基于DW1000芯片对运动目标的定位算法的研究

基于DW1000芯片对运动目标的定位算法的研究刘畅国际学院2011级8班，[e-mail]摘要:本文提出三种不同类型的定位算法，一种为超声速运动目标的被动声定位算法,一种为融合背景补偿与均值漂移的运动背景下目标分割定位算法，一种为直接对前景运动目标进行检测与定位的新方法。结合DW1000芯片的特性，比较分析得出融合背景补偿与均值漂移的运动背景下目标分割定位算法更适合于应用于基于DW1000芯片的对运动目标的定位研究。关键词:运动目标；定位算法；DW1000芯片；ResearchonMovingObjectLocalizationAlgorithmwhichBasedonDW1000ChipAbstract:Threedifferentmethodsisproposedinthisarticle,onetypeisapassivelocalizationalgorithmofsupersonicobject,anotheroneisanalgorithmofsegmentationandlocationofmovingobjectinmovingsceneswiththefusionofbackgroundcompensationandmeanshift,thelastoneisanewmethoddetectionandlocationofforegroundmovingobjectdirectly.CombiningwiththecharacteristicofDW1000chip,wecanmakeacomparativeanalysisthatalgorithmofsegmentationandlocationofmovingobjectinmovingsceneswiththefusionofbackgroundcompensationandmeanshift,ismoresuitablefortheresearchofmovingobjectlocalizationwithDW1000.Keywords:movingobject,localizationalgorithm,DW1000chip0引言在运动背景中检测运动目标在军事、交通、监控等方面应用很广泛。常用的方法就是首先对运动背景进行全局运动估计和补偿，将运动背景转换为静止背景，利用帧间差分法等方法提取运动目标。而超声速运动目标在空中产生激波，在短距离内,我们可以近似认为目标做匀速直线运动,则它所产生的激波为标准的圆锥面，利用激波到达各个声压传感器的时间,来确定目标的速度和飞行路线。而新方法则主要是针对前景运动目标，而不是将重点放在对背景的处理上。1运动背景下移动目标分割定位算法研究背景运动补偿背景运动补偿主要包括角点的提取，角点的匹配，点的去除鲁棒估计算法以及仿射变换矩阵的计算。利用补偿后的参考帧与当前帧进行帧间差分得到差分图像。角点提取角点检测相对于角点检测简单实时性好，满足我们的要求，角点是指图像灰度在多个方向急剧变化的点，通过检测在一个窗口内图像灰度的变化能够将特征点和其他像素点分开，通常采用一个近似于图像灰度微分的自相关矩阵作为角点检测算子：式中：和分别为偏导数。靠近中心点的像素赋予更高的权重，实验中采用了高斯核，即式中为高斯核的方差。设和检测算子的特征值，当矩阵处于特征点位置时，将同时拥有两个非负的特征值，同时判别式为式中为常数，常取为。如果一个像素点是局部最大值，并且其大于设定阈值则为特征点。角点匹配显然取值范围是，取值越大，则两个角点相关程度就越高。对于给定的角点，取其所有匹配点对中相关度最高的构成匹配点集。鲁棒估计摄像机的全局运动模型通常可以用二维变换来表示，本文采用的是六参数的仿射变换模型。其仿射运动模型可以表示为根据式可知，要得到全局运动参数，理论上只需要个匹配点对就可以了。由于外点的影响，因此在进行运动估计时匹配点对的个数要多于个，本文利用算法进一步去除错误的匹配点对，然后对剩下的匹配点对利用最小二乘方法进行运动参数的求解。算法要求保证在一定的置信概率下，进行随机抽样时要求至少有一个自己所有的数据都不是外点，这样才能得到可靠的参数估计。帧间差分差分图像：其中：为设置的阈值。运动目标定位运动目标定位就是用包含运动目标的最小框将目标框起来，为后续的目标跟踪做准备。确定目标的位置和大小包括：将一幅图像分割成为有意义的区域及根据所确定区域间的坐标关系确定其位置和大小。通过均值漂移聚类算法，我们得到了位于运动目标上的一组像素点，即：对运动目标定位的描述，通常是通过描述目标重心来实现的。为此，根据重心计算公式可求出目标中心，即：2超声速运动目标的被动声定位算法2.1超声速运动目标的被动定位算法原理若一组声压传感器的位置已知,利用激波到达各个传感器的时间,我们通过如下算法可以完成被动定位。首先假设两个角度参数,通过坐标旋转,以目标的运动方向为一坐标轴,建立锥面方程;然后适当选取传感器阵列,对激波到达时间进行处理,获取波前方向矢量;最后由空间几何关系估出锥面顶点。2.2激波锥面方程的建立根据传感器阵列位置,首先确立一个空间直角坐标系,我们称之为原坐标系。建立较为简单的激波锥面方程,是激波定位算法的一个首要问题,它直接关系到整个算法的繁简。我们选取目标的飞行方向为新坐标系的一X轴方向,进行坐标轴旋转,如图1所示。为减少参数个数,我们采用欧拉角的坐标旋转公式,则新坐标系、原坐标系之间的坐标变换公式为(9)2.3锥面顶点的估计求其交点即可得在时间的锥面顶点,即(10)应用最小二乘估计得到两点,分别代入两直线方程可得两点,我们取其中点为锥面顶点。设测站个数为N,为了进一步提高精度,对任一测站i可令j=1,2,…,N,用上述方法求解,然后取均值并作为时间t的锥面顶点估计值。根据目标(锥面顶点)匀速直线运动的方程:(11)由上面所得到的N个锥面顶点,采用均值估计,可得(12)将上式结果代入,进行坐标旋转变换,最终得到目标在原坐标系中的位置。3动态背景下的运动目标检测定位算法研究3.1像素点的选择为了提取运动目标，需要从局部运动点和相邻点中提取一组包含运动目标像素点的点集合，并且需要对选择的像素点进行特征描述，为下一步的聚类做准备。由于事先不知道运动目标的形状和纹理，由此我们选择分布在图像上的一定数量的像素点。通过建立的像素点运动检测器来选取一定数量的像素点，即：(13)Ｎ的选取很重要，它控制着计算量的大小和计算的精确度。如果Ｎ的选取过大，则计算量会很大；相反，则会使计算的精度降低。Ｎ的选取和局部运动点的个数有关系，即：(14)式中，ｎ为大概要保留的像素点的个数，通常取ｎ＝500～1000。3.2运动目标的定位运动目标定位就是用包含运动目标的最小框将目标框起来，以为后续的目标跟踪做准备。确定目标的位置和大小包括：将一幅图像分割成为有意义的区域及根据所确定区域间的坐标关系确定其位置和大小。通过均值漂移聚类算法，我们得到了位于运动目标上的一组像素点，即：(15)对运动目标定位的描述，通常是通过描述目标重心来实现的。为此，根据重心计算公式可求出目标中心，即：(16)4DW1000芯片的特性以及适合的算法4.1DW1000芯片背景及特性DWM1000模块是一款符合IEEE802.15.4-2011超宽带标准的无线收发模块。它以DecaWave的DW1000芯片为基础，定位精度达到±10厘米。它支持高达6.8Mb/s的数据传输率，特别适合无线传感器网络(WSN)应用。它还有不错的通信距离，直视距离达290米，非直视距离为35米，有助于降低系统成本及对额外基础设施的需求。DWM1000模块适合快速原型设计和中低批量应用，是需要最先进的定位技术的企业的理想选择。它会向信号读取器发送无线信号，后者通过计算信号的传输时间来确定芯片位置，时间越长则说明距离越远，其误差不超过10厘米。DW1000的最远传输距离为450米（直视距离，非直视距离为45米）。芯片功耗很低，电池可支撑数年。考虑到它的精度，这种芯片可作为目前室内定位技术RFID及WiFi的补充。全新DWM1000模块可以让更多的人用使用DecaWave的DW1000芯片和技术，该技术能提供比以往更精确、更经济和更节能的室内定位功能。客户现在可以把该技术作为一种即插即用的解决方案进行简单、快速的整合，降低与射频无线电设计有关的开发成本和风险。DWM1000模块集成了射频无线电设计所需的全部元器件，包括DW1000芯片、天线、平衡-不平衡变换器、石英晶体及无源元件，均集成在一个23x13x2.9立方毫米的24针侧边城堡形封装(side-castellationpackage)中。这种高集成度是DecaWave与世界领先的模块和子系统制造商LG伊诺特之间密切合作的结果。这使得DWM1000模块甚至可以应用于便携式设备这类空间要求严格的设备上。在应用方面，DW1000可用于医疗保健、工厂自动化、仓库、农业等领域。由于其尺寸小（6x6毫米）、在价格下降之后（目前售价为33美元），最终还可能用到汽车及移动应用上。4.2适用于DW1000芯片的定位算法DW1000芯片是一款高精度的室内定位芯片，通过SPI建立芯片所在模块与STM32单片机之间的联系。在以上三种定位算法的选择上，超声速运动目标的被动声定位算法采用声压传感器，对空间的需求较大，并不适合室内高精度定位；而对于动态背景下的运动目标检测定位算法研究，在像素点的选择上存在着较大的误差，计算量较大；利用运动背景下移动目标分割定位算法，角点的提取与匹配，鲁棒的估计，帧间差分等操作，都大大提升了定位的精度，在定位时采取均值漂移聚类算法，即可得到像素点，求得目标中心。5.总结本文从三种定位算法的原理入手，结合DW1000芯片的特性，对三种定位算法进行了比较，分析与筛选，初步探讨出适合与DW1000模块相适合的定位算法。运动背景下移动目标分割定算法较为明确的体现出了芯片高精度，室内应用的特点。参考文献:[1]石践，万建伟，周良柱，一种超声速运动目标的被动声定位算法，应用声学，1998年05期[2]王天召，徐克虎，陈金玉，张波，运动背景下移动目标分割定位算法研究，光电工程，第40卷第10期，1003-501X(2013)10-0035-07[3]徐克虎，王天召，陈金玉，张波，动态背景下的运动目标检测定位算法研究，计算及测量与控制，2013,21（12）1671-4598