CN107741175A - 一种人工智能精确瞄准方法及*** - Google Patents

Abstract

本发明实施例针对生物体的自动识别、瞄准技术领域，具体是一种人工智能精确瞄准方法及***。包括：采集图像信息并建立坐标系；记录目标点位的坐标参数以及获取目标的距离参数；进行第一次瞄准；向所述目标发射瞬时瞄准激光并进行计算模拟弹道；若所述瞬时瞄准激光命中所述目标，则根据所述目标的坐标参数进行第二次瞄准，并准备射击；若所述瞬时瞄准激光未命中所述目标，则重新进行上述步骤。与现有技术相比，本发明能够起到对目标的高精度识别及瞄准，还能够自动计算目标的重要程度而选择射击顺序，尤其是通过瞬时瞄准激光进行模拟弹道，能够大幅度提高现有技术中的自动射击命中率，从而大大提高了本发明实施例的实用性。

Description

一种人工智能精确瞄准方法及***

技术领域

本发明实施例针对生物体的自动识别、瞄准技术领域，具体是一种人工智能精确瞄准方法及***。

背景技术

随着科技的不断进步，战场呈现无人化的发展趋势，无人化、智能化的武器层出不穷，其中包括有用于辅助射击武器对目标进行自动识别并瞄准的武器***。

但是目前的自动识别瞄准武器***的自动化程度、有效识别率、瞄准精度仍没能达到实战的要求，严重限制射击武器自动化的发展，其主要技术难度来自于两方面：一方面是对目标的有效识别准确度对现场环境(如天气、光线、目标个数以及目标距离等)较为敏感，易受到复杂环境的干扰而产生误判或漏判；另一方面是在对目标识别后对目标进行瞄准的过程中受到现场环境影响以及目标的动作行态而产生较大的瞄准误差，使自动瞄准形同虚设。

因此，亟需发明一种能够不受环境等其他因素干扰并对目标自动识别和精确瞄准的方法及***才能解决上述技术问题。

发明内容

本发明实施例提供了一种不受环境等其他因素干扰并对目标自动识别和精确瞄准的方法及***才能解决上述技术问题。

第一方面，本发明提供了一种人工智能精确瞄准方法，所述方法包括：采集视野内环境的图像信息并建立坐标系；分析处理所述图像信息发现目标并记录目标点位的坐标参数以及获取目标的距离参数；判断瞄准目标并对其进行第一次瞄准；向所述目标发射瞬时瞄准激光并进行计算模拟弹道；若所述瞬时瞄准激光命中所述目标，则根据所述目标的坐标参数进行第二次瞄准，并准备射击；若所述瞬时瞄准激光未命中所述目标，则重新分析处理所述图像信息发现目标并记录新的目标点位的坐标参数，并根据两次所得的目标点位坐标计算瞄准所需的提前量得出瞄准点位坐标参数；再次向所述目标发射瞬时瞄准激光和计算模拟弹道，如果所述瞬时瞄准激光命中所述目标，则根据所述瞄准点位坐标参数进行再次瞄准，并准备射击，如果所述瞬时瞄准激光未命中所述目标，则重新进行上述步骤。

在通常情况下，在所述采集视野内环境的图像信息的过程中，根据环境光照而选择具体的图像采集器，比如在光照度低于0.1Lux/F1.2时优先选择IR图像信号采集卡进行图像信息采集，而在光照度不低于0.1Lux/F1.2时优先选择RGB图像信号采集卡。

在本发明的实施例中，所述人工智能精确瞄准过程中，在分析处理所述图像信息前还需要判断所述图像信息的状态，所述状态包括图像的焦距状态、曝光状态、逆光状态以及目标轮廓显示效果状态。

在一个可能的设计中，如果所述状态包括图像的焦距状态、曝光状态、逆光状态以及目标轮廓显示效果状态不佳，为了提高识别的精确度，在下一步的分析信息前先对上述状态进行调整，使图像的上述状态达到最佳程度后再进行分析处理。

通常情况下，对视野内的的图像信息采集后经常会出现目标存在多个的情况，因此，本发明实施例中在所述分析处理所述图像信息发现目标的过程中进行判断目标的个数，若目标个数大于1，则对多个目标的距离以及移动速度进行计算击中概率，将击中概率作为优先级进行排列顺序，依据所述排列顺序对所述目标进行逐个瞄准。

在本发明的实施例中，所述获取目标的距离参数采用双摄像头测距法。其原理是在已知摄像机的内外参数的情况下，计算得到透视投影矩阵摄像机标定，根据图像坐标系与世界坐标系的关系，则可以求出距离信息。在双目视觉中，摄像机同时拍摄到同一个物体不同角度的两张图像，由同一点在两幅图像中位置信息可计算出它在世界坐标中的三维坐标。

第二方面，本发明实施例还提供了一种人工智能精确瞄准***，其包括：图像信息采集模块，配置为对视野内环境的图像信息进行采集，产生用于识别目标的图像信息原始数据；图像信息处理分析模块，配置为对所述图像信息进行分析和处理，包括在所述图像信息中建立坐标系，从所述图像信息中识别所要瞄准的目标并记录目标所在点位的坐标以及获取目标的距离参数；瞬时瞄准激光发射模块，配置为对目标发射瞬时瞄准激光；现实信息采集模块，配置为对外界环境条件及目标方位信息进行感知，以确定所述记录的目标点位坐标与目标实际点位是否一致，以及采集所述瞬时瞄准激光的落点坐标。

在本发明的实施例中，所述图像信息采集模块包括RGB图像信号采集卡和IR图像信号采集卡、MEMS图像采集组件，所述RGB图像信号采集卡和IR图像信号采集卡用于对环境的图像信息进行采集、编译、储存以及传输，所述MEMS图像采集组件用于采集由RGB图像信号采集卡或IR图像信号采集卡传输的图像信息，并确认所述图像信息状态，然后将所述图像信息传输至图像信息处理分析模块。

在本发明的实施例中，所述图像信息处理分析模块包括用于对由所述图像信息采集模块传输出的图像信息进行处理和分析的CPU+GPU处理器，所述CPU+GPU处理器对识别出所述图像信息的目标并分析所述目标的基准状态以及计算模拟的弹道。

在本发明的实施例中，所述现实信息采集模块包括激光校准器和环境分析组件，所述激光校准器通过发射瞬时激光进行照射目标；所述环境分析组件能够获取外界环境中包含风速、降雨量、湿度、温度、大气压力、空气灰尘含量的射击诸元传输至所述CPU+GPU处理器进行分析计算模拟弹道。

在本发明的实施例中，所述图像信息采集模块还包括有DSP图像处理器和补光装置，当所述MEMS图像采集组件判断因所述图像信息的曝光和逆光情况而造成识别困难时通过所述补光装置进行补光并通过所述DSP图像处理器将所述图像信息的焦距，锐化程度调整成最佳效果状态。

与现有技术相比，本发明的有益效果如下：通过使用本发明实施例所提供的人工智能精确瞄准方法和***，能够起到对目标的高精度识别及瞄准，还能够自动计算目标的重要程度而选择射击顺序，尤其是通过瞬时瞄准激光进行模拟弹道，通过这一验证步骤，能够大幅度提高现有技术中的自动射击精度，从而大大提高了本发明实施例的实用程度。除此之外，本发明实施例还具有自动化程度高，通过对采集后的图像信息进行修正能够提高图像的辨识准确度，能够满足全天候的自动瞄准射击需求。

附图说明

图1为本发明实施例中人工智能精确瞄准方法的流程示意图；

图2为本发明实施例中人工智能精确瞄准***的原理示意图；

图3为本发明实施例中人工智能精确瞄准***的结构示意图；

图4a为本发明实施例多个目标时终端界面的显示示意图；

图4b为本发明实施例智能分析目标时终端界面的显示示意图；

图5a为本发明实施例一种方向下的一种外观结构示意图；

图5b为本发明实施例另一种方向下的一种外观结构示意图；

图6为本发明实施例的一种使用状态示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

本发明实施例提供了一种不受环境等其他因素干扰并对目标自动识别和精确瞄准的方法及***用来解决上述技术问题。

如图1所示，图1为本发明实施例中人工智能精确瞄准方法的流程示意图，本发明提供了一种人工智能精确瞄准方法，所述方法可以包括如下步骤：

步骤S100：采集视野内环境的图像信息并建立坐标系。

在本发明一种优选实施例中，采用双摄像头进行图像信息采集，双摄像机采集是为了建立三维世界坐标与二维图像坐标之间的一种对应关系。***采用两个摄像机进行图像采集，设定好两个摄像机之间的距离(即基线距)，用摄像机同时采集放在摄像机前的标定物，通过两个摄像机所获取的图像之间的角度差即可计算出目标的距离。同时，将采集到的图像信息进行灰度化处理使其成为计算机可以识别的黑白图像。

步骤S200：判断所述图像信息的状态是否符合处理标准。

若符合处理标准，则进行下一步骤；若不符合处理标准，则进行步骤S210，这里的处理标准包括图像的焦距状态、曝光状态、逆光状态以及目标轮廓显示效果状态是否达到处理要求。

步骤S210，若不符合处理标准，则对所述图像信息进行处理。

在本发明一种优选实施例中，为了提高对图像信息的处理准确度，需要在分析所述图像信息之前进行预处理，预先分析包括图像的焦距状态、曝光状态、逆光状态以及目标轮廓显示效果状态这些状态，如果有不符合一定标准的图像状态这对其进行处理，处理的方法包括通过DSP图像处理器和红外发射器进行补光处理、焦距的调整、图像虚化及锐化等。

步骤S300：分析处理所述图像信息发现目标并记录目标点位的坐标参数以及获取目标的距离参数。

具体地，在本发明的实施例中，该步骤的实现方式可以采用多种目前已经比较成熟的技术，比如通过两个或两个以上的摄像机对目标进行图像采集，由于已知摄像机之间的距离，用摄像机所获取的图像进行比对标定，同时将多个图像叠加形成视差图，对图像上的特征进行分析而找到目标，最后获得了目标的坐标以及距离。在此过程中，如果发现目标的个数大于1，则需要根据目标的移动速度和距离进行计算命中概率，并根据命中概率的高低进行射击顺序的排列，也可以通过操作人员进行手动选择射击顺序。本实施例中，还可以通过红外线对目标进行是否是生物体的验证，从而避免将非生物体判别成目标。

步骤S400：判断瞄准目标并对其进行第一次瞄准。

在一个可能的设计中，本瞄准装置安置在能够进行调节的武器基座上，比如自动云台等，这样在获取了目标的坐标以及距离，通过射击公式进行计算后进行自动瞄准。

步骤S500：向所述目标发射瞬时瞄准激光并进行计算模拟弹道。

为了验证上述步骤中的准确性，在本发明实施例中优先选择对目标发射激光作为验证方法，并且在实战中发射瞬时瞄准激光的方式具有隐蔽性强等优点。

根据步骤S500所得出的两种结果，分别进行下述步骤：

步骤S510：若所述瞬时瞄准激光命中所述目标，则根据所述目标的坐标参数进行第二次瞄准，并准备射击。

若所述瞬时瞄准激光命中所述目标，则证明第一次瞄准的结果完全正确，所以射击也一定会击中目标。

若所述瞬时瞄准激光未命中所述目标，则重新执行步骤S100。

由此可见，本发明实施例中的核心技术在于通过发射瞬时瞄准激光来对自动瞄准的结果进行验证，利用瞬时瞄准激光对目标进行照射具有不可察觉性，一旦瞬时瞄准激光通过自动瞄准获取的目标参数能够对目标进行有效照射，则意味着实弹射击成功命中目标的概率几乎是百分之百，从而大大提高了自动瞄准射击的成功概率。

另外的，基于上述的人工智能精确瞄准方法本发明实施例还公开了一种人工智能精确瞄准***，如图2所示，图2为本发明实施例中人工智能精确瞄准***的结构示意图，其包括：用于对视野内环境的图像信息进行采集，产生用于识别目标的图像信息原始数据的图像信息采集模块；用于对所述图像信息进行分析和处理，包括在所述图像信息中建立坐标系，从所述图像信息中识别所要瞄准的目标并记录目标所在点位的坐标以及获取目标的距离参数的图像信息处理分析模块；用于对目标发射瞬时瞄准激光的瞬时瞄准激光发射模块；用于对外界环境条件及目标方位信息进行感知，以确定所述记录的目标点位坐标与目标实际点位是否一致，以及采集所述瞬时瞄准激光的落点坐标的现实信息采集模块。

在本实施例中，请参考附图3，所述图像信息采集模块100可以包括RGB图像信号采集卡110和IR图像信号采集卡120、MEMS图像采集组件130，所述RGB图像信号采集卡110和IR图像信号采集卡120用于对环境的图像信息进行采集、编译、储存以及传输，所述MEMS图像采集组件130用于采集由RGB图像信号采集卡110或IR图像信号采集卡120传输的图像信息，并确认所述图像信息状态，然后将所述图像信息传输至图像信息处理分析模块200。通常情况下，在所述采集视野内环境的图像信息的过程中，根据环境光照而选择具体的图像采集器，比如在光照度低于0.1Lux/F1.2时优先选择IR图像信号采集卡120进行图像信息采集，通过IR图像信号采集卡120进行图像信息采集的好处是不仅能够应对低光照度时目标不易发现，还有因为目标为生物体，具有很强烈的红外辐射，利用这些红外辐射进行捕捉目标能够大大降低目标的误识率，而在光照度不低于0.1Lux/F1.2时优先选择RGB图像信号采集卡110。此外，所述图像信息采集模块100还包括有DSP图像处理器140和包括红外发射器的补光装置150，当所述MEMS图像采集组件130判断因所述图像信息的曝光或逆光等情况而造成识别困难时可以通过所述补光装置150进行补光以及通过所述DSP图像处理器140将所述图像信息的焦距、锐化程度等调整成最佳效果状态，以利于后续的分析处理。

进一步的，所述图像信息处理分析模块200包括用于对由所述图像信息采集模块100传输出的图像信息进行处理和分析的CPU+GPU处理器，所述CPU+GPU处理器对识别出所述图像信息的目标并分析所述目标的基准状态以及计算模拟的弹道。

在本发明的实施例中，所述现实信息采集模块300包括激光校准器310和环境分析组件320，所述激光校准器通过发射瞬时激光进行照射目标；所述环境分析组件能够获取外界环境中包含风速、降雨量、湿度、温度、大气压力、空气灰尘含量的射击诸元传输至所述CPU+GPU处理器进行分析计算模拟弹道。

在本实施例的基础上，还可以进行改进的有添加设置附加控制模块400，所述附加控制模块400可以包括语音交互***410、信息输出***420、通信***430和储存***440等其他的末端控制***，其中，所述语音交互***410的作用是附近的使用者可以通过语音对本***进行控制或下达命令，实现本装置与人员共同执行任务；所述信息输出***420能够将获取到的图像信息通过有线或无线的形式传输至指挥部或用户终端上，比如操作人员的显示装置上，具体可参照说明书附图4a和4b，在说明书附图4a中示出了多个目标时终端界面的显示示意图，说明书附图4b示出了智能分析目标时终端界面的显示示意图，在本发明具体实施的过程中，尤其是在需要射击的目标为多个时，本发明实施例可以根据目标的距离和移动速度进行计算命中概率，根据命中概率的大小进行排列射击顺序，也可以通过操作人员进行主动选择射击顺序，具体的选择方式可以有多种形式，较为常见的是通过触摸显示屏进行手动选择，这种操作也较为准确和快速，同时触摸显示屏还可以实时显示本装置在自动瞄准射击的过程中的具体动作。在指挥部或终端获得了相关信息后通信***430可以与指挥部或终端建立连接，在特殊情况时可以根据指挥部或终端下达的命令进行执行任务；所述储存***440可以对瞄准射击全过程中的重要数据进行储存，以防止在信息输出***故障时造成数据丢失。

为了使本发明的实施例更容易被理解，作为补充，本实施例中还提供了图5a、图5b和图6，图5a和图5b示出了本发明实施例的外观结构示意图。其在具体实施时可以设置成具有护目镜、显示屏的结构，操作人员可以通过本装置来代替现有的武器瞄准镜，通过显示屏所显示的目标进行瞄准，能够大大降低现有技术中通过目视进行瞄准的难度，

图6示出了其与枪械同轴的安装在武器上，当然，本发明实施例还可以运用到多种武器中，比如无人机、机枪武器站等武器，在此不一一列出。

综上所述，与现有技术相比，本发明通过使用本发明实施例所提供的人工智能精确瞄准方法和***，能够起到对目标的高精度识别及瞄准，还能够自动计算目标的重要程度而选择射击顺序，尤其是通过瞬时瞄准激光进行模拟弹道，能够大幅度提高现有技术中的自动射击命中率，从而大大提高了本发明实施例的实用性。除此之外，本发明实施例还具有自动化程度高，通过对采集后的图像信息进行修正能够提高图像的辨识准确度，能够满足全天候的自动瞄准射击需求。

Claims (10)

1.一种人工智能精确瞄准方法，其特征在于，所述方法包括：

采集视野内环境的图像信息并建立坐标系；

分析处理所述图像信息发现目标并记录目标点位的坐标参数以及获取目标的距离参数；

判断瞄准目标并对其进行第一次瞄准；

向所述目标发射瞬时瞄准激光并进行计算模拟弹道；

若所述瞬时瞄准激光命中所述目标，则根据所述目标的坐标参数进行第二次瞄准，并准备射击；

若所述瞬时瞄准激光未命中所述目标，则重新分析处理所述图像信息发现目标并记录新的目标点位的坐标参数，并根据两次所得的目标点位坐标计算瞄准所需的提前量得出瞄准点位坐标参数；再次向所述目标发射瞬时瞄准激光和计算模拟弹道，如果所述瞬时瞄准激光命中所述目标，则根据所述瞄准点位坐标参数进行再次瞄准，并准备射击，如果所述瞬时瞄准激光未命中所述目标，则重新进行上述步骤。

2.根据权利要求1所述的人工智能精确瞄准方法，其特征在于，在所述采集视野内环境的图像信息的过程中，根据环境光照而选择具体的图像采集器。

3.根据权利要求2所述的人工智能精确瞄准方法，其特征在于，在分析处理所述图像信息前判断所述图像信息的状态，所述状态包括图像的焦距状态、曝光状态、逆光状态以及目标轮廓显示效果状态。

4.根据权利要求1或2所述的人工智能精确瞄准方法，其特征在于，在所述分析处理所述图像信息发现目标的过程中进行判断目标的个数，若目标个数大于1，则对多个目标的距离以及移动速度作为优先级进行排列顺序，依据所述排列顺序对所述目标进行逐个瞄准。

5.根据权利要求1所述的人工智能精确瞄准方法，其特征在于，所述获取目标的距离参数采用双摄像头测距法。

6.一种人工智能精确瞄准***，其特征在于，包括：

图像信息采集模块，配置为对视野内环境的图像信息进行采集，产生用于识别目标的图像信息原始数据；

图像信息处理分析模块，配置为对所述图像信息进行分析和处理，包括在所述图像信息中建立坐标系，从所述图像信息中识别所要瞄准的目标并记录目标所在点位的坐标以及获取目标的距离参数；

瞬时瞄准激光发射模块，配置为对目标发射瞬时瞄准激光；

现实信息采集模块，配置为对外界环境条件及目标方位信息进行感知，以确定所述记录的目标点位坐标与目标实际点位是否一致，以及采集所述瞬时瞄准激光的落点坐标。

7.根据权利要求6所述的人工智能精确瞄准***，其特征在于，所述图像信息采集模块包括RGB图像信号采集卡和IR图像信号采集卡、MEMS图像采集组件，所述RGB图像信号采集卡和IR图像信号采集卡用于对环境的图像信息进行采集、编译、储存以及传输，所述MEMS图像采集组件用于采集由RGB图像信号采集卡或IR图像信号采集卡传输的图像信息，并确认所述图像信息状态，然后将所述图像信息传输至图像信息处理分析模块。

8.根据权利要求6或7所述的人工智能精确瞄准***，其特征在于，所述图像信息处理分析模块包括用于对由所述图像信息采集模块传输出的图像信息进行处理和分析的CPU+GPU处理器，所述CPU+GPU处理器对识别出所述图像信息的目标并分析所述目标的基准状态以及计算模拟的弹道。

9.根据权利要求8所述的人工智能精确瞄准***，其特征在于，所述现实信息采集模块包括激光校准器和环境分析组件，所述激光校准器通过发射瞬时激光进行照射目标；所述环境分析组件能够获取外界环境中包含风速、降雨量、湿度、温度、大气压力、空气灰尘含量的射击诸元传输至所述CPU+GPU处理器进行分析计算模拟弹道。

10.根据权利要求7所述的人工智能精确瞄准***，其特征在于，所述图像信息采集模块还包括有DSP图像处理器和补光装置，当所述MEMS图像采集组件判断因所述图像信息的曝光和逆光情况而造成识别困难时通过所述补光装置进行补光并通过所述DSP图像处理器将所述图像信息的焦距，锐化程度调整成最佳效果状态。