一种自动高速弹道标定方法与流程

1.本发明涉及机器人的技术领域，尤其涉及一种自动高速弹道标定方法。


背景技术：

2.日常生活中，除了近在眼前就能看到的景物外，很多时候需要看到很远处的事物，但肉眼观察是有一定的限制的，太远的东西能看到确难以看清。在简单观看、观察情况下，通过望远镜可以放大物体倍率，拉近远处的事物。而像一些发射类行为，需要精确的瞄准目标，因而需要瞄准镜这类的辅助工具来帮助我们。瞄准镜一般是军事国防上装配在发射装置上的辅助设计装置。不论是光学瞄准镜，还是夜视瞄准镜，都已成为军事上必不可少的瞄准装置。在军事训练及其他准备工作中，各类发射装备均需要瞄准装置，该装置是确保军事任务中能够精确瞄准与高效执行的关键所在。因此，对于军事任务中，如何精确、高效瞄准与锁定物体目标点位是亟需解决的问题。
3.依靠瞄准镜，在远距离下手动瞄准目标是最常用、便捷的传统瞄准方式，发射人员通过该方式在特定场景下能够快速完成发射任务。然而，由于每个发射人员的对瞄准技能的掌握程度不同，在使用时的经验不一，并且有些部门不一定持有相应职业证书。随着发射装置不断更新，更为精密复杂装备也对专业工作人员提出了更高的要求，日常的瞄准任务面临如下难点：（1）虽然手动瞄准对发射人员身体素质要求很高，但有些任务环境恶劣，难以长时间稳定维持瞄准姿态，影响瞄准精度；（2）当目标点位发生改变时，发射人员需要重新对目标点位进行瞄准与估计，无法高效、快速的完成任务。


技术实现要素：

4.为解决背景技术中瞄准对发射人员和环境的要求，并且快速的完成空间中弹道的估算，为此，本发明提出了一种自动高速弹道标定方法，具体方案如下：s1、在负载平台固定传感器，进行双目相机解算，重建双目空间坐标系下的三维点坐标，建立相机几何模型；s2、固定激光瞄准器到负载平台，采集若干激光光线不同深度的三维点坐标；s3、基于ransac算法，拟合激光光线的空间直线方程；s4、采集图像瞄准点、激光瞄准点三维点坐标；s5、通过三维坐标，计算负载平台水平、垂直两轴的旋转角度；s6、传入负载平台旋转角度，完成发射装置的自动跟瞄。
5.具体地说，步骤s1具体如下：s11、通过坐标系的转换获得单目相机的集合模型，从而计算相机内参；s12、通过相机内参获得双目相机几何模型；双目几何模型还需要考虑外参数，即左右两个相机之间的旋转平移关系。
6.具体地说，步骤s11具体如下：s111、将世界坐标系刚体变换到相机坐标系中，所述世界坐标是三维空间中真实物件所在位置的参考坐标系，相机坐标系作为空间坐标系，以左相机光心作为世界坐标的坐标原点；相机坐标以其自身的光心作为坐标原点，其中z轴以相机光轴平行；转换具体如下：其中为旋转矩阵，为平移矩阵；s112、相机坐标系通过透射投影到图像坐标系中，所述图像坐标系是以相机拍摄的二维图像为基准建立的坐标系，用于表明被测物体在图像中的位置，包括连续图像坐标和或空间图像坐标；图像坐标的坐标系原点在相机光轴与成像平面的焦点上，单位为mm；用于表示物体从相机坐标系转到图像坐标系的透视投影关系，投影，透射投影计算如下：其中为相机内参；s113、图像坐标系通过离散化到像素坐标系中；所述像素坐标系是为离散图像坐标系，原点在图像的左上角，单位为像素；转换如下其中，代表x轴方向单位像素对应相机ccd上的实际宽度,代表y轴方向单位像素对应相机ccd上的实际宽度；像素坐标相当于是对x轴和y轴的离散化；上式的齐次坐标写成如下的矩阵形：
逆关系可写成：其中、、、为相机内参。
7.具体地说，外参数计算方法如下：假设世界坐标系与左相机坐标系重合，表示左相机坐标系，表示图像坐标系，表示左相机焦距；表示右相机坐标系，表示图像坐标系，表示右相机焦距；p为空间中任意一点，p点在左相机和右相机投影点分别为、：通过相机透视变换模型可以得到以下关系式：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）假设旋转矩阵，平移向量为，则有如下变换关系：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）由（1）、（2）、（3）可知，左右两个相机的像素点之间的对应关系如下：
因此，世界坐标系下的三维空间点可以表示为下式（4），实现相机公共视场任意点的世界坐标求取
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）。
8.具体地说，步骤s3具体为：s31、随机选取出可以估计出空间直线模型的最小样本点坐标，并初始化误差范围内的点即内点的个数，最佳内点的个数为n，模型阈值t、最佳迭代次数k；对于直线拟合情况，最小数据集即为2个点坐标；s32、使用最小数据集来计算出空间直线模型；s33、将所有数据代入空间直线模型，通过计算出点到直线的距离统计出内点的数目，及其坐标，此时坐标作为最佳内点坐标集合；s34、判断当前的迭代次数ck是否大于等于最佳迭代次数k，如果是，直接进入步骤s36，如果不是，进入步骤s35；s35、判断当前内点数cn是否大于初始化时的最佳内点数n，当是，将cn赋值给n作为最佳内点数n返回到步骤s31，当否，则进入步骤s32；s36、将最佳内点坐标集合带入最小二乘拟合算法，求解最佳空间直线方程。
9.具体地说，步骤s4具体为：在图像视觉系统内进行量测，采集激光瞄准点坐标p
view
；然后，基于步骤s3中最佳空间直线模型，通过代入当前目标点位深度值z，求取当前目标瞄准点p
view
深度下的激光瞄准点位p
laser
；此时，得到双目系统下的两个世界坐标系三维点p
view
、p
laser
，通过空间坐标的转换关系，计算空间两点之间的水平、垂直角度。
10.具体地说，步骤s5具体为：将激光瞄准点分两步旋转至目标瞄准点，将角度分为横向的δh和与之垂直方向的δv，瞄准点到p
view
和p
laser
之间的距离可以通过双目解算获取，设为深度z；则负载平台旋转角度可以分为以下两步进行计算：
。
11.本发明的有益效果在于：本技术能够降低对发射人员的要求，在恶劣场景仍能够准确快速的锁定目标点位，实现任务的高效、快速完成。
附图说明
12.图1和图2为本发明提出的一种自动高速弹道标定方法的结构图。
13.图3为本发明提出的一种自动高速弹道标定方法的单元模块连接图。
14.图4为激光瞄准器标定点采集示意图。
15.图5为标定点采集与检测过程图。
16.图6为三维标定点采集可视化图。
17.图7为ransac空间直线拟合流程图。
18.图8为ransac筛选后用于拟合直线的最佳内点图。
19.图9为目标点、瞄准点夹角计算示意图。
具体实施方式
20.如图1-3所示，一种自动高速弹道标定方法，包括以下步骤：s1、在负载平台固定传感器，进行双目相机解算，重建双目空间坐标系下的三维点坐标，建立相机几何模型；具体步骤如下：s11、通过坐标系的转换获得单目相机的集合模型，从而计算相机内参；s111、将世界坐标系刚体变换到相机坐标系中，所述世界坐标是三维空间中真实物件所在位置的参考坐标系，相机坐标系作为空间坐标系，为了方便计算，本技术以左相机光心作为世界坐标的坐标原点；相机坐标以其自身的光心作为坐标原点，其中z轴以相机光轴平行；转换具体如下：其中为旋转矩阵，为平移矩阵。
21.s112、相机坐标系通过透射投影到图像坐标系中，所述图像坐标系是以相机拍摄的二维图像为基准建立的坐标系，用于表明被测物体在图像中的
位置，包括连续图像坐标和或空间图像坐标。图像坐标的坐标系原点在相机光轴与成像平面的焦点上，单位为mm。用于表示物体从相机坐标系转到图像坐标系的透视投影关系，投影，透射投影计算如下：其中为相机内参。
22.s113、图像坐标系通过离散化到像素坐标系中。所述像素坐标系是为离散图像坐标系，原点在图像的左上角，单位为像素。转换如下其中，代表x轴方向单位像素对应相机ccd上的实际宽度,代表y轴方向单位像素对应相机ccd上的实际宽度（单个ccd或cmos传感器大小）。像素坐标相当于是对x轴和y轴的离散化。上式的齐次坐标写成如下的矩阵形：逆关系可写成：其中、、、为相机内参。
23.s12、通过相机内参获得双目相机几何模型；双目几何模型还需要考虑外参数，即左右两个相机之间的旋转平移关系，外参数计算方法如下：假设世界坐标系与左相机坐标系重合，表示左相机坐标系，表示图像坐标系，表示左相机焦距；表示右相机坐标系，表示图像坐标系，表示右相机焦距；p为空间中任意一点，p点在左相机和右相机投影点分别为、
，双目相机几何模型如图3所示：通过相机透视变换模型可以得到以下关系式：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）假设旋转矩阵，平移向量为，则有如下变换关系：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）由（1）、（2）、（3）可知，左右两个相机的像素点之间的对应关系如下：因此，世界坐标系下的三维空间点可以表示为下式（4），实现相机公共视场任意点的世界坐标求取
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）。
24.s2、固定激光瞄准器到负载平台，采集若干激光光线不同深度的三维点坐标；具体步骤如下：如图4所示，将激光瞄准器固定到负载平台，调整负载平台角度，使得发射激光光束位于标定人员可接触范围内，然后将激光发射的光斑成像在接收白板（或白色卡纸）上，
通过双目相机采集不同距离下激光光斑p1、p2...pn的三维点坐标；在本示例中，激光点数据采集、检测过程如图5所示（一对左、右影像为一组空间点，黑色位置为异常值），获取的激光标瞄准器标定点可视化如图6所示，三维空间内获取到的一系列点基本位于同一条空间直线中。
25.s3、基于ransac算法，拟合激光光线的空间直线方程；具体步骤如下：ransac算法将所有的样本数据集分为中正确数据（inliers，模型能够描述的样本数据），以及异常数据（outlies，偏离正常范围很远、不能符合数学模型的样本数据），假设数据集中部分样本存在较大噪声，这些异常数据可能是由于错误的测量、错误的假设、错误的计算等产生的。基于ransac算法，拟合激光光线的空间直线方程，通过反复选择数据集去估计出模型，一直迭代到估计出认为比较好的模型。具体的实现步骤如图7所示，分为以下几步：s31、随机选取出可以估计出空间直线模型的最小样本点坐标，并初始化误差范围内的点即内点的个数，最佳内点的个数为n，模型阈值t、最佳迭代次数k；对于直线拟合情况，最小数据集即为2个点坐标；s32、使用最小数据集来计算出空间直线模型；s33、将所有数据代入空间直线模型，通过计算出点到直线的距离统计出内点的数目，及其坐标，此时坐标作为最佳内点坐标集合；s34、判断当前的迭代次数ck是否大于等于最佳迭代次数k，如果是，直接进入步骤s36，如果不是，进入步骤s35；s35、判断当前内点数cn是否大于初始化时的最佳内点数n，当是，将cn赋值给n作为最佳内点数n返回到步骤s31，当否，则进入步骤s32；s36、将最佳内点坐标集合带入最小二乘拟合算法，求解最佳空间直线方程。
26.图8为ransac算法在采集空间点中筛选出的内点三维可视化效果。
27.s4、采集图像瞄准点、激光瞄准点三维点坐标；具体地说，在图像视觉系统内进行量测，采集激光瞄准点坐标p
view
。然后，基于步骤s3中最佳空间直线模型，通过代入当前目标点位深度值z，求取当前目标瞄准点p
view
深度下的激光瞄准点位p
laser
。此时，得到双目系统下的两个世界坐标系三维点p
view
、p
laser
，通过空间坐标的转换关系，计算空间两点之间的水平、垂直角度。
28.s5、通过三维坐标，计算负载平台水平、垂直两轴的旋转角度；设激光瞄准点p
view
、激光瞄准点p
laser
位于图9的图像内，现要将激光瞄准点分两步旋转至目标瞄准点（真实待瞄准位置），将角度分为横向的δh和与之垂直方向的δv，瞄准点到p
view
和p
laser
之间的距离可以通过双目解算获取（设为深度z），其计算原理示意图如图9所示。
29.则负载平台旋转角度可以分为以下两步进行计算：
。
30.s6、传入负载平台旋转角度，完成发射装置的自动跟瞄。
31.以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。