《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 其他 > 設(shè)計(jì)應(yīng)用 > GPS拒止條件下的景象匹配導(dǎo)航方法研究
GPS拒止條件下的景象匹配導(dǎo)航方法研究
2022年電子技術(shù)應(yīng)用第3期
李家松1，李明磊1，魏大洲2，李 威2，吳伯春2
1.南京航空航天大學(xué) 電子信息工程學(xué)院，江蘇 南京210016；2.中國(guó)航空無線電電子研究所，上海200233
摘要： 提出了一種在GPS拒止條件下使用視覺詞袋輔助航空景象匹配導(dǎo)航的方法。在景象匹配導(dǎo)航任務(wù)中，基準(zhǔn)地圖比空中探測(cè)的圖像具有更大的覆蓋范圍，當(dāng)基準(zhǔn)地圖有大量相似或重復(fù)紋理特征出現(xiàn)時(shí)，僅依靠特征匹配難以得出正確的對(duì)應(yīng)關(guān)系。首先對(duì)基準(zhǔn)衛(wèi)星影像地圖進(jìn)行區(qū)塊劃片，并利用視覺詞袋技術(shù)對(duì)每一片區(qū)塊進(jìn)行編碼，利用統(tǒng)計(jì)特性計(jì)算局部區(qū)塊特征矢量，即區(qū)塊特征直方圖；然后，對(duì)空中探測(cè)圖像使用同一詞袋進(jìn)行編碼，用于從大量候選區(qū)塊中篩選出初始對(duì)應(yīng)區(qū)塊；最后，使用尺度不變特征進(jìn)行精配準(zhǔn)并計(jì)算飛行器相對(duì)位置。實(shí)驗(yàn)使用了直升機(jī)拍攝的空中影像與高清衛(wèi)星影像中提取的基準(zhǔn)地圖進(jìn)行實(shí)驗(yàn)分析，并與先進(jìn)技術(shù)進(jìn)行比較，結(jié)果表明該方法具有良好的匹配可靠性和配準(zhǔn)精度，能夠在GPS拒止條件下為基于景象匹配的航空飛行器定位需求提供支持。
中圖分類號(hào)： TN967.2
文獻(xiàn)標(biāo)識(shí)碼： A
DOI：10.16157/j.issn.0258-7998.211575
中文引用格式： 李家松，李明磊，魏大洲，等. GPS拒止條件下的景象匹配導(dǎo)航方法研究[J].電子技術(shù)應(yīng)用，2022，48(3)：88-93.
英文引用格式： Li Jiasong，Li Minglei，Wei Dazhou，et al. Research on scene matching navigation method under GPS-denied environments[J]. Application of Electronic Technique，2022，48(3)：88-93.
Research on scene matching navigation method under GPS-denied environments
Li Jiasong1，Li Minglei1，Wei Dazhou2，Li Wei2，Wu Bochun2
1.College of Electronic and Information Engineering，Nanjing University of Aeronautics and Astronautics，Nanjing 210016，China； 2.China Aeronautical Radio Electronics Research Institute，Shanghai 200233，China
Abstract： This paper presents a visual word-based method for scene-matching aided navigation, which can work under GPS-denied environment. Since the reference satellite images may have many similarities and repetitive textures, it is difficult to initialize the correct correspondences between the reference satellite images and the aerial images only by feature matching. The paper proposes a bag of visual word(BOVW) based method to find the initial corresponding region. First, the reference satellite image is divided into blocks and encoded each block by BOVW model to generate a feature vector, namely block feature histogram. Then, the aerial images are encoded with the same model for screening the initial region from a large collection of blocks. Finally, the scale-invariant features are used to refine registration and calculate the accuracy position. In this paper, the aerial images taken by helicopters and the reference maps extracted from high-resolution satellite images are used for experimental analysis, and the performance is validated by extensive comparisons to state-of-the-art techniques. The experimental results show that the proposed method has good matching reliability and registration accuracy，and can provide support for aircraft positioning requirements based on scene-matching under GPS-denied environment.
Key words : bag of visual word；aircraft positioning；scene-matching aided navigation；block matching；image registration

0 引言

    無人機(jī)的導(dǎo)航定位直接影響到無人機(jī)能否有效執(zhí)行任務(wù)，是無人機(jī)應(yīng)用的基礎(chǔ)和關(guān)鍵技術(shù)。目前，最為成熟的無人機(jī)導(dǎo)航方式是基于導(dǎo)航衛(wèi)星的全球?qū)Ш蕉ㄎ?Global Positioning System，GPS)技術(shù)結(jié)合慣性導(dǎo)航技術(shù)的組合導(dǎo)航方式，但在一些高山峽谷地形、有惡意干擾或是由于戰(zhàn)時(shí)期間服務(wù)方不提供衛(wèi)星導(dǎo)航信號(hào)，衛(wèi)星導(dǎo)航系統(tǒng)會(huì)出現(xiàn)拒止失效的情況，慣性導(dǎo)航系統(tǒng)在定位過程中會(huì)有累積誤差，無法單獨(dú)實(shí)現(xiàn)長(zhǎng)航時(shí)導(dǎo)航。景象匹配導(dǎo)航在GPS信號(hào)拒止情況下與慣性導(dǎo)航系統(tǒng)相結(jié)合，可以實(shí)現(xiàn)長(zhǎng)航時(shí)與高精度的自主導(dǎo)航[1]。研究適用于全場(chǎng)景而且較為穩(wěn)定的景象匹配方法對(duì)于提升無人機(jī)的視覺定位導(dǎo)航能力具有重要意義。

    從基準(zhǔn)地圖和空中影像中得到穩(wěn)定的特征是景象匹配需要解決的首要問題。Lowe提出了一種尺度不變特征變換算子(Scale Invariant Feature Transform，SIFT)[2]，在尺度域和空間域上同時(shí)檢測(cè)像素變化極值點(diǎn)，并通過梯度方向進(jìn)行分配進(jìn)而滿足對(duì)旋轉(zhuǎn)和尺度的不變性。但SIFT特征計(jì)算量大，很難保證算法的實(shí)時(shí)性。Dellinger等人[3]和楊颯等人[4]分別結(jié)合SAR、稀疏隨機(jī)投影(Sparse Random Projection，SRP)提出一些加速匹配的算法。在SIFT基礎(chǔ)上，又有許多學(xué)者進(jìn)行補(bǔ)充擴(kuò)展研究，Morel將用于提取特征的原始圖片做仿射變換進(jìn)而提出了ASIFT算法[5](Affine Scale Invariant Feature Transform)，可以用于大視角變換的場(chǎng)景，但需要對(duì)場(chǎng)景進(jìn)行多角度采樣。楊佳賓[6]等人開發(fā)出一種Dense SIFT特征用于無人機(jī)影像的快速拼接，可在空中影像中提取更多特征點(diǎn)用于匹配。張曉聞等人[7]基于稀疏表示和拓?fù)湎嗨菩蕴岢鲆环N圖像匹配方法，能夠有效提高匹配效率，并對(duì)輪廓部分有較好的匹配結(jié)果。Yu等人[8]提出了一種基于Harris-Laplace ROEWA和Harris-Laplace Sobel技術(shù)的特征檢測(cè)策略，并改進(jìn)了SIFT特征的描述符，有效地解決了SAR圖像與光學(xué)圖像配準(zhǔn)時(shí)有較大的非線性強(qiáng)度差問題。




本文詳細(xì)內(nèi)容請(qǐng)下載：http://theprogrammingfactory.com/resource/share/2000004010。




作者信息：

李家松1，李明磊1，魏大洲2，李  威2，吳伯春2

(1.南京航空航天大學(xué) 電子信息工程學(xué)院，江蘇 南京210016；2.中國(guó)航空無線電電子研究所，上海200233)




wd.jpg

此內(nèi)容為AET網(wǎng)站原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。