System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及飞行器组合导航,具体涉及一种地理矢量信息/可见光匹配辅助惯性导航方法。
技术介绍
1、自主、高精度导航是长航时无人飞行器的核心技术。而惯性导航系统是飞行器自主导航的核心系统,是导航精度的决定者。惯性导航系统虽然具有短时导航精度高的特点,但惯性导航系统工具误差对导航误差的影响具有累积效应,导航误差随着时间呈级数增长,长航时条件下导航误差累积效应将导致飞行器根本无法满足导航精度的要求。因此,必须采取有效的手段来修正惯性系统误差,解决飞行器长航时自主导航精度难题。
2、景像匹配辅助惯性导航系统进行误差修正,是主要的组合导航方式之一。目前的景像匹配主要采用可见光、红外、sar等栅格图像进行匹配定位,但栅格图像数据量巨大,一幅5m分辨率10km*10km的灰度栅格图像数据量高达3.8gb,受飞行器存储条件的限制,无法实现大范围匹配定位的需求;同时,基于栅格图像的匹配方法容易受到环境及人为因素干扰,抗干扰能力差,无法满足实际应用的需求。
技术实现思路
1、针对上述存在的问题,本专利技术提供了一种地理矢量信息/可见光匹配辅助惯性导航方法,其利用地理矢量图数据量小、易于获取、特征明显的特点,根据仿生导航的原理建立了孪生神经网络匹配模型,在飞行前装订大范围的地理矢量基准数据,在飞行中利用地理矢量图与可见光图像进行匹配定位,修正长航时条件下的惯性系统导航误差,提高长航时条件下飞行器导航精度。
2、本专利技术所采用的技术方案如下:
3、一种地理矢量信息/
4、步骤1:构建孪生网络匹配模型;
5、步骤2:训练步骤1构建的孪生网络匹配模型;
6、步骤3:在飞行器起飞前,将孪生网络匹配模型装订到飞行器中;
7、步骤4:根据起飞前的飞行器飞行航迹规划,装订数据和匹配区地理矢量图到飞行器中;
8、步骤5:将装订的匹配区地理矢量图转换为视场基准图;
9、步骤6:利用装订在飞行器中的孪生网络匹配模型对可见光图与视场基准图进行匹配;
10、步骤7:根据步骤6的匹配结果计算匹配点坐标,并利用匹配点坐标修正惯性导航误差。
11、进一步地,步骤1建立的孪生网络匹配模型包括权重共享的孪生特征提取层和卷积互相关层;
12、孪生特征提取层,用于对输入的可见光图和地理矢量图进行特征提取,分别输出可见光特征矩阵tf和地理矢量特征矩阵tg;
13、卷积互相关层,用于利用互相关模型对输入的特征进行互相关计算,输出匹配相关矩阵r在坐标(x,y)处的互相关值r(x,y),输出r(x,y)的最大值所对应的坐标作为匹配点坐标。
14、进一步地,步骤2的具体步骤包括:
15、步骤2.1:制作地理矢量图-可见光图数据集,并从地理矢量图-可见光图数据集中获取分辨率为wf*hf的可见光图和分辨率为wg*hg的地理矢量图;
16、步骤2.2:给定分辨率为(wg-wf+1)*(hg-hf+1)的标签矩阵;
17、步骤2.3:在标签矩阵中,将可见光图与地理矢量图的匹配点周边5个像素位置的标签设置为1,其他位置的标签设置为0;
18、步骤2.4:将与标签矩阵对应的可见光图、地理矢量图组成一组样本,将多组样本形成样本集;
19、步骤2.5:根据损失函数采用批训练方法,对样本集训练n轮,得到训练好的孪生网络匹配模型snet。
20、进一步地,步骤2.5中的损失函数为:
21、
22、其中,pr(rij=1)为匹配相关矩阵r在标签矩阵rij等于1的位置处的值,pr(rij=0)为匹配相关矩阵r在标签矩阵rij等于0的位置处的值,α为系数,且α的计算公式为:
23、
24、其中,|y|、|y-|和|y+|分别表示全部标签、正确匹配位置标签和错误匹配位置标签。
25、进一步地,,步骤4的具体步骤包括:
26、步骤4.1:根据飞行器飞行航迹规划,得到飞行t秒后的纬度、经度和高程并将其装订到飞行器中;
27、步骤4.2:根据飞行器飞行航迹规划,得到惯性导航系统的误差分布范围,装订包含于误差分布范围内的地理矢量图,并将其作为匹配区;
28、步骤4.3:装订匹配区左上角的纬度、经度(b0,l0,h0);
29、步骤4.4:装订匹配区纬度方向1m地面距离对应的纬度变化量kb以及经度方向1m地面距离对应的经度变化量kl。
30、进一步地,,步骤5中的具体步骤包括:
31、步骤5.1:将飞行器上的惯性导航系统输出的纬度、经度和高程(b,l,h)与装订的相比,若两者距离小于100m时,提取装订的匹配区地理矢量图;
32、步骤5.2:将装订的匹配区地理矢量图利用高程投影,将其转化为原始基准图g;
33、步骤5.3:根据惯性导航系统输出的航向角a,计算视场转换矩阵ca:
34、
35、步骤5.4:基于视场转换矩阵,将原始基准图g转换为视场基准图ga:
36、ga=cag。
37、进一步地,步骤6的具体步骤包括:
38、步骤6.1:通过飞行器相机拍摄下视可见光图f;
39、步骤6.2:利用训练好的孪生网络匹配模型对f和视场基准图ga进行匹配:
40、(xa,ya)=snet(f,ga)
41、其中,(xa,ya)为孪生网络输出的匹配点坐标,xa、ya分别为匹配点距离视场基准图ga左上角的宽和高的像素值。
42、进一步地,步骤7的具体步骤包括:
43、步骤7.1:基于惯性导航系统输出的高程h和装订的匹配区高程h0,计算出飞行器离地高程h:
44、h=h-h0
45、步骤7.2:计算匹配点(xa,ya)对应的地面距离(δxa,δya):
46、
47、其中,λw为飞行器相机成像宽度方向视场半锥角;λh为成像高度方向视场半锥角;pw为宽度成像分辨率;ph为高度成像分辨率;
48、步骤7.3:将(δxa,δya)转换到原始基准图坐标系下的地面距离(δx,δy):
49、
50、其中,cat为视场转换矩阵ca的转置矩阵,δx为匹配点沿纬度方向距离原始基准图左上角的地面距离,δy为匹配点沿经度方向距离原始基准图左上角的地面距离;
51、步骤7.4:根据(δx,δy)计算匹配点坐标
52、
53、其中,为匹配点纬度,为匹配点经度;
54、步骤7.5:利用更换惯性导航系统坐标(b,l,h),修正惯性导航误差。
55、本专利技术的有益效果是:
56、第一,本专利技术所提方法,将地理矢量图与可见光图进行匹配,解决了大范围导航匹配区数据本文档来自技高网...
【技术保护点】
1.一种地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,包括以下步骤:
2.如权利要求1所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤1建立的孪生网络匹配模型包括权重共享的孪生特征提取层和卷积互相关层;
3.如权利要求2所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤2的具体步骤包括:
4.如权利要求3所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤2.5中的损失函数为:
5.如权利要求3所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤4的具体步骤包括:
6.如权利要求5所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤5中的具体步骤包括:
7.如权利要求6所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤6的具体步骤包括:
8.如权利要求6所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤7的具体步骤包括:
【技术特征摘要】
1.一种地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,包括以下步骤:
2.如权利要求1所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤1建立的孪生网络匹配模型包括权重共享的孪生特征提取层和卷积互相关层;
3.如权利要求2所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤2的具体步骤包括:
4.如权利要求3所述的地理矢量信息/可见光匹配辅助惯性导航方法,其特征在于,步骤2.5中的损失...
【专利技术属性】
技术研发人员:鲜勇,伍薇,蔡涵钰,苏娟,李少朋,雷刚,张大巧,马得草,
申请(专利权)人:中国人民解放军火箭军工程大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。