学科分类
/ 2
31 个结果
  • 简介:针对单一图像源下目标跟踪精度不高的问题,利用跟踪状态下的目标存在于可见光与红外图像中的特征对连续自适应均值移动跟踪算法做出改进。首先选取可见光图像的“颜色梯度背投影”作为改进的目标模型,选取红外图像的“灰度梯度背投影”作为改进的目标模型;然后根据可见光序列图像和红外序列图像各自进行连续自适应均值移动跟踪算法得到的对应的口‘系数判定两种图像跟踪的效果,对两种图像的权重进行自适应调整,得到这两种图像的特征级融合图像和跟踪结果。实验结果表明,对于320像素×240像素的可见光和红外图像,基于可见光与红外图像特征融合的目标跟踪算法在复杂背景下能够较准确的跟踪目标,目标跟踪精度为0.5像素,跟踪速度为30~32ms/帧。

  • 标签: 目标跟踪 图像特征融合 可见光图像 红外图像 连续自适应均值移动跟踪算法
  • 简介:本文依据卡尔曼滤波器在使用最佳增益时,其余差序列互不相关的性质,开发了一种新的渐消滤波算法。该算法根据对象输出,在线自适应地调整遗忘因子,从而使滤波器在对象模型存在误差或对象受到外扰时,仍收敛并保持最佳性。该算法应用于陀螺随机常值漂移的标定,取得较好效果

  • 标签: 卡尔曼滤波 自适应滤波 捷联惯性系统 陀螺漂移
  • 简介:大视角图像匹配算法的鲁棒性与实时性直接影响飞行器对远距离目标定位的性能。针对目前仿射不变图像匹配算法实时性较差的问题,提出一种惯性信息辅助的快速大视角图像匹配方法。该方法对现有的快速图像匹配算法进行改进,避免了构建高斯金字塔,提高了算法效率。然后利用机载惯性导航信息求解实时图与参考图之间的单应性矩阵,并对实时图进行模拟视角变换以此减小图像间视角差异,克服了现有的大视角图像匹配算法盲目多次的匹配计算,实现了大视角图像的快速匹配。实验结果表明,惯性信息辅助的大视角图像匹配算法与现有的快速仿射不变性匹配算法相比,匹配效率提高了至少2倍。

  • 标签: 大视角图像 仿射不变性 惯性导航 图像匹配 目标定位
  • 简介:为提高光电平台的控制性能和稳定性,以平台反馈回路所用的光纤陀螺传感器为研究对象,对光纤陀螺角速率的历史输出、当前量测以及随机漂移进行融合补偿。采用双自回归模型确定了光纤陀螺时间序列输出的自回归多项式和光纤陀螺随机漂移的自回归关系。以陀螺当前输出为量测量,结合卡尔曼滤波算法将陀螺历史输出和历史随机漂移融合进状态方程,并进行随机漂移在线估计补偿。实验结果表明,光纤陀螺随机漂移的AR模型能达到90%拟合效果,经卡尔曼滤波补偿后随机漂移能降到1/10。该方法能很好地抑制光电平台三个框架轴光纤陀螺的随机漂移,补偿率为80%~90%。

  • 标签: 光电平台 光纤陀螺随机漂移 信息融合 AR模型 卡尔曼滤波
  • 简介:以小型无人机航姿测量系统的微小型化为背景,利用MEMS惯性测量元件研制了一种低成本微型航姿测量系统。针对MEMS器件用于载体航姿测量时精度低、易发散的问题,提出一种计算量小、实时性强的加速度信息、磁场强度信息、陀螺信息的融合方法。采用卡尔曼滤波器对系统的俯仰角、滚转角和航向角的误差进行最优估计;设计数据融合的判别准则,并根据判据的判断结果调整卡尔曼滤波器中的量测信息,使系统可用于小型无人机的定高自主飞行。实验结果表明,系统输出航姿的更新频率可达100Hz,航姿测量误差小于0.6°,航姿标准差小于0.09°;将其应用于某小型固定翼飞行器的飞行控制系统中进行自主飞行实验,完成了预定的飞行任务。

  • 标签: 小型无人机 航姿测量 微机电系统 数据融合 卡尔曼滤波
  • 简介:地磁异常场的强度在空间上变化丰富而在时间上很稳定。对地磁异常值与位置之间的非线性函数关系进行了随机线性化,将地磁异常测量值直接作为观测量,采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合,估计并校正了惯性导航系统导航误差.仿真表明,组合导航系统具有如下良好性能:对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性;对地磁数据噪声敏感度较低;可实时更新组合导航信息.将观测量选为参考数据测量值的信息融合策略引入惯性/地磁组合导航。定量描述地磁异常辅助惯性导航系统的信息量,分析组合导航系统对地磁图的适用性.

  • 标签: 自主导航 惯性 地磁导航 随机线性化 地磁场
  • 简介:信息融合系统的开发需要规范化。在分析信息融合系统工程方法的基础上,对信息融合系统的设计过程及设计产品描述方法进行了研究,分别研究了应用体系结构设计、系统体系结构设计及数据融合节点设计,以及各自的设计产品的描述方法,并提出了相应设计结果的描述元模型。实践证明,规范化有助于提高信息融合系统质量以及开发效率。

  • 标签: 信息融合系统工程 设计过程 描述方法 元模型
  • 简介:针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明:该算法在GPS有效的情况下能保证俯仰滚动角(RMSE标准)精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

  • 标签: 动中通 姿态测量 卡尔曼滤波 互补滤波
  • 简介:常规惯性/天文组合导航方法难以直接应用于高超声速飞行器机载环境下以载体系为基准进行星光测量的情况,且在可见星只有一颗时无法连续组合。为此,构建了高超声速飞行器惯性/卫星/天文紧组合导航系统方案,通过分析载体系下星光仰角、方位角与惯导误差之间的转换关系,建立了载体系下惯性/天文角度组合模型。理论分析表明,该系统在只有一颗导航星时仍能辅助惯导工作,且可使观测噪声特性保持稳定,从而提高了天文对惯导辅助的连续性和组合滤波估计精度。仿真结果表明,在高超声速飞行器导航系统采用天文角度辅助后,姿态误差较无天文辅助情况的降低60%~70%。

  • 标签: 天文导航 角度观测 组合导航 卡尔曼滤波