匹配技术及其在辅助导航中的应用
景象匹配辅助导航系统中的精确图象匹配算法研究
集 之间 的相似 变换 关系 （ 旋转 、 移 ｔ、 度 ｃ） 平 尺 ， 使 式（ ） 最小 。此 时点集 Ａ 与 Ｂ 在相 似变 换 下 最 １为 大 程度地 相似 ， 中 ｌ ｌ 其 ｌ・ ｌ为欧 几里 德距离 。
１ ｎ
级 ， 于粗 匹配来说 是 可 以的 ， 对于景 象 匹配辅 助 对 但 导航 过程 来说 ， 图象 匹 配的精 度太 低 ， 惯导 的辅 助 对
ｃ
对 应 点 集 的 匹配 Ｊ 不 能 直 接 用 于 图象 的特 ，
平 面上 的坐标 。 定义 ｅ ＝
＿ ｃ
制
征 匹配 ， 此 ， 文在 利用 邻域 技术 的基础 上 给出 了 为 本 确 定 图象 一 一对 应 特 征点 集 的实 时 算法 ， 以此 为 并 基 础 引入最 小二 乘原理 计算 该一 一对 应点 集之 间 的 最优 相似 变换 参数 ， 而 构成 了应 用 于 景象 匹配 辅 从
中 图分 类 号 ：Ｔ ３ １４ Ｐ ９ ．１ 文献 标 识 码 ： Ａ 文章 编 号 ： ０ ．３ ８ ２ ０ ）４ｏ ８ ． １ ０ １ ２ （０ ６ ｏ ．６ ０ｏ ０ ６
Ｏ 引言
为 有效 克服 图象 噪 声 和几 何 畸 变 的影 响 ， 象 景 匹配辅助 导 航 系 统 常 常 选 用 部 分 Ｈ ｕｄｒ 距 离 作 ａ ｓｏ ｆ
助 导航 系统 的精 确 图象 匹配 算法 。
１ 利用最 小二 乘法 获取 一一 对应 点集 合之 间相似 变换 参数 的原理 对 于给 定 ｍ 维 空 间 的 两个 一 一 对应 点 集 Ａ ： ｛ 口 ， ， Ｂ ＝ ｛ 。 ｂ ， ， 需要 寻找 点 口 ， … 口 ｝， ｂ ， … ｂ ｝，
式 中 （ ， ）、 ¨ Ｙ ）分别 为 点 ｏ Ｙ （ 、ｂ 在 二 维
无人机导航定位技术简介与分析
无人机导航定位技术简介与分析无人机导航定位工作主要由组合定位定向导航系统完成，组合导航系统实时闭环输出位置和姿态信息，为飞机提供精确的方向基准和位置坐标，同时实时根据姿态信息对飞机飞行状态进行预测。
组合导航系统由激光陀螺捷联惯性导航、卫星定位系统接收机、组合导航计算机、里程计、高度表和基站雷达系统等组成。
结合了SAR 图像导航的定位精度、自主性和星敏感器的星光导航系统的姿态测定精度，从而保证了无人飞机的自主飞行。
无人机导航是按照要求的精度，沿着预定的航线在指定的时间内正确地引导无人机至目的地。
要使无人机成功完成预定的航行任务，除了起始点和目标的位置之外，还必须知道无人机的实时位置、航行速度、航向等导航参数。
目前在无人机上采用的导航技术主要包括惯性导航、卫星导航、多普勒导航、地形辅助导航以及地磁导航等。
这些导航技术都有各自的优缺点，因此，在无人机导航中，要根据无人机担负的不同任务来选择合适的导航定位技术至关重要。
一、单一导航技术1 惯性导航惯性导航是以牛顿力学定律为基础，依靠安装在载体(飞机、舰船、火箭等)内部的加速度计测量载体在三个轴向运动加速度，经积分运算得出载体的瞬时速度和位置，以及测量载体姿态的一种导航方式。
惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。
惯性测量装置包括加速度计和陀螺仪。
三自由度陀螺仪用来测量飞行器的三个转动运动;三个加速度计用来测量飞行器的三个平移运动的加速度。
计算机根据测得的加速度信号计算出飞行器的速度和位置数据。
控制显示器显示各种导航参数。
惯性导航完全依靠机载设备自主完成导航任务，工作时不依赖外界信息，也不向外界辐射能量，不易受到干扰，不受气象条件限制，是一种自主式的导航系统，具有完全自主、抗干扰、隐蔽性好、全天候工作、输出导航信息多、数据更新率高等优点。
实际的惯性导航可以完成空间的三维导航或地面上的二维导航。
2 定位卫星导航定位卫星导航是通过不断对目标物体进行定位从而实现导航功能的。
高精度导航定位系统的原理与应用
高精度导航定位系统的原理与应用导航定位系统在现代社会中扮演着至关重要的角色。
无论是汽车导航、航空导航还是地理信息系统，都离不开高精度的导航定位。
本文将介绍高精度导航定位系统的原理和应用，探讨其在现代社会中的重要性。
一、导航定位系统的原理1. 卫星定位系统卫星定位系统是现代导航定位系统的核心。
全球定位系统（GPS）和伽利略系统（Galileo）是两种常见的卫星定位系统。
这些系统由一组卫星组成，通过与地面上的接收设备进行通信，以确定接收设备的精确位置。
卫星定位系统的原理基于三角测量原理，通过计算卫星与接收设备之间的距离差异来确定位置。
2. 惯性导航系统惯性导航系统是另一种常见的导航定位系统。
该系统中包含一组惯性测量单元（IMU），通过测量加速度和角速度来推测位置。
惯性导航系统的原理基于牛顿的第二定律，通过积分计算速度和位移。
3. 辅助定位技术除了卫星定位和惯性导航系统，还有一些辅助定位技术可以提高导航定位的精度。
这些技术包括地面基站的信号传输、地面雷达和计算机视觉等。
这些技术通常与卫星定位或惯性导航系统结合使用，以提供更准确的定位结果。
二、高精度导航定位系统的应用1. 汽车导航系统汽车导航系统是导航定位系统最常见的应用之一。
通过将卫星定位系统与地图数据结合使用，汽车导航系统可以为驾驶者提供准确的导航指引。
高精度的导航定位系统可以及时更新交通情况，帮助驾驶者选择最佳路线，减少行驶时间和燃料消耗。
2. 航空导航系统航空导航系统是航空业中不可或缺的一部分。
现代飞行器配备了先进的高精度导航定位系统，以确保飞行的安全和准确性。
这些系统可以在任何天气条件下提供准确的定位信息，并帮助飞行员进行导航和飞行。
航空导航系统的准确性对于飞行器的飞行轨迹和导航决策至关重要。
3. 地理信息系统地理信息系统（GIS）是集成卫星定位、遥感和地理数据处理技术的系统。
高精度导航定位系统为GIS提供了准确的地理定位信息。
通过将卫星图像与地图数据结合使用，GIS可以帮助各行各业进行地理分析、规划和决策。
自动驾驶定位导航技术概述
自动驾驶定位导航技术概述一、概要作为自动驾驶的重要组成部分，高精度定位导航技术是自动驾驶汽车安全行驶不可或缺的核心技术之一，在车辆横向/纵向精确定位、障碍物检测与碰撞避让、智能车速控制、路径规划及行为决策等方面发挥着重要的作用。
相较于有人驾驶驾驶员可以凭借双眼与记忆获取周围的可行驶区域、道路边界、车道线、障碍物、交通规则等详细信息，目前自动驾驶汽车的环境感知传感器与算法还无法达到与人类驾驶员同样的感知性能，因此自动驾驶汽车就需要高精定位、高精地图、联合感知等定位导航技术的支持。
目前常用的定位技术包括轨迹推算(DR)、惯性导航技术(INS)、卫星导航定位技术、路标定位技术、地图匹配定位技术(MM)以及视觉定位技术等。
然而，这些定位导航技术在单独应用时均存在一些无法避免的问题。
自动驾驶车辆对定位系统性能的要求与车辆的行驶速度密切相关。
相关标准法规规定，乘用车行驶最高车速不得超过120km/h，客车最高设计车速不应大于100km/h。
基于目前的自动驾驶汽车整体技术水平和车辆限速要求，自动驾驶乘用车的最高车速不宜超过90km/h，自动驾驶客车的最高车速不宜超过70km/h。
一般情况下，有人驾驶车辆距离道路一侧路牙的安全行驶距离约为25cm，而自动驾驶汽车必须在行驶25cm的时间内更新一次定位信息且定位精度要小于等于25cm，否则就有可能导致车辆超出道路边界发生事故。
按照最高车速90km/h计算，车辆行驶25cm用的时间是0.01s，根据公式f=1/t，则定位信息更新频率为100Hz。
因此定位信息更新频率需要大于等于100Hz，定位精度需要小于等于25cm才能保证车辆行驶安全。
目前，常用的定位导航系统均无法满足上述指标。
比如惯性导航定位技术存在定位误差随时间累积、长时间内不能保证足够的导航精度的问题;卫星定位导航技术存在多路径、卫星信号遮挡和更新频率低等问题等。
正因为单一一种定位技术均存在一定程度上无法克服的弱点，所以研究组合导航就成为时下的热点。
医疗机器人在手术中的辅助定位与操作技术研究
医疗机器人在手术中的辅助定位与操作技术研究近年来，医疗机器人在手术中的应用逐渐增多，成为医疗领域的一项重要技术。
其中，医疗机器人的辅助定位与操作技术尤为关键。
本文将对医疗机器人在手术中的辅助定位与操作技术进行研究，以期提供更准确、安全、高效的手术治疗服务。
一、医疗机器人辅助定位技术的研究1.定位系统的研发与应用医疗机器人辅助定位技术的研究主要围绕精确定位而展开。
目前，一些先进的医疗机器人定位系统已经实现了高精度定位的功能，能够帮助医生正确识别手术目标的位置、大小和形状。
这样的定位系统在肿瘤切除手术、心血管手术等复杂手术中尤为重要。
2.影像导航与匹配技术的应用影像导航与匹配技术是医疗机器人辅助定位技术的重要组成部分。
通过将患者图像与实际操作场景的图像进行匹配，可以实时显示手术器械在患者体内的准确位置。
这项技术可以提高手术的精确度和可视化程度，减少手术风险，增加手术成功的概率。
3.传感器技术的应用医疗机器人的辅助定位技术中，传感器的应用也十分重要。
传感器能够获取手术现场的实时信息，如温度、压力、湿度等，从而帮助医生更好地了解手术过程中的生理参数。
目前，一些医疗机器人已经配备了多种传感器，能够实现对手术环境的全面监测，提高手术安全性和准确性。
二、医疗机器人辅助操作技术的研究1.手术机器人的设计与应用手术机器人是医疗机器人操作技术的核心。
通过手术机器人的精准操作，可以让医生在手术过程中更加灵活、高效地进行操作。
手术机器人的设计需要考虑器械的灵活性、精确性和操作的便捷性，以满足不同手术的需求。
2.人机协同操作技术的应用人机协同操作技术是医疗机器人辅助操作技术的重要发展方向。
这种技术能够让医生与机器人进行有效的合作，实现更精确的操作。
例如，在手术过程中，医生可以通过操纵控制杆来控制机器人的运动，实现对手术器械的精准控制。
3.智能算法与人工智能的应用智能算法和人工智能的应用对医疗机器人的辅助操作技术也起到了关键作用。
智能交通系统中的车辆定位与导航技术
智能交通系统中的车辆定位与导航技术随着智能交通系统的普及，车辆定位和导航技术也变得越来越重要。
车辆定位是指通过卫星导航系统获取车辆位置的过程，而车辆导航则是指通过地图和路线规划系统，为车辆提供最优的导航路线。
本文将详细介绍智能交通系统中的车辆定位与导航技术，让读者了解相关技术和应用。
一、车辆定位技术的原理和方法1.卫星定位技术卫星定位技术是车辆定位的主要技术之一。
其原理是通过卫星定位系统（比如GPS）发射信号，并在接收点接收信号，从而计算出车辆的位置。
2.无线电定位技术无线电定位技术是通过侦听车辆发出的信号来确定车辆位置的技术。
这种技术常用于列车跟踪、车队管理和物流跟踪等方面。
3.地磁定位技术地磁定位技术是通过侦测车辆周围地磁场的变化来确定车辆位置的技术。
这种技术常用于环境较恶劣的地区(如采矿等)。
二、车辆导航技术的原理和方法1.地图匹配技术地图匹配技术是将车辆实时获得的位置信息与先前存储的地图进行匹配，然后为车辆提供最优的导航路线。
2.实时路况演算技术该技术能够获取道路的实时交通状况，并通过计算出车辆的最优路径，为车辆提供最短、最快的路线。
3.高精度定位技术高精度定位技术采用高精度地图，并结合车辆的实时位置和周边道路信息，为车辆提供更准确的导航信息。
三、车辆定位和导航的应用1.交通管理利用车辆定位和导航技术可以实现实时监控车辆位置，管理车辆状态；同时也可以处理交通违规情况，为城市交通管理提供数据支持。
2.车队管理在物流、公交等领域，车队管理更需要车辆定位和导航技术。
利用车辆定位和导航技术，可有效减少调度时间，同时也可降低成本，提高工作效率。
3.驾驶辅助车辆定位和导航技术还可以用于车内的导航、语音及图像提示、车速监控等方面。
通过这些功能的应用，驾驶员可以更安全、便利的开车。
总结本文介绍了智能交通系统中的车辆定位与导航技术。
通过车辆定位和导航技术的应用，可为车辆提供更安全、可靠和便捷的服务。
未来，车辆定位和导航技术还将继续改善和发展。
基于ICCP匹配算法的海底地形匹配辅助导航
文献 ［ ］一［４ 研究 了 ＳＴ Ｎ（ａｄ ｔ ｔｌ ８ １］ ＩＡ ｓｎｉ ｉ ｅｉ ａ ｎ ｒａ ｔｒ ｉ．ｉｅ ｎｖｇｔｎ）算 法 和 Ｔ Ｒ Ｏ 算 法 ｅｒ ｎａ ｄ ａｉａｏ ａ ｄ ｉ ＥＣＭ （ ｒ ｉ ｃｎ ｕ ａ ｈ ｇ 在空 中载体 中的应用 ， ｔ ｒ ｎ ｏｔ ｒ ｔ ｉ ） ｅａ ｏ ｍ ｃｎ 其 在各种地形和不同覆盖层上空均显出了 自主、 可靠
一
目前水下 载体 的导航 主要采用惯性 导航 系统
（Ｎ ） 由于惯性 导航 系 统 的误 差 随 时 间 累计 发 散 ， ＩＳ ，
无法长时间保持高精度 。在这种情况下 ， 必须要通 过其 他导 航 方 式 （ 如海 底 地 形 辅 助 导 航 ） 比 露
出水面接收无线电导航信号 ， 或者发射声波利用多 普勒 计程 仪测 量对 地 速 度 实 时 或定 期 修 正 Ｉ Ｓ 这 Ｎ ， 样都有可能会暴露水下载体的隐蔽地点 ， 降低其隐 蔽能力和发起突然袭击的能力。 维普资讯 源自２ ２海洋
测
绘
第２ ８卷
现测 量 图像 与模 型之间 的对准 和匹配 。算法 采用 欧 氏距 离平方 最小 为 目标 函数 ， 求得 测 量 航迹 与 真 实 航迹 之 间的最优 变换 ， 过该 变换校 正航迹 ， 通 实现对
测 量航 迹的校 正 ， 图 ２所示 。 如
信息 ， 如图 １ 所示。在海底地形辅助导航 系统中， 合 适 的匹 配算 法 是核 心 技 术 之 一 ， 也是 当前 相 关 领 这
域 的重点 和热 点研 究 问题 。
图 １ 水下地 形辅 助导航基 本原理示 意图
２ 匹配算 法
ＩＣ 算法最初来源于图像配准的 ＩＰ ＣＰ Ｃ 算法 ， 它 不需事前确定对应估计 ， 只是不断重复 （ 初始） 运动 变换 —— 确 定最 近 点—— 求 运 动 变 换 的过 程 ， 步 逐 改进 运 动 的估 计 。算 法 的主 要 思 路是 ： 测得 的沿 将
人工智能技术在智能驾驶中的应用案例
人工智能技术在智能驾驶中的应用案例随着科技的不断发展，人工智能技术在各个领域得到了广泛的应用。
其中，智能驾驶领域是其中一个备受关注的领域。
人工智能技术在智能驾驶中发挥着重要的作用，使得汽车能够更加智能地驾驶，并提供更安全、便捷的出行体验。
本文将介绍几个人工智能技术在智能驾驶中的应用案例。
一、自动驾驶技术自动驾驶技术是人工智能在智能驾驶中最为核心的应用之一。
通过使用各种传感器和摄像头，自动驾驶汽车能够实时感知周围的环境，并利用人工智能算法进行数据处理和决策。
例如，谷歌的自动驾驶汽车项目Waymo就是一个成功的例子。
Waymo车辆通过激光雷达、摄像机和雷达等多种传感器感知道路和周围的车辆信息，然后利用人工智能算法对这些数据进行分析和处理，最终实现了高度自动化的驾驶功能。
二、智能交通控制系统人工智能技术在智能驾驶中的应用还包括智能交通控制系统。
传统的交通信号灯控制根据预设的时间间隔来进行信号切换，无法根据实际交通情况进行灵活调整。
而智能交通控制系统利用人工智能算法，通过分析车流量、行驶速度以及路况等信息来动态调整交通信号灯的切换时间，从而提高交通流量的效率和交通的流畅性。
例如，美国俄亥俄州的智能交通控制系统就采用了人工智能技术，使得信号灯的切换更加智能化和高效。
三、智能辅助驾驶系统智能辅助驾驶系统是利用人工智能技术为驾驶员提供辅助的功能，提高驾驶的安全性和舒适性。
例如，特斯拉的Autopilot系统就是一个智能辅助驾驶系统的典型代表。
该系统利用激光雷达、摄像机和超声波传感器等多种传感器感知道路和车辆信息，并利用人工智能算法对这些数据进行分析和处理，驾驶员可以通过该系统实现自动驾驶、自动变道、自动泊车等功能。
这不仅提高了驾驶的安全性，还提供了更加轻松和舒适的驾驶体验。
四、智能导航系统智能导航系统是基于人工智能技术的一种智能化导航系统，通过分析实时的交通数据和车辆位置信息，为驾驶员提供最佳的导航路径和出行建议。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第36卷，增刊红外与激光工程2007年9月、，01．36Suppl e m e ntI n 缸m 甜卸d L 捌§e rEngi nee 血gS e p ．2007匹配技术及其在辅助导航中的应用杨卫平，沈振康(国防科技大学电子科学与工程学院A 瓜重点实验室，湖南长沙410073)摘要：对匹配技术在辅助导航中的应用及其关键技术进行了研究和探讨，指出为了使辅助导航技术获得更多的应用和得到更好的发展，必须在若干关键技术问题上取得突破，如区域的快速筛选与粗定位、异源图像匹配技术等。
关键词：匹配；辅助导航；定位；匹配区中圈分类号：TP 391文献标识码：A 文章缩号21007—2276(2007)增(探测与制导)．00瑙．03M at dl i ng t ec]hni queand i t s appl i cat i on i n ai de d i ner t i a lna 订gat i on，Y A N GW bi —pi ng ，S 髓N Zhenk 觚g(朋限K ey 【丑b ，s cbo ol0fE1∞缸伽血sci cncc andE Ⅱgi neeri ng ，N at i ∞al uni ve 璐岭of D e f h ∞T ec h ∞l og 弘a 脚l gsh a 410073，a 血吣A bs t r act ：啊1e a ppl i ca t i O ns of m at cl l i ng t ec l l I l i q ue and i ts l r ey t echni qu es i n ai d ed naV i gat i ona r edi scus sed 。
I n or d er t om ake ai d ed naV i gat i on obt a i n m or e a ppl i c at i onsaI l d be t t e rdeV e l opI nent ，m ebrea ：k 廿啪u 曲ofsom e ke y t ec l l I l i q ues i s neces sar y ，s uch asr 印i dr egi on f i l 仃at i on and m de posi t i on ，i m agem at c l l i ng of di f I 'e r ent sour ce s ，re al 一t i m ei Ilf o 彻at ionproce s si ng ，aI l ds oon ．O nl y w h e n r el eV a nt pr obl em sc 锄besol V e d ，caI l m at cm ng ai d ed naV i g 撕on obt a i n m or e eX t ens i V e app l i ca t i on ．K eyw O r ds ：M at ching ；加dcd na vi gat i O n ；Posi t i on ；M at cm ngr eg i on0引言惯性导航技术是当前中制导的主要方式，然而随着时间的推移，它的累积误差将越来越大，使得建立在此基础上的导弹和飞机等飞行器难以进行精确定位，而地形／景象匹配辅助导航系统充分利用地面地形／景象特征与地理位置之间的对应关系，可以给出准确的定位导航信息，而且不随时间的推移而发生变化，它是低空突防飞机和低飞的巡航导弹采用的导航系统。
目前，在巡航导弹等武器系统中地形匹配辅助导航得到了广泛应用，而且取得了辉煌战绩，在飞机等飞行器上的应用也取得成功，比如20世纪90年代，美军就在F16战机上试验成功，现在已经广泛应用于武装直升机、战斗机、轰炸机等武器系统中。
相对于低空时采用地形匹配辅助导航，对于高空巡航的飞行器(包括飞机等)则可以利用景象匹配辅助导航系统提供精确的定位精度。
而景象匹配由于所使用数据源图像的不同，可以有可见光／红外、可见光／sA R 、SA 刚红外等多种异源的图像匹配方法。
近年来，国内外学者对匹配辅助导航技术仍在进行深入研剜卜引，不断有新的研究成果涌现，使得其在军民用领域的应用越来越广泛…。
下面对匹配技术在辅助导航系统中的应用及其关键技术做一些探讨。
1匹配辅助导航系统的基本组成匹配技术一般包括地形匹配和景象匹配两种。
在辅助导航系统的应用中，无论是地形匹配辅助导航还收■日期-2007．08—27作者■介l 杨卫平(1968一)，男，陕西西安人，副教授，博士，主要从事图像智能信息处理、红外自动目标识别等面的研究工作。
Em ai l ：w py 蚰g@126．o 咖，w py 锄g@nudl cdu ．cn、16红外与激光工程：光电探测与制导技术的发展与应用第36卷是景象匹配辅助导航，其可能的一种系统组成一般由机(弹)载匹配系统和地面支撑系统两部分组成。
其中机(弹)载匹配系统由匹配计算机、景象／地形筛选中心、G I S 等组成，地面支撑系统一般包括参考图(基准图)的制备、地面数据格式的转换与处理、航迹与任务规划、匹配区的测试与评估、航迹相关区域地形／景象特征的查询与分析等。
其基本组成如图1所示。
而对于现在应用较多的车载导航系统，通常采用如图2所示的3层结构。
在图2中，应用层主要有如下功能：(1)路径规划和路径导航；(2)先进的瑚小特点如音量控制和导航以及不同的图形表达能力；(3)其他服务和功能，如SO S 报警、车辆跟踪功能(反盗窃)和其他的定位服务等；系统层包含一些较低层的应用，如定位、有效的地图数据库处理、H l ⅥI 功能如菜单系统和定位信息的表达等；第三层包括系统硬件和传感器，如用于联系不同传感器的硬件、G P s天线和接收机、相对位置传感器、惯性传感器和地图数据库等。
A i r b o r n e m at chj n g sy s t emttTtttRP f cr encc D a t acO nv ．M at c hj n gr e g ；on ‘sF c at ur c i m a g cer sj on nn dTra ck a n d t as kpr O gr am m m g黧黑：：：怒“1i n qui ri n g an dp ‘。
p 8。
8‘i 。
“p r O c es8I n gan al yz i n g图1匹配辅助导航系统基本组成Fi g ．1B 鼬i c f oJm of m at c hi ng ai ded na vi ga t i o n syst el 瑚图2标准导航系统的三层结构Fig ．211lr ee —l ayerm od el of st andar d navi ga 曲n syst e m §总之j 从上可以看出，所有车载导航系统都依赖G P S 作为主位置信息源，有时也利用匹配得到的相对位置信息来校正G PS 信息。
而对于机载辅助导航系统而言，由于惯性导航的累积误差随时间越来越大，G P S 信息特定时期又不可靠，因此，实用中往往利用匹配辅助导航技术来校正累积误差，达到精确导航定位的目的。
2匹配辅助导航技术的应用及发展地形匹配辅助导航技术已经广泛应用于巡航导弹等武器系统中，在武装直升机、F 16等作战飞机中也装载了相应的系统，另外，在水下自主机器人I 引、自行汽车等方面也有重要的应用，新算法的研究也层出不穷，如基于衰减记忆的地形辅助导航方法pJ 、基于相似度比较的图像灰度匹配算法【6J 、异源图像的匹配方法【7】等。
鉴于这方面的研究成果较多，感兴趣的读者可以很容易地查阅到相关文献，此处不再赘述。
3匹配辅助导航关键技术在匹配辅助导航系统的设计和应用中，会存在这样或那样的一些问题，如对于车载导航系统而言，一方面由于地图／地形匹配错误可能造成定位的不精确，另一方面所使用的G PS 导航系统会导致较高的系统成本；对于机载辅助导航系统而言，待匹配区的筛选、处理的实时性和准确性以及存储开销等是必须考虑的问题。
根据上述匹配导航系统的基本组成以及在进行匹配辅助导航系统设计时可能遇到的困难和问题，可以确定如下几个需要重点关注的关键技术。
3．1区域的快速筛选与粗定位从匹配辅助导航系统的基本组成可以看出，在机载匹配系统中，由于事先对飞行路线的不确定，机载系统必须包含G I S 系统；而为了实时性，必须从大范围的图像／地形区域中对飞行器飞经的区域进行快速筛选和粗定位，以便匹配系统能在有限的时间内从G IS 系统中获取所需要的数据，快速做出精确的定位，给出飞行偏差以完成精确的辅助导航任务。
因此，在系统设计时，如何从大量数据中粗定位飞经区域，是面临的一项艰巨任务。
对于车载系统而言，也同样存在这样的问题。
3．2探测器的选择辅助导航系统如果采用景象匹配辅助技术，则探测器的选择是必须的一个重要环节。
针对具体的应用，对探测器的类型(红外、可见光、SA R 探测器等)、分辨率、扫描范围等必须进行详细论证，以尽可能符合应用需求。
增刊杨卫平等：匹配技术及其在辅助导航中的应用173．3异源图像匹配技术由于采用来自不同传感器的图像数据，其成像物理特性不同，分辨率也可能不同，给异源图像的匹配带来了许多困难。
为此，探索具有较强适应性、对分辨率和成像层次不敏感的异源图像匹配算法具有非常重要的意义，不仅有助于提高匹配精度，而且可以提高系统的抗干扰性。
对于景象匹配来说，异源图像的匹配包括可见光与红外、可见光与SA R、红外与SA R等。
在进行匹配时，由于图像数据源的不同，可能存在分辨率、成像角度、光照强度、位置等多方面的不同，这给图像的匹配带来了许多困难。
因此，在进行匹配之前，必须进行必要的预处理，对图像进行校准等，便于进行后续处理。
目前，在这方面的研究取得了许多阶段性成果，研究者们发表了大量有价值的研究论文。
3．4惯导精度与地形，景象匹配辅助导航系统之间的协同关系由于地形／景象匹配辅助导航系统要正常工作，必须利用惯导等提供的位置等信息从数据库中来获取待匹配区域，因此，惯导信息、平台的稳定度以及时间标尺等都显得特别重要。
匹配系统一旦获得待匹配区就进行匹配处理。
由于惯导存在累积误差，因此，在对现有装备进行升级时必须处理好惯导信息与辅助导航系统之间的接口和协同关系。
3．5不同数据格式的转换及必要的预处理由于获取设备、条件等的不同，获取的地形／景象图可能具有不同的数据格式，为此，必须确定一个统一的数据格式，将不同格式的数据全部转换成指定格式；另外，在图像分辨率、空间分辨率上的不同也要在这里进行相应的处理，归并到相同的分辨率上，便于匹配算法的正常工作。
3．6匹配测试与性能评估匹配测试主要是对规划的航迹进行匹配可靠性测试与仿真计算，确定所制定航迹的可行性与可靠性。