[发明专利]一种掠飞弹载单线激光雷达对待攻击目标提取算法

说明书

本发明公开了一种掠飞弹载单线激光雷达对待攻击目标提取算法，先基于距离和反射强度对经坐标转化后的实测一维点云数据进行预分割，基于改进kmeans算法对分割结果优化，最后通过模糊匹配的方法识别待攻击目标。本发明能够有效的将待攻击目标从实测的一维点云数据中分割出来并进行有效的识别判断，为掠飞弹的目标识别研究奠定理论研究基础。

技术领域

本发明属于激光探测识别，具体涉及一种掠飞弹载单线激光雷达对待攻击目标提取算法。

背景技术

掠飞弹载单线激光雷达对地面装甲目标的识别往往是对目标的高度信息进行判断，若采集的点信号符合待攻击目标的高度特征即时引爆。当存在障碍物的高度与装甲目标的高度特征相近时会错误识别，进而产生严重后果。且如今激光提取的算法如武军安《末敏弹线阵激光雷达对地面装甲目标的提取方法》及姜云《末敏弹线阵列激光雷达的距离像分割方法》等文中均仅探究了线阵列激光雷达对目标的提取，未考虑单线激光雷达对地面装甲目标的提取方法，缺少该领域的深入研究。

发明内容

本发明的目的在于提供一种掠飞弹载单线激光雷达对待攻击目标提取算法，解决了现有的目标提取方法识别率低，错误率高的问题。

实现本发明目的的技术解决方案为：一种掠飞弹载单线激光雷达对待攻击目标提取算法，其特征在于，步骤如下：

步骤1、载有地磁传感器的掠飞弹载激光雷达按照掠飞弹的运动轨迹扫描目标，获得目标的一条扫描线数据ρ(d,θ,p)及激光雷达斜置角ψ，掠飞弹旋转一周得到多条扫描线数据构成一维点云数据集ρ_A(d,θ,p)；其中d为反射点到单线激光雷达的距离；p为目标材质的反射强度信息；θ为单位采样时间内掠飞弹的转角；

所述目标包括待攻击目标和障碍物；

转入步骤2；

步骤2、将获取的一维点云数据集ρ_A(d,θ,p)中的每条扫描线数据ρ(d_i,θ_i,p_i)分别转化到xoy平面直角坐标系中，获得ρ(d_i,θ_i,p_i)在xoy平面直角坐标系中的位置(x_i,y_i)，其中i＝1～N，N为一维点云数据集ρ_A(d,θ,p)中扫描线的条数，转入步骤3；

步骤3、基于(x_i,y_i)及p对一维点云数据集ρ_A(d,θ,p)进行初分割，获取初始聚类中心c以及初始聚类数目count，转入步骤4；

步骤4、基于改进的kmeans算法对获取初始聚类中心c以及初始聚类数目count进行优化分割，提高分割准确率，进而获得优化待攻击目标数据，转入步骤5；

步骤5、基于提取的目标特征对待攻击目标进行识别，确定待攻击目标。

本发明与现有技术相比，其显著优点在于：

(1)本发明提出的基于距离和强度信息复合分割聚类的方法，比一般只基于距离聚类的分割算法精确度高。

(2)本发明提出kmeans改进方法能获得更准确的初始聚类数和聚类中心，还可以进一步自动缩小聚类数目，从而获取更准确的分割结果。

(3)本发明提出的特征匹配识别方法充分考虑了激光雷达采集的各种有效信息如高度、宽度、点数而不是像现有的仅依据高度信息对目标进行识别。

附图说明

图1为本发明掠飞弹载单线激光雷达对待攻击目标提取算法流程图。

图2为本发明的掠飞弹真实稳态扫描示意图。