一种软边缘支持向量机仿生偏振光航向解算系统及方法技术方案

本发明专利技术公开了一种软边缘支持向量机仿生偏振光航向解算系统及方法，系统包括水平仪、像素级偏振相机、数据处理计算机、锂电池和安装架，通过水平仪保证安装架上的像素级偏振相机正对天顶点；通过像素级偏振相机实时采集大气偏振模式得到偏振度和偏振角图像；通过数据处理计算机进行航向解算；该方法步骤为：对偏振相机采集的偏振图片进行阈值分割得到两区域图像；对两区域图像进行连通域检测得到三区域图像；对三区域图像的偏振角取反得到可分类的偏振图像；对可分类的偏振角图像利用软边缘支持向量机进行航向解算得到航向角。本发明专利技术将航向解算问题转化为二分类问题并利用软边缘支持向量机求解，抗干扰性强，可在多云和阴天条件下进行航向解算。

【技术实现步骤摘要】
一种软边缘支持向量机仿生偏振光航向解算系统及方法
本专利技术属于仿生偏振光导航
，特别是一种软边缘支持向量机仿生偏振光航向解算系统及方法。
技术介绍
偏振是光的一种固有属性，反映了光的振动方向随时间的变化规律。无偏的太阳光进入大气时会受到大气中各种粒子的散射、吸收和辐射作用，使其传输方向、光强和偏振状态发生变化，在天空中产生大气偏振模式。生物学家研究发现，许多具有复眼结构的昆虫可以利用复眼探测大气偏振模式，并因此实现导航定位功能。大气偏振模式这种稳定的偏振分布能够很好的作为信息源应用于导航领域。通过研究昆虫的偏振光导航机理，可有效促进仿生偏振光导航的实际应用。仿生偏振光导航是一种通过模仿沙蚁、蜜蜂等生物所具有的特殊复眼结构，来探测大气偏振模式进行导航定位的方法。仿生偏振光导航很难受人为因素的干扰，并且无累计误差，不受电磁干扰，属被动式导航，隐蔽性好，具有传统导航方法所不具有的优势。然而，仿生偏振光导航所用来导航的大气偏振模式会受到天气变化的干扰和影响，因此，设计出能应对各种复杂天气条件的导航方法至关重要。但目前已有的偏振光导航方法，主要针对晴朗天气，在理想的晴朗天气下可以获得较好的导航精度。但是当天气情况变得恶劣时，特别是出现云层的干扰时，导航精度会严重下降，甚至无法导航。专利CN201910597332.5公开了一种基于捷联式偏振光罗盘的动态定向方法及系统，但是该方法没有考虑云等恶劣天气的影响。专利CN201610076299.8公开了一种基于偏振分光棱镜的两通道仿生偏振光导航仪及其方法，但该系统需要两通道并且没有考虑云等恶劣天气的影响。
技术实现思路
本专利技术的目的在于提供一种软边缘支持向量机仿生偏振光航向解算系统及方法，以满足晴天以及其他恶劣天气下仿生偏振光导航的实际应用需求。实现本专利技术目的的技术解决方案为：一种软边缘支持向量机仿生偏振光航向解算系统，包括水平仪、像素级偏振相机、数据处理计算机和锂电池；所述水平仪用于保证像素级偏振相机正对天顶点，所述像素级偏振相机实时采集大气偏振模式，得到偏振度和偏振角图像，并通过网口传输给数据处理计算机；所述数据处理计算机用于处理像素级偏振相机采集到的偏振角图像，进行航向解算；所述锂电池给水平仪、像素级偏振相机和数据处理计算机供电。一种软边缘支持向量机仿生偏振光航向解算方法，包括以下步骤：步骤1，对像素级偏振相机采集的偏振角图像进行阈值分割得到两区域图像；步骤2，对两区域图像进行连通域检测得到三区域图像；步骤3，对三区域图像的偏振角取反得到可分类偏振角图像；步骤4，通过软边缘支持向量机，对步骤3所述的可分类偏振角图像进行分类；将航向角解算转化为分类问题；步骤5，通过软边缘支持向量机，对步骤4所述分类问题进行求解；步骤6，通过对步骤5所述的软边缘支持向量机进行训练，得到权重向量，从而计算得到太阳航向角；步骤7，通过对步骤6所述的太阳方位角进行太阳运动补偿，最终得到航向角。本专利技术与现有技术相比，其显著优点为：(1)通过相机像素阵元上直接配备四个不同方向的偏振片，可实时采集大气偏振模式，并且体积小，质量轻；(2)将航向角解算问题转化为二分类问题，并且考虑了云和噪声的干扰，利用软边缘支持向量机进行航向解算，不仅可实现在晴朗天气情况下的仿生偏振光导航，而且可实现在多云、阴天等恶劣天气下的偏振光导航。附图说明图1为本专利技术软边缘支持向量机仿生偏振光航向解算系统的结构示意图。图2为本专利技术软边缘支持向量机仿生偏振光航向解算系统的偏振相机构成图。图3为本专利技术软边缘支持向量机仿生偏振光航向解算方法流程图。具体实施方式结合图1，本专利技术的一种软边缘支持向量机仿生偏振光航向解算系统，整个系统包括一个水平仪，一个像素级偏振相机，一个数据处理计算机，一个锂电池和安装架；所述的水平仪保证安装在安装架上的像素级偏振相机正对天顶点，实时采集大气偏振模式；所述的像素级偏振相机实时采集大气偏振模式，得到偏振度(DOP)和偏振角(AOP)图像，并通过网口传输给数据处理计算机；所述的数据处理计算机处理像素级偏振相机采集到的偏振图像，进行航向解算；所述锂电池给水平仪，像素级偏振相机和数据处理计算机供电；所述安装架用于固定水平仪，锂电池和偏振相机。进一步的，所述的像素级偏振相机在相机像素阵元上直接配备四个不同方向的偏振片，分别为0°偏振片、45°偏振片、90°偏振片、135°偏振片；通过所述的四个不同方向偏振片实现对大气偏振模式的实时采集。本专利技术还提供一种基于上述系统的软边缘支持向量机仿生偏振光航向解算方法，针对恶劣天气的干扰，将航向解算问题转化为二分类问题并利用软边缘支持向量机进行求解，具有步骤如下：步骤1，通过阈值分割将所探测得到的偏振角图像分为两个区域。偏振角大于-T小于T为区域r1，余下的部分为r0区域，其中T是阈值；通过对图像进行腐蚀，为消除噪声的干扰；通过偏振度为0的部分划分到区域r1，消除局部云的干扰；通过区域r1向外膨胀，消除云边界的干扰。步骤2，通过联通区域检测，将步骤1所述的两个区域进行区分，得到有标记三个区域r1，r2，r3的偏振图像。步骤3，通过对步骤2所述的标记r2区域的偏振角进行取反，标记r3区域的偏振角保持不变，标记r2区域航向角解算时不考虑，得到可分类偏振角图像，其中偏振角大于0为一类，偏振角小于0为另一类。步骤4，通过软边缘支持向量机，对步骤3所述的可分类图像进行分类。将航向角解算转化为分类问题。所述的分类问题可表示为wTx+b＝0其中，w是权重向量，b是偏置，x是超平面wTx+b＝0的自变量。步骤5，通过软边缘支持向量机，对步骤4所述分类问题进行求解，其中软边缘支持向量机进一步考虑了噪声和云的干扰，可有效应对恶劣天气；所述软边缘支持向量机可表示为：s.t.dk(wTxk+b)≥1-ξk，k＝1，2,…,n.ξk≥0，k＝1,2,…，n.其中，ξk是松弛变量，C是惩罚参数，xk表示第k个训练样本，dk表示xk所属类别，s.t.表示“使得”。步骤6，通过步骤5所述的软边缘支持向量机对步骤3所述的可分偏置角图像进行训练，得到权重向量w，最终得到太阳航向角其中，θ是太阳航向角，w1和w2分别表示权重向量w的第一个和第二个分量。步骤7，通过对步骤6所述的太阳方位角进行太阳运动补偿，最终得到航向角。下面结合附图及具体的实施例对本专利技术做进一步详细介绍。实施例1如图1所示，一种软边缘支持向量机仿生偏振光航向解算系统，由水平仪、像素级偏振相机、数据处理计算机、锂电池以及安装架组成，其中：水平仪保证安装在安装架上的像素级偏振相机正对天顶点；像素级偏振相机在相机像素阵元上直接配备四个不同方向的偏振片，分别为0°偏振片、45°偏振片、90°偏振片、135°偏振片；像素级偏振相机通过网口将本文档来自技高网...

【技术保护点】
1.一种软边缘支持向量机仿生偏振光航向解算系统，其特征在于，包括水平仪、像素级偏振相机、数据处理计算机和锂电池；/n所述水平仪用于保证像素级偏振相机正对天顶点，所述像素级偏振相机实时采集大气偏振模式，得到偏振度和偏振角图像，并通过网口传输给数据处理计算机；所述数据处理计算机用于处理像素级偏振相机采集到的偏振角图像，进行航向解算；所述锂电池给水平仪、像素级偏振相机和数据处理计算机供电。/n

【技术特征摘要】
1.一种软边缘支持向量机仿生偏振光航向解算系统，其特征在于，包括水平仪、像素级偏振相机、数据处理计算机和锂电池；
所述水平仪用于保证像素级偏振相机正对天顶点，所述像素级偏振相机实时采集大气偏振模式，得到偏振度和偏振角图像，并通过网口传输给数据处理计算机；所述数据处理计算机用于处理像素级偏振相机采集到的偏振角图像，进行航向解算；所述锂电池给水平仪、像素级偏振相机和数据处理计算机供电。


2.根据权利要求1所述的软边缘支持向量机仿生偏振光航向解算系统，其特征在于，所述像素级偏振相机在相机每个像素阵元上配备四个不同方向的偏振片，分别为0°偏振片、45°偏振片、90°偏振片、135°偏振片；通过四个不同方向的偏振片实现对大气偏振模式的实时采集。


3.根据权利要求1所述的软边缘支持向量机仿生偏振光航向解算系统，其特征在于，系统还包括安装架，用于固定水平仪、锂电池和偏振相机。


4.一种基于权利要求1所述软边缘支持向量机仿生偏振光航向解算系统的航向解算方法，其特征在于，包括以下步骤：
步骤1，对偏振相机采集的偏振角图像进行阈值分割得到两区域图像；
步骤2，对两区域图像进行连通域检测得到三区域图像；
步骤3，对三区域图像的偏振角取反得到可分类偏振角图像；
步骤4，通过软边缘支持向量机，对步骤3所述的可分类偏振角图像进行分类，将航向角解算转化为分类问题；
步骤5，通过软边缘支持向量机，对步骤4所述分类问题进行求解；
步骤6，对步骤5所述的软边缘支持向量机进行训练，得到权重向量，从而计算得到太阳航向角；
步骤7，对步骤6得到的太阳方位角进行太阳运动补偿，最终得到航向角。


5.根据权利要求4所述的软边缘支持向量...

【专利技术属性】
技术研发人员：白宏阳，梁华驹，郭宏伟，郑浦，李政茂，周育新，胡珂，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：江苏;32