本发明涉及目标确定技术领域，特别涉及一种多源信息融合单目标位置确定方法及系统。
背景技术：
复杂环境下的单目标搜索、捕获及跟踪过程中，目标位置确定是核心的关键性问题。复杂环境下的目标位置确定，通常包括人工和自动化两种方式，其中，自动化的目标位置确定方法中应用到的目标特征主要涉及红外图像特征、电视图像特征、激光反射光斑特征等。基于红外、电视图像特征的相关跟踪法，采用模板匹配原理，对两幅图像(实时图和参考图)的相似度进行比较，确定目标位置；基于激光光斑图像重心检测的位置确定方法，先将激光图像处理为具有256级的灰度图像，然后求出激光光斑重心，求得的重心即为目标位置。但是上述的技术方案中基于红外、电视图像特征的相关跟踪法，要求目标为大目标、特征明显；基于激光光斑图像重心检测的位置确定方法，则要求激光光斑图像分布比较均匀、图像对称性好，且目标的光线干扰弱等。
总体来讲，现有技术方案中应用了目标的不同特征，且特征提取过程中采用了不同的特征提取算法，但均对于目标所处环境、目标特征等具有较为特殊的要求。而在复杂环境条件下，如战场对抗、拥堵路况、强光线干扰等几乎难以避免的情况下，采用目前目标位置确定方法确定结果的有效性难以保证，在这样的情形下则高度依赖于人工干预或者人工评判。因此，现有技术的缺点集中体现为目标位置确定结果的准确性难以保证、自动化程度低等问题。
技术实现要素：
本发明的目的是提供了一种多源信息融合单目标位置确定方法及系统，能够提高复杂环境下单目标位置确定的时效性、准确性以及自动化水平。
为实现上述目的，本发明提供了如下方案：
一种多源信息融合单目标位置确定方法，所述多源信息融合单目标位置确定方法包括：
获取多个传感器采集的上一时刻和当前时刻的不同类型的图像，并对所有所述图像进行图像分析，确定每种类型所述图像的当前时刻备选目标位置和上一时刻备选目标位置；所述图像包括红外图像、电视图像、激光光斑图像；
分别计算各个所述当前时刻备选目标位置之间的距离以及各个所述上一时刻备选目标位置之间的距离；
将所述上一时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第一比较结果；
将所述当前时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第二比较结果；
判断所述第一比较结果和所述第二比较结果是否均符合信息融合约束条件，得到第一判断结果；
若所述第一判断结果表示所述第一比较结果或所述第二比较结果不符合所述信息融合约束条件，则获取多个传感器采集的下一时刻的不同类型的图像，并返回对所有所述图像进行图像分析步骤；
若所述第一判断结果表示所述第一比较结果和所述第二比较结果均符合所述信息融合约束条件，则根据所有所述上一时刻备选目标位置、所有所述当前时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件、所述第二比较结果对应的所述信息融合约束条件，确定上一时刻目标位置和当前时刻目标位置；
判断所述当前时刻目标位置与所述上一时刻目标位置的距离是否大于第二设定距离阈值，得到第二判断结果；
若所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离大于所述第二设定距离阈值，则获取多个传感器采集的下一时刻的不同类型的图像，并返回对所有所述图像进行图像分析步骤；
若所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离小于或者等于所述第二设定距离阈值，则将所述当前时刻目标位置确定为单目标位置。
可选的，在获取多个传感器采集的上一时刻和当前时刻的不同类型的图像之前，所述多源信息融合单目标位置确定方法还包括获取设定参数；所述设定参数包括上一时刻、当前时刻、固定时间间隔、第一设定距离阈值、第二设定距离阈值以及信息融合约束条件。
可选的，若所述第一判断结果表示所述第一比较结果或所述第二比较结果不符合所述信息融合约束条件，则获取多个传感器采集的下一时刻的不同类型的图像，并返回对所有所述图像进行图像分析步骤，具体包括：
若所述第一判断结果表示所述第一比较结果和所述第二比较结果均不符合所述信息融合约束条件或者所述第二比较结果不符合所述信息融合约束条件，则获取多个传感器采集的下一时刻和下下时刻的不同类型的图像，返回对所有所述图像进行图像分析步骤，并将所述下一时刻替换所述上一时刻，将所述下下时刻替换所述当前时刻；
若所述第一判断结果表示所述第一比较结果不符合所述信息融合约束条件且所述第二比较结果符合所述信息融合约束条件，则获取多个传感器采集的下一时刻不同类型的图像，返回对所有所述图像进行图像分析步骤，并将所述当前时刻替换所述上一时刻，将所述下一时刻替换所述当前时刻；其中，所述上一时刻与所述当前时刻的间隔、所述当前时刻与所述下一时刻的间隔、所述下一时刻与所述下下时刻的间隔均为同一所述固定时间间隔。
可选的，所述第二设定距离阈值为所述第一设定距离阈值的二分之一。
可选的，所述分别计算各个所述当前时刻备选目标位置之间的距离以及各个所述上一时刻备选目标位置之间的距离，具体包括：
根据以下公式计算第一距离；所述第一距离为所述红外图像的第i时刻备选目标位置与所述电视图像的第i时刻备选目标位置之间的距离；所述公式为：
根据以下公式计算所述第二距离；所述第二距离为所述红外图像的第i时刻备选目标位置与所述激光光斑图像的第i时刻备选目标位置之间的距离；所述公式为：
根据以下公式计算所述第三距离；所述第三距离为所述电视图像的第i时刻备选目标位置与所述激光光斑图像的第i时刻备选目标位置之间的距离所述公式为:
可选的，所述信息融合约束条件包括：七个约束条件，分别为
可选的，所述根据所有所述上一时刻备选目标位置、所有所述当前时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件、所述第二比较结果对应的所述信息融合约束条件，确定当前时刻目标位置和上一时刻目标位置，具体包括：
当
当
当
当
当
当
当
可选的，所述第二判断结果的判断公式为：
本发明还提供了一种多源信息融合单目标位置确定系统，所述多源信息融合单目标位置确定系统包括：
图像获取模块，用于获取多个传感器采集的上一时刻和当前时刻的不同类型的图像，并对所有所述图像进行图像分析，确定每种类型所述图像的当前时刻备选目标位置和上一时刻备选目标位置；所述图像包括红外图像、电视图像、激光光斑图像；
距离计算模块，用于分别计算各个所述当前时刻备选目标位置之间的距离以及各个所述上一时刻备选目标位置之间的距离；
第一比较结果确定模块，用于将所述上一时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第一比较结果；
第二比较结果确定模块，用于将所述当前时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第二比较结果；
第一判断结果得到模块，用于判断所述第一比较结果和所述第二比较结果是否均符合信息融合约束条件，得到第一判断结果；
上一时刻目标位置和当前时刻目标位置确定模块，用于当所述第一判断结果表示所述第一比较结果和所述第二比较结果均符合所述信息融合约束条件时，根据所有所述上一时刻备选目标位置、所有所述当前时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件、所述第二比较结果对应的所述信息融合约束条件，确定上一时刻目标位置和当前时刻目标位置；
第二判断结果得到模块，用于判断所述当前时刻目标位置与所述上一时刻目标位置的距离是否大于第二设定距离阈值，得到第二判断结果；
下一时刻图像获取模块，用于当所述第一判断结果表示所述第一比较结果或所述第二比较结果不符合所述信息融合约束条件或者所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离大于所述第二设定距离阈值时，获取多个传感器采集的下一时刻的不同类型的图像，并返回对所有所述图像进行图像分析步骤；
单目标位置确定模块，用于当所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离小于或者等于所述第二设定距离阈值时，将所述当前时刻目标位置确定为单目标位置。
可选的，所述多源信息融合单目标位置确定方法还包括设定参数获取模块；
设定参数获取模块，用于获取设定参数；所述设定参数包括上一时刻、当前时刻、固定时间间隔、第一设定距离阈值、第二设定距离阈值以及信息融合约束条件。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明提供了一种多源信息融合单目标位置确定方法及系统，所述方法包括：获取多个传感器采集的上一时刻和当前时刻的红外图像、电视图像、激光光斑图像，并对所有图像进行图像分析，确定每种类型图像的当前时刻备选目标位置和上一时刻备选目标位置；计算各个当前时刻备选目标位置之间的距离，计算各个上一时刻备选目标位置之间的距离；并将计算出的距离分别与第一设定距离阈值进行比较，确定第一比较结果和第二比较结果；判断第一比较结果和第二比较结果是否均符合信息融合约束条件，若否则获取多个传感器采集的下一时刻的图像，并返回对所有图像进行图像分析步骤；若是则根据所有上一时刻备选目标位置、所有当前时刻备选目标位置以及第一比较结果对应的信息融合约束条件、第二比较结果对应的信息融合约束条件，确定上一时刻目标位置和当前时刻目标位置，并判断当前时刻目标位置与上一时刻目标位置的距离是否大于第二设定距离阈值；若否则获取多个传感器采集的下一时刻的图像，并返回对所有图像进行图像分析步骤；若是则将当前时刻目标位置确定为单目标位置。本发明提供的系统及方法，综合运用了多传感器得到的目标位置信息，避免了单一传感器得到的位置信息容易受到环境条件、目标特征等因素限制而导致的不准确问题，且在单目标位置确定过程中基于两次相邻时刻得到的目标可能位置间距确定目标最终位置，提高了位置确定结果的稳定性和准确性。
另外，本发明提供的系统及方法实现了计算机辅助的自动化的单目标位置确定，减少了人工干预程度，提高了复杂环境下单目标位置确定的时效性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例多源信息融合单目标位置确定方法的流程示意图；
图2为本发明实施例多源信息融合单目标位置确定系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的在于提供一种适用于复杂环境的、融合了基于多传感器得到的多个备选目标位置信息的、计算机辅助计算单目标位置的多源信息融合单目标位置确定方法及系统，提高复杂环境下单目标位置确定的时效性、准确性以及自动化水平。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明主要思路为对基于多传感器得到的多个备选的目标位置进行位置间距离特征提取，确定对应的多个备选目标位置的信息融合约束条件，综合运用多传感器得到的目标位置信息确定最终的单目标位置。
实施例一
图1为本发明实施例多源信息融合单目标位置确定方法的流程示意图，如图1所示，本发明实施例提供的多源信息融合单目标位置确定方法具体包括以下几个步骤：
步骤101：获取多个传感器采集的上一时刻和当前时刻的不同类型的图像，并对所有所述图像进行图像分析，确定每种类型所述图像的当前时刻备选目标位置和上一时刻备选目标位置；所述图像包括红外图像、电视图像、激光光斑图像。
步骤102：分别计算各个所述当前时刻备选目标位置之间的距离以及各个所述上一时刻备选目标位置之间的距离。即计算各个所述当前时刻备选目标位置之间的距离，计算各个所述上一时刻备选目标位置之间的距离。
步骤103：将所述上一时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第一比较结果。
步骤104：将所述当前时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第二比较结果。
步骤105：判断所述第一比较结果和所述第二比较结果是否均符合信息融合约束条件，得到第一判断结果。
若所述第一判断结果表示所述第一比较结果或所述第二比较结果不符合所述信息融合约束条件，则执行步骤106；若所述第一判断结果表示所述第一比较结果和所述第二比较结果均符合所述信息融合约束条件，则步骤执行107。
步骤106：获取多个传感器采集的下一时刻的不同类型的图像，并返回步骤101。
具体为：第一种情况：若所述第一判断结果表示所述第一比较结果和所述第二比较结果均不符合所述信息融合约束条件或者所述第二比较结果不符合所述信息融合约束条件，则获取多个传感器采集的下一时刻和下下时刻的不同类型的图像，返回步骤101，并将所述下一时刻替换所述上一时刻，将所述下下时刻替换所述当前时刻。
第二种情况：若所述第一判断结果表示所述第一比较结果不符合所述信息融合约束条件且所述第二比较结果符合所述信息融合约束条件，则获取多个传感器采集的下一时刻不同类型的图像，返回步骤101，并将所述当前时刻替换所述上一时刻，将所述下一时刻替换所述当前时刻；其中，所述上一时刻与所述当前时刻的间隔、所述当前时刻与所述下一时刻的间隔、所述下一时刻与所述下下时刻的间隔均为同一所述固定时间间隔。
步骤107：根据所有所述上一时刻备选目标位置、所有所述当前时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件、所述第二比较结果对应的所述信息融合约束条件，确定上一时刻目标位置和当前时刻目标位置。
步骤108：判断所述当前时刻目标位置与所述上一时刻目标位置的距离是否大于第二设定距离阈值，得到第二判断结果。所述第二判断结果的判断公式为：
若所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离大于所述第二设定距离阈值，则执行步骤106的第二种情况；若所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离小于或者等于所述第二设定距离阈值，则执行步骤109。
步骤109：将所述当前时刻目标位置确定为单目标位置。
在执行步骤101之前，所述多源信息融合单目标位置确定方法还包括获取设定参数；所述设定参数包括上一时刻、当前时刻、固定时间间隔、第一设定距离阈值、第二设定距离阈值以及信息融合约束条件。所述第二设定距离阈值为所述第一设定距离阈值的二分之一。
步骤102具体包括：
根据以下公式计算第一距离；所述第一距离为所述红外图像的第i时刻备选目标位置与所述电视图像的第i时刻备选目标位置之间的距离；所述公式为：
根据以下公式计算所述第二距离；所述第二距离为所述红外图像的第i时刻备选目标位置与所述激光光斑图像的第i时刻备选目标位置之间的距离；所述公式为：
根据以下公式计算所述第三距离；所述第三距离为所述电视图像的第i时刻备选目标位置与所述激光光斑图像的第i时刻备选目标位置之间的距离所述公式为:
即根据公式(1)(2)(3)计算各个所述当前时刻备选目标位置之间的距离；根据公式(1)(2)(3)计算各个所述上一时刻备选目标位置之间的距离。
所述信息融合约束条件包括：七个约束条件，分别为
步骤107具体包括：七种情况，分别为：
当
当
当
当
当
当
当
即根据所有所述上一时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件，选出符合上述任一种情况的对应第i时刻目标位置，并将此第i时刻目标位置确定上一时刻目标位置。
根据所有所述当前时刻备选目标位置以及所述第二比较结果对应的所述信息融合约束条件，选出符合上述任一种情况的对应第i时刻目标位置，并将此第i时刻目标位置确定当前时刻目标位置。
实施例二
本发明实施例提出的一种复杂环境下的单目标位置确定系统，该系统采用本发明实施例提出的多源信息融合单目标位置确定方法。该系统组成包括参数设置子系统、目标备选位置信息接收子系统、目标位置确定计算子系统、流程控制子系统。其中，参数设置子系统用于确定系统的起始时刻、位置决策时间间隔(固定时间间隔)、距离阈值(第一设定距离阈值、第二设定距离阈值)；目标备选位置信息接收子系统用于接收分别基于红外图像特征、电视图像特征、激光反射光斑特征得到的目标备选位置信息；目标位置确定计算子系统用于计算目标的可能位置及最终单目标位置；流程控制子系统用于控制系统算法运行的流程顺序。
本发明实施例提出的一种多源信息融合单目标位置确定方法，具体包括以下步骤。
步骤1：确定起始时刻t0、位置决策时间间隔δt。
步骤2：在时刻t0接收分别基于红外图像特征、电视图像特征、激光反射光斑特征得到的目标备选位置信息，记为
步骤3：分别计算步骤2中接收到的3个备选位置间的距离，其中，基于红外图像特征得到的目标位置
类似地，基于红外图像特征得到的目标位置
步骤4：设定第一设定距离阈值为ε，按如下算法计算时刻t0目标的可能位置
如果
如果
如果
如果
如果
如果
如果
否则，认为时刻t0目标的可能位置无法确定。
步骤5：间隔δt后，在t1＝t0+δt时刻重复步骤2～4，得到时刻t1目标的可能位置(x1,y1)；
如果
否则，认为时刻t1目标位置无法确定，间隔δt后，t2＝t1+δt时刻，重复步骤2～5，直至最终确定单目标位置。
为实现上述目的，本发明还提供了一种多源信息融合单目标位置确定系统。
图2为本发明实施例多源信息融合单目标位置确定系统的结构示意图，如图2所示，本发明实施例提供的多源信息融合单目标位置确定系统具体包括：
设定参数获取模块100，用于获取设定参数；所述设定参数包括上一时刻、当前时刻、固定时间间隔、第一设定距离阈值、第二设定距离阈值以及信息融合约束条件。
图像获取模块200，用于获取多个传感器采集的上一时刻和当前时刻的不同类型的图像，并对所有所述图像进行图像分析，确定每种类型所述图像的当前时刻备选目标位置和上一时刻备选目标位置；所述图像包括红外图像、电视图像、激光光斑图像。
距离计算模块300，用于分别计算各个所述当前时刻备选目标位置之间的距离以及各个所述上一时刻备选目标位置之间的距离。
第一比较结果确定模块400，用于将所述上一时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第一比较结果。
第二比较结果确定模块500，用于将所述当前时刻备选目标位置之间的各个距离分别与第一设定距离阈值进行比较，确定第二比较结果。
第一判断结果得到模块600，用于判断所述第一比较结果和所述第二比较结果是否均符合信息融合约束条件，得到第一判断结果。
上一时刻目标位置和当前时刻目标位置确定模块700，用于当所述第一判断结果表示所述第一比较结果和所述第二比较结果均符合所述信息融合约束条件时，根据所有所述上一时刻备选目标位置、所有所述当前时刻备选目标位置以及所述第一比较结果对应的所述信息融合约束条件、所述第二比较结果对应的所述信息融合约束条件，确定上一时刻目标位置和当前时刻目标位置。
第二判断结果得到模块800，用于判断所述当前时刻目标位置与所述上一时刻目标位置的距离是否大于第二设定距离阈值，得到第二判断结果。
下一时刻图像获取模块900，用于当所述第一判断结果表示所述第一比较结果或所述第二比较结果不符合所述信息融合约束条件或者所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离大于所述第二设定距离阈值时，获取多个传感器采集的下一时刻的不同类型的图像，并返回对所有所述图像进行图像分析步骤。
单目标位置确定模块1000，用于当所述第二判断结果表示所述当前时刻目标位置与所述下一时刻目标位置的距离小于或者等于所述第二设定距离阈值时，将所述当前时刻目标位置确定为单目标位置。
本发明的关键创新点包括：
(1)单目标位置确定过程中综合运用了多传感器得到的目标位置信息，避免了单一来源信息容易受到限制和干扰的问题。传感器采集得到的是不同类型图像，通过对图像分析可以得到对应的备选位置。
(2)特定时刻目标可能位置的确定中，基于目标备选位置间特征，加入基于加权重心算法的信息融合算法，提高了位置确定的准确性。
(3)基于相邻时刻目标可能位置间的差异特征，确定目标最终位置，提高了复杂环境下单目标位置确定结果的稳定性。
与现有技术方案相比较，本发明的优点主要体现在：
(1)本发明所提出的系统及方法，实现了计算机辅助的自动化的单目标位置确定，减少了人工干预程度，提高了复杂环境下单目标位置确定的时效性。
(2)本发明所提出的系统及方法，单目标位置确定过程中综合运用了多传感器得到的目标位置信息，避免了单一传感器得到的位置信息容易受到环境条件、目标特征等因素限制而导致的不准确问题。
(3)本发明所提出的系统及方法，单目标位置确定过程中基于两次相邻时刻得到的目标可能位置间距确定目标最终位置，提高了位置确定结果的稳定性和准确性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。