一种基于遗传算法的红外立体靶灯最优布局方法技术

本发明专利技术公开了一种基于遗传算法的红外立体靶灯最优布局方法，包括随机生成含有约束条件的初始种群；三维种群的一维化；计算种群个体的适应度；淘汰掉不适合生存的个体，去掉适应度低的布局；对留存的适应度高的个体进行分裂再生出新的个体，保证种群数量不发生变化；分裂时可增加约束条件，适应不同的形状要求；迭代得到种群中的最优个体就是所有布局中的最优布局。本发明专利技术实现了用遗传算法优化红外立体靶灯的布局，节约了布局设计的时间，简化了整个工程的复杂度，计算简单，准确率高，扩展性强。强。强。

【技术实现步骤摘要】
一种基于遗传算法的红外立体靶灯最优布局方法


[0001]本专利技术涉及计算机视觉、精密测量领域，是一种基于遗传算法确定特定形状下红外靶灯最优布局的方法。

技术介绍

[0002]靶标识别被广泛应用于机器视觉中的目标跟踪、激光精密加工、航空航天应用中的姿态测量等诸多领域。快速精确地定位靶标在图像中形成的光斑是识别任务中的关键步骤。靶标上红外光源的排布直接影响到识别系统的准确性和稳定性。
[0003]由于当前的成像系统识别靶灯时，拍摄光学图像过程中会引入随机误差，靶灯布局会不同程度的影响识别结果。为了提高光学系统的整体精度，需要对靶灯布局进行优化。
[0004]目前针对静态靶标布局优化的方法有两种：第一种是制作可活动机械靶标，调整靶灯的位置，通过标准光学标定板标定靶灯之间的相对关系，再用光学识别系统测试不同布局之间的误差，找到最优的布局方式。该方法考虑了真实的误差影响，仿真结果和真实系统的测试结果一致。但是机械靶灯的位置只能人工调节，同时机械结构限制了靶灯的可调节范围，测试一次的复杂度较高，靶灯布局不能充分验证。第二种是通过计算机仿真本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于遗传算法的红外立体靶灯最优布局方法，其特征在于：包括如下步骤：步骤(1)：在靶灯可能的立体范围内随机生成m个靶灯的三维坐标N组，并检验生成的靶点是否满足最小距离约束条件；因靶灯有识别半径，所以靶灯两两之间有最小距离约束条件的限制，不满足则重新生成靶灯坐标；满足最小距离约束条件的m个靶灯的N组三维坐标表示为：；步骤(2)：将步骤(1)生成的N组三维靶灯坐标，转换为N组一维坐标；以N组一维点坐标作为种群；具体方案为：对于每个靶灯的三维坐标(x,y,z),靶灯的一维坐标表示为：；其中maxX、maxY、maxZ是xyz能取得的最大值，由靶灯可能的立体范围决定；步骤(3)：将步骤(1)生成的N组点，代入仿真光学识别系统，光学识别系统结合相机的内外参数，将靶灯的三维坐标转换为二维的图像坐标，再对二维图形添加误差后用合适的反解算算法求出带误差的三维坐标，重投影误差就是靶灯的真实坐标与反解算出的带误差的三维坐标之间距离的绝对值；将m个靶灯的重投影误差的平均值作为该组的适应度；每组重投影误差表示为：，其中P
i
为第i个靶灯的三维坐标，P
i
’
为第i个靶灯带误差的重投影三维坐标；每组适应度表示为： ；步骤(4)：根据计算得到的N组点的适应度对步骤（2）得到的N组种群重新进行排序，适应度越高的种群个体越靠前；步骤(5)：抛弃种群中适应度低的一半个体，适应度高的一半个体为种群中适应性高的个体；表示为：；步骤(6)：分裂再生，保留下来的种群个体通过分裂算法分裂为两个个体，其中一个个体为其自身，另一个个体中的每一个元素进行随机数检验，检验通过后按照步骤（2）中的方法变异为新的一维坐标，检验不通过重新分裂；个体分裂概率P
m
通常可设为40%至50%；具体...

【专利技术属性】
技术研发人员：董毅，
申请(专利权)人：山西支点科技有限公司，
类型：发明
国别省市：