曲仕茹，史忠科
西北工业大学空中交通管理系统研究所，陕西西安 710072
摘 要：采用视频图像分析与地面目标群运动特性相结合的方法，可以解决空中对地面目标群的跟踪和瞄准问题。为了对地面目标群运动特性进行预测，引入了宏观交通模型。根据飞行器质心和地面目标群中心相对位置的预测估计，得到了飞行器视频监视装置的下视角和方位角计算式，并且给出了地面目标群位置估计误差的在线修正方法。半物理仿真结果表明，利用这种方法可以使地面目标始终位于视频图像的中心位置附近。
关键词：视频图像分析，目标群模型，跟踪误差修正
运动目标的检测与跟踪研究，对国防和特殊情况下的警戒、巡逻都十分重要和具有现实意义。在以往的目标跟踪方法研究中，多以雷达、遥控、红外、激光等技术进行目标检测。为了实现对被检测目标的跟踪，需要进行大量的实时信号处理和误差估计，这一过程产生的误差积累以及杂波等噪声，会对目标跟踪和定位精度造成很大的影响。而且，能否有效地跟踪地面目标还不能直观地判定。为此，图像＋信号同时跟踪研究，已经成为目前的研究热点。图像跟踪是利用图像传感器（如CCD）或热成像传感器，通过摄取目标的视频图像信号来实现。
现有空中对地面目标的图像探测和跟踪方法研究中，对地面目标的运动特性如运动规律、运动速度和方向等分析、考虑得不多。在许多情况下，是将其运动简化为直线运动，而实际上这些目标的运动轨迹往往为曲线。另外，当目标不是个体，而是协同行动的个体之集合（即目标群）时，则目标群中每个个体的运动特性都要受到目标群整体运动特性的制约；同时地面运动目标所处位置的地理信息，在空中对地面目标的攻击中也是不容忽略的。为了解决这些问题，本文基于视频图像检测与分析，并且考虑地面目标群的运动特点，给出了一种有效的综合跟踪方法。
1 问题描述
设地面固定坐标系，简称地轴系为O－XEYEZE，其原点O选择在地面或海平面上的某一点，OZE轴沿铅垂方向指向下方，OXE轴和OYE轴在水平面内，其方向视具体情况而定。空中飞行器质心和地面运动目标群中心在地轴系中的位置分别为（XE，YE，ZE）和（XG，YG，ZG）。令飞行器质心和地面运动目标群中心的连线与地面垂线之间的夹角为Φ；飞行器质心在水平面（即地面）XEOYE上的投影（XE，YE）和地面运动目标群中心在该面上对应坐标点（XG，YG）的连线与OXE的夹角为Ω；hE＝－ZE为飞行器飞行高度；则夹角Φ和Ω可以表示为
为了瞄准目标，飞行器上CCD图像采集系统对准目标的下视角应为Φ，方位角应为Ω。所以，飞行器瞄准地面目标群的关键在于给出飞行器质心XE，YE，ZE和地面运动目标中心XG，YG，ZG。
2 模型建立
地面运动目标群中心的坐标可以由如下的宏观动态模型（3）、（4）式给出
（3）和（4）式中，ki，νi分别表示地面运动目标的密集程度和平均速度；ξ、a、λ、τ、Li为参数或可以调整的修正系数；Ve为等价速度；T为采样周期；ki－1，νi－1和ki＋1，νi＋1分别表示地面运动目标在上、下游路段的密集程度和平均速度；γi为该路段与水平面或海平面之间夹角。ZG和γi均可以根据数字地图得到。
若不考虑飞行器的弹性形变、大气变化等因素时，XE，YE，ZE可以通过以下三维刚体运动方程给出
式中，V0，α，β，θ，φ，ψ分别为空速、气流迎角、侧滑角、俯仰角、滚转角和偏航角。
系统（5）可以按照以下状态方程描述
3 位置预测
利用视频图像跟踪地面目标群时，需要准确地预测目标群的位置。为此，首先要对采集到的视频图像进行边缘检测处理，提取目标物的边界。然后按照目标物在图像上分布的区域范围，计算目标群的中心位置。在此基础上，通过云台自动调整CCD的方向角及下视角，使地面目标群的中心始终位于视频图像传感器的中心，实现对被跟踪的目标锁定的目的。具体做法详见文献［8］。
当飞行器上的CCD图像采集装置对地面目标群检测周期为Td时，假定在t时刻检测到了地面目标群，由于t＋Td时刻飞行器质心和地面运动目标群中心位置都发生了变化，还必须对t＋Td时刻地面运动目标群的中心和飞行器质心位置进行预测。
令
t＋Td时刻的ZG和γi可以根据数字地图得到。ΔXG，ΔYG计算方法为：令mT＝Td，由（6）式递推计算可得
假设地面目标群沿某公路运动，该路段与水平面或海平面之间的夹角为γi，可得
为了在t＋Td时刻也能瞄准目标，飞行器上CCD图像采集系统在该时刻对准目标的下视角Φ、方位角Ω的计算为
4 位置修正
随着跟踪时间的增长，仅仅采用以上方法预测产生的积累误差有可能使目标丢失，应采用以下方法进行目标位置修正。
（1）若t时刻地面运动目标中心处于视频图像的中心，则令XG＝0，YG＝0。t＋Td时刻飞行器上CCD图像采集系统对准目标的下视角Φ，方位角Ω修正按（13）式进行。
（2）若t时刻地面运动目标中心不处于视频图像的中心，需要对XG，YG估计值修正。设XG，YG的修正量为δXG，δYG，计算式为
式中，（xc，yc）为地面运动目标群中心在视频图像中的坐标位置；xcM，ycM分别为视频图像x－，y－方向的最大坐标（即矩形视频图像的象素数为xcM×ycM）；XM，YM分别为视频图像能观察到x－，y－方向的最大距离（通过斜距、CCD视场角可以得到）。在此情况下，t＋Td时刻飞行器上CCD图像采集系统对准目标的下视角Φ，方位角Ω的算法（13）式可以修正为
（3）在t＋Td时刻再次检查地面运动目标群中心是否处于视频图像的中心。
5 结果分析
为了验证本文的方法，通过视频图像半物理仿真系统进行了测试。图2给出了下视角的调整曲线，图3给出了方位角的调整曲线，图4及图5给出了地面目标群中心位置XG和YG仿真结果。实验结果表明，采用本文的方法可以使地面目标始终位于视频图像的中心位置附近。
6 结 论
本文提出的跟踪方法中，参考交通模型，给出了地面目标群中心位置的有效预测。为了实现目标的鲁棒跟踪，根据视频图像分析，给出了地面目标群位置估计误差的在线修正方法，并且将该方法进行了半物理仿真。其结果表明，本文方法对于地面目标群 的跟踪和预测是有效的。
参考文献
［1］ Ding Zhen，Leung H，Hong Lang．Evaluation of Six Trackers in a RealRadar Tracking Environment．The InternationalSociety for OpticalEngineering．SPIE，Bellingham，WA USA，2000，26～35
［2］ Burne R A，Kadar I，Whitson JC，Eadan E R．Self－Organizing，Cooperative UGSNetwork for Target Tracking．SPIE，Bellingham，WA USA，2000，181～190
［3］ Hong Lang，Cui Ningzhou．Interacting Multipattern Joint Probabilistic Data Association（IMP－JPDA）Algorithm for MultitargetTracking．SignalProcessing，2000，80（8）：1561～1575
［4］ 杨 杰，路正刚，黄 欣．基于多传感器数据融合的目标识别和跟踪．上海交通大学学报，1999，33（9）：1107～1110
［5］ 胡磊力，陈钰清，羊 毅等．多目标跟踪问题中关联区域的设计方法．光电工程，2000，27（1）：6～12
［6］ Yu Qifeng，Zhang Xiaohu，Lu Hongwei，Sun Xiangyi．Image Sequence Analysis System and a Target－Tracking Algor ithm with Correlation and Improved SUSAN Filtering．SPIE，Bellingham，WA USA，2000，124～131
［7］ Shin Sangjin，Chun Joohwan．Accurate TargetTracking Using a Single Imaging Sensor．SPIE，Bellingham，WA USA， 2000，71～80
［8］ 曲仕茹，史忠科．基于飞行器图像的目标跟踪方法研究．飞行力学，2001，19（4）：81～84
摘自《西北工业大学学报》
|