基于LSD聚类拟合与KF的轨道检测算法

来源：电子测量技术杂志2023年第4期北京时间：

作者：刘佳嘉，白颍昊

单位：中国民用航空飞行学院航空电子电气学院 广汉 618307

摘要：针对传统无人机巡检中视觉轨道识别的识别效率低、精度差的问题，提出了一种基于LSD的约束聚类拟合与卡尔曼滤波相结合的轨道线检测算法。首先针对由于镜头视角造成的视角畸变，采用IPM算法矫正，并通过LSD算法检测出轨道轮廓，在轨道间距约束将LSD检测结果进行聚类并进行最小二乘拟合得到轨道直线。然后根据轨道几何特征和无人机动力学特性建立数学模型，并结合卡尔曼滤波器对轨道坐标信息进行跟踪估计，以保证算法的稳定性和鲁棒性。采用无人机采集多个场景的轨道图像作为测试样本，对检测算法与其他算法进行对比实验。实验结果表明，本文轨道识别算法优于其他算法，其轨道准确识别率达到92.49%，识别速率达到23 frame/s，满足轨道检测的稳定性和实时性要求。

关键词：轨道检测;线性近似;线段检测器(LSD);卡尔曼滤波;约束聚类

基金资助：四川省科技厅项目（2022JDKP0093）资助