 402160）

引言

無人機(jī)視覺識別技術(shù)是將無人機(jī)作為載體，結(jié)合機(jī)器視覺技術(shù)，利用無人機(jī)的飛行高度和視角，從客觀的圖像中提取所需信息，經(jīng)過處理后，用于無人機(jī)自主智能控制的輸入和無人機(jī)終端應(yīng)用領(lǐng)域的拓展[1]。微動現(xiàn)象是存在于自然界的一種現(xiàn)象，主要描述目標(biāo)或目標(biāo)物體上的一部分除質(zhì)心平動外產(chǎn)生的微幅度的運動，通過無人機(jī)視覺識別技術(shù)，得到地面微動特征，實現(xiàn)無人機(jī)目標(biāo)識別的目的[2]。通過可靠性分析，為無人機(jī)地面微動特征視覺識別提供了實際應(yīng)用的可行性，具有一定的現(xiàn)實意義[3]。

常規(guī)的可靠性分析方法在真實環(huán)境中由于無人機(jī)平臺的抖動，導(dǎo)致航向重疊度較低，可靠性相對誤差較高，無法為無人機(jī)地面微動特征視覺識提供可靠依據(jù)。因此，設(shè)計無人機(jī)地面微動特征視覺識別可靠性分析方法，解決上述中存在的問題。

1 無人機(jī)地面微動特征視覺識別的可靠性分析方法

無人機(jī)地面微動特征視覺識別過程中，主要根據(jù)地面識別目標(biāo)位置實時調(diào)整無人機(jī)的姿態(tài)，利用微動特征在目標(biāo)丟失情況下將目標(biāo)重新找回，通過以上兩點完成可靠性分析。

1.1 確定無人機(jī)視覺定位中影響因子

通過分析無人機(jī)視覺定位過程，確定可靠性影響因子。建立地面空間坐標(biāo)系無人機(jī)機(jī)體坐標(biāo)系機(jī)載相機(jī)坐標(biāo)系為通過方向矩陣得到無人機(jī)機(jī)體與相機(jī)在地面空間坐標(biāo)系中的準(zhǔn)確位置[4]。假設(shè)坐標(biāo)系中的單個不同方向的軸分別轉(zhuǎn)動θ、λ、α角度，則三個不同方向的軸的基元旋轉(zhuǎn)矩陣分別為：

確定坐標(biāo)系中的基元旋轉(zhuǎn)矩陣后，利用無人機(jī)視覺技術(shù)估計無人機(jī)位置，提供準(zhǔn)確的位置信息，以便根據(jù)目標(biāo)的運動特征做出姿態(tài)調(diào)整[5]。采用ORB特征視覺定位算法，在真實環(huán)境中進(jìn)行特征提取測試，ORB特征提取結(jié)果如圖1所示。

完成特征提取后，初始化圖像場景地圖，對于平面場景，通過計算相機(jī)投影的單應(yīng)性矩陣得到初始化地圖[6]。公式如下：

式中：

Uνε—相機(jī)單應(yīng)性矩陣；

pν—無人機(jī)獲得的當(dāng)前幀圖像；

pε—參考幀圖像[7]。

針對一般場景，通過計算當(dāng)前圖像的基本矩陣得到初始化地圖，計算公式為：

式中：

Iνε—基本矩陣。

完成初始化地圖后，通過提取的ORB特征實現(xiàn)對地面目標(biāo)的跟蹤，通過對比連續(xù)幀之間的對應(yīng)關(guān)系，獲取無人機(jī)及相機(jī)的當(dāng)前位置姿態(tài)信息，若出現(xiàn)跟蹤目標(biāo)丟失情況，將當(dāng)前幀圖像與圖像數(shù)據(jù)庫對比，在初始化地圖上重新定位[8]。

在對無人機(jī)定位的同時，對場景加入深度信息，實現(xiàn)視覺定位信息與無人機(jī)機(jī)載在同樣的時間對無人機(jī)高度信息的測量，形成測量數(shù)據(jù)序列(g1,g2)，定義視覺定位尺度因子為ε[9]。得到：

圖1 ORB特征提取結(jié)果

式中：

g1—視覺定位高度測量值；

g2—無人機(jī)機(jī)載聲波高度測量值；

bi—聲波測量高度信息；

σ1—視覺定位測量方差；

σ2—聲波測量方差[10]。

通過上述分析過程，確定無人機(jī)視覺定位中影響可靠性的多種因素，將其轉(zhuǎn)化為影響因子，用于后續(xù)可靠性計算，其中包括基元旋轉(zhuǎn)矩陣、初始化地圖參數(shù)及場景深度信息。在無人機(jī)地面微動特征視覺識別中，視覺定位完成后利用目標(biāo)識別算法識別出地面目標(biāo)，通過分析無人機(jī)目標(biāo)識別算法，確定其對應(yīng)的可靠性影響因子。

1.2 確定無人機(jī)目標(biāo)識別算法影響因子

對地面目標(biāo)微動特征識別，首先提取目標(biāo)微動特征，分析微動特征提取能力。在無人機(jī)地面目標(biāo)識別中，利用短時傅立葉變換方法完成微動特征提取[11]。通過對多分量振動信號進(jìn)行仿真確定特征提取的可靠性。仿真條件為，當(dāng)待識別的地面目標(biāo)只存在一個振動中心，工作頻率為10 GHz，散射點微動幅度為0.06 m，微動角速度為8 prad/s，初始振動相位為0；若地面微動目標(biāo)有兩個散射中心，則微動幅度分別為0.2 m和0.4 m，兩者之間的振動初相相位差為p，微動角速度相同均為8 prad/s，兩種仿真的回波采樣頻率均為1 kHz，累積采樣時間為0.05 s。仿真結(jié)果如圖2。

以提取的微動特征為樣本，分析檢測器的性能。利用檢測器掃描無人機(jī)當(dāng)前幀圖像判斷目標(biāo)是否存在。使用集合分類器掃描無人機(jī)獲得的當(dāng)前幀圖像，對圖像對應(yīng)像素灰度值進(jìn)行大小比較，將比較結(jié)果組成一組二進(jìn)制碼作為后驗概率表的索引，經(jīng)過后驗概率平均計算，若結(jié)果大于50 %，則說明該圖像包含識別目標(biāo)。

在集合分類器中存在多個基礎(chǔ)分類器，每個分類器具有對應(yīng)的后驗概率分布，包含圖像像素比較坐標(biāo)的數(shù)目[12]。在初始化階段，基礎(chǔ)分類器的后驗概率的初始值為0，在運行期間，集合分類器通過分類標(biāo)注的樣本完成后驗概率的更新，更新完成后計算后驗概率平均計算判斷目標(biāo)是否存在。

對于判斷目標(biāo)是否存在的重要因素就是后驗概率平均計算，經(jīng)過對后驗概率初始階段和更新后的測試，證明了檢測器真實有效。通過檢測器判斷目標(biāo)存在后，使用跟蹤器在連續(xù)幀中預(yù)測目標(biāo)的運動。

經(jīng)過計算得到計算結(jié)果為0.03，趨近于0，說明跟蹤軌跡正確有效。

綜合上述分析內(nèi)容可知，在無人機(jī)目標(biāo)識別算法中影響可靠性的影響因子有微動特征完整度、后驗概率分布指數(shù)、跟蹤軌跡重合度。將以上三種影響因子與無人機(jī)視覺定位中的三個影響因子相結(jié)合，計算地面微動特征視覺識別能力評價指數(shù)，確定其可靠性。

圖2 振動信號微動特征

1.3 計算可靠性指數(shù)

通過計算尺度因子優(yōu)化無人機(jī)位置信息，利用無人機(jī)視覺定位獲取無人機(jī)位置信息。得到無人機(jī)及機(jī)載相機(jī)位置，結(jié)合初始化地圖pν和場景深度信息計算無人機(jī)視覺定位可靠性指數(shù)，公式如下：

式中：

gi—場景深度信息，i=1,2,…,n，n為常數(shù)。

確定無人機(jī)視覺定位可靠性指數(shù)后，根據(jù)微動特征完整度、后驗概率分布指數(shù)及跟蹤軌跡重合度計算地面微動特征識別可靠性指數(shù)，公式如下：

式中：

φ1，φ2，φ3—與影響因子對應(yīng)的權(quán)重；

f—地面微動特征完整度；

a—后驗概率分布指數(shù)；

將獲得的ξ1與ξ2相加，根據(jù)最終獲得的值判斷無人機(jī)地面微動特征視覺識別的可靠性指數(shù)，完成可靠性分析。正常情況下，ξ1與ξ2兩者的和在（0，1）范圍內(nèi)，若結(jié)果無限趨近于1，說明其可靠性越強(qiáng)，反之，若結(jié)果趨近于0，則說明可靠性較差。

w—無人機(jī)跟蹤目標(biāo)軌跡重合度。

通過以上過程確定可靠性指數(shù)，以此為依據(jù)，判斷無人機(jī)地面微動特征視覺識別的可靠性指數(shù)，至此，可靠性分析完成。

2 實驗設(shè)計與分析

針對常規(guī)的可靠性分析方法中存在的問題，設(shè)計對比實驗，使用相同的實驗設(shè)備，設(shè)置5條不同參數(shù)的航線，計算無人機(jī)在航行過程中的航向重疊度和可靠性相對誤差，根據(jù)結(jié)果進(jìn)行對比分析。

2.1 實驗設(shè)備準(zhǔn)備

受到實驗環(huán)境的限制，實驗使用的是中空無人機(jī)，該無人機(jī)相關(guān)性能參數(shù)如表1所示。

與之搭配使用的攝像機(jī)參數(shù)如表2所示。

以上設(shè)備的實物圖如圖3所示。

使用以上設(shè)備同時設(shè)置無人機(jī)飛行參數(shù)，驗證無人機(jī)地面微動特征視覺識別的可靠性。

2.2 無人機(jī)飛行參數(shù)設(shè)計

在無人機(jī)觀測中選擇5條航線飛行，設(shè)置不同的每條航線的飛行時間、航線長度和平均飛行速度，5條航線無人機(jī)設(shè)置的飛行參數(shù)如表3所示。

上述數(shù)據(jù)為5條航線設(shè)置的不同的飛行時間、飛行距離和飛行速度，在實際實驗中存在一定的誤差，通過計算，得出的標(biāo)準(zhǔn)差為0.035，正常標(biāo)準(zhǔn)為0.01，計算得到的標(biāo)準(zhǔn)差在標(biāo)準(zhǔn)范圍內(nèi)，對后續(xù)可靠性對比實驗沒有影響，可進(jìn)行下一步操作。

表1 中空無人機(jī)性能參數(shù)

表2 攝像機(jī)參數(shù)

圖3 無人機(jī)及機(jī)載相機(jī)實物圖

表3 無人機(jī)飛行參數(shù)

表4 實驗結(jié)果

2.3 可靠性對比實驗及分析

使用上述準(zhǔn)備的設(shè)備，并完成無人機(jī)參數(shù)設(shè)計，使用設(shè)計的可靠性分析方法分析無人機(jī)地面微動特征視覺識別，同時引用常規(guī)的無人機(jī)地面微動特征視覺識別可靠性分析方法，獲得兩組航向重疊度及可靠性分析相對誤差。統(tǒng)計5條航線的實驗結(jié)果，結(jié)果如表4。

觀察表中結(jié)果，表4中對照組結(jié)果顯示5條航線整體航向重疊度偏低，在20～30 %之間，其對應(yīng)的可靠性相對誤差在9.0～10.5之間，整體偏高；實驗組結(jié)果中顯示5條航線航向重疊度在80～95 %之間，其對應(yīng)的可靠性相對誤差在1.0～2.0之間，整體偏低。

在實際項目中，可靠性分析方法的相對誤差標(biāo)準(zhǔn)范圍為3.25以下。綜合上述數(shù)據(jù)來看，常規(guī)的可靠性分析方法的相對誤差遠(yuǎn)超于標(biāo)準(zhǔn)值，而設(shè)計的可靠性性分析方法測得的結(jié)果在標(biāo)準(zhǔn)范圍內(nèi)，說明設(shè)計的無人機(jī)地面微動特征視覺識別的可靠性分析優(yōu)于常規(guī)的可靠性分析方法。

3 結(jié)束語

近年來，隨著機(jī)載視覺平臺的發(fā)展，為目標(biāo)跟蹤提供了更好的幫助，能夠利用無人機(jī)視覺技術(shù)實現(xiàn)實時圖像傳輸，保證對目標(biāo)的主動跟蹤。使用可靠性分析方法分析，為保證無人機(jī)地面微動特征視覺識別提供了一定的保障。針對常規(guī)的可靠性分析方法存在的弊端，重新設(shè)計可靠性分析方法，同時設(shè)計對比實驗，通過實驗證明了設(shè)計的可靠性分析方法有效的解決了常規(guī)方法中存在的問題，為進(jìn)一步確定無人機(jī)視覺識別的可行性提供了一定幫助。