激光三维成像雷达在动能拦截器中的应用

激光三维成像雷达在动能拦截器中的应用

0高精度拦截弹上的目标高度随着信息技术和空间技术的发展，先进防御领域的对抗变得越来越激烈。在复杂的战场威胁环境下,及时发现和识别目标,已成为有效发挥防御武器拦截效能的前提。通常,来袭导弹都会采用假弹头、干扰箔片、红外诱饵等各种对抗措施,这给地面雷达、拦截弹上的雷达或红外成像导引头探测识别目标造成很大的困难。另外,由于空天防御拦截武器通常采用直接碰撞方式杀伤目标,因此在拦截交会阶段,拦截弹还必须以非常高的精度直接命中目标,这就要求拦截弹上的导引头必须能够以很高的精度选择目标上的攻击点。激光3D成像雷达(LADAR)具有探测距离远、角度和距离分辨率高的特点,并且能够以高帧频获取视场内景物的三维图像,已成为当前正在大力发展的新型光学成像目标探测技术。在1992年美国国防部提出的发展有识别能力的拦截器计划(DITP)中,LADAR是一种提高拦截器识别能力的基本途径,正受到越来越多的关注。激光成像雷达能对视场内的景物进行3D成像,能够确定目标物体的尺寸、形状和工作,精度在1cm以内,并且能够测量角度、距离和距离变化率,从而能够跟踪机动的弹头,包括圆锥机动和翻滚机动。另外,在制导末段,激光3D成像雷达能够克服导弹羽烟等各种因素的影响,精确确定目标的瞄准点,从而更精确地引导飞行器杀伤目标的要害部位,达到更好的杀伤效果。本文基于空天防御动能拦截武器目标探测、识别与精确攻击的需求,介绍了激光3D成像雷达导引头的基本原理,并研究了基于旋转图像匹配的激光3D成像雷达3D图像自动目标识别算法,最后介绍了红外+激光3D成像雷达主被动光学成像导引头的关键技术及其在空天防御拦截武器目标探测与识别方面的应用。1激光成像雷达激光成像雷达是激光技术、雷达技术、光学扫描及控制技术、高灵敏度探测技术及高速计算机处理技术的综合新技术产物。与毫米波(MMW)、红外(IR)、电视及探测手段相比,激光雷达有其自己独特的优势,因此,近年来受到了国内外研究者的广泛关注。激光成像雷达能够提供目标的角度-角度-距离和目标的激光反射强度信息,因此能够提供更多的目标信息,为目标探测、识别与精确攻击创造更好的条件。激光成像雷达的成像原理如图1所示。图2为典型军事目标的激光3D成像伪彩色表示图。2旋转图像的三维目标识别算法与IR、可见光成像导引头等成像系统的自动目标识别方法一样,激光成像导引头的3D,4D图像自动目标识别结构也是三级自动目标检测/识别(ATD/R)结构,分别为探测(detection)、识别(recog-nition)和辨识(identification)。流程如图3所示。探测级的目的是确定激光图像中是否包含目标信号,如果存在目标的话,从图像中分割出感兴趣的区域(ROI)。探测级中,要求尽可能检测出目标信号,也就是目标的检测概率(Pd)接近100%,在该阶段,可允许有较大的虚警概率(Pf),以确保不会遗漏掉目标。不过,由于检测概率的增加也会导致虚警概率的增加,因此需要小心地选择检测统计量。识别级的任务是滤除杂波干扰,以降低检测的虚警概率。在激光3D,4D图像中,由于背景成分比较复杂,检测的虚警率相对较高,需要利用目标结构的先验信息,对检测后的结果进行滤波,来消除各种背景干扰。由于识别级都在检测后得到的ROI上进行,因此可以采用比较复杂的算法。另外,根据背景干扰的不同,采用渐进滤波的方式来滤除背景,逐步降低虚警概率。比如,可以首先进行斑块滤波,消除图像中与目标尺寸明显不同的区域;然后利用目标的结构信息、表面反射信息,进一步对场景中的目标进行分类,提取出图像中的真实目标。辨识级的任务是确定已识别目标的类型。ATR系统的目标辨识能力取决于获取的目标信息。由于无法实现知道目标的姿态和位置,在激光3D,4D图像中,必须具备识别各种位置和姿态目标的能力。目标上较大的金属部分在不同姿态下可能会显著改善目标的形状和特征,较小的部分也会导致特征变化。因此,确定目标类型时,需要尽可能采用具有姿态不变性的特征。另外,在高级自寻的飞行器应用中,在辨识级上可确定目标的攻击点。激光雷达成像导引头自动目标识别中,基于旋转图像的三维目标识别算法是一种具有代表性的算法,下面对旋转图像三维目标识别算法进行介绍。在基于旋转图像的三维目标识别算法中,物体的表面形状由一组有向3D点和与有向3D点关联的法向量来描述,同每个3D有向点关联的图像称为旋转图像。图像的生成过程为:(1)任取表面的一个三维有向点作为基准点,在此基准点处创建一个二维局部坐标系。如图4所示,一个有向点利用过p点的切平面P定义了一个具有5个自由度的与单位法向量垂直的基。(2)通过使用该局部坐标系,给定一个有向点就可以计算它在由基准点构造的局部坐标系中的2个坐标:α是距离表面法向上的径向距离,β是到平面P的距离。利用有向点基准点O,可以定义一个将三维数据投影到由(p,n)确定的二维坐标的映射函数SO:SO:R3→R2,SΟ(x)→(α,β)=(√|x-p|2-[n⋅(x-p)]2,n⋅(x-p)),(1)把函数作用到所有的三维有向点上就可以得到(α,β)空间上一个二维点集。(3)为了去掉三维点位置局部方差的影响,使用二维数组栅格来表达二维点集,再采用双线性插值法可以得到处理完成的旋转图像。如图5所示。(4)再取另外一个表面有向点作为基准点,得到一幅与新的基准点对应的旋转图像,重复上述过程,可以得到物体表面其他任意有向点的旋转图像。旋转图像巧妙地把物体表面上基准有向点用其他的有向点的几何位置关系转化为一幅二维图像,便于表征物体的特征,为目标识别做好了特征准备。由于表面上的每个点都可采用了相应的图像来表示,这样可采用鲁棒的2D模板匹配和模式分类方法,来解决表面匹配和3D目标识别的问题。因为旋转图像是物体表面的三维点的相对位置到三维度量信息得到保留的二维空间的投影,所以说它也是物体外形的一种描述。在基于旋转图像的目标识别过程中,通过旋转图像点的匹配,可以得到模型数据和传感器数据之间的对应性,但是这些点的对应性还需要筛选确认,筛选确认的标准是计算两个对应C1[s1,m1]和C2[s2,m2]之间的几何一致性测度Dgc:dgc(C1,C2)=∥Sm2(m1)-Ss2(s1)∥(∥Sm2(m1)∥+∥Ss2(s1)∥)/2‚Dgc=max(dgc(C1,C2),dgc(C2,C1))‚(2)式中:Sm2(m1)表示m1在以m2为基准点的映射中的规范化坐标值;Ss2(s1)表示s1在以s2为基准点的映射中的规范化坐标值,如图6所示。测定对应集的几何一致性的方法是:首先设定几何一致性阈值Tgc,如果两个对应满足Dgc(C1,C2)<Tgc,那么C1和C2是满足几何一致性的,然后,计算C1与对应集L中所有的其他对应Cl的一致性测度Dgc(C1,Cl),如果满足Dgc(C1,Cl)<Tgc的对应个数大于总的对应个数的1/4,那么C1通过几何一致性测试,也就是说C1的一致性得到确认。否则,C1就不满足几何一致性,要从对应集L中去除。为了计算从模型数据到传感器数据的变换,至少要有2个有向点对应。当然,实际使用过程中往往会有更多的对应,利用更多成组的对应计算获得的变换具有更强的鲁棒性。聚合对应的方法是基于聚合标准wgc,它表示2个对应的一致性距离的一种加权:wgc(C1,C2)=dgc(C1,C2)∥Sm2(m1)-Ss2(s1)∥1-e-(∥Sm2(m1)∥+∥Ss2(s1)∥)/2γ‚Wgc=max(wgc(C1,C2),wgc(C2,C1))‚(3)式中:γ为一个调整加权的参数。对一个对应集L={C1,C2,…,Cl}进行聚合的方法是,首先在L中选择一种对应Ci并初始化聚合Gi={Ci},找到L中使Wgc(Ci,Cj)最小的对应Cj,如果Wgc(Ci,Cj)<Tgc,那么就把Cj加入到Gi中,其中Tgc为介于(0,1)之间的设定的阈值。重复上述过程,直到没有新的对应可以加入到Gi中。对应集的聚合完成后,就可以计算模型数据和传感器数据的变换,再通过ICP算法对变换进行确认和修改,最后得到匹配识别的结果。综上所述,基于旋转图像的目标识别算法流程图如图7所示,具体步骤为:(1)计算模型所有有向点的旋转图像;(2)随机选择传感器获得的数据的有向点,计算它的旋转图像;(3)在模型的旋转图像中搜索传感器数据旋转图像的最佳匹配,利用上述匹配,得到模型数据和传感器数据的对应;(4)重复(2),(3),选择传感器数据点的个数大约为总的有向点的10%即可;(5)对这些对应进行筛选和确认;(6)对对应集进行聚合;(7)利用已经得到的聚合集来计算模型数据和传感器数据之间的变换;(8)利用ICP计算对变换进行确认和修改,最后得到匹配识别的结果。3红外+激光3d成像导引头采用红外+激光3D成像雷达主被动光学成像探测体制,可以获取实战应用中各种目标(真实弹头、诱饵、干扰措施等)的更多目标特性信息,从而进一步提高高级自寻的飞行器中段识别真假目标和末段精确打击目标的能力。红外探测器的功能是探测来袭目标,引导激光雷达选择目标。激光雷达探测器利用一束高功率激光脉冲将视场照亮,并将接收透镜收集的反射光成像在焦平面上,进一步采用快照模式对焦平面上的图像进行采样生成三维图像信息。红外+激光3D成像雷达主被动成像导引头的结构如图8所示。红外+LADAR主被动成像导引头的关键技术有:(1)探测器选择与导引头总体设计技术。为了达到结构紧凑的目的,需要采用共孔径方式集成红外探测器和激光3D成像雷达,并通过波长敏感器件将红外和激光分离,2个通道的光再经中继镜合束成像在焦平面上。如图9所示。(2)导引头智能信息处理与多传感器数据融合技术,充分提取导引头探测器所获取目标特性数据中的目标特征,并通过这些特征来有效识别真假目标,确定攻击目标上的要害部位,实现精确打击。图10给出了红外图像+激光3D成像雷达的深度和灰度图像。深度图像采用彩色方式编码,其中红色表示近距离物体,蓝色表示远距离物体。灰度图像表示反射信号的强度。右下角的图像是0.1mrad视场范围内的