警用运动目标追踪无人机制造技术

本发明专利技术涉及一种车用预警设备，特别涉及一种警用运动目标追踪无人机。摄像头采集目标特征实时摄取目标视频信息，目标标定模块进行定位追踪，目标轨迹预判模块建立目标移动的轨迹以及预判轨迹，模拟追踪轨迹模块设定最佳追踪途径。上述无人机可以利用摄像头采集视频信息，首先采集到目标的特征，比如人的相貌、车牌、颜色等，建立特征，以此特征锁定目标方便追踪，通过本发明专利技术的方法建立预判轨迹，提早作出追踪计划，根据预判轨迹，结合GPS定位来确定预判追踪轨迹，提供准确的参考，同时可以设定最佳的追踪角度，避免追踪对象发现，调整最佳的追踪飞行姿势，提高追踪的效率和隐秘性。

Police moving target tracking UAV

The invention relates to a vehicle early warning device, in particular to a police moving target tracking unmanned aerial vehicle. The camera features real-time uptake target video information, target positioning and tracking calibration module, the target trajectory prediction module to establish the target moving trajectory and predict the trajectory simulation, trajectory tracking module set the optimal tracking approach. The UAV can use the camera to collect the video information collected, firstly the characteristics of the target, such as the appearance, color, license plate, building features, this feature target tracking is convenient, through the method of the invention is established to predict the trajectory, to make the plan, according to predict the trajectory, combined with GPS positioning to determine the anticipation tracking, provide accurate reference, and can set the best tracking angle to avoid tracking objects, adjust the best tracking flight posture, improve the tracking efficiency and secrecy.

【技术实现步骤摘要】
警用运动目标追踪无人机
本专利技术涉及一种无人机，特别涉及一种警用运动目标追踪无人机。
技术介绍
无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。机上无驾驶舱，但安装有自动驾驶仪、程序控制装置等设备。地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。可在无线电遥控下像普通飞机一样起飞或用助推火箭发射升空，也可由母机带到空中投放飞行。回收时，可用与普通飞机着陆过程一样的方式自动着陆，也可通过遥控用降落伞或拦网回收。可反覆使用多次。无人机在军用或者民用过程中只提供了眼睛的作用，或者利用自带的设备做一些动作，智能化程度不高，不能自动处理筛选处理信息，那么最后信息都必须传至终端才能进行再处理，因此信息处理的速度不快，而目前用于监控的无人机，只是自带摄像头，而不能做进一步的信息处理，造成信息处理的延时。比如在遇到抢劫，劫匪开的改装车或摩托车，或者逃窜到比较偏僻，难以追踪的区域，那么及时能发现，也不能及时作出布置来追踪。
技术实现思路
本专利技术的目的在于，提供了一种追踪精确、形成预判轨迹的警用运动目标追踪无人机。本专利技术解决其技术问题所采用的技术方案是：一种警用运动目标追踪无人机，包括摄像头，其特征在于还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间。本专利技术的进一步设置为：还包括显示器、储存器、通讯模块，摄像头采集的信息存入储存器，轨迹显示在显示器，通讯模块进行实时信息通讯。本专利技术的进一步设置为：将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度。本专利技术的进一步设置为：每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。本专利技术的进一步设置为：还包括飞行姿态控制器，设定一个追踪角度，飞行姿态控制器接收摄像头摄取的视频信息，以追踪角度为标准调整无人机飞行姿势。上述无人机可以利用摄像头采集视频信息，首先采集到目标的特征，比如人的相貌、车牌、颜色等，建立特征，以此特征锁定目标方便追踪，通过本专利技术的方法建立预判轨迹，提早作出追踪计划，根据预判轨迹，结合GPS定位来确定预判追踪轨迹，提供准确的参考，同时可以设定最佳的追踪角度，避免追踪对象发现，调整最佳的追踪飞行姿势，提高追踪的效率和隐秘性。具体实施方式本专利技术一种警用运动目标追踪无人机，包括摄像头，其特征在于还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间，还包括显示器、储存器、通讯模块，摄像头采集的信息存入储存器，轨迹显示在显示器，通讯模块进行实时信息通讯，将网格像素点坐标设为P(Xm,Yn)，网格像素点坐标计算方法为，Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1，其中，m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度，每个网格点的在每一视频的坐标位置为，P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1))，F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标，还包括飞行姿态控制器，设定一个追踪角度，飞行姿态控制器接收摄像头摄取的视频信息，以追踪角度为标准调整无人机飞行姿势。下面详细解释实施例中轨迹预判的过程。图像网格采样：主要用于获取稀疏的图像像素点而又不失像素点的分布均匀性，达到减少跟踪点数量，提高系统运算速度的目的。网格像素点坐标计算方法如下:Xm＝(m-1)*D1+1；Yn＝(n-1)*D2+1；其中：m为网格列数，n为网格行数，D1为网格宽度，D2为网格高度；(网格像素点为P(Xm,Yn))连续T帧网格点轨迹获取：对网格像素点P(Xm,Yn)在连续的T个视频帧进行跟踪，其中每个网格点的在每一视频的坐标位置如下：P(Xm(t),Yn(t))＝F(P(Xm(t-1),Yn(t-1)))；其中：F(P)为跟踪算法，P(Xm(t-1),Yn(t-1))为列数为m,行数为n的像素点在第t-1视频帧中的坐标，P(Xm(t),Yn(t))为列数为m,行数为n的像素点在第t视频帧中的坐标。网格点轨迹分块处理：将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵M,并利用主成分分析法(PCA)提取主分量轨迹M＇，以此为基础来建立目标轨迹，判断目标的移动地点。以目标的移动地点为目的地，在警车或者追踪的终端建立信息中心，与无人机进行通信，那么终端作为起始地，也可以设定新的起始地，通过移动速度、道路的选择，以时间、路程为标准，建立最佳的追踪轨迹，提供追踪预案，提高追踪的效率，避免信息处理的延时。显然，上本文档来自技高网...

【技术保护点】
一种警用运动目标追踪无人机，包括摄像头，其特征在于：还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设定速度计算时间。

【技术特征摘要】
1.一种警用运动目标追踪无人机，包括摄像头，其特征在于：还包括目标标定模块、目标轨迹预判模块、模拟追踪轨迹模块；目标标定模块，采集对象特征形成目标特征标准，将摄像头采集的视频样本与目标特征标准进行对比，标定目标对象；目标轨迹预判模块，第一步，图像网格采样，将图像摄取设备摄取的视频图片进行采样，获取稀疏的图像像素点；第二步，连续帧网格点轨迹获取，对网格像素点在连续的至少两个视频帧进行跟踪；第三步，网格点轨迹分块处理，将视频帧图像分割成几十个图像小块，对属于同一个图像小块的所有网格像素点轨迹组建一个数据矩阵,并利用主成分分析法提取主分量轨迹；第四步，剔除背景网格点，去除主分量轨迹，得到残余轨迹分量，并计算自适应的阈值判定其残余轨迹分量小于阈值的网格像素点属于背景点，大于阈值的网格像素点属于潜在的运动目标点；第五步，采用非线性的扩展卡尔曼滤波或粒子滤波，并结合运动目标前连续帧的坐标位置，预测下一时刻目标的位置，建立预判轨迹；模拟追踪轨迹模块，确定目标运动轨迹后，从GPS下载地形区域特征数据，选取预判地点作为目标地点，追踪点为初始地点，建立初始地点到目标地点的轨迹，设...

【专利技术属性】
技术研发人员：吴媛媛，
申请(专利权)人：成都积格科技有限公司，
类型：发明
国别省市：四川,51