《多層次實時魯棒機載景像匹配輔助導航算法研究》是依託北京航空航天大學，由趙龍擔任項目負責人的面上項目。
基本介紹
- 中文名：多層次實時魯棒機載景像匹配輔助導航算法研究
- 依託單位：北京航空航天大學
- 項目負責人：趙龍
- 項目類別：面上項目
項目摘要,結題摘要,
項目摘要
基準圖適配性分析、實時圖處理、匹配計算和輔助導航信息融合是機載景像匹配套用中的重要環節，這些環節及其相互間的影響與飛機機動飛行帶來的動態誤差密切相關。本項目將建立複雜飛行環境下圖像資料庫，分析動態誤差對不同質量實時圖獲取和不同匹配算法可適配性的影響規律，揭示複雜運動過程與機載景像匹配定位可靠性間的關係。通過引入實時圖和基準圖信息、飛行狀態和相機參數以及航跡最佳化等約束條件研究實時圖自適應處理算法和校正模型，獲取高質量實時圖。深入分析不同匹配算法對不同質量實時圖的可適配規律，建立匹配算法庫及其使用規則庫，基於知識推理自動選擇適應性強的匹配算法或算法組合，形成魯棒景像匹配算法。根據自適應動態導航理論和飛機的飛行特點，把景像匹配輔助慣性導航信息融合問題轉化為不等間隔自適應動態抗差濾波問題來研究複雜飛行過程與機載景像匹配定位可靠性間的關係。研究成果將為機載景像匹配套用提供可靠的參考理論和有效的算法。
結題摘要
在GNSS信號不可用時，地球物理場導航信息可以為載體提供連續的定位信息。經過六十多年的發展，地形輔助導航技術已成功套用於精確制導武器的導航制導中，並取得了重大的經濟效益。但尚未在軍民用領域的機載導航系統中套用。在為提高我國機載導航定位系統的定位精度和可靠性，系統、深入地開展多層次機載魯棒景像匹配輔助導航定位的關鍵技術研究具有重要意義。 本項目主要取得的成果有以下7點：（1）研究了機載景像匹配系統匹配區選取算法和航跡規划算法，建立了適用於機載景像匹配導航系統的基準圖適配性分析準則和航跡最佳化準則，研發了機載景像匹配系統匹配區適配性分析軟體平台和視頻管理資料庫，實現了機載景像匹配系統的匹配區的自動選取和航跡規劃；（2）分析了影響景像匹配導航系統定位精度和可靠性的因素，研究了基於人工神經網路的實時圖智慧型選取算法，開發了實時圖自適應選取軟體，實現對實時圖像的自動選取，時圖自適應選取正確率超過了90%；（3）研究了魯棒景像匹配算法，對多種匹配算法進行了抗縮放、抗旋轉、抗噪聲和抗模糊等特性的實驗測試驗證，進而採用知識推理的方法研發出了一種新的魯棒機載地形輔助導航算法，匹配精度＜1像素，匹配機率＞90%；（4）研究了不同源景像匹配算法，研究並提出了基於統計特性的SAR圖像建模、濾波和分割等算法，進而首次提出了基於輪廓匹配的SAR圖像與可見光圖像匹配的算法和評價準則，實現了可見光圖像與SAR圖像兩種異源圖像的匹配和定位，並利用實際採集的SAR和可見光圖像驗證了算法的有效性；（5）研究了INS/GPS/景像匹配組合導航系統的理論和算法，建立了組合導航系統的狀態方程和量測方程，設計了一種不等間隔自適應濾波算法，實現了以不同輸出頻率的INS和景像匹配定位數據自適應融合，驗證了算法的有效性；（6）研發了機載景像匹配半實物仿真系統，採用嵌入式程式語言對上述算法的驗證程式進行了移植，移植到嵌入式系統里，形成嵌入式景像匹配計算機，並驗證了系統的有效性；（7）研究了地形匹配輔助慣性導航系統算法，並提出了北航地形輔助慣性導航系統（BITAN）Ⅲ算法，設計了搜尋模式、跟蹤模式和模式轉換邏輯，採用仿真數據和實際實飛數據驗證了本系統算法的有效性和魯棒性。
