一種基于視頻MLAT的場(chǎng)面目標(biāo)監(jiān)視新方法?

盧宇，吳宏剛，徐自勵(lì)

（1.四川師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，成都610101；2.電子科技大學(xué)通信抗干擾國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，成都611731；3.中國(guó)民航總局第二研究所，成都610041）

一種基于視頻MLAT的場(chǎng)面目標(biāo)監(jiān)視新方法?

盧宇1，2，3，??，吳宏剛3，徐自勵(lì)3

（1.四川師范大學(xué)計(jì)算機(jī)科學(xué)學(xué)院，成都610101；2.電子科技大學(xué)通信抗干擾國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，成都611731；3.中國(guó)民航總局第二研究所，成都610041）

結(jié)合民航中小型機(jī)場(chǎng)特點(diǎn)，提出了一種基于視頻多點(diǎn)定位（MLAT）的場(chǎng)面目標(biāo)監(jiān)視方法。該方法通過(guò)多攝像頭與目標(biāo)位置的相互關(guān)系確定目標(biāo)在場(chǎng)面的初始位置，并依據(jù)因視頻幾何精度稀釋因子（GDOP）與測(cè)角誤差共同作用而形成的定位誤差拓?fù)鋱D作為濾波過(guò)程中的測(cè)量誤差參數(shù)，來(lái)對(duì)位置估計(jì)進(jìn)行修正，從而實(shí)現(xiàn)對(duì)場(chǎng)面目標(biāo)的高精度跟蹤。實(shí)驗(yàn)表明該方法不僅可行，而且具有較高的監(jiān)視精度，為中小型機(jī)場(chǎng)的場(chǎng)面監(jiān)視雷達(dá)（SMR）提供了一種備份手段。

簡(jiǎn)易機(jī)場(chǎng)監(jiān)視；場(chǎng)面監(jiān)視雷達(dá)；視頻多點(diǎn)定位；高精度跟蹤

1 引言

長(zhǎng)期以來(lái)，雷達(dá)技術(shù)在民航交通信息控制系統(tǒng)中扮演著重要角色。在民航技術(shù)中，根據(jù)被探測(cè)物體在監(jiān)視過(guò)程中的交互方式，將監(jiān)視技術(shù)分為協(xié)作式監(jiān)視和非協(xié)作式監(jiān)視兩種［1］。所謂協(xié)作，是指監(jiān)視系統(tǒng)與被探測(cè)物體之間存在信號(hào)收發(fā)的交互，如

被探測(cè)物主動(dòng)廣播自身狀態(tài)信息。對(duì)于非協(xié)作式監(jiān)視，則淡化這種交互關(guān)系，因此非協(xié)作式監(jiān)視系統(tǒng)可以獨(dú)立工作。典型的非協(xié)作式監(jiān)視設(shè)備是一次雷達(dá)，具體到機(jī)場(chǎng)場(chǎng)面區(qū)域是場(chǎng)面監(jiān)視雷達(dá)（Surface Movement Radar，SMR）。但是，SMR十分昂貴，尤其是對(duì)航班起降架次較少的中小型機(jī)場(chǎng)而言，這是一筆很大的開銷。視頻技術(shù)作為一種常見和更廉價(jià)的設(shè)備，也能夠提供非協(xié)作式監(jiān)視能力。首先，視頻監(jiān)視無(wú)需在飛行器、車輛等被探測(cè)物上安裝專門的設(shè)備；其次，視頻監(jiān)視能夠輸出視頻序列，對(duì)序列進(jìn)行分析可獲得更深入的信息，這兩點(diǎn)與SMR非常相似。此外，由于其通用和便宜的特點(diǎn)，視頻攝像頭可以大量部署使其可以覆蓋到SMR監(jiān)視受限的區(qū)域。因此，歐美發(fā)達(dá)國(guó)家均開展了視頻增強(qiáng)監(jiān)視技術(shù)的研究，以期待將其作為中小型簡(jiǎn)易機(jī)場(chǎng)SMR等非協(xié)作式監(jiān)視手段替代手段，典型的項(xiàng)目有美國(guó)NASA與德國(guó)DLR合作的RapTor項(xiàng)目、瑞典SAAB公司的遠(yuǎn)程塔臺(tái)項(xiàng)目等［2－3］。國(guó)內(nèi)方面，在早期主要是將視頻技術(shù)應(yīng)用于航站樓目標(biāo)監(jiān)視，主要側(cè)重于監(jiān)視人員流動(dòng)［4］。近年來(lái)，隨著通航業(yè)務(wù)的拓展，利用視頻進(jìn)行場(chǎng)面目標(biāo)定位開始引起關(guān)注［5］。

然而，要使視頻監(jiān)視替代SMR監(jiān)視，就必須要求視頻監(jiān)視可以確定目標(biāo)在場(chǎng)面的坐標(biāo)，而這正是傳統(tǒng)視頻技術(shù)的主要不足。為了實(shí)現(xiàn)目標(biāo)位置從視頻圖像空間到場(chǎng)面空間的映射，國(guó)外項(xiàng)目的主要方法是通過(guò)映射表來(lái)實(shí)現(xiàn)轉(zhuǎn)換，即事先確定視頻圖像中每一個(gè)像素與場(chǎng)面位置的對(duì)應(yīng)關(guān)系，當(dāng)從視頻圖像中檢測(cè)到目標(biāo)時(shí)通過(guò)查表得到目標(biāo)在場(chǎng)面的位置［6－7］。查表法的主要缺陷在于映射變換的過(guò)程存在精度損失，其根源在于視頻坐標(biāo)系與場(chǎng)面坐標(biāo)系相比，空間維數(shù)不足。為此，本文研究引入多視頻，在不同的點(diǎn)位從不同的角度對(duì)目標(biāo)進(jìn)行多點(diǎn)定位（Multiangulation，MLAT），并進(jìn)一步利用幾何精度稀釋因子（Geometric Dilution of Precision，GDOP）拓?fù)浔砗湍繕?biāo)航跡的邏輯關(guān)系來(lái)修正因?yàn)闇y(cè)角不準(zhǔn)而帶來(lái)的定位誤差，從而確定目標(biāo)在場(chǎng)面的坐標(biāo)。由于多視頻從不同的點(diǎn)為進(jìn)行測(cè)量，因此保障了空間轉(zhuǎn)換時(shí)維數(shù)的匹配，從而在源頭上抑制了誤差。實(shí)驗(yàn)表明本方法不僅可行，而且具有較高的監(jiān)視精度，為中小型簡(jiǎn)易機(jī)場(chǎng)的SMR提供了一種備份手段。

2 場(chǎng)面視頻MLAT算法

場(chǎng)面視頻MLAT系統(tǒng)基本原理如圖1所示。場(chǎng)面目標(biāo)信息被部署于機(jī)場(chǎng)邊緣的視頻攝像頭群組所探測(cè)。因?yàn)椴煌c(diǎn)位的攝像頭與目標(biāo)之間相對(duì)位置關(guān)系不同，因此視頻攝像頭對(duì)目標(biāo)的捕獲角度也不同，即方位角不同。各攝像頭位置和所確定的方位角蘊(yùn)含了目標(biāo)與攝像頭群組之間的相對(duì)關(guān)系。由于各攝像頭點(diǎn)位是固定的，因此只要能獲取各攝像頭捕獲目標(biāo)的方位角，就可以計(jì)算出目標(biāo)的位置。理論上，要確保場(chǎng)面目標(biāo)位置一定能被檢測(cè)出，應(yīng)確保至少存在3個(gè)不在同一條直線上的攝像頭同時(shí)對(duì)目標(biāo)進(jìn)行探測(cè)。

圖1 場(chǎng)面視頻MLAT系統(tǒng)結(jié)構(gòu)Fig.1 Structure of video MLAT system for surface

設(shè)在場(chǎng)面有N（N≥3）個(gè)視頻攝像頭捕獲到目標(biāo)，（x，y）為目標(biāo)待估計(jì)的位置坐標(biāo)，（xi，yi）為攝像頭i的點(diǎn)位坐標(biāo)，θi為探測(cè)到該目標(biāo)的方位角，于是，存在攝像頭i和目標(biāo)的約束關(guān)系：

對(duì)式（1）進(jìn)行整理，有

其中，ki＝tanθi。對(duì)于捕獲到目標(biāo)的N個(gè)攝像頭而言，存在約束關(guān)系：

進(jìn)一步地，將式（3）改寫成向量形式，我們定義向量k＝［k1，k2，…，kN］T、α＝［－1，－1，…，－1］T和τ＝［k1x1－y1，k2x2－y2，…，kNxN－yN］T，則有

其中，向量k和τ均包含方位角測(cè)量參數(shù)信息θi，因此存在一定的誤差。于是，求解式（4）的問(wèn)題可以反映為最小值問(wèn)題，即尋找合適的x和y，使得

（x，y）＝arg（min（［τ－xk－yα］T［τ－xk－yα］））（5）

有多種方法解此最小值問(wèn)題，本文采用基于最小二乘的線性擬合法，并將其簡(jiǎn)化表示為

其中，Pt為目標(biāo)在場(chǎng)面位置的估計(jì)，即（x，y）；θs＝［θ1，θ2，…，θN］T為攝像頭捕獲方位角向量；Ps為攝像頭點(diǎn)位矩陣，如式（7）：

影響式（6）的主要因素在于兩點(diǎn)，一是待測(cè)目標(biāo)與攝像頭群組在位置上的相互關(guān)系，二是各攝像頭對(duì)于目標(biāo)的測(cè)向精度，兩者共同作用，構(gòu)成視頻多點(diǎn)定位誤差的主要來(lái)源。因此，要實(shí)現(xiàn)對(duì)目標(biāo)的準(zhǔn)確定位，就需要對(duì)該誤差進(jìn)行建模分析并抑制誤差。

3 誤差建模與分析

本模型致力于建立攝像頭站點(diǎn)位置確定時(shí)，視頻攝像頭測(cè)向誤差與監(jiān)視區(qū)域內(nèi)目標(biāo)定位誤差的相互關(guān)系。進(jìn)一步地，將模型與目標(biāo)航跡邏輯相結(jié)合，通過(guò)優(yōu)化Kalman濾波的觀測(cè)誤差矩陣來(lái)提高視頻多點(diǎn)定位的精度。

建模方法如下：場(chǎng)面監(jiān)視區(qū)域如圖2所示。設(shè)在該區(qū)域內(nèi)，存在N（N≥3）個(gè)攝像頭，由“*”表示。設(shè)定站點(diǎn)的位置參數(shù)為（），時(shí)鐘誤差服從N（μi，）分布。對(duì)于所監(jiān)視區(qū)域，均勻分布N個(gè)樣本目標(biāo)點(diǎn)，如“.”所示。顯然，N越大，模型分辨率越高。

圖2 監(jiān)視區(qū)域Fig.2 Surveillance region

對(duì)于樣本目標(biāo)點(diǎn)j，建立站點(diǎn)i對(duì)目標(biāo)點(diǎn)j的測(cè)角關(guān)系，如式（8）：

其中，（xj，yj）為目標(biāo)點(diǎn)j的位置坐標(biāo)，為站點(diǎn)i對(duì)目標(biāo)點(diǎn)j的測(cè)角誤差，服從N（0）分布。這里為攝像頭i在透視投影模型下對(duì)目標(biāo)定向的均方差。

結(jié)合式（7）和式（8），并依據(jù)式（6）可以對(duì)樣本目標(biāo)點(diǎn)j進(jìn)行定位。為了確保統(tǒng)計(jì)準(zhǔn)確性，對(duì)該定位過(guò)程重復(fù)K次。于是，對(duì)j點(diǎn)定位誤差的期望為

對(duì)所有的樣本目標(biāo)點(diǎn)定位誤差期望進(jìn)行統(tǒng)計(jì)，獲得定位誤差分布圖。圖3顯示了圖2中各攝像頭測(cè)角誤差在0.2°和1.5°時(shí)的定位誤差拓?fù)鋱D。

圖3 定位誤差分布圖Fig.3 Error map of position

本文在確定對(duì)監(jiān)視區(qū)域內(nèi)目標(biāo)定位誤差分布后，進(jìn)一步結(jié)合Kalman濾波抑制該誤差，提高航跡輸出的精度。無(wú)論是單模型濾波還是多模型濾波，實(shí)質(zhì)上均是狀態(tài)預(yù)測(cè)和狀態(tài)修正相結(jié)合的迭代過(guò)程，其關(guān)鍵之處在于依據(jù)測(cè)量數(shù)據(jù)對(duì)預(yù)測(cè)數(shù)據(jù)進(jìn)行修正，即

其中，X（t，t－1）是迭代過(guò)程中基于t－1時(shí)刻數(shù)據(jù)的預(yù)測(cè)量，H（t）為其觀測(cè)矩陣，測(cè)量值表示為Z（t）。預(yù)測(cè)觀測(cè)值與實(shí)際觀測(cè)之間存在一定的殘差，即Z（t）－H（t）X（t，t－1）。Kalman濾波的修正過(guò)程即為從該殘差中選出一定的比例來(lái)修正預(yù)測(cè)值，從而得到t時(shí)刻的修正值X（t，t）。該比例為K（t）＝P（t，t－1）·

其中，P（t，t－1）為迭代過(guò)程中的狀態(tài)誤差，R（t）為t時(shí)刻觀測(cè)誤差矩陣。R（t）與實(shí)際系統(tǒng)緊密相關(guān)，直接決定濾波精度。而利用本文建模及仿真方法則可以基于式（10）來(lái)準(zhǔn)確設(shè)定不同區(qū)域的測(cè)量誤差矩陣R（t），從而提高定位精度。

4 實(shí)驗(yàn)

為了測(cè)試本文所提算法的效果，分別采用仿真數(shù)據(jù)和機(jī)場(chǎng)真實(shí)采集數(shù)據(jù)進(jìn)行測(cè)試。在基于仿真數(shù)據(jù)的測(cè)試中，由于仿真目標(biāo)位置已知，因此著重考察算法的精度。在基于機(jī)場(chǎng)真實(shí)數(shù)據(jù)的測(cè)試中，著重考察算法的可行性。

仿真測(cè)試目標(biāo)場(chǎng)景如圖4所示。場(chǎng)景模擬了在800 m×2 200 m的區(qū)域中沿跑道分布了12個(gè)攝像頭，如“*”所示。對(duì)飛機(jī)在場(chǎng)面的起飛過(guò)程進(jìn)行仿真。速度從0 m／s到80 m／s，達(dá)到起飛條件。每秒對(duì)目標(biāo)記錄一次位置，點(diǎn)跡如“.”所示。

圖4 仿真測(cè)試場(chǎng)景Fig.4 Simulation scene

利用本文算法對(duì)仿真目標(biāo)進(jìn)行視頻多點(diǎn)定位。設(shè)存在視頻處理存在測(cè)角誤差，誤差服從N（0，1°）分布。得軌跡序列如圖5（a），其中，“.”表示目標(biāo)真實(shí)位置，“*”表示視頻多點(diǎn)定位估計(jì)值，可以看出，兩者基本重疊。進(jìn)一步地，利用經(jīng)典Kalman濾波方法對(duì)航跡進(jìn)行修正，但是在修正的過(guò)程中，利用本文方法對(duì)定位誤差進(jìn)行估計(jì)，從而獲取準(zhǔn)確的測(cè)量誤差矩陣R（t）。而在傳統(tǒng)的參數(shù)設(shè)定方法中，當(dāng)測(cè)量誤差不確定時(shí)，通常是依據(jù)經(jīng)驗(yàn)值進(jìn)行設(shè)定，這是一個(gè)相對(duì)較大或偏小的值。將本文方法與傳統(tǒng)方法的跟蹤效果對(duì)比，結(jié)果如圖5（b）所示。該圖呈現(xiàn)了500次隨機(jī)試驗(yàn)的統(tǒng)計(jì)結(jié)果，可以看出，由于本文方法依據(jù)視頻定位誤差分布來(lái)優(yōu)化參數(shù)，因此跟蹤估計(jì)更準(zhǔn)確。

圖5 仿真測(cè)試結(jié)果Fig.5 Result of simulation test

除了仿真測(cè)試外，本文還在成都雙流國(guó)際機(jī)場(chǎng)進(jìn)行了視頻數(shù)據(jù)采集，并對(duì)數(shù)據(jù)進(jìn)行了測(cè)試。圖6（a）是視頻捕獲與測(cè)向的效果，圖6（b）是場(chǎng)面視頻多點(diǎn)定位的效果。比較兩圖可以說(shuō)明本文算法是可行的。

圖6 基于機(jī)場(chǎng)圖像序列的測(cè)試Fig.6 Test based on image sequence

5 結(jié)束語(yǔ)

本文研究了一種基于視頻多點(diǎn)定位的機(jī)場(chǎng)場(chǎng)面監(jiān)視新方法，從定位原理及算法上分析了視頻多點(diǎn)定位誤差的拓?fù)浞植?，并通過(guò)對(duì)誤差分布信息來(lái)配置跟蹤濾波參數(shù)，從而達(dá)到提高定位與跟蹤精度的目的。實(shí)驗(yàn)表明本文方法不僅可行，而且具有較高的精度。在今后的研究中，還可以進(jìn)一步結(jié)合目前在機(jī)場(chǎng)開始有部署的異物（Foreign Object Debris，F(xiàn)OD）檢測(cè)系統(tǒng)，利用該系統(tǒng)在機(jī)場(chǎng)廣泛部署的攝像頭來(lái)進(jìn)一步研究并推廣場(chǎng)面視頻多點(diǎn)定位技術(shù)，以期為中小型機(jī)場(chǎng)提供一種全面的非協(xié)作式監(jiān)視手段。

［1］Hendricks T.U.S.Airline Industry perspective on NextGen：The view from Washington［C］／／Proceedings of 2011 IEEE／AIAA 30th Digital Avionics Systems Conference.Seattle，WA：IEEE，2011：1－9.

［2］Norbert F，Markus S，Michael R，et al.Augmented Vision Videopanorama System for Remote Airport Tower Operation［C］／／Proceedings of 26th International Congress of the Aeronautical Sciences.Alaska，USA：IEEE，2008：1－10.

［3］Bourgois，M.Augmented and Virtual Reality Research for Tower Control at Airports［C］／／Proceedings of the 6th NASA Integrated Communications，Navigation and Surveillance（ICNS）Conference＆Workshop.Baltimore MD，US：IEEE，2006：257－262.

［4］馬達(dá)人.首都機(jī)場(chǎng)T3航站樓的設(shè)備監(jiān)控、管理及系統(tǒng)集成［J］.智能建筑與城市信息，2008（11）：23－24. MA Da-ren.Equipment Monitoring，Management and System Integration of Capital Airport′s T3 Terminal［J］.Intelligent Building＆City Information，2008（11）：23－24.（in Chinese）

［5］羅曉，盧宇，吳宏剛.采用多視頻融合的機(jī)場(chǎng)場(chǎng)面監(jiān)視方法［J］.電訊技術(shù)，2011，51（7）：128－132. LUO Xiao，LU Yu，WU Hong-gang.A Novel Airport Surface Surveillance Method Using Multi-video Fusion［J］.Telecommunication Engineering，2011，51（7）：128－132.（in Chinese）

［6］Pavlidou N，Grammalidis N，Dimitropoulos K，et al.Using Intelligent Digital Cameras to Monitor Aerodrome Surface Traffic［J］.IEEE Intelligent Systems，2005，20（3）：76－81.

［7］Pavlidou N，Grammalidis N，Dimitropoulos K，et al.Video Sensor Data Fusion for Advanced Surface Movement Guidance and Control Systems［C］／／Proceedings of the 6th COST 276 Workshop on Information and Knowledge Management for Integrated Media Communication.Thessaloniki，Greece：IEEE，2004：127－132.

LUYuwasborninLeshan，Sichuan Province，in 1979.He received the Ph.D.degree from Graduate School of Chinese Academy of Sciences in 2009.He is now a lecturer.His research interests include target detection and tracking，image processing，data fusion，etc.

Email：onemore－luck＠163.com

吳宏剛（1979—），男，四川樂(lè)山人，博士，高級(jí)工程師，主要研究方向?yàn)樾盘?hào)處理、空中交通管理等；

WU Hong-gang was born in Leshan，Sichuan Province，in 1977.He is now a senior engineer with the Ph.D.degree.His research interests include signal processing，air traffic management，etc.

Email：whg028＠sohu.com

徐自勵(lì)（1974—），男，貴州貴陽(yáng)人，博士，高級(jí)工程師，主要研究方向?yàn)樾盘?hào)處理、計(jì)算機(jī)仿真等。

XU Zi-li was born in Guiyang，Guizhou Province，in 1974.He is now a senior engineer with the Ph.D.degree.His research interests include signal processing，computer simulation，etc.

Email：zili－xu＠163.com

A Novel Airport Surface Surveillance Method Based on Video MLAT

LU Yu1，2，3，WU Hong-gang3，XU Zi-li3
（1.College of Computer Science，Sichuan Normal University，Chengdu 610101，China；2.National Key Lab of Communication，University of Electronic Science and Technology of China，Chengdu 611731，China；3.The Second Research Institute of Civil Aviation Administration of China，Chengdu 610041，China）

According to the features of non-cooperative surveillance in simple airports，a novel airport surface surveillance method based on video MLAT（Multiangulation）is proposed.This method locates the surface target by the position relation between the target and cameras，compresses the location error by the topological map generated by the GDOP（Geometric Dilution of Precision）and measurement angle error in the process of filtering，and finally achieves the accurate tracking.Experiment results show the method is not only feasible but also has high detection precision，so it offers an alternative choice for SMR（Surface Movement Radar）in simple airports.

simple airport surveillance；surface movement radar；video MLAT；accurate tracking

The National Natural Science Foundation of China（61079006）；The National Science and Technology Support Program of China（2011BAH24B06）；Fund Project of Sichuan Provincial Department of Education（11ZB071）；Open Project of Sichuan Province Visualization＆Visual Reality Key Laboratory（PJ2012009）

date：2013－02－07；Revised date：2013－04－16

國(guó)家自然科學(xué)基金資助項(xiàng)目（61079006）；國(guó)家科技支撐計(jì)劃（2011BAH24B06）；四川省教育廳項(xiàng)目（11ZB071）；四川省可視化與虛擬技術(shù)重點(diǎn)實(shí)驗(yàn)室開放課題（PJ2012009）

??通訊作者：onemore－luck＠163.comCorresponding author：onemore－luck＠163.com

TN29；TP391

A

1001－893X（2013）07－0854－05

盧宇（1979—），男，四川樂(lè)山人，2009年于中科院研究生院獲博士學(xué)位，現(xiàn)為講師，主要研究方向?yàn)槟繕?biāo)檢測(cè)與跟蹤、圖像處理、數(shù)據(jù)融合等；

10.3969／j.issn.1001－893x.2013.07.006

2013－02－07；

2013－04－16