基于單目視覺的地面目標(biāo)狀態(tài)估計算法研究.pdf

1、本文在地面目標(biāo)狀態(tài)估計方面展開深入研究，提出了一種基于單目視覺的速度估計算法，通過云臺攝像機(jī)可以準(zhǔn)確地估計出地面目標(biāo)在世界坐標(biāo)系下的運(yùn)動速度，提高了系統(tǒng)的準(zhǔn)確性。此外，編寫了一套應(yīng)用軟件，將狀態(tài)估計算法嵌入其中，用于驗證其性能。主要研究內(nèi)容包括：
　　 ⑴針對視覺傳感器難以直接獲得高度信息以及傳統(tǒng)的高度計測量偏差較大的缺陷，提出了一種基于地面目標(biāo)尺寸的高度估計算法。首先，需要從圖像中檢測出目標(biāo)的兩個邊界點。為此，本文設(shè)計了一套三

2、級檢測機(jī)制，分別為基于灰度直方圖的邊界點檢測策略、基于道路樣本庫的邊界點檢測算法以及基于自適應(yīng)閾值分割的邊界點檢測方法，各層算法復(fù)雜度由易到難，以保證邊界點檢測的成功。此外，對于圓形或橢圓形這種特殊形狀的目標(biāo)則采用CamShiR算法，借助目標(biāo)形狀特征，可以更加快速地計算出其在圖像中的邊界點。在此基礎(chǔ)上，結(jié)合地面目標(biāo)的尺寸信息，通過單目視覺的方法估計出云臺攝像機(jī)距目標(biāo)所在平面的垂直高度，進(jìn)而估計攝像機(jī)與目標(biāo)之間的深度距離，為隨后的狀態(tài)估計

3、所用。
　　 ⑵在估計地面目標(biāo)運(yùn)動速度的過程中，由于低成本的視覺傳感器成像精度低，使得如何準(zhǔn)確地估計其運(yùn)動狀態(tài)成為一個難題，因此本文采用了一種自適應(yīng)Kalman濾波算法來估計目標(biāo)在世界坐標(biāo)系下的運(yùn)動速度。該算法的優(yōu)點是可以估計目標(biāo)運(yùn)動速度中包含的噪聲，獲得噪聲統(tǒng)計特性。在此基礎(chǔ)上，對觀測噪聲協(xié)方差矩陣進(jìn)行在線調(diào)整，以抑制目標(biāo)運(yùn)動過程中的狀態(tài)突變現(xiàn)象，有效彌補(bǔ)視覺傳感器成像精度低的缺陷。首先，在跟蹤過程中利用云臺攝像機(jī)記錄目標(biāo)的圖

4、像信息。其次，當(dāng)跟蹤過程結(jié)束后，在離線情況下利用此信息估計目標(biāo)運(yùn)動速度所對應(yīng)的過程噪聲協(xié)方差矩陣Q以及觀測噪聲協(xié)方差矩陣R，從而獲得噪聲的統(tǒng)計特性。在隨后的應(yīng)用中，將Q、R作為卡爾曼濾波所需的協(xié)方差矩陣，設(shè)定比例因子，當(dāng)狀態(tài)觀測值與預(yù)測值之間的偏差超過設(shè)定閾值時，利用該增益因子對觀測噪聲協(xié)方差矩陣進(jìn)行在線調(diào)整，抑制噪聲突變，最終精確地估計出目標(biāo)在世界坐標(biāo)系下的運(yùn)動狀態(tài)。
　　 ⑶在狀態(tài)估計過程中，由于目標(biāo)的運(yùn)動，會使其在圖像中的