一种激光武器光斑监测和跟踪系统的制作方法

本发明属于制导武器测试领域，涉及一种激光光斑监测和跟踪系统。

背景技术：

精确制导武器已成为当今信息化战争中不可或缺的打击手段之一，其中激光制导武器近年来已成为各个国家争相发展的武器装备。半主动式激光制导技术因具有打击精度高、低成本、作战灵活、结构简单等特点，广泛应用于导弹、火箭弹、炸弹等各种常规武器上。在进行武器性能检测和精准打击过程中，武器系统需要激光器照射出的激光波束进行引导，激光首先要照射在目标区域，经过漫反射后激光波束会向各个方向反射，导引头会接收到反射的激光能量，从而确定目标方位，为后续的武器制导提供坐标信息。而这一过程需要有一个前提，就是激光准确照射到目标区域，这就需要高精度的激光监测系统。

而相关技术中，国内常用的激光监测系统都存在无法精准的衡量移动目标打击精度等问题，无法完全满足精确制导武器评估精度的需求。针对其关键技术，国内厂家多采用无跟踪功能的系统实现，且无光斑分析功能，无法对激光光斑进行准确的评估和量化。未出现专用的针对攻击移动目标的激光监测系统。故虽国内厂家众多，但直接适合于移动目标的激光跟踪系统尚待研制改进。针对上述的问题，目前尚未提出有效的解决方案。

技术实现要素：

本发明解决的技术问题是：克服现有技术的不足，提供了一种激光光斑监测和跟踪系统，以至少解决相关技术中捷联激光制导武器精度评估的技术问题。

本发明的技术方案是：一种激光武器光斑监测和跟踪系统，包括短波红外相机、信息处理板、光斑处理模块、目标跟踪模块、舵机控制模块和电源控制模块；

所述短波红外相机，配合定焦镜头使用；通过短波红外相机对1064nm的激光光斑进行成像，调节相机的曝光时间和镜头光圈，使相机成像清晰，目标轮廓肉眼可见；同时监测光斑信号，以灰度图像的形式输出给信息处理板；

所述信息处理板通过网口接收短波红外相机输出的单通道灰度图像，通过显示器对图像进行显示；使用外设框选目标图像，将目标图像传入目标跟踪模块；

所述目标跟踪模块使用kcf算法进行跟踪，输出跟踪目标的位置与宽高给舵机控制模块；

所述舵机控制模块接收目标跟踪模块输出的跟踪目标的位置与宽高，与上一帧的跟踪信息进行计算，得到跟踪偏差dets。舵机使用增量式pid算法，跟踪偏差dets作为舵机控制算法的输入，控制舵机跟随移动目标；

所述光斑处理模块对框选目标图像进行闭运算操作，提取光斑图像；根据光斑检测仪的相对位置和目标参照物的大小，计算光斑的大小，计算照射器关键指标；根据相邻两帧光斑图像的相对位置，给出光斑稳定性判据；根据最后一帧跟踪图像，计算制导武器打击移动目标的精度；

所述电源控制模块给信息处理板供电12v，短波红外相机供电12v，舵机控制模块供电5v，显示器供电12v。

所述信息处理板由cpu和gpu组成。

所述cpu使用界面开发软件进行交互设计，对传入的图像进行显示，通过鼠标框选目标区域，显示图像相关信息，将目标区域传入光斑处理模块。

所述gpu包括特征提取模块和尺度自适应模块；特征提取模块提取梯度直方图特征；尺度自适应模块将目标区域缩放为固定大小，使用尺度池技术，计算下一帧图片的尺度变化；最终输出跟踪目标的位置与宽高。

所述特征提取模块将图像按照cell进行分割，使用并行计算加速，提取梯度直方图特征。

所述尺度自适应模块使用尺度池技术，预设多个尺度，对最终结果进行尺度匹配，挑选匹配度最高尺度作为输出尺度。

本发明的优点在于：设计了一种包含短波红外相机，界面开发软件进行交互设计，外设框选区域，对框选区域进行目标跟踪，对电机进行控制，记录每一帧跟踪框的光斑质量并进行光斑分析，对激光制导武器的精度进行评估的系统。本发明通过上述运行机制，在实验场地可以快速，便携的部署激光光斑监测系统，为激光精确制导武器的落点精度进行评估。同时，本发明中的系统结构简单、成本低、兼容性好，且嵌入式开发板同时使用cpu与gpu，使特征提取速度加快，能够直接改善整个监测系统的流畅性，进而适用于各种类型的激光照射实验，解决了相关技术中激光制导炸弹精度评估的技术问题。

附图说明

图1激光武器光斑监测和跟踪系统结构图

图2激光武器光斑监测和跟踪系统流程图

图3照射器与目标示意图

图4并行规约算法示意图

具体实施方式

如图1所示，本发明一种激光武器光斑监测和跟踪系统，包括短波红外相机、信息处理板、光斑处理模块、目标跟踪模块、舵机控制模块和电源控制模块；

所述短波红外相机，配合定焦镜头使用；通过短波红外相机对1064nm的激光光斑进行成像，调节相机的曝光时间和镜头光圈，使相机成像清晰，目标轮廓肉眼可见；同时监测光斑信号，以灰度图像的形式输出给信息处理板；

所述信息处理板通过网口接收短波红外相机输出的单通道灰度图像，通过显示器对图像进行显示；使用外设框选目标图像，将目标图像传入目标跟踪模块；

所述目标跟踪模块使用kcf算法进行跟踪，输出跟踪目标的位置与宽高给舵机控制模块；

所述舵机控制模块接收目标跟踪模块输出的跟踪目标的位置与宽高，与上一帧的跟踪信息进行计算，得到跟踪偏差dets。舵机使用增量式pid算法，跟踪偏差dets作为舵机控制算法的输入，控制舵机跟随移动目标；

所述光斑处理模块对框选目标图像进行闭运算操作，提取光斑图像；根据光斑检测仪的相对位置和目标参照物的大小，计算光斑的大小，计算照射器关键指标；根据相邻两帧光斑图像的相对位置，给出光斑稳定性判据；根据最后一帧跟踪图像，计算制导武器打击移动目标的精度；

所述电源控制模块给信息处理板供电12v，短波红外相机供电12v，舵机控制模块供电5v，显示器供电12v。

如图2所示，本发明具体实现步骤如下：

步骤一，获取短波红外相机的图像，在信息处理板上进行显示。

短波红外相机对1064nm的激光光斑进行成像，信息处理板通过网口接收短波红外相机图像，调整短波红外相机镜头光圈和焦距，根据环境差别适当调整参数，使成像清晰；

步骤二、硬件上采用集成了gpu的信息处理板，使用gpu优化跟踪算法，加速图像处理，达到实时跟踪的效果。系统结构简单，满足外场便携性、小型化需求。使用界面开发软件qt进行交互设计，开发了本系统的信息处理模块：集分析、跟踪、显示为一体的界面系统。信息处理模块使用多进程技术，使用三个进程分别执行光斑分析模块、目标跟踪模块、舵机处理模块，这种处理方法保证交互界面的流畅性。

步骤三、光斑分析模块：显示步骤一所述短波红外相机图像，通过外设框选感兴趣域，作为跟踪模块输入的基准图像；根据跟踪模块输出的跟踪信息，对跟踪框内的图像进行光斑分析：

1、提取光斑图像，具体操作如下：对跟踪框内图像进行图像闭运算操作：先进行膨胀运算，再进行腐蚀运算。在保证光斑位置和形状不变的前提下，填平光斑的空隙，弥合小裂缝，平滑光斑轮廓，方便后续处理。

2、l1、l2、l1对应像素点长度pixell1，r对应像素点长度pixelr、d对应像素点长度pixeld为已知条件，照射器束散角θ、光斑半径r、照射器偏移距离d为所求指标。如图3所示。根据该系统与目标的相对位置和目标参照物的大小，计算光斑的大小，计算公式如下：r＝pixelr*(l1/pixell1)

3、计算照射器关键指标束散角，计算公式如下：θ＝actan(r/l2)，计算照射器偏移距离d，计算照射器同轴度：d＝pixeld*(l1/pixell1)通过计算关键指标可以判断激光照射是否满足要求。

4、根据相邻两帧光斑圆心的位置，给出光斑稳定性判据，center_k(x,y)为第k帧光斑圆心像素位置、center_k+1(x,y)为第k+1帧光斑圆心像素位置,光斑像素抖动量shake(x,y)＝center_k+1(x,y)-center_k(x,y)，光斑实际抖动量方差shake_dif(x,y)，计算公式：跟踪模块输出跟踪中心track_center(x,y)和跟踪目标的宽高track_hight、track_weight，相邻两次跟踪中心的差值为图像的位置变化det_pixel(x,y)，将所述det_pixel(x,y)送入舵机控制模块。

5、根据最后一帧的光斑图像，对激光制导武器的落点精度进行分析。落点像素位置hole(x,y)，最后一帧光斑圆心center_last(x,y),精度accuracy(x,y)，计算公式：

accuracy.x＝|center_last.x-hole.x|*(l1/pixell1)

步骤四、目标跟踪模块：将框选区域图像从cpu传入gpu中，进行特征提取。计算框选图像的局部梯度直方图，

计算框选图像的局部梯度直方图传统串行方法：将图像缩放为统一大小，计算每个像素的梯度，包括大小和方向，将图像分为6*6的cell，统计每个cell的梯度直方图，将每4个cell组成一个block，每个block描述子由4个cell描述子串联得到。将图像中所有block的hog特征串联起来，得到整幅图像的hog特征描述子。整个计算过程为串行计算，相比并行计算，效率较低，不能满足嵌入式实时性的需求。

采用并行计算的方法：将图像缩放为统一大小，对gpu资源进行划分，使用共享内存，减少对全局内存的访问，共享内存对整个线程块可见，读写速度仅次于速度最高的寄存器，进一步加快了处理速度；使用循环展开优化技巧，减少了条件判断的次数，避免了线程束分支冲突，最大限度的提升了内存带宽；

使用并行规约优化，在提取hog特征中，需要特征描述子数组进行归一化处理，在常规的串行算法中只需要简单的遍历一遍特征描述子数组就可得到结果，在并行的实现中需要使用归约算法。归约算法的基本思想是，对一个输入数组执行计算，然后产生一个更小的结果数组。举例：如图4所示，左侧为串行计算方式，完成计算需要7步，右侧为并行计算方式，完成需要3步。大量特征描述子数组进行加和计算时，可利用归约算法，使得时间复杂度下降加，快特征提取速度；

跟踪算法选用核相关滤波器算法，这是一种判别式算法，输入样本为hog特征描述子，使用输入的样本训练一个判别分类器，判断跟踪目标是背景信息还是目标信息，使用循环矩阵对样本进行采集，使用快速傅里叶变换加速计算。速度快，稳定性好。

采用尺度池技术：当跟踪目标运动时，传统算法生成的跟踪框无法随着目标大小的变化而改变，跟踪框漂移导致跟踪失败。本算法对目标尺度进行缩放，经相关滤波器后得到对应的响应值，找到响应值最大的一个，即为最佳尺度，使用最佳尺度对目标进行跟踪，解决了目标尺度变化的问题。

跟踪模块最终输出跟踪目标的位置和宽高，将跟踪信息从gpu传回cpu显示。

步骤四、舵机处理模块：根据传入跟踪信息，在交互界面的图像显示上添加跟踪框并计算跟踪框的中心位置，将相邻两帧跟踪框的中心位置差值det_pixel(x,y)传入电机控制模块，分别计算俯仰和偏航方向对应的占空比，调节参数adjust_value(x,y),占空比计算公式：

duty.x＝det_pixel.x*adjust_value.x

duty.y＝det_pixel.y*adjust_value.y

通过增量式pid算法控制电机的输出，达到跟踪目标的效果。