【技术实现步骤摘要】
本专利技术涉及跨域多无人平台指挥与控制领域，特别涉及一种多无人平台综合信息处理的方法。
技术介绍
1、在日益复杂的任务与应用环境下，单一的无人平台存在着承载能力、机动能力、传感器探测范围以及探测精度等局限性，需要不同结构，不同功能的无人平台协同来完成目标任务；因此，针对实战环境和使命复杂性带来的现场综合信息处理势必成为一项棘手的问题。
2、通过信息融合技术可以扩展战场感知的时间和空间的覆盖范围，变单源探测为网络探测能改进对战场目标的探测能力，提高目标的发现概率和识别水平；能提高合成信息的精度和可信度，支持对重要目标的联合环境态势，支持联合作业决策和方案制定，能提高威胁判定的实时性和准确度，支持目标区域的感知信息共享。
3、目前，现有无人平台(包括空中无人机、地面无人车)多以单台套应用模式为主，无法通过互联互通形成体系，综合作战效能低下，无法执行复杂战术战法；另一方面，少数的面向多无人平台的综合信息处理大多采用数据整合的办法无法真正将跨域多层次数据进行特征级、像素级融合，导致多平台无法做到“劲往一处使”。综上，如何对多无人平台综合信息处理，设计一套集多源信息实时获取、多尺度信息智能处理、面向任务实战态势展示的综合信息处理方法则变得十分重要。
技术实现思路
1、本专利技术目的是构建一种多无人平台综合信息处理的方法，旨在解决针对任务环境和使命复杂性带来的现场信息处理难题。一方面，设计多无人平台数据交互类别与传输方式用于统一各无人平台回传数据的形式，提高信息综合处理
2、本专利技术为实现上述目的所采用的技术方案是：一种多无人平台综合信息处理的方法，包括以下步骤：
3、1)建立多无人平台中每个数据类型与地面控制站所对应的传输规则；通过地面控制站对多个无人平台发送控制指令，并统一接收来自多个无人平台回传格式数据；
4、2)地面控制站通过垂直摄影法，生成目标区域场景的三维电子沙盘模型；
5、3)地面控制站建立基于三维电子沙盘模型的且具备多自由度位姿属性的三维无人平台模型，并将所有接入地面控制站的无人平台的位置与姿态映射在三维电子沙盘模型中，即生成三维电子沙盘模型下的无人平台位姿映射展示；
6、4)无人平台获取环境感知原始数据并发送至地面控制站进行处理；将处理后的数据通过对应的传输规则传输；并将环境感知原始数据的描述形式进行统一；
7、5)根据统一描述形式的环境感知原始数据，获取无人平台的位姿估计值；将无人平台的位姿估计值载入至基于环境感知原始数据的三维电子沙盘模型中，实现无人平台的协同位姿估计，进而达到协同定位的目的。
8、所述数据类型，包括：流数据、传感器数据、控制数据、任务数据、状态报告数据、通知类报告数据、态势感知信息数据以及目标位置信息；
9、流数据为可见光影像、红外影像、雷达影像中任意一种或多种；
10、传感器数据为无人平台监测并择机传递的静图、动图以及声纳数据中任意一种或多种；
11、控制数据为操纵无人平台或无人平台载荷的数据；
12、任务数据为无人平台及其载荷的规划、任务、跟进数据；
13、状态报告数据为无人平台执行任务前后的状态报告；
14、通知类报告数据为无人平台发送的短报文通知；
15、态势感知信息数据为无人平台回传的态势感知信息；
16、目标位置信息为无人平台发现目标并识别其位置后回传的数据。
17、步骤1)中，所述建立多无人平台中每个数据类型与地面控制站所对应的传输规则，具体为：
18、对于流数据的传输规则采用传输过程不需要反馈的udp协议；
19、对于传感器数据的传输规则采用传输过程需要有校验过程的ftp传输协议；
20、对于控制数据、任务数据、通知类报告数据以及目标位置信息的传输规则采用tcp传输控制协议；
21、对于状态报告数据tcp传输控制协议与用户数据报协议之间循环发送；
22、对于态势感知信息数据为：流数据、传感器数据、控制数据、任务数据、通知类报告数据、目标位置信息以及状态报告数据中两种或以上，并遵循相应数据类型所对应的传输规则。
23、所述步骤2)，包括以下步骤：
24、2-1)获取无人平台拍摄目标地面区域的包括影像与雷达图像中的任意一种的图像文件；
25、2-2)对目标地面区域的图像文件进行稀疏匹配，实现无定位信息的目标地面区域影像与雷达图像进行多图像相对定位；
26、2-3)对无人平台拍摄目标地面区域的图像文件进行绝对定向，得到带有绝对坐标的图像，对带有绝对坐标的图像进行匹配点提纯，进而获取相邻的两帧图像内的像素的绝对坐标，完成目标地面区域的绝对定向；
27、2-4)利用点云稠密匹配算法，根据获取多组相邻的两帧图像内的像素的绝对坐标，生成目标区域场景的三维电子沙盘模型。
28、所述步骤2-2)，具体为：
29、a.通过无人平台拍摄的图像文件与高斯函数进行卷积处理并进行低通滤波，生成高斯金字塔图像和高斯差分图像；
30、b.对高斯金字塔图像和高斯差分图像进行特征点检测，获取两个图像的尺度空间的极值点检测和特征点的亚像素级定位；
31、c.获取步骤(2)中特征点的主方向；
32、d.根据获取到的特征点的主方向，构建sift特征描述符并进行描述符匹配，实现无人平台与目标地面区域之间的相对定位。
33、所述步骤2-3)，具体为：
34、(1)从无人平台拍摄的目标地面区域的图像，选取sift特征描述符组建匹配点集，从设定范围内初始匹配点随机选取一组匹配点对；
35、(2)利用选取的匹配点对，计算相对定位的相邻帧数的两幅图像之间的本质矩阵模型，即：
36、e＝tr
37、e表示本质矩阵模型，t表示拍摄相邻帧数的两幅图像时的相机的移动矩阵变换，r表示拍摄相邻帧数的两幅图像时的相机的选择矩阵变换；
38、(3)利用地面控制站的带有gps数据的参照图像确定距离阈值；根据距离阈值，获取符合本质矩阵模型的内点；
39、所述距离阈值为像素点映射到真实目标地面区域的距离值；即小于对应距离阈值的像素点为本质矩阵模型的内点，大于对应距离阈值的像素点为本质矩阵模型的外点；
40、(4)统计内点数量与总体匹配点数的比值，并根据内点数量与总体匹配对的匹配点数量的比值，更新最大迭代次数，即：
41、
42、其中，nmax表示最大迭代次数，a表示内点数量，m表示总体匹配点数，gsd表示距离阀值；...
【技术保护点】
1.一种多无人平台综合信息处理的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述数据类型，包括：流数据、传感器数据、控制数据、任务数据、状态报告数据、通知类报告数据、态势感知信息数据以及目标位置信息；
3.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，步骤1)，所述建立多无人平台中每个数据类型与地面控制站所对应的传输规则，具体为：
4.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤2)，包括以下步骤：
5.根据权利要求4所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤2-2)，具体为：
6.根据权利要求4所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤2-3)，具体为：
7.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤3)，包括以下步骤：
8.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤4)，包括以下步骤：<...
【技术特征摘要】
1.一种多无人平台综合信息处理的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述数据类型，包括：流数据、传感器数据、控制数据、任务数据、状态报告数据、通知类报告数据、态势感知信息数据以及目标位置信息；
3.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，步骤1)，所述建立多无人平台中每个数据类型与地面控制站所对应的传输规则，具体为：
4.根据权利要求1所述的一种多无人平台综合信息处理的方法，其特征在于，所述步骤2)，包括以下步骤：
5.根据权利要求4所述的一种多无人平台综合信息处理的...
【专利技术属性】
技术研发人员：何玉庆，谷丰，张洺溪，张宏达，刘旭，
申请(专利权)人：中国科学院沈阳自动化研究所，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。