基于無人機載光電平臺的目標定位技術

鐘麟 張岐坦

摘要：針對無人機目標定位問題，基于無人機載光電平臺總結了無人機目標定位的典型工作流程，系統論述了無人機目標定位技術現狀，闡述了包括基于視覺、地圖匹配、空間前方交會和粒子濾波技術的主要目標定位方法。針對性地分析了 4 種技術的優缺點，對無人機目標定位技術的未來發展趨勢進行了展望。

關鍵詞：光電平臺;目標定位;地圖匹配;空間前方交會;粒子濾波

中圖分類號：TN957 文獻標志碼：A 文章編號：1008-1739（2021）13-53-5

Target Localization Technology of UAV Photoelectric Platform

ZHONG Lin， ZHANG Qitan

（The 54th Research Institute of CETC， Shijiazhuang 050081， China）

Abstract：Aiming at the target localization based on the characters of UAV photoelectric platform， the target localizationtechnologies are studied and the target localization work flow is summarized. The target localization technologies are introducedsystematically. The technologies proposed here include vision-based target localization technique， map matching-based targetlocalization technique， space intersection-based target localization technique and particle filter-based target localization technique. Themerit and demerit of these techniques are also discussed. Finally， the future development of UAV target localization technology isprospected.

Keywords：photoelectric platform; target localization; map matching; space intersection; particle filter

0 引言

無人機由于其成本低、機動快、時效性高和適應性強的特點，得到了快速發展和廣泛應用[1-2]。隨著機載光電平臺的廣泛應用，利用機載光電平臺進行目標偵察跟蹤定位，獲取目標位置及目標運動信息得到了各行業極大的關注。目前，利用無人機目標定位技術，在軍事領域可以執行激光制導、電子干擾、通信中繼及戰斗評估等任務，還可進行精確打擊、定點轟炸，甚至還可以攔截戰術導彈和巡航導彈，代替人員在核生化或其他特殊條件下執行作戰任務[3-5]。在民用上也大有可為，可應用于場區監控、氣象探測、公路巡視、勘探測繪、水災監視、航空攝影、交通管理、電力線路巡查及森林防火救災等[6-7]。以無人機光電偵察平臺目標定位為研究背景，從實際工程應用的角度出發，總結了基于無人機載光電平臺的目標定位典型工作流程，梳理了無人機目標定位技術現狀，針對性地分析了各種技術的優缺點，最后對無人機目標定位技術的未來發展趨勢進行了展望。

1 無人機目標定位流程

機載光電平臺是無人機最基本的任務執行單元，通過光電系統及其內在的光電傳感器可以對各種地面目標、空中目標進行偵察定位。隨著光電技術和數字技術的發展，在機載平臺小型化和集約化的潮流下，無人機機載光電系統的性能將有大的提高，探測距離將大幅度增加，靈敏度和分辨率更高，質量和體積更小，為無人機目標高精度定位的實現奠定了硬件基礎[8-13]。無人機載光電平臺作為一種優秀的空中偵察、探測系統，其戰場偵察和目標監視的能力是實現偵察和打擊一體化的關鍵。

通過機載偵察設備，通常可以得到飛行姿態（俯仰角、傾斜角、偏航角）、成像平臺方位角、高低角以及傳感器焦距等信息，但是無法直觀得出目標的具體位置信息。為了得到目標在大地坐標系下的三維坐標，需要得到目標圖像所在時刻的飛行姿態測量數據、無人機 GPS 位置信息、機載光電平臺自身的視軸位置、機載光電平臺的激光測距值等信息參數，然后通過一系列的坐標轉換計算出目標的三維位置。基于無人機載光電平臺的目標定位工作流程如圖 1 所示。

基于無人機載光電平臺的目標定位工作流程中主要分為2 個關鍵部分：①通過導航定位系統獲取載機位置姿態信息，通過無人機載光電平臺獲取目標相對距離、目標角度（方位角、俯仰角）等參數信息;②通過無人機目標定位算法結合前面獲取的參數信息在一系列坐標系統轉換下得出目標的定位結果。目標定位能力作為一個系統指標，受傳感器、測距儀、載荷平臺穩定精度、飛行平臺穩定精度和位置精度等綜合因素影響，因此目標定位難度較大，目前已經發展出多種無人機目標定位技術。

2 無人機目標定位技術

2.1 基于視覺的目標定位技術

基于視覺的目標定位技術屬于主動定位方法，通過控制穩定平臺和攝像系統搜索偵察目標。當目標出現在畫面上時，鎖定并跟蹤目標，使其位于畫面中心，同時得到目標圖像所在時刻的飛行姿態測量數據、無人機 GPS 位置信息、機載光電平臺自身的視軸位置及機載光電平臺的激光測距值等信息參數。基于目標與圖像像素坐標之間的坐標變換關系，經過一系列變換矩陣，最終得到目標的估計位置。其中關系到幾個坐標系的定義和轉換，包括慣性坐標系、無人機當地坐標系、機體坐標系、平臺坐標系和相機坐標系[14-15]。各坐標系定義如圖 2所示。

慣性坐標系用表示，是一個固定的坐標系，指向北，指向東，指向地球中心。無人機當地坐標系用表示，各軸方向與慣性坐標系相同，原點在無人機質心。機體坐標系用表示原點在無人機質心，指向機頭，指向由右機翼，指向機體腹部。攝像平臺坐標系用表示原點在平臺中心點，與光軸同向，指向成像面右側，指向成像面下側。攝像機坐標系用表示，原點在光心，指向成像面上方，指向成像面右側，指向光軸。

通過構建簡單的投影相機模型，建立圖像像素坐標系和慣性坐標系的坐標轉換矩陣，用目標的像素坐標和三維慣性坐標建立的矩陣方程即可得出目標的地理經緯度坐標，如下：

（1）

式中，表示目標在慣性坐標系下的三維坐標位置;C表示相機校準矩陣;表示從坐標系i到坐標系j的齊次變換矩陣;表示無人機到目標的激光測距值;q表示目標在圖像上的像素坐標。

基于視覺的目標定位技術利用平臺慣導確定姿態參數，通過綜合光電平臺自身相對于無人機旋轉參數和激光測距，建立空間幾何關系，換算獲得偵察目標的位置。該方法的主要優點是物理實現簡單、經濟可行、技術難度低，能夠實時快速定位，應用廣泛;主要缺點是容易受到無人機自身位置誤差、飛行姿態數據誤差、光軸指向誤差影響，定位精度不高。

2.2 基于地圖匹配的目標定位技術

基于地圖匹配的目標定位基本原理是在執行任務過程中通過預裝飛行路線附近的地理編碼底圖，當無人機飛抵目標區上空時，由光電載荷將含有目標的偵察圖像傳輸到地面站，由操作員通過觀察比較后，將含有目標的相應區域圖像放大、凍結，并利用無人機位置信息、無線電高度表和無人機飛行姿態數據，確定目標的近似位置和含有目標的局部實時圖像。然后根據目標的近似位置，找出相應目標區域的數字地圖（數字正射影像圖），該數字地圖就作為參考圖像，通過局部實時圖像和參考圖像的相關分析計算（或操縱員觀察比較判定），確定出目標在參考圖像上的對應位置，從而實現對目標的定位[16]。為了實現對探測目標的精確定位，需要把無人機圖像與具有地理信息的參考圖像進行精確匹配。因此魯棒性強實時性好的圖像匹配算法成為其中的關鍵。

由于無人機偵察圖像與參考圖像不可避免地存在尺度變化、旋轉變化和光照變化，圖像匹配需要把不同傳感器或者同一傳感器在不同時間、不同成像條件下對同一景物獲取的 2 幅或多幅圖像在空間上進行對準，以確定 2 幅圖像之間的平移以及旋轉關系。目前國內外有關專家學者提出了許多圖像匹配算法，如基于模板的方法、FFT 相關匹配方法、相位相關算法、序貫相似檢測算法等，這些匹配算法在某種程度上能夠實現圖像之間的配準。但是如果 2 幅圖像之間存在平移旋轉、仿射變換時，算法適應性較差。近年來局部不變特征對圖像旋轉縮放等變化具有較好的處理能力，已經成為研究的熱點。文獻[17]提出了一種基于改進 SIFT 的圖像匹配方法，該方法在特征點匹配時采用簡單的準歐式距離代替傳統的歐式距離作為相似度量準則，并按照高斯差分空間結構由粗至精進行匹配。該方法主要包括建立尺度空間、極值點檢測、特征點位置精確定位、確定特征點方向和生成 SIFT 特征描述符 5 個步驟。相關實驗表明，該方法可以實現圖像之間的正確匹配，有利于無人機對探測目標的精確定位，并且具有較好的實時性。

該方法的定位誤差來源主要包括數字地圖 / 高程圖的量化誤差、操作手目標點測量誤差和相關分析匹配校正誤差 3 個方面。在實際飛行中，大部分情況下無法獲取目標所在區域的數字地圖，同時定位精度受底圖影響較大，致使該技術應用范圍受限。

2.3 基于空間前方交會的目標定位技術

空間前方交會一般是使用立體像對上的同名像點，得到2 條同名射線在空間的方向，這 2 條射線在空間一定相交，其相交處必然是該目標點的空間位置[18]。

在無人機目標定位過程中，可以采用目標一側遠距離選取2 個點并采取直線軌跡快速飛行的方式，同時在飛行過程中2 次對目標進行相關測量，構建空間三角形并最終確定目標位置。該方法有效避免了無人機過頂定位的局限，在保證定位精度的前提下大大提高了無人機戰場生存能力。

如圖 3 所示，在空中和兩個點對目標點A進行攝影。建立地面攝影測量坐標系，其中軸與航向基本一致，且面水平。過做像空間坐標系，其軸分別與平行;同樣過做像空間坐標系，其軸也分別與平行。

設在中的坐標為，目標點A在中的坐標為，相應的像點的像空間坐標為，像空間輔助坐標為，則有：

（2）

式中，表示由已知的外方位角元素計算的左右像片旋轉矩陣。因左右像空間輔助坐標系及相互平行，且光電載荷、像點和目標點 3 點共線，則由圖 3 可得出：

，（3）

因此可得出目標點坐標的公式為：

。（4）

該方法的定位誤差來源主要包括飛機位置測量精度、激光測距設備測量精度、飛機姿態參數測量精度和轉臺測角精度。2 次測量位置間距對定位誤差也有一定影響，位置間距不能過小。通過多次成像結果，結合最小二乘法可以改進定位結果。

2.4 基于粒子濾波的目標定位技術

作為一種系統狀態估計的理論和方法，卡爾曼濾波（Kalman Filtering）理論是由卡爾曼于 1960 年提出的現代濾波理論。卡爾曼濾波理論作為一種重要的最優估計理論被廣泛應用于各種動態數據處理中，尤其是 GPS 動態數據處理、慣性導航等。近 10 年來，卡爾曼濾波理論在 GPS 動態定位數據處理以及 INS/GPS 組合系統導航計算等領域得到了深入研究和廣泛應用[19]。

雖然卡爾曼濾波在目標追蹤定位中已經得到應用，然而卡爾曼濾波需要系統精確的數學模型，并假設系統為線性的，噪聲信號也必須是噪聲統計特性已知的高斯噪聲。在實時定位過程中，描述系統的動態變化過程的狀態方程是一個定常速模型，對于高動態情況，將會產生較大的噪聲誤差，致使狀態變量的一步預測不夠準確。而光軸指向角的觀測模型是非線性的，經過線性化后得到的量測矩陣僅取至泰勒級數展開的 1 次項，略去 2 次及其以上的高階項，顯然存在線性化誤差。

20 世紀 90 年代，Gordon 等學者提出了基于序貫蒙特卡羅的粒子濾波算法，通過一組在狀態空間中傳播的隨機樣本近似的表示概率密度函數，這些隨機樣本被稱為粒子，其系統狀態的后驗概率密度由帶有權重的粒子表征。粒子濾波適用于任何能用狀態空間模型描述的非線性系統，精度可以逼近最優估計。由于其可以較好地處理非線性和非高斯系統，粒子濾波在各行各業得到了廣泛研究。

在目標定位中，針對較高階次的非線性模型，粒子濾波可以利用系統模型的信息，將目標狀態的不確定性近似為傳感器的不確定性。粒子濾波將傳感器探測數據作為目標位置的初始值，根據載荷和目標模型的先驗知識估計目標位置。光電載荷的觀測模型是目標定位的基礎，分為投影模型和坐標轉換模型兩部分。2 個模型聯立將傳統坐標系的目標點轉換為載荷坐標中的點。目標模型的構建是根據目標的位置狀態作為目標位置的近似估計[20]。狀態空間構建函數如下：

，（5）

式中，f（·）為傳遞函數，隨時間傳播狀態;z（t）為測量函數;v（t），w（t）分別為過程和觀測噪聲分布。當權重函數確定后，時間k時目標的狀態估計如下：

。（6）

影響該方法的主要因素是目標初始估計位置和模型的準確性。在建立合理的模型基礎上，合理的目標初始估計位置可以使算法快速收斂到真實目標位置;如果初始目標值偏差太大，則收斂過程緩慢，甚至無法收斂到準確目標位置。將重采樣的方法加入 SIS 算法中，可以有效避免收斂性能快速下降，主要流程為粒子集的初始化、重要性采樣、重采樣和輸出等。

3 地面目標定位模擬試驗

在 Matlab 仿真實驗中，用無人機采用環繞一個目標飛行方式對地面的一個已知固定目標進行測量定位，機載目標鎖定設備將該目標鎖定在圖像中心，無人機的飛行高度為 600 m，飛行半徑為 500 m，采集數據點為 100 個。初始方位角為90° ，高低角為 50° ，滾轉角、俯仰角和偏航角均為零。試驗結果如表 1 所示。

設無人機的飛行高度為 1 000 m，飛行半徑為 500 m，采集數據點為 100 個。初始方位角為 90° ，高低角為 50° ，滾轉角、俯仰角、偏航角均為零。試驗結果如表 2 所示。

從表 1 和表 2 可知，基于粒子濾波的目標定位技術優于基于視覺、地圖匹配和空間前方交會等傳統技術的目標定位方法。雖然粒子濾波目標定位技術精度較高，但是受定位模型和目標初始值影響較大，不如視覺目標定位、地圖匹配定位和空間前方交會目標定位技術簡單易用、穩定性好。

4 發展前景

目標定位作為無人機偵察任務的首要目標，是無人機發展過程要解決的關鍵問題。隨著電子信息技術和計算機技術的發展，各種平臺傳感器的探測手段、功能性能和工作模式都不斷增強，傳感器精度越來越高。隨著傳感器精度的提高，其分辨率也在不斷提升，各種角度測量準確度大大提高，目標定位誤差也會不斷減小。多傳感器的信息融合，隨著機載 SAR技術日漸成熟，未來光學 /SAR 將可以在同一平臺同時工作，單傳感器多平臺分布式協同探測模式可發展為多傳感器單平臺協同探測模式，多傳感器信息融合促進目標定位能力不斷提高。隨著各種優化統計方法的不斷研究，對目標定位模型的改進完善和優化求解也會帶來極大的促進。

5 結束語

近年來，隨著全球定位系統、慣性導航系統及計算機技術的發展和進步，新一代的機載光電平臺向著多功能、智能化、基礎化及輕量化方向發展。基于光電平臺的目標定位技術得到了廣泛關注，研究成果不斷涌現，應結合新技術發展趨勢進一步改進完善目標定位方法。

參考文獻

[1] 肖春暉.無人機在戰場偵察上的應用[J].無線電工程，2008，38（5）：50-52.

[2] 陸博迪，孟迪文，陸鳴，等.無人機在重大自然災害中的應用與探討[J].災害學，2011，26（4）：122-126.

[3] 樊邦奎，段連飛，趙炳愛，等.無人機偵察目標定位技術[M].北京：國防工業出版社， 2014.

[4] 張楠，王瀟，王軍力.無人機在陸軍精確打擊體系中的應用研究[J].兵工學報，2010，31（12）：107-111.

[5] 向武略，程遠國，李仙茂.艦載無人機雷達、通信偵察載荷在海戰場打擊效果評估中的運用[J].國防科技，2014，35（5）：36-40.

[6] 王鳳娟.基于圖像跟蹤的無人機定位方法研究[D].西安：西安電子科技大學，2009.

[7] 劉烜，胡倩影.航空光電平臺機動目標跟蹤定位技術應用[J].無線電通信技術，2014，40（3）：82-85.

[8] 王春龍，馬傳焱，時荔蕙，等.一種基于多點觀測的無人機目標定位方法[J].無線電工程，2016，46（2）：48-51.

[9] 孫超，都基焱，段連飛.一種空間兩點交會無人機定位方法[J].兵工自動化，2011，30（6）：35-36.

[10] 姚新.無人機提高目標定位精度方法研究[J].艦船電子工程，2011，31（10）：56-59.

[11] 余家祥，蕭德云，姜魯東.基于多幀圖像同名點的無人機對地定位新方法[J].兵工學報，2008，29（3）：300-304.

[12] 陳新，彭科舉，周東翔，等.基于優選數據準則的空基多平臺協同定位方法[J].信號處理，2010，26（10）：1466-1472.

[13] 柏青青，許建新，邵慧等.無人機動態目標高精度定位方法研究[J].航空計算技術，2014，44（1）：73-77.

[14] BARBER D B， REDDING J D， MCLAIN T W， et al.Vision-based Target Geo-location Using a Fixed-wingMiniature AirVehicle [J]. Journal of Intelligent and RoboticSystems，2006，47（4）： 361-382.

[15] 孫輝.機載光電平臺目標定位與誤差分析[J].中國光學，2013，6（6）：912-918.

[16] 謝利理，李玉忍.用數字地圖提高無人機目標定位精度的新方法[J].西北工業大學學報，1998，16（1）：61-64.

[17] 胡海洋，李海林.基于圖像匹配的無人機目標定位方法[J].艦船電子工程，2012，32（12）：49-51，79.

[18] 王樹根.攝影測量原理與應用[M].武漢：武漢大學出版社，2009.

[19] 宋迎春.動態定位中的卡爾曼濾波研究[D].長沙：中南大學，2006.

[20] SCONYERS C J.Particle Filter-based Architecture for VideoTarget Tracking and Geo-location Using Multiple Uavs[D].Atlanta：Georgia Institute of Technology，2013.