一种基于卡尔曼滤波轨迹预测的能量机关识别算法制造技术

本发明专利技术涉及一种基于卡尔曼滤波轨迹预测的能量机关识别算法，利用几何约束集遍历轮廓删除伪装甲板，采用模板匹配方法对能量机关扇叶进行识别；接着建立了基于卡尔曼滤波的能量机关轨迹预测模型，采用卡尔曼滤波预测和更新能量机关运动状态，完成了能量机关的定位和预测；最后建立子弹抛物模型对云台角度进行补偿，获得云台横摆角和俯仰角；本发明专利技术不仅提高了查找能量机关轮廓的准确率，而且能够完成能量机关的准确定位与预测，解决了装甲误识别率高、鲁棒性差以及云台运动滞后等问题。

【技术实现步骤摘要】
一种基于卡尔曼滤波轨迹预测的能量机关识别算法
本专利技术涉及一种基于卡尔曼滤波轨迹预测的能量机关识别算法，属于视觉算法

技术介绍
全国大学生机器人大赛Robomaster机甲大师赛是全球性的射击对抗类机器人比赛，作为全球性的机器人竞技平台，每年受到来自全球数百所高等院校、近千家高新科技企业以及数以万计的科技爱好者关注。多兵种自动机器人涵盖了定位导航、决策规划、目标识别、运动预测等多学科交叉知识，图像处理作为人类感知世界的视觉基础，在无人驾驶、车牌识别、数字识别等领域有着很多应用。目前参赛队伍的机械结构、电路控制已经基本成熟，智能化的视觉算法成为新的发展方向，装甲板自瞄、能量机关识别等视觉识别辅助功能对比赛进程有着至关重要的影响，目标命中准确率、能量机关激活速度已经成为了制约比赛获胜的关键因素。传统的能量机关图像识别算法在图像预处理时，由于箭头之间有空隙，直接进行轮廓查找时不能得到整个轮廓，能量机关的箭头非连续性导致图像二值图容易出现小洞，导致形态学不闭合，干扰轮廓的查找；在进行能量机关的装甲板识别时，容易出现伪装甲板，增加了装本文档来自技高网...

【技术保护点】
1.一种基于卡尔曼滤波轨迹预测的能量机关识别算法，其特征在于：具体包括以下步骤：/n首先对图像进行预处理；/n基于几何约束集遍历轮廓，删除伪装甲板；/n采用模板匹配方法对能量机关扇叶进行识别；/n对能量机关进行定位及预测，即建立基于卡尔曼滤波的能量机关轨迹预测模型，获取卡尔曼滤波的运动方程和观测方程，采用卡尔曼滤波预测和更新能量机关运动状态；/n建立子弹抛物模型，通过对云台角度进行补偿，获得云台横摆角和俯仰角，完成能量机关的激活。/n

【技术特征摘要】
1.一种基于卡尔曼滤波轨迹预测的能量机关识别算法，其特征在于：具体包括以下步骤：
首先对图像进行预处理；
基于几何约束集遍历轮廓，删除伪装甲板；
采用模板匹配方法对能量机关扇叶进行识别；
对能量机关进行定位及预测，即建立基于卡尔曼滤波的能量机关轨迹预测模型，获取卡尔曼滤波的运动方程和观测方程，采用卡尔曼滤波预测和更新能量机关运动状态；
建立子弹抛物模型，通过对云台角度进行补偿，获得云台横摆角和俯仰角，完成能量机关的激活。


2.根据权利要求1所述的基于卡尔曼滤波轨迹预测的能量机关识别算法，其特征在于：前述对图像进行预处理具体包括以下步骤：
第11步，将摄像头获取的三通道图像转换为三个单通道图像，分离彩色通道，分别为红色通道、绿色通道以及蓝色通道；
第12步，将红蓝通道相减去除背景噪声的干扰，预处理删除敌方能量机关颜色得到灰度图图像；
第13步，将灰度图图像进行阈值化处理，得到图像的二值图；
第14步，对获得的二值图进行膨胀处理，采用椭圆拟合灯条轮廓获得灯条的外包椭圆；
第15步，进行形态学闭运算，去除白色区域中的小洞避免干扰灯条轮廓的查找。


3.根据权利要求2所述的基于卡尔曼滤波轨迹预测的能量机关识别算法，其特征在于：前述的采用模板匹配方法对能量机关扇叶进行识别具体包括以下步骤：
第21步，查找灯条轮廓值是否为空，遍历灯条轮廓完成风车扇叶的识别；
第22步，应用透视变换，矫正提取风车扇叶的宽度和高度，将轮廓矫正成规则矩形，并提取风车扇叶图片，从而查找灯条轮廓的最小外接矩形；
第23步，装甲板为风车扇叶的子轮廓，基于装甲板面积、装甲板高宽比的两个几何约束集，与预先设定阈值比较后做筛选，遍历灯...

【专利技术属性】
技术研发人员：殷国栋，柏硕，卢彦博，庄伟超，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32