李 強(qiáng)

(江蘇安全技術(shù)職業(yè)學(xué)院，江蘇 徐州 221000)

0 引言

計(jì)算機(jī)技術(shù)的迅速發(fā)展催生了數(shù)字圖像處理技術(shù)，通過(guò)使用攝像機(jī)獲取外界環(huán)境并將其轉(zhuǎn)化為數(shù)字信號(hào)，進(jìn)行數(shù)字圖像處理以實(shí)現(xiàn)對(duì)圖像的分析和處理。數(shù)字圖像處理是計(jì)算機(jī)視覺(jué)研究的基礎(chǔ)技術(shù)之一，能夠應(yīng)用于運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤和定位等方面。計(jì)算機(jī)視覺(jué)具有廣闊的應(yīng)用前景，涵蓋了不同領(lǐng)域、學(xué)科和眾多技術(shù)的高技術(shù)課題，同時(shí)也是智能機(jī)器人的核心技術(shù)之一。其實(shí)質(zhì)是在目標(biāo)動(dòng)態(tài)檢測(cè)的基礎(chǔ)上運(yùn)用現(xiàn)代濾波器進(jìn)行實(shí)時(shí)追蹤，并對(duì)運(yùn)動(dòng)物體進(jìn)行定位和運(yùn)動(dòng)狀態(tài)的預(yù)測(cè)和估計(jì)[1-2]。在工業(yè)生產(chǎn)、物流運(yùn)輸、公共安全等領(lǐng)域，實(shí)時(shí)監(jiān)控和定位移動(dòng)目標(biāo)至關(guān)重要，設(shè)計(jì)高精度的運(yùn)動(dòng)目標(biāo)跟蹤定位系統(tǒng)可以實(shí)時(shí)獲取目標(biāo)的位置和軌跡信息，提供可靠的監(jiān)控與安全保障。然而，由于應(yīng)用場(chǎng)景交界處容易受到信號(hào)干擾等因素的影響，導(dǎo)致獲取的位置信息可能存在一定的偏差。因此，需要設(shè)計(jì)一種能夠克服這些問(wèn)題的運(yùn)動(dòng)目標(biāo)跟蹤定位系統(tǒng)。

對(duì)于此類(lèi)問(wèn)題的研究，目前學(xué)者們已經(jīng)取得了十分豐富的研究成果，涌現(xiàn)出了多種實(shí)現(xiàn)途徑，如相關(guān)濾波器、深度學(xué)習(xí)等。文獻(xiàn)[3]提出一種柑橘果園機(jī)器人仿生眼的目標(biāo)跟蹤與定位系統(tǒng)，設(shè)計(jì)基于CAM shift的目標(biāo)跟蹤算法實(shí)現(xiàn)了持續(xù)性目標(biāo)跟蹤。測(cè)試結(jié)果表明，該系統(tǒng)能夠滿(mǎn)足實(shí)際應(yīng)用，準(zhǔn)確性與魯棒性都較高。文獻(xiàn)[4]提出一種基于區(qū)塊鏈技術(shù)的地面移動(dòng)目標(biāo)智能跟蹤系統(tǒng)，系統(tǒng)以DM6446信號(hào)處理器為基礎(chǔ)信息處理元件，結(jié)合相關(guān)軟件執(zhí)行環(huán)境與硬件設(shè)備實(shí)現(xiàn)了目標(biāo)對(duì)象的實(shí)施跟蹤與定位。通過(guò)對(duì)比實(shí)驗(yàn)，發(fā)現(xiàn)該系統(tǒng)信息處理時(shí)間得到縮短，DIA指標(biāo)值卻更高。文獻(xiàn)[5]提出一種雙目視覺(jué)運(yùn)動(dòng)目標(biāo)跟蹤定位系統(tǒng)，通過(guò)背景差分法、CamShift算法、雙目視覺(jué)以及FAST角點(diǎn)檢測(cè)算法實(shí)現(xiàn)了目標(biāo)的檢測(cè)、跟蹤與定位。測(cè)試結(jié)果表明，該系統(tǒng)能夠有效解決跟蹤丟失問(wèn)題，同時(shí)有著良好的實(shí)時(shí)性。

但是以上系統(tǒng)在應(yīng)用中存在跟蹤定位精度不足的問(wèn)題，為此，設(shè)計(jì)一種基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)跟蹤高精度定位系統(tǒng)。通過(guò)FPGA單元、VGA顯示單元、幀緩存單元以及圖像采集單元組建圖像采集模塊，基于天線(xiàn)、定位基站、移動(dòng)節(jié)點(diǎn)，完成超寬帶定位基站模塊的設(shè)計(jì)。對(duì)采集到的圖像進(jìn)行灰度化處理，增強(qiáng)圖像的清晰度，采用TLD模型跟蹤運(yùn)動(dòng)目標(biāo)，提高定位精度，利用超寬帶技術(shù)實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的精準(zhǔn)定位。

1 運(yùn)動(dòng)目標(biāo)跟蹤高精度定位系統(tǒng)設(shè)計(jì)

1.1 硬件設(shè)計(jì)

1.1.1 圖像采集模塊設(shè)計(jì)

圖像采集模塊由FPGA單元、VGA顯示單元、幀緩存單元以及圖像采集單元構(gòu)成，能夠?qū)崿F(xiàn)運(yùn)動(dòng)目標(biāo)跟蹤與定位中的圖像采集。

在圖像采集單元中，選用的圖像傳感器為CMOS圖像傳感器，通過(guò)其采集運(yùn)動(dòng)目標(biāo)的圖像。選用的圖像傳感器具體型號(hào)為MT9M011攝像頭，其數(shù)據(jù)輸出格式為Bayer彩色格式，分辨率可達(dá)1 280×1 024[6]。為MT9M011攝像頭配置8個(gè)寄存器，具體情況如表1所示。

表1 配置的寄存器與設(shè)定值

由于MT9M011攝像頭輸出的數(shù)據(jù)為Bayer彩色格式，需要通過(guò)插值算法對(duì)僅含單一顏色分量的圖像像素?cái)?shù)據(jù)進(jìn)行還原，使其成為包含R、G、B三種顏色分量的圖像像素?cái)?shù)據(jù)[7]。

設(shè)計(jì)一種簡(jiǎn)單、節(jié)省硬件資源的插值算法，這種算法針對(duì)的是四個(gè)相鄰的像素點(diǎn)，在轉(zhuǎn)換前后，藍(lán)色分量與紅色分量均保持不變，而綠色分量則成為4個(gè)像素中2綠色分量的均值，最終合并成為一個(gè)三十位的RGB像素，該插值算法的像素轉(zhuǎn)換原理[8]如圖1所示。

圖1 像素轉(zhuǎn)換原理

在FPGA單元中，通過(guò)FPGA主芯片處理采集的數(shù)字信號(hào)，并對(duì)該芯片進(jìn)行配置，配置情況如圖2所示。

圖2 FPGA主芯片配置情況

為該芯片配置50 MHz晶振，將其作為振蕩器產(chǎn)生時(shí)鐘，為芯片提供采樣時(shí)鐘頻率。通過(guò)內(nèi)核電源VCCIN實(shí)施供電，首先利用降壓芯片LM7805將電壓降至5 V，接著利用降壓芯片LM2676將電壓降至3.3 V，最后利用降壓芯片LM1117將電壓降至1.2 V，最終實(shí)現(xiàn)芯片供電。為芯片配置RC復(fù)位電路，作為其復(fù)位模塊[9]。配置EPCS16作為EP2C35F672C6的外部配置芯片，用于程序的存儲(chǔ)，其存儲(chǔ)空間為16，777，21 6 Bits，通過(guò)AS配置模式對(duì)該存儲(chǔ)器進(jìn)行配置。

在幀緩存單元中，通過(guò)外部存儲(chǔ)器實(shí)現(xiàn)圖像數(shù)據(jù)的幀緩存。選用的外部存儲(chǔ)器為SDRAM存儲(chǔ)器，具體型號(hào)為IS42S1600。

在VGA顯示單元中，通過(guò)VGA接口、D/A轉(zhuǎn)換芯片實(shí)現(xiàn)緩存圖像數(shù)據(jù)的顯示。其中D/A轉(zhuǎn)換芯片負(fù)責(zé)將EP2C35F672C6輸出的數(shù)字信號(hào)轉(zhuǎn)換為模擬數(shù)據(jù)。

1.1.2 定位基站模塊設(shè)計(jì)

在超寬帶技術(shù)模塊中，設(shè)計(jì)超寬帶運(yùn)動(dòng)目標(biāo)定位所需的天線(xiàn)、定位基站、移動(dòng)節(jié)點(diǎn)，完成超寬帶定位基站的設(shè)計(jì)。

發(fā)射天線(xiàn)(接收天線(xiàn))、接收天線(xiàn)使用的UWB收發(fā)芯片型號(hào)為DW1000，將其傳輸速率調(diào)整為6.8 Mbps，頻段定為較低頻段的2號(hào)頻段(帶寬是500 MHz，中心頻率是3.99 GHz)，以實(shí)現(xiàn)較大的運(yùn)動(dòng)目標(biāo)定位范圍。利用SMA頭連接DW1000與UWB天線(xiàn)，天線(xiàn)保持豎直。

在發(fā)射天線(xiàn)(接收天線(xiàn))、接收天線(xiàn)的工作中，還需要設(shè)計(jì)基站與移動(dòng)節(jié)點(diǎn)，其中基站放置于運(yùn)動(dòng)目標(biāo)跟蹤與定位的場(chǎng)地周?chē)苿?dòng)節(jié)點(diǎn)則安裝于運(yùn)行目標(biāo)上。定位基站的結(jié)構(gòu)設(shè)計(jì)如圖3所示。

圖3 定位基站的結(jié)構(gòu)設(shè)計(jì)

其中主控制器選用STM32F103，其與DW1000模塊之間的通信通過(guò)SPI接口來(lái)完成。采用18650鋰電池來(lái)供電，以方便定位基站的部署，并配置電量指示燈與穩(wěn)壓芯片。用戶(hù)可以通過(guò)4位撥碼開(kāi)關(guān)對(duì)各基站編號(hào)(ID)進(jìn)行配置，可支持16個(gè)ID。并為基站配置USB接口以便對(duì)基站進(jìn)行調(diào)試。在使用定位基站時(shí)，可以將其安裝于墻壁或三腳架上。

移動(dòng)節(jié)點(diǎn)的設(shè)計(jì)具體如下：同樣將STM32F103作為其主控制器，則其與DW1000模塊之間的通信也同樣是通過(guò)SPI接口來(lái)完成的。直接使用3.3 V電源實(shí)現(xiàn)其供電。利用饋線(xiàn)連接移動(dòng)節(jié)點(diǎn)與UWB天線(xiàn)，天線(xiàn)保持豎直。

依據(jù)實(shí)際情況確定基站與移動(dòng)節(jié)點(diǎn)的實(shí)際投入個(gè)數(shù)。其中基站通過(guò)集中式組網(wǎng)方式完成動(dòng)態(tài)組網(wǎng)。在這種組網(wǎng)方式下，應(yīng)用MDS-MAP算法實(shí)施坐標(biāo)解算，以完成組網(wǎng)。

1.2 軟件設(shè)計(jì)

1.2.1 圖像預(yù)處理方法

在圖像預(yù)處理模塊中，對(duì)采集圖像實(shí)施一系列預(yù)處理，以增強(qiáng)圖像中有用的信息，具體包括圖像灰度化處理、形態(tài)學(xué)濾波處理。

在圖像灰度化處理中，使用的處理方法是加權(quán)平均法，也就是對(duì)RGB 3個(gè)顏色分量分別賦予不同的權(quán)值，對(duì)加權(quán)和進(jìn)行求取[10]?；叶戎档挠?jì)算公式具體如下：

ε=0.3R+0.95G+0.11B

(1)

通過(guò)形態(tài)學(xué)濾波處理能夠消除噪聲，并實(shí)現(xiàn)空洞的填補(bǔ)。分別實(shí)施開(kāi)運(yùn)算操作與閉運(yùn)算操作。其中開(kāi)運(yùn)算操作是先實(shí)施腐蝕操作，再實(shí)施膨脹操作。在確保不明顯改變圖像形狀和面積的基礎(chǔ)上，能夠去除一些細(xì)小孤立的點(diǎn)，將纖細(xì)點(diǎn)處的區(qū)域分離開(kāi)來(lái)。該操作的表達(dá)式如下式：

ν=ε(ωΘυ)⊕υ

(2)

式(2)中ν指的是開(kāi)運(yùn)算結(jié)果圖像；ω是指處理前的圖像；υ指的是結(jié)構(gòu)元素。

閉運(yùn)算操作是先實(shí)施膨脹操作，再實(shí)施腐蝕操作。通過(guò)閉運(yùn)算操作能夠?qū)⒘芽p填平，連接鄰近目標(biāo)[11]，完成圖像的預(yù)處理，表達(dá)式如下式：

?=(ω⊕υ)Θν

(3)

通過(guò)上述步驟完成采集圖像的預(yù)處理，便于后續(xù)的運(yùn)動(dòng)目標(biāo)跟蹤與定位。

1.2.2 基于TLD的運(yùn)動(dòng)目標(biāo)跟蹤方法

通過(guò)對(duì)圖像進(jìn)行預(yù)處理可以有效調(diào)整圖像的清晰度，使目標(biāo)在圖像中更加明顯和突出，提高運(yùn)動(dòng)目標(biāo)跟蹤的有效性。在運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤模塊中，設(shè)計(jì)一種TLD運(yùn)動(dòng)目標(biāo)跟蹤算法。在該算法中，在運(yùn)動(dòng)目標(biāo)移動(dòng)的過(guò)程中，TLD模型會(huì)不斷地學(xué)習(xí)被跟蹤的運(yùn)動(dòng)目標(biāo)，并獲得目標(biāo)在距離、景深、角度等層次上的變化，并對(duì)其進(jìn)行持續(xù)的學(xué)習(xí)和識(shí)別，即可實(shí)現(xiàn)良好的運(yùn)動(dòng)目標(biāo)跟蹤效果。通過(guò)該算法可以同時(shí)實(shí)現(xiàn)多個(gè)運(yùn)動(dòng)目標(biāo)的追蹤。

TLD運(yùn)動(dòng)目標(biāo)跟蹤算法是一種運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤相結(jié)合的算法，能夠?qū)崿F(xiàn)自適應(yīng)從而達(dá)到精準(zhǔn)地跟蹤效果[12]。算法由綜合單元與TLD模型構(gòu)成，其中TLD模型由跟蹤器、檢測(cè)器、學(xué)習(xí)單元構(gòu)成，同時(shí)，跟蹤器和檢測(cè)器是平行工作的，它們的運(yùn)行結(jié)果會(huì)被傳送到學(xué)習(xí)單元，然后再對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行追蹤和檢測(cè)，并且對(duì)其進(jìn)行實(shí)時(shí)的更新，以確保在運(yùn)動(dòng)目標(biāo)外觀產(chǎn)生變化的情況下也能很好地實(shí)現(xiàn)其跟蹤。該算法的具體運(yùn)行流程如下：

1)在初始跟蹤階段，將圖像預(yù)處理結(jié)果向檢測(cè)器傳輸，由檢測(cè)器實(shí)施圖像分析與檢測(cè)。

2)但在檢測(cè)過(guò)程中，檢測(cè)器可能會(huì)出現(xiàn)錯(cuò)誤，這時(shí)，學(xué)習(xí)單元就會(huì)對(duì)錯(cuò)誤進(jìn)行修正。學(xué)習(xí)單元的作用是為檢測(cè)器提供正、負(fù)兩個(gè)樣本集，利用這些樣本對(duì)檢測(cè)器進(jìn)行評(píng)估和分析，然后將分析結(jié)果傳送給綜合單元，由綜合單元對(duì)其進(jìn)行綜合，從而對(duì)目標(biāo)的位置信息進(jìn)行預(yù)測(cè)[13]。

綜合單元與TLD模型相結(jié)合，能夠?yàn)樵O(shè)計(jì)算法帶來(lái)適應(yīng)性強(qiáng)、可靠的效果。在檢測(cè)器中，為判定正負(fù)樣本，輸入預(yù)處理后的圖像信息，給出目標(biāo)模型，具體如下式：

(4)

式(4)中q+、q-指的是歸一化處理以后的圖像塊，均會(huì)隨著跟蹤而出現(xiàn)數(shù)量上的增加。

檢測(cè)器由3個(gè)子模塊構(gòu)成，分別為最近鄰檢測(cè)子模塊、集合檢測(cè)子模塊、方差檢測(cè)子模塊。當(dāng)被檢測(cè)的圖像進(jìn)入檢測(cè)器后，需要通過(guò)以上3個(gè)子模塊，首先通過(guò)方差檢測(cè)子模塊，最后通過(guò)最近鄰檢測(cè)子模塊。

經(jīng)過(guò)上述各子模塊的順序后，就可以得到前景目標(biāo)的圖像。其中，在方差檢測(cè)子模塊中，需要先計(jì)算被檢測(cè)圖像塊的方差，并設(shè)置一個(gè)閾值，將其設(shè)置為方差的二分之一，當(dāng)方差計(jì)算結(jié)果大于該閾值，說(shuō)明通過(guò)了方差檢測(cè)，反之則直接拋棄[14]。在集合檢測(cè)子模塊中，采用的分類(lèi)方法為隨機(jī)森林檢測(cè)法，因此該子模塊又可以被稱(chēng)為隨機(jī)蕨叢檢測(cè)子模塊。

在最近鄰分類(lèi)檢測(cè)子模塊中，歸一化處理在上一子模塊中被執(zhí)行，然后匹配到目標(biāo)模型。如果匹配成功，那么判定當(dāng)前圖像塊中包含有被跟蹤目標(biāo)。該模塊按以下方式運(yùn)行：

1)歸一化圖像塊，將尺寸設(shè)置為15×15；

2)對(duì)目標(biāo)模型與歸一化后圖像塊的相關(guān)相似度實(shí)施計(jì)算，計(jì)算公式具體如下：

當(dāng)新產(chǎn)生了一個(gè)經(jīng)過(guò)歸一化處理的圖像塊q，計(jì)算q與目標(biāo)模型N的相關(guān)相似度，具體公式如下：

(5)

式(5)中S″E指的是q與目標(biāo)模型N的最近鄰正相似度；S′E是指q與目標(biāo)模型N的最近鄰負(fù)相似度。

如果相關(guān)相似度符合下面的公式，那么這個(gè)圖像就是一個(gè)正樣本，反之，這個(gè)圖像就是一個(gè)負(fù)樣本。

SE(q，N)>χ

(6)

式(6)中，χ表示設(shè)置閾值。

在移動(dòng)靶標(biāo)翻轉(zhuǎn)或伸展引起的形變過(guò)程中，需要對(duì)其目標(biāo)模型N進(jìn)行更新。依次經(jīng)過(guò)以上三個(gè)子模塊的圖像區(qū)塊，將其圖像信息存儲(chǔ)到dbb[15]。跟蹤模塊采用了BF光流和NCC跟蹤失敗檢測(cè)兩種方法。

BF光流算法是將前一幀中運(yùn)動(dòng)目標(biāo)的像素點(diǎn)a和均勻抽樣后的特征點(diǎn)相結(jié)合，對(duì)下一幀中的運(yùn)動(dòng)目標(biāo)和位置b點(diǎn)進(jìn)行預(yù)測(cè)。然后進(jìn)行向前方向跟蹤，直接從上一幀到下一幀中的目標(biāo)點(diǎn)，并獲得被標(biāo)記為c的第3個(gè)位置信息點(diǎn)。這樣就可以得到兩條前進(jìn)和后退的路線(xiàn)，并將c和a進(jìn)行對(duì)比。當(dāng)距離大于設(shè)置的閾值，則認(rèn)為前向跟蹤行為是正確的，此時(shí)已經(jīng)可以?huà)仐壱徊糠指櫜⒉粶?zhǔn)確的點(diǎn)。

接著進(jìn)入到NCC匹配中，通過(guò)NCC跟蹤失敗檢測(cè)法對(duì)a點(diǎn)鄰近的10×10的圖像塊與a點(diǎn)預(yù)測(cè)出的跟蹤結(jié)果所鄰近的10×10的圖像塊實(shí)施模板匹配，獲取匹配相似度，選擇匹配相似度大于中值的點(diǎn)作為繼續(xù)使用的跟蹤點(diǎn)[16]。

在此基礎(chǔ)上，根據(jù)所選取的跟蹤點(diǎn)，對(duì)下一幀中目標(biāo)盒子的尺寸和位置進(jìn)行預(yù)測(cè)。歸一化處理預(yù)測(cè)點(diǎn)所對(duì)應(yīng)的圖像塊尺寸，并將其按比例縮小到15×15，然后進(jìn)行分類(lèi)，計(jì)算各圖像塊和目標(biāo)模型的保守性，如果它超過(guò)設(shè)定的閾值，則判定該跟蹤是有效的。

在學(xué)習(xí)單元中，通過(guò)P-N學(xué)習(xí)模塊實(shí)現(xiàn)檢測(cè)器的錯(cuò)誤的識(shí)別并標(biāo)出。P-N學(xué)習(xí)模塊中含有3個(gè)部分，分別為分類(lèi)器訓(xùn)練、生成樣本、檢查一致性。

綜合單元主要負(fù)責(zé)計(jì)算重疊度，以度量?jī)蓚€(gè)圖像塊在空間域上的相似度。重疊度計(jì)算公式具體如下：

(7)

式(7)中ζ50%指的是50%最近鄰重疊度；ζ是指最近鄰重疊度。

運(yùn)行該算法前，需要實(shí)施初始化處理，具體初始化步驟如下。

1)選定跟蹤塊：

在第一幀中，采用一個(gè)文件來(lái)設(shè)定初始跟蹤圖像區(qū)塊的尺寸和坐標(biāo)，或者用鼠標(biāo)來(lái)標(biāo)示跟蹤目標(biāo)的邊界框。

2)掃描窗口：

對(duì)整個(gè)圖像進(jìn)行掃描，即以運(yùn)動(dòng)目標(biāo)的圖像分塊為基礎(chǔ)，經(jīng)過(guò)尺度轉(zhuǎn)換得到所需的圖像。在對(duì)一個(gè)窗口進(jìn)行掃描時(shí)，將進(jìn)行了尺度轉(zhuǎn)換后的圖像作為一個(gè)掃描窗口，并設(shè)定了如下的掃描原則：以左上方為起始點(diǎn)，步長(zhǎng)為該圖像塊寬度的0.1倍，由左到右，按0.1倍的高度從上到下進(jìn)行掃描，直到覆蓋整個(gè)圖像為止[17]。

在此基礎(chǔ)上，確定了最小掃描窗口的大小，得到了一系列的圖像分塊。掃描全部圖像塊后對(duì)它們的重疊度進(jìn)行計(jì)算。

3)初始化boxes：

在整幅圖像中尋找與目標(biāo)圖像塊box最小距離的10個(gè)窗口，其中最小距離即為當(dāng)前幀中目標(biāo)的位置，以此作為跟蹤結(jié)果，定義如下式：

(8)

把10個(gè)窗口合并到good_ boxes容器中，重疊度小于0.2的圖像分塊都被放進(jìn)bad_boxes容器中，這樣就可以全部過(guò)濾。使用BBhull函數(shù)求出了掃描窗口的最大邊緣。

4)初始化分類(lèi)器：

當(dāng)一幅圖像很大，經(jīng)過(guò)一次掃描后，會(huì)形成大量的塊狀圖像，這就要求對(duì)圖像進(jìn)行分類(lèi)。針對(duì)TLD的運(yùn)動(dòng)目標(biāo)跟蹤算法，將3種分類(lèi)器作為檢測(cè)器的3個(gè)子模塊進(jìn)行串聯(lián)。

從第2幀起，對(duì)整個(gè)圖像塊進(jìn)行3種分類(lèi)，只有將這些分類(lèi)器都通過(guò)，才能確定有應(yīng)用價(jià)值的圖像塊。

首先，初始化方差和最近鄰分類(lèi)器，然后，針對(duì)第一幀獲得的所有圖像塊，標(biāo)準(zhǔn)化過(guò)程和輻射轉(zhuǎn)換過(guò)程處理包含移動(dòng)對(duì)象的相應(yīng)的圖像塊，并且存儲(chǔ)在方差分類(lèi)器中，作為正樣本集。在這種情況下，可以將剩余的圖像塊看作是負(fù)標(biāo)記[18]。在初始集分類(lèi)器中，抽取正樣本標(biāo)記的特征值，在初始化時(shí)將其作為初值，進(jìn)行樣本訓(xùn)練和后驗(yàn)概率的初始化。通過(guò)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法，初步判斷目標(biāo)區(qū)域，從而實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的準(zhǔn)確定位。

1.2.3 基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)定位方法

超寬帶技術(shù)是一種無(wú)線(xiàn)通信的技術(shù)，主要通過(guò)非連續(xù)、短時(shí)的脈沖信號(hào)進(jìn)行通信，在極短的時(shí)間內(nèi)發(fā)送大量的低功率脈沖，實(shí)現(xiàn)高速的數(shù)據(jù)傳輸。它的頻率范圍非常廣泛，可以達(dá)到幾百兆赫茲甚至幾個(gè)千兆赫茲，因此被稱(chēng)為“超寬帶”。為此，基于1.2.2小節(jié)的定位基站模塊，設(shè)計(jì)一種基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)定位算法，依據(jù)運(yùn)動(dòng)目標(biāo)的跟蹤結(jié)果實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的高精度定位。

該算法采用的超寬帶天線(xiàn)組合方式為改進(jìn)后的單發(fā)雙收。單發(fā)雙收就是利用一個(gè)發(fā)射天線(xiàn)B向探測(cè)區(qū)域直接發(fā)射脈沖信號(hào)a(t)，并利用2個(gè)接收天線(xiàn)W1、W2接收運(yùn)動(dòng)目標(biāo)的反射回波yRI(t)。通過(guò)處理兩個(gè)方向的yRI(t)，獲取各方位向的對(duì)應(yīng)徑向位置，利用余弦定理完成運(yùn)動(dòng)目標(biāo)定位，也就是依據(jù)三圓定位原理完成運(yùn)動(dòng)目標(biāo)的定位。為實(shí)現(xiàn)快速定位功能，在改進(jìn)中采用超寬帶收發(fā)合一技術(shù)，直接共用一個(gè)發(fā)射天線(xiàn)與接收天線(xiàn)，即B=W1，并以其為原點(diǎn)構(gòu)建坐標(biāo)系。此時(shí)通過(guò)二圓交匯定位即可完成超寬帶技術(shù)下的運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)定位。在二圓交匯定位坐標(biāo)系中，構(gòu)建如下方程組：

(9)

式(9)中(X，Y)是運(yùn)動(dòng)目標(biāo)定位結(jié)果；U1是指目標(biāo)與發(fā)射天線(xiàn)B的距離即目標(biāo)與接收天線(xiàn)W1的距離；(C，0)是W2的坐標(biāo)；U2指的是目標(biāo)與接收天線(xiàn)W2之間的距離[19]。則運(yùn)動(dòng)目標(biāo)的具體坐標(biāo)為：

(10)

在該超寬帶技術(shù)運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)定位算法中，E1區(qū)域是發(fā)射天線(xiàn)B即接收天線(xiàn)W1的探測(cè)區(qū)域，E3是接收天線(xiàn)W2的探測(cè)區(qū)域，而E2則是E1與E3重疊的區(qū)域。當(dāng)運(yùn)動(dòng)目標(biāo)位于E1區(qū)域時(shí)，發(fā)射天線(xiàn)B即接收天線(xiàn)W1能夠?qū)崿F(xiàn)運(yùn)動(dòng)目標(biāo)的有效檢測(cè)，當(dāng)運(yùn)動(dòng)目標(biāo)位于E3區(qū)域時(shí)，接收天線(xiàn)W2能夠?qū)崿F(xiàn)運(yùn)動(dòng)目標(biāo)的有效檢測(cè)，而當(dāng)運(yùn)動(dòng)目標(biāo)位于E2區(qū)域時(shí)，B=W1和W2均能夠?qū)崿F(xiàn)運(yùn)動(dòng)目標(biāo)的有效檢測(cè)。則通過(guò)探測(cè)E2區(qū)域的運(yùn)動(dòng)目標(biāo)即可獲得兩個(gè)方向徑向距離的對(duì)應(yīng)時(shí)延，其中B=W1的時(shí)延用δ1來(lái)表示，W2的時(shí)延用δ2來(lái)表示。通過(guò)δ1、δ2這兩個(gè)時(shí)延即可計(jì)算U1與U2，徹底實(shí)現(xiàn)對(duì)于運(yùn)動(dòng)目標(biāo)的定位。其中將E2區(qū)域稱(chēng)為超寬帶運(yùn)動(dòng)目標(biāo)定位區(qū)[20]。其中U1的計(jì)算公式具體如下：

(11)

U2的計(jì)算公式具體如下：

(12)

依據(jù)公式(9)～(12)即可獲取運(yùn)動(dòng)目標(biāo)的定位結(jié)果，就此實(shí)現(xiàn)基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)跟蹤定位。

2 系統(tǒng)測(cè)試

2.1 實(shí)驗(yàn)平臺(tái)搭建

對(duì)于設(shè)計(jì)的基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)跟蹤高精度定位系統(tǒng)，搭建實(shí)驗(yàn)平臺(tái)對(duì)其性能進(jìn)行測(cè)試。搭建的實(shí)驗(yàn)平臺(tái)包括四旋翼無(wú)人機(jī)與PC機(jī)。

其中PC機(jī)的配置情況具體如下：操作系統(tǒng)：Ubuntu16.0；cpu型號(hào)：Inter(R) Core(TM) i7-870；顯卡：Nvidia 1080TiTan 12 GB；內(nèi)存：64 GB；軟件環(huán)境：Python3.6、TensorFlow、Pytorch 。

實(shí)驗(yàn)中的四旋翼無(wú)人機(jī)尺寸為159×203×56 mm，速度最高可達(dá)10 m/s，以該無(wú)人機(jī)為運(yùn)動(dòng)目標(biāo)，實(shí)驗(yàn)場(chǎng)地為室外，背景為室外環(huán)境，包括天空、樹(shù)木、房屋等。

2.2 實(shí)驗(yàn)設(shè)計(jì)

根據(jù)MT9M011攝像頭與四旋翼無(wú)人機(jī)的距離共設(shè)計(jì)兩個(gè)實(shí)驗(yàn)，第一個(gè)實(shí)驗(yàn)是中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)，運(yùn)動(dòng)目標(biāo)的飛行高度為13 m，攝像頭與四旋翼無(wú)人機(jī)之間距離約為15 m。第二個(gè)實(shí)驗(yàn)是遠(yuǎn)距離目標(biāo)跟蹤與定位實(shí)驗(yàn)，運(yùn)動(dòng)目標(biāo)的飛行高度為20 m，攝像頭與四旋翼無(wú)人機(jī)之間距離約為30 m。實(shí)驗(yàn)過(guò)程中保持?jǐn)z像頭穩(wěn)定，硬件平臺(tái)保持固定。

在兩個(gè)實(shí)驗(yàn)中，共設(shè)置四種運(yùn)動(dòng)目標(biāo)跟蹤與定位的運(yùn)動(dòng)場(chǎng)景，第一種是四旋翼無(wú)人機(jī)沿著u軸運(yùn)動(dòng)，第二種是四旋翼無(wú)人機(jī)沿著v軸運(yùn)動(dòng)，第三種是沿著斜線(xiàn)運(yùn)動(dòng)，第四種是沿著S 型運(yùn)動(dòng)。

2.3 實(shí)驗(yàn)過(guò)程

利用設(shè)計(jì)系統(tǒng)對(duì)實(shí)驗(yàn)運(yùn)動(dòng)目標(biāo)實(shí)施檢測(cè)、跟蹤與定位。首先利用圖像采集模塊實(shí)施四種實(shí)驗(yàn)中運(yùn)動(dòng)目標(biāo)跟蹤與定位中的圖像采集，并將采集數(shù)據(jù)作為實(shí)驗(yàn)數(shù)據(jù)集，對(duì)設(shè)計(jì)系統(tǒng)的性能進(jìn)行測(cè)試。實(shí)驗(yàn)數(shù)據(jù)集的數(shù)據(jù)量為2.5 GB，共含9 856幀圖像數(shù)據(jù)，其中第一個(gè)實(shí)驗(yàn)采集的圖像幀數(shù)為3 536幀，第二個(gè)實(shí)驗(yàn)采集的圖像幀數(shù)為6 120幀。

對(duì)實(shí)驗(yàn)數(shù)據(jù)集實(shí)施圖像灰度化處理以及形態(tài)學(xué)濾波處理。接著利用設(shè)計(jì)的TLD運(yùn)動(dòng)目標(biāo)跟蹤算法實(shí)施運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤。最后利用設(shè)計(jì)的運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)定位算法實(shí)施四旋翼無(wú)人機(jī)的高精度定位。其中在第一個(gè)實(shí)驗(yàn)中，第一種運(yùn)動(dòng)場(chǎng)景的運(yùn)動(dòng)目標(biāo)定位結(jié)果如表2和圖4所示。

圖4 第1 934幀運(yùn)動(dòng)目標(biāo)定位結(jié)果

表2 運(yùn)動(dòng)目標(biāo)定位結(jié)果

其中在定位中，共設(shè)置了4個(gè)UWB基站，各UWB基站的設(shè)置坐標(biāo)如下：

1)UWB基站A：(4，0，0)；

2)UWB基站B：(14，16，0)；

3)UWB基站C：(10，16，0)；

4)UWB基站D：((0，0，0)。

首先對(duì)設(shè)計(jì)系統(tǒng)在各實(shí)驗(yàn)中以及在各運(yùn)動(dòng)場(chǎng)景下的跟蹤錯(cuò)誤率進(jìn)行測(cè)試。跟蹤錯(cuò)誤率越低表示設(shè)計(jì)系統(tǒng)的跟蹤準(zhǔn)確度越高。跟蹤錯(cuò)誤率的計(jì)算公式具體如下：

(13)

式(13)中RT指的是跟蹤窗口實(shí)際面積；ρ是視頻幀數(shù)；WQ指的是運(yùn)動(dòng)目標(biāo)面積。

對(duì)設(shè)計(jì)系統(tǒng)在各實(shí)驗(yàn)中以及在各運(yùn)動(dòng)場(chǎng)景下的定位誤差進(jìn)行測(cè)試。在測(cè)試中，將柑橘果園機(jī)器人仿生眼的目標(biāo)跟蹤與定位系統(tǒng)與基于區(qū)塊鏈技術(shù)的地面移動(dòng)目標(biāo)智能跟蹤系統(tǒng)作為對(duì)比測(cè)試系統(tǒng)，共同進(jìn)行測(cè)試。在測(cè)試，分別用系統(tǒng)1(文獻(xiàn)[3]系統(tǒng))、系統(tǒng)2(文獻(xiàn)[4]系統(tǒng))表示這兩種對(duì)比系統(tǒng)。

2.4 實(shí)驗(yàn)結(jié)果分析

2.4.1 運(yùn)動(dòng)目標(biāo)跟蹤錯(cuò)誤率實(shí)驗(yàn)結(jié)果分析

設(shè)計(jì)系統(tǒng)與系統(tǒng)1、系統(tǒng)2在u軸運(yùn)動(dòng)場(chǎng)景(場(chǎng)景1)、v軸運(yùn)動(dòng)場(chǎng)景(場(chǎng)景2)、斜線(xiàn)運(yùn)動(dòng)場(chǎng)景(場(chǎng)景3)、S型運(yùn)動(dòng)場(chǎng)景(場(chǎng)景4)四種運(yùn)動(dòng)場(chǎng)景下的第一次跟蹤錯(cuò)誤率測(cè)試結(jié)果如表3所示。

表3 第一個(gè)實(shí)驗(yàn)的跟蹤錯(cuò)誤率測(cè)試結(jié)果

根據(jù)表1測(cè)試結(jié)果，在中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中，4種運(yùn)動(dòng)場(chǎng)景下設(shè)計(jì)系統(tǒng)的跟蹤錯(cuò)誤率均低于0.60%，在3種測(cè)試方法中最低。而系統(tǒng)1、系統(tǒng)2的跟蹤錯(cuò)誤率在四種運(yùn)動(dòng)場(chǎng)景下均高于設(shè)計(jì)系統(tǒng)，其中系統(tǒng)2的跟蹤錯(cuò)誤率最高。在四種運(yùn)動(dòng)場(chǎng)景中，沿著S 型運(yùn)動(dòng)時(shí)的跟蹤錯(cuò)誤率最高，沿著斜線(xiàn)運(yùn)動(dòng)時(shí)的跟蹤錯(cuò)誤率次之，沿著u軸與v軸運(yùn)動(dòng)時(shí)的跟蹤錯(cuò)誤率較低。

為了避免測(cè)試結(jié)果的偶然性，對(duì)設(shè)計(jì)系統(tǒng)與系統(tǒng)1、系統(tǒng)2進(jìn)行第二次實(shí)驗(yàn)，四種運(yùn)動(dòng)場(chǎng)景下的跟蹤錯(cuò)誤率測(cè)試結(jié)果如圖5所示。

圖5 第二個(gè)實(shí)驗(yàn)的跟蹤錯(cuò)誤率測(cè)試結(jié)果

在遠(yuǎn)距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中，可以看到設(shè)計(jì)系統(tǒng)與系統(tǒng)1、系統(tǒng)2的跟蹤錯(cuò)誤率相比中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)均有一定上升，其中設(shè)計(jì)系統(tǒng)的增幅大于系統(tǒng)1、系統(tǒng)2。比較三種測(cè)試系統(tǒng)可以發(fā)現(xiàn)，在四種運(yùn)動(dòng)場(chǎng)景中，仍然是設(shè)計(jì)系統(tǒng)的跟蹤錯(cuò)誤率最低，不超過(guò)2.4%，同時(shí)比較四種運(yùn)動(dòng)場(chǎng)景可以發(fā)現(xiàn)，仍然是沿著S 型運(yùn)動(dòng)時(shí)的跟蹤錯(cuò)誤率最高。

2.4.2 運(yùn)動(dòng)目標(biāo)定位誤差實(shí)驗(yàn)結(jié)果分析

由于沿著S 型運(yùn)動(dòng)時(shí)的跟蹤錯(cuò)誤率最高，因此，測(cè)試三種系統(tǒng)在中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中沿著S 型運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)目標(biāo)定位誤差，其中路線(xiàn)彎折處的運(yùn)動(dòng)目標(biāo)定位誤差測(cè)試結(jié)果如圖6所示。

圖6 路線(xiàn)彎折處的運(yùn)動(dòng)目標(biāo)定位誤差

根據(jù)上圖測(cè)試結(jié)果，在中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中，沿著S 型運(yùn)動(dòng)時(shí)，設(shè)計(jì)系統(tǒng)的路線(xiàn)彎折處的定位誤差最低，與四旋翼無(wú)人機(jī)的飛行路線(xiàn)最為貼合，而系統(tǒng)1、系統(tǒng)2路線(xiàn)彎折處的定位誤差均高于設(shè)計(jì)系統(tǒng)。

三種測(cè)試系統(tǒng)在遠(yuǎn)距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中沿著S 型運(yùn)動(dòng)時(shí)路線(xiàn)彎折處的運(yùn)動(dòng)目標(biāo)定位誤差測(cè)試結(jié)果如表4所示。

表4 路線(xiàn)彎折處的運(yùn)動(dòng)目標(biāo)定位誤差

根據(jù)表4測(cè)試結(jié)果，在遠(yuǎn)距離目標(biāo)跟蹤與定位實(shí)驗(yàn)中，三種系統(tǒng)的運(yùn)動(dòng)目標(biāo)定位誤差均高于中距離目標(biāo)跟蹤與定位實(shí)驗(yàn)，其中設(shè)計(jì)系統(tǒng)在沿著S 型運(yùn)動(dòng)時(shí)的運(yùn)動(dòng)目標(biāo)定位誤差最低，最低僅為(0.002 3，0.001 2，0.000 5)，而系統(tǒng)1、系統(tǒng)2的運(yùn)動(dòng)目標(biāo)定位誤差均高于設(shè)計(jì)系統(tǒng)，表明設(shè)計(jì)系統(tǒng)具有較高的定位可靠性。

3 結(jié)束語(yǔ)

為了解決運(yùn)動(dòng)目標(biāo)跟蹤與定位誤差大的問(wèn)題，設(shè)計(jì)了一種基于超寬帶技術(shù)的運(yùn)動(dòng)目標(biāo)跟蹤高精度定位系統(tǒng)。設(shè)計(jì)了由FPGA單元、VGA顯示單元、幀緩存單元以及圖像采集單元構(gòu)成的圖像采集模塊，實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)圖像的連續(xù)采集。在此基礎(chǔ)之上，通過(guò)TLD運(yùn)動(dòng)目標(biāo)跟蹤算法，獲取運(yùn)動(dòng)目標(biāo)在距離、景深、角度等層面的改變并不斷學(xué)習(xí)、識(shí)別，既實(shí)現(xiàn)了多個(gè)運(yùn)動(dòng)目標(biāo)的追蹤，也實(shí)現(xiàn)了自適應(yīng)地運(yùn)動(dòng)目標(biāo)跟蹤，提升了跟蹤精度?；诔瑢拵Ъ夹g(shù)與穿墻探測(cè)雷達(dá)的運(yùn)動(dòng)目標(biāo)動(dòng)態(tài)定位算法，依據(jù)運(yùn)動(dòng)目標(biāo)的跟蹤結(jié)果實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)的高精度定位。實(shí)驗(yàn)結(jié)果表明，設(shè)計(jì)系統(tǒng)的定位誤差最小，具有良好的定位能力。