一种飞行目标的轨迹仿真与数据集构建方法与系统

本发明属于图像处理与仿真数据生成，具体涉及一种飞行目标的轨迹仿真与数据集构建方法与系统。

背景技术：

1、针对无人机等空中飞行目标的深度学习目标检测与跟踪算法研究中，高质量、多场景的标注训练数据集是决定模型检测精度与泛化能力的核心要素。然而，真实场景下的飞行目标数据采集与标注工作面临诸多挑战。一方面，受飞行器申报审批、场地管控及气象条件等客观因素制约，大规模实拍数据的获取难度极高且经济成本巨大；另一方面，逐帧图像中目标边界框的手工标注需消耗大量人力，标注一致性难以保证，在小目标、快速运动或部分遮挡等复杂场景下手工标注误差尤为突出，导致高质量数据集极为稀缺。

2、为解决数据获取难题，仿真数据集生成技术被广泛探索。现有技术中已出现多种通过仿真手段批量生成带标注训练数据集的方案。例如，授权公告号为cn120318626b的中国专利公开了一种红外序列多目标数据集制作方法，其面向红外小目标检测，将大尺寸红外背景图像分割为若干子图像，制作点状和斑状仿真目标并融合至子图像中，进而基于复合运动轨迹方程以及视角切换与运动状态继承机制实现多目标运动状态的仿真，生成红外序列多目标数据集；授权公告号为cn114419146b的中国专利公开了一种多源光学样本生成方法和系统，其根据输入参数分别构建与可见光、红外、动态视觉等多种光学类型一一对应的仿真场景，在相应仿真场景中生成光学图像及其标注信息，并将光学图像与标注信息作为光学样本批量输出。

3、然而，上述现有方案在更广泛的飞行目标轨迹仿真应用中仍存在显著局限。首先，现有方案的运动仿真多基于设定形式的运动轨迹方程或随机游走方式，运动轨迹与目标视觉尺度、姿态之间缺乏关联建模，亦未考虑目标纵深运动引起的视觉尺寸渐变及气流扰动引起的姿态摆动，生成的轨迹与真实飞行规律存在差异。其次，多数系统采用离线批处理模式，生成过程对用户不可见，用户无法在仿真运行过程中实时观察仿真效果或动态干预仿真过程。更为关键的是，在真实场景中建筑物、山体、树木等遮挡物会影响目标可见性，而包括上述两篇文献在内的现有方案均未涉及在仿真过程中由用户交互定义遮挡区域、并对落入遮挡区域的目标进行剔除的处理机制，容易产生目标穿越建筑物等不符合现实逻辑的错误标注样本。此外，部分方案虽能同步生成标注信息，但图像、标注与视频等多类输出数据的一体化组织仍依赖多个软件工具协同完成，流程繁琐且易引入人为误差。

4、因此，亟需一种能够基于物理规律进行轨迹仿真、支持动态交互遮挡控制并能够自动生成标准化训练数据集的飞行目标数据集构建方案。

技术实现思路

1、针对现有技术中飞行目标仿真数据集构建方案存在的运动仿真缺乏物理量耦合建模、生成过程不可实时观察与干预、缺少交互式遮挡区域定义与目标剔除机制、以及数据输出环节依赖多工具协同等缺陷和不足，本发明提供一种飞行目标的轨迹仿真与数据集构建方法及系统，能够基于物理规律进行轨迹仿真，支持动态交互遮挡控制，并自动生成标准化训练数据集，从源头保证数据集的纯净度与标注一致性。

2、为解决上述技术问题，本发明采用如下技术方案：

3、一种飞行目标的轨迹仿真与数据集构建方法，包括以下步骤：

4、获取配置信息，所述配置信息包括仿真背景图像、飞行目标素材图像及运动参数；其中，所述运动参数包括飞行目标物理运动特性参数、运动模式参数及数据导出配置参数，所述仿真背景图像为可见光图像或红外图像。

5、根据所述运动参数对飞行目标进行运动学求解，更新目标在原始图像坐标系下的位置、空间缩放比例及姿态角度；通过基于物理量的建模，使目标的位移、尺度变化与姿态变化与其真实运动规律相关联，区别于随机投放方式。

6、对背景图像与飞行目标进行实时复合渲染，动态标定屏幕坐标与原始图像坐标之间逆变换矩阵所需的视图状态参数，并随视图状态变化实时更新所述逆变换矩阵；由于视图支持缩放与平移操作，屏幕坐标与原始图像坐标之间的映射关系随视图状态改变，通过逆变换矩阵的动态标定可保证任意视图状态下坐标映射的准确性。

7、捕获用户在图形用户界面上绘制遮挡区域的交互操作，经所述逆变换矩阵将屏幕坐标系下的遮挡区域转换至原始图像坐标系，加入全局遮挡区域集合；将遮挡区域维护在原始图像坐标系下，能够使其不受后续视图缩放或平移操作的影响，保持空间位置的稳定性。

8、在每一仿真周期内，在原始图像坐标系下判定各飞行目标的位置是否落入所述全局遮挡区域集合中的任一遮挡区域，更新各目标的可见性状态；各飞行目标的判定相互独立，每一飞行目标具有各自的可见性状态，从而支持多目标并发场景下的实时处理。

9、以所述可见性状态作为渲染与标注的统一判定依据，对被遮挡目标在渲染绘制与标注输出两个环节进行同步剔除；采用同一状态位同时控制两条管线，从机制上保证渲染结果与标注内容的一致性，避免因分别处理而产生的状态不同步问题。

10、将处于可见状态的目标的包围框位置信息与单帧图像数据进行关联，输出标准化训练数据集；所述标准化训练数据集包括纯净序列化图像文件、文本标注文件及仿真场景视频。

11、进一步地，所述视图状态参数包括视图缩放因子、视角平移量、自适应渲染居中偏移量和图像物理缩放比。所述视图缩放因子在滚轮缩放事件触发时按固定倍率累乘或累除，并约束在预设边界范围内，以避免界面过度缩放；作为优选实现方式，所述固定倍率为1.1，所述预设边界范围为[0.2,5.0]。所述视角平移量以当前鼠标屏幕坐标为不动锚点进行联动更新，保证缩放前后鼠标指向的原始图像位置在屏幕上保持不变。所述自适应渲染居中偏移量根据窗口宽高比与背景图像宽高比的比较结果动态计算，使背景图像在窗口中等比例居中显示，确保不同窗口尺寸下背景图像完整可见。所述图像物理缩放比为背景图像实际绘制宽度与原始像素宽度的比值，表征原始图像像素到当前窗口物理像素的换算系数。上述四个参数随用户交互操作实时更新，构成逆变换矩阵的动态标定基础。

12、进一步地，所述经逆变换矩阵将屏幕坐标系下的遮挡区域转换至原始图像坐标系，具体包括：对屏幕坐标依次执行视角平移与交互缩放的逆变换、以及居中偏移与物理缩放的逆变换，分两步将屏幕坐标转换为原始图像绝对坐标；采用两步式逆变换能够将视图交互变换与图像物理缩放解耦，使各参数的标定逻辑更加清晰独立。将鼠标按下与释放时刻对应的起止两点分别转换后，经归一化处理生成矩形遮挡区域，确保遮挡区域的表示与绘制方向无关。过滤宽度或高度小于预设阈值的无效遮挡区域，将有效遮挡区域加入全局遮挡区域集合；作为优选实现方式，所述预设阈值为2像素。

13、进一步地，所述以可见性状态作为渲染与标注的统一判定依据，具体包括：针对每一飞行目标分别设置可见性状态，所述可见性状态同时输入渲染管线与标注管线；渲染管线依据所述可见性状态决定是否绘制目标图像；标注管线依据所述可见性状态决定是否将目标包围框信息纳入当前帧标注输出；渲染管线与标注管线共用同一可见性状态。由于两条管线共享同一状态来源，从机制上消除了渲染显示与标注输出之间出现不一致的可能性，避免画面中目标与标注不匹配的错误样本产生。

14、进一步地，所述对飞行目标进行运动学求解包括像素位移量计算：基于目标在画面中的像素尺度与目标最大物理轴距的比例关系，将设定的真实运动速度动态转换为当前帧的像素位移量；所述像素位移量与目标当前像素高度和真实运动速度成正比，与目标最大物理轴距和定时器更新频率成反比。该比例关系基于相似三角形的透视原理建立，使得目标在不同纵深位置下的像素移动速度与其视觉尺度相匹配，符合真实观察规律。

15、进一步地，所述更新目标的空间缩放比例及姿态角度具体包括：采用空间深度平滑缩放随机游走算法更新目标的高度占比，在当前高度占比基础上累加微小尺度扰动量，并约束在预设缩放边界内，以模拟目标沿纵深方向飞行引起的视觉尺寸渐变；通过微小扰动量的逐帧累加与边界截断，实现平缓连续的尺寸变化效果，避免突变跳变；作为优选实现方式，所述微小尺度扰动量取值范围为[-0.005,0.005]。基于姿态角度微扰模型更新目标的姿态旋转角，在原姿态旋转角基础上累加随机扰动量，并截断在预设的物理合理摇摆范围内，以模拟气流扰动引起的机体摆动效果；作为优选实现方式，所述物理合理摇摆范围为[-15.0°,15.0°]，所述随机扰动量取值范围为[-1.0°,1.0°]。

16、进一步地，所述运动学求解支持完全随机模式与左右往返模式：完全随机模式下，在预设角度范围内随机抽取运动方向，更新单位方向向量，以覆盖全向随机运动的需求；作为优选实现方式，所述预设角度范围为[0°,360°)。左右往返模式下，主轨迹维持水平移动，对纵向分量施加微小扰动偏置后进行归一化校正，以模拟目标在水平方向往复巡航同时伴随小幅上下浮动的飞行形态；作为优选实现方式，所述微小扰动偏置取值范围为[-0.05,0.05]。当目标预测位置超出背景图像边界时，执行边界碰撞反弹处理，对超出边界方向的速度分量取反，确保目标始终在背景图像范围内运动。

17、进一步地，所述输出标准化训练数据集具体包括：针对可见状态的目标，采用yolo标注归一化算法，将目标包围框位置信息转换为包围框中心坐标及宽高相对于背景图像尺寸的归一化比率值，按yolo标准格式写入文本标注文件；仿真运行期间将纯净单帧图像实时写入磁盘临时缓存目录；仿真结束后，通过异步子进程调度机制调用标准视频编码工具，在后台将序列化图像帧合成为标准mp4格式视频，合成视频的帧率与所述定时器更新频率保持一致，合成完成后自动清理所述临时缓存目录，从而输出纯净序列化图像文件、文本标注文件和仿真场景视频三类标准数据集文件。

18、进一步地，所述判定各飞行目标的位置是否落入遮挡区域，包括：以目标包围框与遮挡区域的相交面积占比作为判定依据，当所述相交面积占比超过预设阈值时，判定该目标被遮挡。采用面积占比判定方式能够处理目标被部分遮挡的场景，相比单纯的中心点判定方式更加精细，能够根据实际需求灵活调整遮挡判定的严格程度。

19、另一方面，本发明还提供一种飞行目标的轨迹仿真与数据集构建系统，包括人机交互与参数配置模块、目标物理与运动学建模模块、场景渲染与交互遮挡模块及数据集自动构建模块。所述人机交互与参数配置模块负责接收用户输入的配置信息并提供仿真控制界面；所述目标物理与运动学建模模块负责执行飞行目标的运动学求解，输出目标状态；所述场景渲染与交互遮挡模块负责逆变换矩阵标定、遮挡区域交互管理、可见性判定及复合渲染；所述数据集自动构建模块负责标注生成、图像保存及视频编码输出。各模块协同工作，共同实现上述飞行目标的轨迹仿真与数据集构建方法。

20、与现有技术相比，本发明及其优选方案同时兼容可见光和红外场景及各种飞行目标素材，能够广泛适用于深度学习目标检测系统的通用数据构建；通过引入物理向像素转化模型、空间深度平滑缩放随机游走以及姿态微扰截断算法，仿真生成的飞行目标轨迹、尺寸渐变及空中摆动姿态高度契合现实透视规律，保证了数据集的真实性；建立了基于逆变换矩阵的动态交互遮挡剔除机制，支持用户在数据流生成过程中通过界面动态绘制遮挡区域，实时过滤不符合客观现实的废标区域目标，显著提高了数据集构建的效率和纯净度；实现了图像、标注标签和视频数据的一体化自动输出，消除了多工具协同带来的数据一致性风险，显著提升了数据集构建的自动化程度和工程应用价值。