论文部分内容阅读
无人机对环境的感知,以及感知结果在地面站中的展示,是操作员了解无人机周边情况,进行控制操作的前提和依据,地位尤其重要。对于集群无人机指挥控制人员而言,如何在其指挥控制多架无人机的同时,还能清晰掌握战场态势,是直接影响集群系统整体作战效能的关键问题之一,而基于传感器图像的任务环境重构方法是解决该问题的有效手段。本文以集群无人机侦查任务环境重构为研究对象和目标,首先设计优化处理流程对不同航拍条件下不同质量和不同构图要素的集群无人机传感器图像进行预处理,包括天空/地面分割、动目标图像修复等;在此基础上设计高速、高适应性算法完成了任务环境的重构;最后,将重构结果融合后基于VR设备进行真三维渲染输出。主要工作及创新点如下:(1)对集群无人机侦察任务环境重构问题进行了分析,针对该问题中存在的传感器图像质量较低、地面运动目标影响重构效果、图像中的天空部分无法按地面部分重构等难点,提出了先进行天际线分割、再针对天空图像和地面图像分别进行处理、最后进行高沉浸感展示的总体思路,对其中的地面图像还设计了动目标提取修复-高效实时拼接的处理管线流程;为集群无人机侦察任务环境高效重构奠定了基础。(2)在图像预处理环节中,为有效分割图像中的空中、地面部分,基于传统天际线检测算法进行改造,设计了一种自适应的高效图像分割算法,有效解决了传统边缘分割方法对颜色特征和纹理特征的变化不具备自适应能力的缺点。(3)针对包含运动目标的传感器图像拼接造成“鬼影”现象的问题,首先基于深度学习方法实现了运动目标提取。在此基础之上,对提取目标后的图像进行自动修复。最后将提取到的目标以三维实体的形式增强显示到对应的位置。(4)在图像拼接环节中,针对目标区域特征不明显时传统特征拼接方法容易出现失配/误配、集群无人机位姿传感器误差较大和成像质量稳定性较差等问题,提出一种基于灰色关联度分析的高稳定性、高适应性的集群无人机航拍影像拼接算法。利用无人机位姿数据对基于特征拼接算法进行改进,通过飞行试验验证了改造后的重构算法具有较强的鲁棒性、快速性和准确性。(5)针对外场集群飞行试验环境设计了任务环境重构试验样机,基于Oculus头戴式显示器构造了任务环境沉浸式VR展示系统,在传统虚拟数字地球可标绘、可交互的基础上,利用实时重构结果实现了高动态、高真实性的任务环境嵌入显示。