预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902813A(43)申请公布日2022.01.07(21)申请号202111226681.X(22)申请日2021.10.21(71)申请人西安电子科技大学地址710071陕西省西安市雁塔区太白南路2号西安电子科技大学北校区(72)发明人郭宝龙李泽坤宫江雷王超刘辉何方良(74)专利代理机构郑州知倍通知识产权代理事务所(普通合伙)41191代理人夏开松(51)Int.Cl.G06T7/80(2017.01)G06T5/50(2006.01)G01S17/89(2020.01)G01S17/86(2020.01)权利要求书2页说明书6页附图3页(54)发明名称一种基于多源信息融合的智能场景感知防御装置与方法(57)摘要本发明公开了一种基于多源信息融合的智能场景感知防御装置与方法,改善了现有技术中太空中厘米级碎片清除工作仍须深入研究的问题。该发明中底座上通过支撑杆依次连接相机圆台、旋转云台和激光枪,相机圆台上设有工业CCD相机阵,工业CCD相机阵含有多个工业CCD相机,并均布在相机圆台上,旋转云台的上半部外侧设有激光雷达。工业CCD相机阵获取全景可见光图像;激光成像雷达获取目标深度信息;激光成像雷达与工业CCD相机联合标定;可见光彩色图像与激光雷达所成的三维点阵图像融合;激光枪进行防御并摧毁接近目标。本技术通过将激光信息与可见光图像进行多光谱融合,实现对厘米级空间碎片的识别,提高了空间碎片的识别效率。CN113902813ACN113902813A权利要求书1/2页1.一种基于多源信息融合的智能场景感知防御装置,其特征在于:含有激光枪、激光雷达、旋转云台、工业CCD相机阵、相机圆台、支撑杆和底座,其中底座上通过支撑杆依次连接相机圆台、旋转云台和激光枪,相机圆台上设有工业CCD相机阵,工业CCD相机阵含有多个工业CCD相机,并均布在相机圆台上,旋转云台的上半部外侧设有激光雷达。2.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置,其特征在于:所述支撑杆内部中空,穿有激光枪电源线、激光雷达电源线、工业CCD相机电源线和HDMI数据传输线连接外部的设备。3.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置,其特征在于:所述相机圆台上径向均布8个固定孔,固定孔内分别设有一个工业CCD相机。4.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置,其特征在于:所述旋转云台中部通过铰球连接。5.一种使用权利要求1所述的基于多源信息融合的智能场景感知防御装置的方法,其特征在于:含有以下步骤,步骤1)工业CCD相机阵获取全景可见光图像;步骤2)激光成像雷达获取目标深度信息;步骤3)激光成像雷达与工业CCD相机联合标定;步骤4)可见光彩色图像与激光雷达所成的三维点阵图像融合;步骤5)激光枪进行防御措施,摧毁接近目标。6.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置与方法,其特征在于:所述步骤1)含有以下步骤,(1a)工业CCD相机阵的八个相机通过数据采集卡获取可见光图像;(1b)将获取的可见光图像拼接为全景图像,获得目标图像信息;(1c)提取目标的像素坐标[uv]。7.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置与方法,其特征在于:所述步骤2)中激光成像雷达对目标进行定位,根据定位获取的目标相对于环境感知的反射光强度、方位角、俯仰角、距离信息,后台采集、处理并分析激光成像雷达的原始数据,生成激光成像雷达图像,具体包括以下步骤,(2a)获取空间点在激光雷达坐标系和图像坐标系中的坐标;(2b)测得目标相对于激光雷达的角度θ与距离d。角度θ与距离d为极坐标,利用极坐标与直角坐标的关系,将极坐标[θd]转换为直角坐标[xy]。8.根据权利要求1所述的基于多源信息融合的智能场景感知防御装置与方法,其特征在于:所述步骤3)含有以下步骤,(3a)将激光雷达与相机的位置进行确定;(3b)空间中一点在二维激光雷达所在空间平面的坐标为[xy],该点在图像平面的坐标为[uv],维数相同的两个坐标系可以通过平移、旋转、缩放等变换进行相互转换;(3c)通过公式2CN113902813A权利要求书2/2页将空间中一点从激光雷达的坐标系中转换到图像的坐标系中,其中[xy1]T是空间中一点在激光雷达坐标系中的齐次坐标,[uv1]T是从激光坐标系下转换到图像坐标系后的齐次坐标;(3d)提出H矩阵中的h9并放到等式左边作为缩放因子λ后,可将公式写成如下形式:上式的N矩阵是变换矩阵参数,消去缩放因子λ:λ=n7x+n8y+1(3e)假设收集k组激光雷达点和对应的图像坐标点,上式写成矩阵的形式:一组数据对应两个n参数,要求出n向量至少需要4组数据,组成