The invention discloses an unmanned vehicle tracking method based on an embedded platform, which mainly solves the problem that the tracking loss of the unmanned vehicle in the prior art is blocked when the vehicle tracking is blocked. The method comprises the following steps: 1. training vehicle classifier and mark map; 2. to obtain an image, initialize the tracking target; 3. to obtain an image of target tracking; 4. classifier to determine whether the target is occluded, if it is, step 5, step 8 or 5.; the judgment target whether in the occluded, map if it is, step 6, otherwise step 7; 6. in the occluded target detection and make UAV hovering, step 9; 7. predicted target position; 8. according to the target control of the UAV flight; 9. to determine whether the end, if it is the end of follow-up, otherwise return to step 3. The method can detect and track the occluded targets, improve the robustness of tracking, and can be used for tracking vehicles under urban roads.
【技术实现步骤摘要】
基于嵌入式平台的无人机车辆跟踪方法
本专利技术属于图像处理
,更进一步涉及一种无人机车辆跟踪方法,可用于城市道路下复杂环境的车辆跟踪。
技术介绍
近年来,无人机事业发展迅速,由于具有结构简单,高灵活性、机动性强、成本低廉、便于装备各类传感器等优点,同时可在复杂环境中进行悬停和垂直起降,无人机是完成目标检测、目标跟踪、监控等任务的理想平台。目前无人机已经应用在诸多目标监控与跟踪领域中。基于无人机的车辆跟踪是一个典型应用,可利用无人机的车辆跟踪进行逃犯追捕、基于车辆跟踪的航拍跟拍、电影拍摄等,具有重要现实意义。但由于在城市环境中,因为人行天桥、立交桥等复杂遮挡存在,基于无人机的车辆跟踪易发生跟踪目标丢失,致使跟踪失败。所以,利用无人机上搭配的传感器,结合航拍下车辆跟踪的特点,是一种有效解决无人机的车辆跟踪的方案。成都通甲优博科技有限责任公司的专利申请“一种基于无人机动平台的车辆跟踪方法”(公开号:CN104881650A,申请号:201510284911.6,J,申请日:2015年5月29日)中公开了一种基于无人机动平台的车辆跟踪方法。该方法主要通过目标车辆在当前视频帧中的位置预测目标车辆接下去的运动轨迹,并根据预测位置调整无人机的运动方向,从而实现车辆的无人机航拍跟踪。当在跟踪目标车辆的时候发生目标丢失的情况,还利用卡尔曼滤波器预测目标车辆在后续视频帧中可能出现的区域,并在后续视频中标示该区域以便操作人员在视频帧中快速找到目标车辆,进一步增加目标车辆跟踪的稳定性。该方法的不足是整个实现方案无法有效判断目标车辆是否丢失,同时目标丢失后虽然利用卡尔曼滤波来 ...
【技术保护点】
一种基于嵌入式平台的无人机车辆跟踪方法,包括:(1)训练一个车辆分类器:利用无人机在城市交通场景中进行航拍,在航拍视频中提取有车辆的正样本,无车辆的负样本,并利用正、负样本训练一个车辆分类器;(2)标记地图:通过地图软件获取飞行区域的地面地图,并标记出立交桥、隧道这些出现车辆遮挡区域的入口和对应的出口,得到被标记的地图;(3)初始化跟踪目标的位置矩形框:(3a)通过摄像头,获取一帧图像,通过视频解码器解码后加载到嵌入式平台的内存中,同时回传给地面控制人员;(3b)地面控制人员在获取的图像中选取一个将跟踪目标包含在内的矩形框,将所选的矩形框作为跟踪目标的位置矩形框;(3c)用位置矩形框和水平垂直速度初始化卡尔曼滤波器,即将水平垂直速度初始化为0,同时用跟踪目标的图像初始化核相关跟踪器;(4)通过摄像头获取一帧图像,并由视频解码器解码后加载到嵌入式平台的内存中;(5)利用核相关滤波算法计算出跟踪器与当前帧图像的特征的响应矩阵,当前帧图像目标的位置矩形框被识别为响应矩阵最大值的位置;(6)使用车辆分类器判断目标是否被遮挡,如果是,则执行步骤(7);否则,执行步骤(12);(7)利用传感器模块 ...
【技术特征摘要】
1.一种基于嵌入式平台的无人机车辆跟踪方法,包括:(1)训练一个车辆分类器:利用无人机在城市交通场景中进行航拍,在航拍视频中提取有车辆的正样本,无车辆的负样本,并利用正、负样本训练一个车辆分类器;(2)标记地图:通过地图软件获取飞行区域的地面地图,并标记出立交桥、隧道这些出现车辆遮挡区域的入口和对应的出口,得到被标记的地图;(3)初始化跟踪目标的位置矩形框:(3a)通过摄像头,获取一帧图像,通过视频解码器解码后加载到嵌入式平台的内存中,同时回传给地面控制人员;(3b)地面控制人员在获取的图像中选取一个将跟踪目标包含在内的矩形框,将所选的矩形框作为跟踪目标的位置矩形框;(3c)用位置矩形框和水平垂直速度初始化卡尔曼滤波器,即将水平垂直速度初始化为0,同时用跟踪目标的图像初始化核相关跟踪器;(4)通过摄像头获取一帧图像,并由视频解码器解码后加载到嵌入式平台的内存中;(5)利用核相关滤波算法计算出跟踪器与当前帧图像的特征的响应矩阵,当前帧图像目标的位置矩形框被识别为响应矩阵最大值的位置;(6)使用车辆分类器判断目标是否被遮挡,如果是,则执行步骤(7);否则,执行步骤(12);(7)利用传感器模块获得的无人机飞行参数,计算目标在被标记的地图中的位置,并判断该位置是否在被标记的地图的遮挡区域中,如果是,则执行步骤(8);否则,执行步骤(11);(8)利用被标记的地图得到被遮挡目标对应的出口区域,将出口区域转换到当前帧图像中,再通过目标检测算法在当前帧图像中筛选出目标的候选位置矩形框;(9)在当前帧图像中,对每个目标的候选位置矩形框,都利用核相关滤波算法计算出跟踪器与当前帧图像的特征的响应矩阵,求出所有响应矩阵最大值的位置,作为当前帧图像目标的位置矩形框;(10)嵌入式平台发送悬停指令,通过飞行控制模块令无人机悬停,执行步骤(13);(11)使用卡尔曼滤波器在当前帧图像中预测出目标的位置矩形框;(12)利用当前帧图像中目标的位置矩形框更新卡尔曼滤波器和跟踪器,并通过飞行控制模块,嵌入式平台发送飞行指令使目标偏移到摄像头拍摄的中心,执行步骤(13);(13)通信模块检测地面控制人员是否发送停止跟踪的信号,如果是,则结束目标跟踪;否则,返回步骤(4)。2.根据权利要求1所述的方法,其特征在于:步骤(3a)中所述的嵌入式平台是指NVIDIA嵌入式平台JetsonTX1。3.根据权利要求1所述的方法,其特征在于:步骤(1)中利用正、负样本训练一个车辆分类器,按如下步骤进行:(3a)先将正、负样本缩放到64×64大小作为训练的样本图像;(3b)通过adaboost算法或支持向量机或随机森林算法训练得到车辆分类器。4.根据权利要求1所述的方法,其特征在于:步骤(6)中使用车辆分类器判断目标是否被遮挡,是先将目标图像缩放到64×64大小,再通过车辆分类器进行分类,如果分类结果为负样本,则判断目标为被遮挡,否则判断目标为没有被遮挡。5.根据权利要求1所述的方法,其特征在于:步骤(8)中通过目标检测算法在当前帧图像中筛选出目标的候选位置矩形框,按如下步骤进行:(8a)通过目标检测算法得到一系列的候选位置矩形框;(8b)去掉每个候选位置矩形框中与被遮挡的目标尺寸不相匹配的候选位置矩形框;(8c)对保留下的候选位置矩形框,根据检测阈值进行降序排序,并选择排序后互不重叠的前若干个候选位置矩形框。6.根据权利要求...
【专利技术属性】
技术研发人员:吴宪云,吴仁坚,李云松,张静,雷杰,郭杰,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。