图像匹配导航定位仿真

1引言

飞行器(UnmannedAerialVehicle，UAV)又称“空中机器人”，可应用于场区监控、气象探测、公路巡视、勘探测绘、水灾监视、航空摄影、交通管理、电力线路查巡、森林火灾防救等。飞行器基于图像的组合导航的相关研究主要集中在基于图像的运动估计(Image－basedMotionEstimation，IBME)方面，国外也有不少学者将IBME引入到飞行器导航系统，Hagen和Hayerdahl提出了在不使用INS情况下，用图像位置量测结合数字高程地图进行飞行器定位［1］。美国NAVSYS公司开发了一种CPS/惯性/图像组合系统———GI－Eye，研发出一种视频校正技术并应用在CPS/惯性/图像传感器中，使其即使在CPS信息连续丢失的情形下也可以维持高精度的位置与姿态信息［2］。国内，浙江大学李阳、李平等选择了微小型飞行器视觉系统作为研究方向，就地标识别和位姿估计展开了具体研究，在此基础上设计并实现了一个飞行器视觉系统应用程序，实现了微型飞行器对人工地标的自动识别和飞行器的位姿估计算法，取得了良好的效果［3］。

2飞行器精确定位原理利用机载摄像机得到地面特定地标的实时图像，与数据库相应点的图像信息通过图像匹配实现飞行器的精确定位。在飞行器飞行航迹内，选择图像特征较易辨认的N组特定地标，并建立其坐标、数字高程数据库。飞行器进入特定地标所在区域时，利用飞行器上安装的成像系统跟踪地标，并进行拍摄。根据数据库信息，利用特定地标在摄像机像平面上的图像信息，通过图像变换、匹配定位、坐标变换，解算摄像机空间三维坐标和三个姿态角。根据摄像机坐标系与机体坐标系的变换关系，标定飞行器精确位置。

2．1坐标变换

在解算导航参数的过程中，涉及像素坐标系，图像平面坐标系，摄像机坐标系、机体坐标系以及导航坐标系。飞行器的精确定位是从地标点的地面坐标和在像平面的成像坐标出发研究地面、像点与对应物点之间的关系。像点的空间坐标变换是指摄像机坐标系与导航坐标系之间的变换。设像点a在摄像机坐标系中的坐标为(x，y，－f)，在导航坐标系中的坐标为(X，Y，Z)，两者之间的坐标变换关系可以由下式表示，即式中的方向余弦ai，bi，ci(i=1，2，3)分别是导航坐标系各轴与相应的摄像机坐标系各轴夹角的余弦，即:上式9个方向余弦中只有3个独立的参数，这三个参数可以是导航坐标系按某一转角系统，旋转至摄像机坐标系的三个角方位元素，而分别以三个轴为主轴开始旋转的三个转角系统，尽管表达方向余弦的形式不同，但相应的元素彼此相等，由此组成的旋转矩阵是唯一的。反之，如果已知一幅影像的3个姿态角元素(φ，ψ，κ)，就可以求出9个方向余弦，也就知道了摄像机坐标系转换到导航坐标系的正交矩阵R，从而可以实现这两种坐标系的相互转换，据此反推飞行器的精确位置。

2．2位置姿态解算原理

机载摄像机成像是地面景物的中心投影。在摄像瞬间，某物点A经摄影中心在像片上得到的构像a。如果不考虑透镜畸变等原因造成的像点构像误差，物点A、摄影中心S和像a应位于一条直线上，既满足共线方程:由像点的摄像机坐标与导航坐标的关系式(1)可得其逆变换式，即利用共线方程式求解外方位元素时，为了提高精度和可靠性，通常需要量测四个或更多的地面控制点和对应的像点坐标，采用最小二乘平差法解算。此时像点坐标(x，y)作为观测值，加入相应的偶然误差改进数vx，vy，由式(13)可以列出每个点的误差方程式为。

3仿真研究

根据上述基于地标在摄像机中的成像信息进行飞行器定位的原理，在此，进一步阐述飞行器进行精确定位的几个过程。预先工作是飞机起飞前，在预定航线上选择若干图像特征明显的固定目标作为特定地标点，如标志建筑物，或者标志地物等，利用摄像机拍摄序列图像，通过对图像进行小波变换和分形处理以生成特征。将这些图像进行特征提取并经过Hough变换后信息存储在计算机中，以提高定位实时性。目标搜索首先要判定飞行器当前的飞行区域，跟踪此区域并减小摄像机的视场角，以提高跟踪时图像测量精度，进入跟踪模式，为特征提取和图像匹配做准备。图像特征提取采用二进小波分解技术，经多级分解和阈值处理，使每个窗口保留主要的目标特征信息。为了得到足够的同名像点，从特定地标图像中提取4个特征点，其中任意三个特征点不共线。为获得子像元级的匹配精度。在图像特征匹配完成之后．进行最小二乘图像匹配和匹配点之间的位置约束。图像匹配是指不同位置的摄像机从同一景物录取下来的两幅图像在空间上进行对准，从而确定出这两幅图像之间相对位移的过程。根据基于LOG边缘检测与相位相关相结合的匹配识别算法进行图像匹配，再根据基于SIFT、相位相关、LOG与角点检测相结合的识别、跟踪算法进行图像识别与跟踪。位姿解算:确认搜索到目标后，经图像特征提取和匹配，成像系统测量、解算飞行器相对地标点的位置和姿态参数，包括三个位置坐标和三个姿态角，然后机载计算机根据地标点的地理坐标和测量的相对位置参数计算出飞行器的现实位置，以此作为对捷联惯导系统进行校正的基准。本文仿真的机载摄像机的有关性能指标如下:4096×4096像元;CCD单元大小:9μm×9μm;镜头焦距:180mm;如果摄像机的载机飞行高度是3000m，摄像机分辨率是0．18m。摄像机CCD面阵的分辨率与像元个数之积就是摄像机地面覆盖面积，这里要说明的是，因为各像元之间的间距在1μm之内，远小于像元宽度，在本论文的研究中忽略像元的间隔。选择像元为4096×4096的CCD，换算到地面面积为0．72×0．72km2。仿真流程如图2，第四区域成像图如图3。

4结论

根据图像匹配和摄影测量原理，实现了飞行器位置解算算法。仿真了9组(全程约400千米)利用特定地标成像信息计算得出的飞行器位置和姿态数据，见表1。结果表明:提出的算法能够满足GPS不可用时长航飞行器组合导航精度要求。图像定位的误差来源于多方面，在考虑各种误差模型条件下的图像定位算法是今后的研究方向