一种使用机器视觉的无人机视觉跟踪方法

本发明涉及无人机，具体涉及一种使用机器视觉的无人机视觉跟踪方法。

背景技术：

1、无人机是一种可以在无人操纵的情况下，自主或遥控地飞行的航空器，具有灵活性高、成本低、安全性高等优点，广泛应用于军事、安防、救援、交通、农业等领域。无人机的核心功能之一是对地面或空中的目标进行有效的感知、识别和跟踪，以实现对目标的监测、定位、跟随、攻击等任务。

2、无人机视觉是指利用无人机搭载的图像传感器，如摄像机，获取周围环境的图像信息，通过图像处理和分析算法，实现对目标的自主检测、识别、定位和跟踪的技术。无人机视觉技术是无人机目标跟踪技术的重要组成部分，也是无人机智能化的关键技术之一。但是目前应用在无人机能够实现对目标进行智能跟踪的功能，但其跟踪性能不够稳定，精度不高。

技术实现思路

1、本发明的目的在于针对现有技术的不足之处，提供一种使用机器视觉的无人机视觉跟踪方法。

2、本发明解决上述问题的技术方案为：一种使用机器视觉的无人机视觉跟踪方法，包括以下步骤：

3、步骤a，地面操控人员根据实际需要对飞行器下达目标跟踪命令，飞行器进行初始化步骤，具体包括以下步骤：

4、步骤a1，根据目标的位置和尺寸，提取目标的特征，并用滤波器算法对目标的外观进行建模，得到滤波器模板f；

5、步骤a2，利用空间正则化函数w，设置距离目标中心较远的样本的权重；w是一个高斯函数，其形式为：

6、

7、其中，(x0,y0)是目标的中心位置，σ是高斯函数的标准差。

8、步骤b，在后续的每一帧中，根据上一帧的目标位置和尺寸，提取目标的候选区域的特征，并用滤波器模板f与之进行相关运算，得到响应图；在响应图中，找到最大响应值的位置，作为当前帧的目标位置；

9、步骤c，飞行器在跟踪过程中目标存在尺度变换情况，每一帧识别时都进行尺度估计，尺度估计的具体方法包括：

10、步骤c1，在不同的尺度下，对目标的候选区域进行降采样，提取特征，并用滤波器模板f进行相关运算，得到不同尺度下的响应图；

11、步骤c2，对多尺度响应图进行插值处理，得到原始尺度下的响应图；

12、步骤c3，在不同尺度下的响应图中，找到最大响应值的位置和对应的尺度，作为当前帧的目标位置和尺寸，将当前帧中的目标位置输出至飞行控制模块中，以控制飞行器进行跟踪动作；

13、步骤c4，在后续的每一帧中，更新滤波器模板f，用于下一帧的跟踪。

14、进一步的，在步骤c3中，飞行控制模块接受到目标位置，对于飞行器进行跟踪动作控制，具体包括以下步骤：

15、s1，初始化，设置pid控制器的参数，包括pyaw,iyaw,dyaw,pforward,iforward,dforward；初始化无人机的位置(xd,yd)和偏航角度θ；

16、s2，接收视觉模块回传目标位置信息(xt,yt)；

17、s3，计算期望偏航角度：使用反正切函数计算目标方向，即期望的偏航角度

18、θ＝arctan2(yt-yd,xt-xd)；

19、s4，pid控制调整偏航角度：使用pid控制器计算偏航角度的控制输入，以调整无人机的姿态；

20、yawinput＝pyaw·yawe+iyaw·yawi+dyaw·yawd

21、其中，yawe＝desired heading-current yaw,

22、yawi是偏航角度误差的积分，yawd是偏航角度误差的导数。

23、s5，根据目标位置计算期望距离:

24、

25、s6，pid控制调整前向运动速度：使用pid控制器计算前向运动速度的控制输入，以调整无人机与目标的距离。

26、v＝pforward·distance+iforward·distance integral+dforward·distancederivative

27、其中:distance integral是距离误差的积分，distance derivative是距离误差的导数。

28、进一步的，更新滤波器模板f的方法是，利用当前帧的目标特征和响应图，以及上一帧的滤波器模板f，通过最小二乘误差原则，求解出新的滤波器模板f。更新滤波器模板f的目的是为了使滤波器模板f能够适应目标的外观和运动的变化，提高跟踪的精度和鲁棒性。

29、进一步的，步骤c1的具体方法为：设置一个尺度因子为1.05，然后在多尺度采样形成多尺度响应图。

30、本发明具有有益效果：

31、本发明提供了一种使用机器视觉的无人机视觉跟踪方法，利用无人机搭载的图像传感器，通过图像处理和深度学习算法，实现对图片和视频中的同类目标的快速、准确、鲁棒的识别，以及对特定目标的精确跟踪和定位，提高无人机目标跟踪技术的效率和效果。

技术特征：

1.一种使用机器视觉的无人机视觉跟踪方法，其特征在于：包括以下步骤：

2.如权利要求1所述的一种使用机器视觉的无人机视觉跟踪方法，其特征在于：在步骤c3中，飞行控制模块接受到目标位置，对于飞行器进行跟踪动作控制，具体包括以下步骤：

3.如权利要求1所述的一种使用机器视觉的无人机视觉跟踪方法，其特征在于：更新滤波器模板f的方法是，利用当前帧的目标特征和响应图，以及上一帧的滤波器模板f，通过最小二乘误差原则，求解出新的滤波器模板f。

4.如权利要求1所述的一种使用机器视觉的无人机视觉跟踪方法，其特征在于：步骤c1的具体方法为：设置一个尺度因子为1.05，然后在多尺度采样形成多尺度响应图。

技术总结本发明公开了一种使用机器视觉的无人机视觉跟踪方法，包括以下步骤：步骤a，地面操控人员根据实际需要对飞行器下达目标跟踪命令，飞行器进行初始化步骤；步骤b，在后续的每一帧中，根据上一帧的目标位置和尺寸，提取目标的候选区域的特征，并用滤波器模板f与之进行相关运算，得到响应图；在响应图中，找到最大响应值的位置，作为当前帧的目标位置；步骤c，飞行器在跟踪过程中目标存在尺度变换情况，每一帧识别时都进行尺度估计；利用无人机搭载的图像传感器，通过图像处理和深度学习算法，实现对图片和视频中的同类目标的快速、准确、鲁棒的识别，以及对特定目标的精确跟踪和定位，提高无人机目标跟踪技术的效率和效果。技术研发人员：杨艺,袁朝阳,陈灵峰,张争坤,仲翔受保护的技术使用者：江苏理工学院技术研发日：技术公布日：2024/7/25