基于多视觉传感器融合的超大三维尺度空间事态感知与定位理论和技术研究

本课题拟对基于多视觉传感器融合的超大三维尺度空间事态感知与定位理论和技术进行系统和深入的研究，主要聚焦：基于多视觉传感器系统级和数据级融合的超大三维尺度空间建模；多视觉三维超大尺度空间的间接标定理论和方法；大尺度空间物体的广义多尺度特征；基于空间变分辨率模型及尺度不变特征的物体探测、跟踪和空间定位理论和算法；三维超大尺度空间的多视觉传感器系统的优化构建方法，以及误差空间分布模型。上述关键理论和科学问题的研究涉及目前视觉技术研究领域的超极限问题，例如：超视场、极限分辨率、传统标定方法极限等问题。这些关键理论和技术的研究将推动视觉科学和技术在超大尺度空间测量理论和技术的发展，其成果可推广到机场场面和跑道侵入监视等应用，对机场场面上飞行器、车辆、行人等实施精确的实时定位和监视，对跑道侵入物体实现实时监视和报警，可以为先进机场场面引导与控制系统提供感知与定位信息，形成具有自主知识产权的监视技术。

对多视觉传感器融合的超大尺度空间（超过千米）测量模型进行了理论研究。基于坐标映射矩阵，求解立体视觉传感器在不同姿态下的目标位置解算模型，得到目标位置大地坐标解算式是目标在图像中的像素位置、相机内、外部等24个参数的多元函数关系。对影响定位精度的8个参数进行了误差分析，解决了立体视觉测量技术用于千米之外目标位置测量的理论问题。. 在标定理论和方法方面，根据目标定位解算的需要，分别提出了2参数和3参数（包括大俯仰角）快速标定的方法。第一阶段通过迭代算法求解标定参数，第二阶段经过努力完成了标定参数的显式表达，使快速现场标定成为可能。提出了三维间接标定方法，在测试区外放置靶标实现快速标定，进行了误差分析。. 搭建了由2个前端测站、1个上位机、2套微波站（后2次实验借助光端机用光缆传输）、调平装置等组成的解算模型和标定方法的验证系统。系统软件开发及升级等工作在天大实验室完成。开展了4次室外的多目标位置测量实验，第4次实验的目标区中心距前端测站1.5千米。将解算模型的计算结果与差分GPS（后2次实验用北斗II差分接收机）测量的目标位置进行逐一对比，计算解算误差。结果验证了解算模型和标定方法的有效性，为开展视觉传感器在野外安装及测试条件下的超大尺度空间测量技术奠定了理论基础。. 研究实时性的分布超大尺度空间测量要求的图像处理算法。结合大津法和双峰法的改进算法完成了多个静止目标的像素提取，经过试验对比确定用Kalman算法对场面视频中多动目标跟踪的方法，实现了多目标跟踪及像素标记。提出了基于混合高斯的背景的改进算法，用连通区域噪点判断和形态学降噪实现目标检测的优化。. 目标匹配。为实现目标坐标解算，需获得目标在两前端测站的目标像素值。若多个目标具有相同特征，目标匹配成为一个难题。提出了三种方法尝试相同特征目标的匹配，其中基于旋转不动点的特征匹配能快速筛选出粗匹配点并基于摄像机基本矩阵和双视极线约束方程实现目标像点对的匹配。. 研究的多传感器融合的超大尺度空间事态感知与定位理论和技术，可用于场面监视和跑道非法侵入监测。超大尺度空间测量理论和技术结合机场场面移动目标位置测量应用，探索新的面监视方法，比雷达提高一个数量级，成本比监视雷达低很多，具有显著的技术创新特征，对发展走自主研发的道路具有显著的经济效益。