飞机地面防撞多传感器数据融合系统研究

飞机地面防撞多传感器数据融合系统研究王战武慕德俊石励任帅西北工业大学自动化学院,西安710072摘要为了实现对不同传感器探测和跟踪的目标信息融合,提出了一种车载飞机地面防撞的多传感器数据融合系统。采用矩不变量的方法描述飞机的特征采用LEVENBERG2MARQUARDT算法对标准的BP网络算法进行改进,使系统快递、稳定地进行飞机识别。该算法实现了多传感器多目标定位、航迹融合等关键技术,实验表明,该系统可以较好地实现目标定位、跟踪以及目标识别的目的。关键词多传感器数据融合BP算法矩不变量中图法分类号TP2736文献标志码A随着我国航空运输的不断增长,防止飞机地面碰撞和刮蹭事故已成为当前和今后一个时期内民航安全的重要任务。与汽车防撞系统不同的是,飞机由于体积庞大,两翼的顶端及尾翼等有可能受到碰撞的地方,都是危险点,且各种型号的飞机外型和大小不同,因此应用于机库维修和飞机地面的专用防撞系统要求多点位测距1。该防撞系统必须对飞机区域环境、动态随机障碍以及变化的气候条件,如日照及景物阴影、黄昏与夜晚、阴天与雨雪等均具有良好的适应性,只用单一传感器很难适应各种条件,做出判断容易产生虚警或漏警2。为了提高对目标的识别和估计能力,需要引入多传感器融合技术。图1系统总体结构2融合算法1系统总体结构21多传感器多目标定位由于研究的目标是地面目标,所以目标的位置状态信息可用二维向量X,Y来描述。假设M个不同种类传感器对某一区域进行多次扫描后,获得防撞系统多传感器数据融合系统从目标原始数据库读取目标信息,进行静态目标位置融合,动态目标航迹融合3包括时空配准、航迹关联,目标识别特征提取、规则库改造、基于规则的推理或神经网络,存结果于目标结论数据库中。其总体结构如图1所示。如表1所示的静态目标信息,表中PX,Y,I1,IJ,C表示第I个传感器对应于第J2,M,J1,2,个目标的位置观测值,C为目标的个数。2007年11月15日收到6期王战武,等飞机地面防撞多传感器数据融合系统研究1463表1多传感器提供的目标信息方差最小的各传感器的融合权值。22多传感器多目标航迹融合211时空配准多传感器多目标跟踪要求在同一时刻对来自同一目标的不同传感器的测量进行融合,以获得目标的运动特性,此即为时空配准。时空配准包括两部分,即时间配准和空间配准。对于空间配准,即为将目标观测值转换到同一目标下。空间配准较容易实现,在此仅研究时间配准。时间配准是指对单传感器多目标跟踪获得的不连续目标轨迹进行平滑,形成连续的目标运动轨迹,然后再对连续目标运动轨迹用同一采样周期进行采样。此系统中,采用时间多项式来进行平滑。设目标的轨迹可用下式描述的时间多项式来逼近第1个传感器P11X,YP12X,Y第2个传感器P21X,Y第M个传感器PM1X,YPM2X,YPMCX,Y在进行多传感器多目标定位之前,先对表中的数据进行分类,把来自同一目标的数据归并成一组。假设M个传感器中最大的量测方差为MAX,定义某一闭圆的半径为MAX,则将下式定义为分组标准MAX,PIJX,YPQ1X,Y1I,Q1,2,M,J,L1,2,C1式中,为一可变常数,默认值为3,其他情况下可由使用者根据目标的分布情况选定。从表1中任取一个元素,把这一元素和表中其他所有元素按式1进行配对,形成一个新组NG1,并把配对后的元素从原来的表里去掉。如果此元素不和表中任何元素配对,则此元素单独形成一个组。对表中其余元素重复上述过程,获得新组NG2,LTAII1,2,K4XAATI01IM式中,K为采样的点数,A,A,A为待定的常系01L数,L为多项式的阶次。T,XK代表某一目标航迹上的离BX1,X2散点,取NGC。假设第J个新组为P1JX,Y,P2JX,Y,NG3RM,各传感器的量测方差为,PRJX,Y,TT1,R,对第BX1,X2,XK,AT1T2A0,A1,AL,J个新组进行融合,获得目标的最终观测值为PJX,Y。L11T1LT2R。IPIJX,YPPJX,YI12RL1TKTKI1,0I1则4式可改写为PAB。定义JBI1为确定I,根据系统总的量测方差函数F1,BTBB为目标函数。把上述定义代入得JRI22,R,定义另外一个函数H1,TPA。对目标函数求极小值,得IBPABI1RR,FI,为拉格朗日因子。对TTPPAPB51J1函数H求偏导数得解得式5,即T1T5HAPPPB222航迹融合60,1,2,I,R5I35H利用多项式拟合,对目标轨迹进行平滑后形成连续曲线。按设定的采样间隔,对所有轨迹曲线同时进行采样。对每一组数据,采用静态目标位置融合的方法进行处理,即将每一组里关联后对应同一目标的数据进行融合,然后把融合后的各数据点连505根据式3,可求得1,R。同时,5I5H220。所以,1,R就是所希望的5II19942014CHINAACADEMICJOURNALELECTRONICPUBLISHINGHOUSEALLRIGHTSRESERVEDHTTP/WWWCNKINET科学技术与工程8卷1464接起来,就形成了目标的最终轨迹23三维飞机的目标识别,TC。征向量决定,在此系统中为4,而输出层节点个数一般由样品所需分的类型数决定,而在此系统中输出层节点数取5,为5种常见机型。隐含层结点数为4。传递函数为LOGSIG型函数GX1/1EXPX。训练开始时网络所有的连接权值设为05,05区间的随机值,而所有输入向量经过适当比例调整后使得各分量的最小值最大值分别在01,09之间。算法采用LEVENBERG2MARQUARD算法。将三维飞机模型输入计算机,建立飞机模型库,得到飞机的训练样本库。对飞机模型库的图像计算矩特征,输入BP神经网络进行训练。训练达到稳定后,抽取50幅图片进行识别,正确率达99。证明该算法可行。T1,T2,目前,三维目标识别主要是通过对任意角度观察的二维数字图像处理而实现HU最早提出了矩的概念,并推出了矩的一系列基本性质,进一步证明了有关矩的平移不变性、比例不变性和旋转不变性。在系统中,采用HU提出的矩特征提取方法对大量二维飞机数字图像进行处理,然后采用改进后的BP算法构造网络模型,以实现对目标的识别过程。231特征提取4经过数据处理,获得一个二值化数字图像,它反映了目标的结构与形状。对该图像提取矩不变量,作为待测目标的特征。设一个二值图像,区域为R,假定它分段连续且有界,其密度分布函数为FX,Y,矩集定义为MJK3仿真分析XJ受客观条件的限制,通过计算机模型来获得样本数据。用计算机模拟产生三个机动目标的航迹数据和两个传感器对目标的观测数据运动目标采样200个点。传感器的量测噪声强度为传感器1的标准差为16,传感器2的标准差为9。对上述算法进行仿真,结果满足系统设计要求。图2即为多传感器多运动目标航迹融合结果。KYFX,YDXDY,式中J,K取所有非负整数值,JK称为矩的阶,零阶矩为M00FX,YDXDY,中心矩JKXXJYYKFX,YDXDY,式中XM10/M00YM01/M00。对于分辨率为M,N的数字图像,假设FX,Y在物体内取1,而在其它位置取0,则M1N1XYJKMJKX0Y0M1N1JKXXYYJKX0Y0式中XM10/M00,YM10/M00。上述中心矩计算函数反映了物体的形状而忽略了其内部的灰度级细节。每个特定的形状具有一个特定的轮廓和特定的一个矩集,而在矩的阶数小于三阶时,此中心矩数值在物体放大、平移时保持不变,本系统采用的四个数值推导如下图2多传感器多运动目标航迹融合结果20M3M402M22002411224结束语M12230303121232103提出了一种飞机地面防撞的车载防撞系统,并对其中的数据融合系统进行了详细的研究。经过仿真分析,该航迹融合和目标识别算法切实可行,达到了系统要求。222103。232BP网络模型的建立在模式识别应用中,神经网络5的输入是未知对象的特征向量,所以输入层节点数由未知对象特19942014CHINAACADEMICJOURNALELECTRONICPUBLISHINGHOUSEALLRIGHTSRESERVEDHTTP/WWWCNKINET6期王战武,等飞机地面防撞多传感器数据融合系统研究14653王晓红数据融合技术及其在电器试验检测中的应用微计算机信息,2004128294樊亚军,曲仕茹利用BP神经网络实现三维飞机目标识别郑州工业大学学报,200425456595HOPFIELDJARTIFICIALNEURALNETWORKSIEEECIRCUITSANDDEVICESMAGAZINE,199845310参考文献1陈勇,黄席樾,杨刚罡汽车防撞预警系统的研究与发展计算机仿真,200623122392432邓金城,黄席樾,邓小丽,等汽车防撞系统中的危险估计与超车决策计算机仿真,20042111207210SEARCHONMULTI2SENSORDATAFUSIONBASEDAIRCRAFTONANTI2COLLISIONSYSTEMONEARTHWANGZHAN2WU,MUDE2JUN,SHILI,RENSHUAICOLLEGEOFAUTOMATION,NORTHWESTERNPOLYTECHNICALUNIVERSITY,XIAN710072,PRCHINAABSTRACTINORDERTOREALIZETHEFISSIONSOFTHETARGETINFORMATIONOBTAINEDFROMDIFFERENTSENSORS,AMULTI2SENSORDATAFUSIONSYSTEMBASEDONAIRCRAFTANTI2COLLISIONONEARTHISDEVEBPEDTODESCRIBETHECHARACTEROFAIRCRAFTSIMPLYANDEFFICIENTLY,MOMENTINVARIANTSAREUSEDATTHESAMETIME,AMETHODISEMPLOYEDTOIMPROVEBPALGORITHM,MAK2INGTHERECOGNITIONPROCESSFASTERANDMORESTABLEALGORITHMSISINTRODUCEDWHICHACHIEVEMULTI2SENSORANDMULTI2TARGETLOCATION,TRACKFUSION,KEYWORDSMULTISENSORANDOTHERKEYTECHNOLOGIESEXPERIMENTSPROVEDTHATTHISSYSTEMPERFORMSWELLDATAFUSIONBPALGORITHMMOMENTINVARIANT上接第1461页增加,但由于采用楔镜扫描的方式,使红外地平仪的光路结构简化,可明显减少红外地平仪头部的体积和重量。在电路中采取一定的措施之后,可使楔镜扫描红外地平仪总体姿态角测量误差与双反射镜扫描红外地平仪的水平接近。因此采用楔镜扫描红外地平仪替代双反射镜圆锥扫描红外地平仪是可行的。参考文献1龚惠兴红外地平仪红外物理与技术,197851252王模昌圆锥扫描红外地平仪设计中的几个问题红外物理与技术,1978526353刘学明FY21A红外地平仪正样设计报告,2000ATTITUDEANGLEMEASUREMENTERRORCAUSEDBYTHEINSTANTANEOUSFIELDOFVIEWOFCONESCANNINGINFRAREDEARTHSENSORTONGGUANG2HUI1,2,LIUXUE2MING1,GONGHUI2XING1SHANGHAIINSTITUTEOFTECHNICALPHYSICS1,SHANGHAI200083,PRCHINAGRADUATESCHOOLOFTHECHINESEACADEMYOFSCIENCE2,BEIJING100080,PRCHINACOMPAREDTHEWORKINGPRINCIPLEANDTHEINSTANTANEOUSFIELDOFVIEWOFDOUBLEMIRRORSCONICALSCAN2ABSTRACTNINGINFRAREDEARTHSENSORANDWEDGELENSCONICALSCANNINGINFRAREDEARTHSENSOR,THESCANNINGDELAYOFTWOTYPESOFINFRAREDEARTHSENSORSINSTANTANEOU