一种基于红外编码靶标的密集集群相对定位方法技术

本发明专利技术公开一种基于红外编码靶标的密集集群相对定位方法，该方法步骤如下：步骤1：红外编码靶标设计；步骤2：靶标解码算法设计；步骤3：集群相对位姿估计。本发明专利技术提出一种基于红外编码靶标的密集集群相对定位方法，该方法的优点是：解决了密集集群在复杂环境中无法准确获取个体间相对位姿的问题，同时能够获取个体ID。由于靶标尺寸较小，可用于微小型无人机集群相对定位。

A Dense Cluster Relative Location Method Based on Infrared Coded Target

【技术实现步骤摘要】
一种基于红外编码靶标的密集集群相对定位方法
本专利技术提出了一种基于红外编码靶标的密集集群相对定位方法，该方法首先利用红外相机获取编码靶标图像，进而通过解码算法获取靶标ID，最后根据不同靶标计算密集集群相对位姿，属于视觉测量领域。
技术介绍
近年来，人们对研究无人机集群系统的兴趣日益浓厚。与单目标相比，集群系统具有更快完成任务，对传感器故障更加鲁棒以及通过传感器融合获得更高精度的位姿估计的优点。集群系统具有许多应用，例如监视、搜索和救援任务。对于上述应用，准确获取集群之间的相对位姿是成功完成合作任务的先决条件。虽然全球定位系统(例如GPS)可用于整个无人机集群的粗略定位，但这些系统的精度不足以实现密集集群各智能体之间的相对定位。并且密集集群有时会在无GPS信号的环境中工作，例如室内或GPS信号被大型障碍物遮挡。因此，基于视觉的相对位姿估计方法已经成为密集集群工作最流行的解决方案之一。现如今，基于模型的人工标记点相对定位方法，已经成为一种非常流行的多智能体系统方法。ARTags和AprilTags通常用于相对定位，它们不仅提供位姿估计，还可以为每个智能体提供唯一标识符。但是这些人工标志需要大而平坦的区域，这使得它们并不适用于微型飞行器。在一些研究中使用彩色斑点或圆形作为被动靶标来估计位姿。然而，被动靶标对于光照条件有更高的依赖性，无法在黑暗或强光干扰下工作，同时，对于圆形的形状测量也可能导致精度下降。比较流行的位姿估计方法还有运动捕捉系统，例如OptiTrack和Vicon。这些系统具有高帧率、高精度的优势，但是，设备非常昂贵，同时需要将相机固定使用。本专利技术提出了一种可用于微小型无人机集群的红外光空间编码靶标，能够识别无人机集群的不同个体同时估计相对位姿，并且对于强光、遮挡等复杂环境具有很强的鲁棒性。
技术实现思路
本专利技术的目的在于，针对现有技术中存在的问题，提出了一种基于红外编码靶标的密集集群相对定位方法，以能够识别无人机集群的不同个体同时估计相对位姿，并且对于强光、遮挡等复杂环境具有很强的鲁棒性。该方法基于自主设计的红外编码靶标，通过解码算法识别密集集群每个个体ID，并获取相对位姿，最后通过大量仿真和实验数据验证靶标的可靠性以及位姿估计系统的鲁棒性。具体步骤如下：步骤1：红外编码靶标设计所述的红外编码靶标如图1所示，靶标由一个91mm×22mm的矩形组成，共包含18个红外LED灯，靶标中的红外LED灯根据功能分为两组：靶标左右两端各4个红外灯作为定位符(L)，如图1a所示，定位符常亮。由于红外灯分布密集，故其发光区域可以重叠在一起，构成一个定位符整体，通过其发光区域形状的特殊性来区分点光源；靶标中间的红外灯作为编码符(该等中间的红外灯以下称为编码灯)，由于其相距较远，故可以看作点光源，通过灯的亮灭来设计不同的ID编码。其中，靶标ID识别主要通过两个约束来获取：1、个数约束：通过控制编码灯亮灭的个数来辨别ID，如图1b中间发光编码灯个数为3，图1d中间发光编码灯个数为4；2、距离约束：获取每个靶标相邻编码灯之间的距离，如图1b与图1c中对应线段长度的区别。在进行靶标ID识别前，会生成一个靶标ID库，所述的靶标ID库，是按照差异最大的规则生成ID库，库里面存储着靶标编码灯个数以及对应线段的距离。通过公式(1)计算检测到的靶标对应线段与靶标库中对应线段的距离误差来决定靶标ID：其中m为线段个数，xi，yi分别代表检测到靶标与ID库中靶标的对应线段。找到误差p最小的作为靶标ID的预测值。步骤2：靶标解码算法设计步骤2具体通过一套高效准确的解码算法识别靶标ID。首先根据图像灰度检测出发光区域，接着根据发光区域所围成的矩形长宽比来辨别定位符(L)和编码符，如图1a所示，定位符长宽比接近3：1，而编码符的长宽比接近1：1。每一个相机视场中可能存在多个靶标，故首先需要将每个靶标分割出来，本专利技术利用靶标的几何特性来分割每一个靶标，如公式(2)所示：其中，L1，L2分别表示两个定位符，a，b，c，d是由两个定位符组成的四边形的四条边，a，b和c，d为对边，v1，v2表示邻边向量，T1，T2为阈值。当两个定位符组成的四边形满足对边偏差小于T1，四个夹角向量积小于T2，则判断为一个靶标。接着确定编码灯是否位于靶标上下边界上，从而确定完整靶标。最后，利用公式(1)来识别靶标ID。步骤3：集群相对位姿估计根据步骤2可以获得每一个相机视场中的靶标ID，根据编码灯的几何位置，可以获得相机图像中发光区域与靶标中编码灯的对应关系，即得到了编码灯在图像坐标系和靶标坐标系中的对应坐标。利用MATLAB标定工具箱标定好相机内参以及靶标实际尺寸后，可以利用PnP(Opencv中自带的solvePnP函数)算法求解相机视场中每一个靶标到相机的相对位姿。最后，利用卡尔曼滤波算法对相对位姿进行优化估计，来提高位姿估计的准确性和鲁棒性。本专利技术提出一种基于红外编码靶标的密集集群相对定位方法，该方法的优点是：解决了密集集群在复杂环境中无法准确获取个体间相对位姿的问题，同时能够获取个体ID。由于靶标尺寸较小，可用于微小型无人机集群相对定位。附图说明图1a、1b、1c、1d：靶标设计细节图；其中，图中靶标大小为91mm×22mm，由18个红外LED灯组成，图1a中斜线圆圈部分为定位符(Locators)，白色圆圈为检测符(Detectors)，图1b、1c、1d代表不同靶标ID，横线圆圈表示红外LED灯工作，黑色线条为不同靶标工作状态的LED灯间的线段。图2a、2b、2c：单相机单靶标实验结果图；图3：相机靶标距离实验结果图；图4a、4b、4c：单相机多靶标实验结果图；图5：本专利技术算法流程图。具体实施方式以下结合附图及具体实施例，对本专利技术的技术方案做进一步的说明。步骤1：红外编码靶标设计为了获取密集集群中每一个个体的相对位姿，首先需要辨别不同个体，故需要设计一款易于安装在微小型无人机上的可编码靶标来区分不同个体。本专利技术设计的可编码靶标如图1所示，靶标由一个91mm×22mm的矩形组成，共包含18个红外LED灯，靶标中的红外LED灯根据功能分为两组：靶标左右两端的红外灯作为定位符(L)，如图1a所示，定位符常亮。由于红外灯分布密集，故其发光区域可以重叠在一起，构成一个定位符整体，通过其发光区域形状的特殊性来区分点光源；靶标中间的红外灯作为编码符，由于其相距较远，故可以看作点光源，通过灯的亮灭来设计不同的ID编码。靶标ID识别主要通过两个约束来获取：1、个数约束：通过控制编码灯亮灭的个数来辨别ID，如图1b中间发光编码灯个数为3，图1d中间发光编码灯个数为4；2、距离约束：获取每个靶标相邻编码灯之间的距离，如图1b与图1c中对应线段长度的区别。在进行靶标ID识别前，会生成一个靶标ID库，存放靶标编码灯个数以及对应线段的距离。通过公式(1)计算检测到的靶标对应线段与靶标库中对应线段的距离误差来决定靶标ID：其中m为线段个数，xi，yi分别代表检测到的靶标与ID库中靶标的对应线段。找到误差p最小的ID作为靶标的预测值。步骤2：靶标解码算法设计在步骤1设计好红外编码靶标后，本专利技术设计了一套高效准确的解码算法用于识别靶标ID。首先根据图像灰度检测出发光区域，接着根本文档来自技高网...

【技术保护点】
1.一种基于红外编码靶标的密集集群相对定位方法，其特征在于：该方法步骤如下：步骤1：红外编码靶标设计所述的红外编码靶标由一个91mm×22mm的矩形组成，共包含18个红外LED灯，靶标中的红外LED灯根据功能分为两组：靶标左右两端各4个红外灯作为定位符L，定位符常亮；靶标中间的红外灯作为编码符，该等中间的红外灯以下称为编码灯，通过灯的亮灭来设计不同的ID编码；其中，靶标ID识别主要通过两个约束来获取：1、个数约束：通过控制编码灯亮灭的个数来辨别ID；2、距离约束：获取每个靶标相邻编码灯之间的距离；在进行靶标ID识别前，会生成一个靶标ID库，通过公式(1)计算检测到的靶标对应线段与靶标库中对应线段的距离误差来决定靶标ID：

【技术特征摘要】
1.一种基于红外编码靶标的密集集群相对定位方法，其特征在于：该方法步骤如下：步骤1：红外编码靶标设计所述的红外编码靶标由一个91mm×22mm的矩形组成，共包含18个红外LED灯，靶标中的红外LED灯根据功能分为两组：靶标左右两端各4个红外灯作为定位符L，定位符常亮；靶标中间的红外灯作为编码符，该等中间的红外灯以下称为编码灯，通过灯的亮灭来设计不同的ID编码；其中，靶标ID识别主要通过两个约束来获取：1、个数约束：通过控制编码灯亮灭的个数来辨别ID；2、距离约束：获取每个靶标相邻编码灯之间的距离；在进行靶标ID识别前，会生成一个靶标ID库，通过公式(1)计算检测到的靶标对应线段与靶标库中对应线段的距离误差来决定靶标ID：其中m为线段个数，xi，yi分别代表检测到靶标与ID库中靶标的对应线段；找到误差p最小的作为靶标ID的预测值；步骤2：靶标解码算法设计首先根据图像灰度检测出发光区域，接着根据发光区域所围成的矩形长宽比来辨别定位符L和编码符；每一个相机视场中可能存在多个靶标，故首先需要将每个靶标分割出来，利用靶标的几何特性来...

【专利技术属性】
技术研发人员：全权，燕旭东，邓恒，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11