[发明专利]基于偏振模式一致性的天空偏振光定向方法

说明书

本发明公开了一种基于偏振模式一致性的天空偏振光定向方法，包括如下步骤：根据采集到的天空偏振图像，得到天空偏振图像中各像素点的偏振角和偏振度；提取偏振度大于或等于第一阈值的像素点，作为第一点集；基于第一点集得到初始的太阳方向矢量；基于第一点集与初始的太阳方向矢量，采用顺序抽样一致性算法得到最优的太阳方向矢量；基于最优的太阳方向矢量得到航向角。该方法充分利用了偏振度信息，将偏振度信息作为衡量像素点重要程度的权重信息，在多云情况下，利用偏振度和顺序抽样一致性算法对像素点完成了两次筛选，能够有效地剔除可信度不高的测量值，提高多云天气下偏振光定向的鲁棒性。

技术领域

本发明涉及仿生偏振光导航技术领域，具体是一种多云天气下基于偏振模式一致性的天空偏振光定向方法。

背景技术

准确的定位信息是长航时无人平台自主导航的基础。在卫星据止或复杂的电磁干扰环境情况下，现有的惯导存在误差积累，地磁导航易受干扰，无法满足无人平台高精度导航的要求。经过数十亿年的进化，自然界的动物形成了自己独特的导航技能，如蚂蚁、帝王蝶、蟋蟀、果蝇等，它们能利用天空偏振光来分辨方向。借鉴动物感知自然环境导航的机理，将自然界中的天空偏振光信息转化为载体运动的航向信息，具有完全自主、抗干扰、测量误差随时间不累积的特点。然而，基于天空偏振光的定向方法受天气条件的影响。晴天时大气散射符合瑞利散射模型，但在其它天气条件下，如多云、阴天等，瑞利散射模型不能很好地描述大气偏振模式，这将导致偏振光定向精度和稳定性下降。

目前，主要有两种定向方法，一种是基于图像处理的太阳子午线提取方法，另一种是基于天空偏振光定向模型的航向角求取方法。这两种方法各有优缺点。第一种方法是基于偏振信息图像的对称性，通过提取偏振信息图像的对称轴（太阳子午线）来实现定向。但是，在阴天或多云等恶劣条件下，图像对称性难以保持，导致该方法的精度大大降低。第二种方法是基于瑞利散射模型建立定向模型。瑞利散射模型可以应用于晴天，但在其他情况下并不完全适用。在恶劣环境下，基于其他散射模型的定向模型难以建立。因此，设计一种适用于多云天气下的偏振光定向方法具有十分重要的意义。

发明内容

针对上述现有技术中的不足，本发明提供一种基于偏振模式一致性的天空偏振光定向方法，能够在多云的天气情况下有效地利用大气偏振特性快速并精确地求解出载体的航向角。

为实现上述目的，本发明提供一种基于偏振模式一致性的天空偏振光定向方法，包括如下步骤：

步骤1，根据采集到的天空偏振图像，得到天空偏振图像中各像素点的偏振角和偏振度；

步骤2，提取偏振度大于或等于第一阈值的像素点，作为第一点集；

步骤3，基于第一点集得到初始的太阳方向矢量；

步骤4，基于第一点集与初始的太阳方向矢量，采用顺序抽样一致性算法得到最优的太阳方向矢量；

步骤5，基于最优的太阳方向矢量得到航向角。

在其中一个实施例中，步骤1中，所述得到天空偏振图像中各像素点的偏振角和偏振度，具体为：

将微阵列式偏振光传感器采集到的天空偏振图像转换成光强信息，求解出观测点的偏振度；根据观测点在天空偏振图像中对应的像素点位置，求解出观测点的方位角和高度角，并结合方位角和高度角得的观测点的偏振角。

在其中一个实施例中，步骤3具体包括：

根据偏振角，得到任一像素点的E-矢量，为：

第一点集中共有个像素点，因此可得E-矢量矩阵，为：

基于一阶瑞利散射模型，建立偏振光的定向模型，为：

得到初始的太阳方向矢量。