一种无人机降落目标的追踪方法、装置和无人机制造方法及图纸

本发明专利技术公开了一种无人机降落目标的追踪方法、装置和无人机。该方法包括：根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定降落目标在第一帧图像中的降落区域和位置坐标；提取降落区域的第一特征；将降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将多个缩放后的位置坐标确定的多个区域作为无人机摄像头之后采集的第二帧图像中的多个匹配区域；分别提取多个匹配区域的第二特征，根据与第一特征匹配度最大的第二特征对应的匹配区域确定降落目标在第二帧图像中的降落区域和位置坐标；实现降落目标的追踪。通过该技术方案，保证无人机追踪目标标记的准确性，提高跟踪的效率和准确率。

【技术实现步骤摘要】
一种无人机降落目标的追踪方法、装置和无人机
本专利技术涉及无人机
，特别涉及一种无人机降落目标的追踪方法、装置和无人机。
技术介绍
无人机跟踪地面运动目标具有重要理论研究意义和应用价值，是无人机系统自主控制领域的一个重要研究方向。在实现无人机自主识别跟踪目标的应用中，一般是根据无人机摄像头采集的图像，通过计算目标在图像中的区域内的特征，完成对该帧图像中的目标的标记，当对多帧图像进行正确标记时，即可实现目标的追踪，例如，在无人机降落过程中，需要对降落目标进行精确的标记，以便对降落目标进行准确的追踪，最终实现无人机的准确降落。但是，无人机在处于飞行运动过程中的，对追踪目标的追踪过程中，目标相对于无人机摄像头的位置是变化的，在进行目标标记追踪过程中，不可避免的会导致目标标记不准确，以致于追踪失败，降低用户的使用体验。
技术实现思路
鉴于上述问题，提出了本专利技术的一种无人机降落目标的追踪方法、装置和无人机，以便解决或至少部分地解决上述问题。根据本专利技术的一个方面，提供了一种无人机降落目标的追踪方法，所述方法包括：步骤S110，根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标；步骤S120，提取所述降落区域的第一特征；步骤S130，将所述降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为所述无人机摄像头之后采集的第二帧图像中的多个匹配区域；步骤S140，分别提取多个所述匹配区域的第二特征，根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标；循环执行步骤S120至步骤S140，实现所述降落目标的追踪。根据本专利技术的另一个方面，提供了一种无人机降落目标的追踪装置，其特征在于，所述装置包括：降落区域确定单元，用于根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标；特征提取单元，用于提取所述降落区域的第一特征；匹配区域确定单元，用于将所述降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为所述无人机摄像头之后采集的第二帧图像中的多个匹配区域；所述特征提取单元，还用于分别提取多个所述匹配区域的第二特征；追踪单元，用于根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标；所述特征提取单元、所述匹配区域确定单元和所述追踪单元循环执行相应的操作，实现降落目标的追踪。根据本专利技术的另一个方面，提供了一种无人机，所述无人机包括存储器和处理器，所述存储器和所述处理器之间通过内部总线通讯连接，所述存储器存储有能够被所述处理器执行的计算机程序，所述计算机程序被所述处理器执行时能够实现前述的方法步骤。综上所述，本专利技术的技术方案的有益效果是：在无人机追踪降落目标的过程中，根据确定的降落目标第一帧图像中的降落区域的位置坐标后，将降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为之后的第二帧图像中的多个匹配区域，然后分别提取多个匹配区域的第二特征，根据与第一特征匹配度最大的第二特征对应的匹配区域确定降落目标在第二帧图像中的降落区域和位置坐标，以此类推，实现多帧图像中的降落区域的标记，进而实现无人机降落目标的追踪，以便无人机完成准确降落。可见，通过该技术方案，根据多个匹配区域中选择匹配度最大确定降落目标在第二帧图像中的降落区域和位置坐标，保证无人机追踪目标的的标记的准确性，提高跟踪的效率和准确率。附图说明图1为本专利技术一个实施例提供的一种无人机降落目标的追踪方法的流程示意图；图2为本专利技术一个实施例提供的一种降落目标的样式示意图；图3为本专利技术一个实施例提供的一种无人机降落目标的追踪装置的功能结构示意图；图4为本专利技术一个实施例提供的一种无人机的功能结构示意图。具体实施方式本专利技术的设计思路是：为确保无人机在降落过程中对降落目标的追踪的准确性，本专利技术提供的技术方案是将降落目标的识别与跟踪算法相结合的方式，大大提高了追踪的准确率和追踪的效率。为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术实施方式作进一步地详细描述。图1为本专利技术一个实施例提供的一种无人机降落目标的追踪方法的流程示意图.如图1所示，该方法包括：步骤S110，根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定降落目标在第一帧图像中的降落区域和位置坐标。YUV图像数据中，"Y"表示明亮度(Luminance或Luma)，也就是灰阶值；。而"U"和"V"表示的则是色度(Chrominance或Chroma)，作用是描述影像色彩及饱和度，用于指定像素的颜色。通过无人机摄像头采集的第一帧图像的YUV图像数据，就可以确定降落目标在第一帧图像中的降落区域和位置坐标。本实施例中的图像数据的格式通常为420p格式或420sp格式。本实施例中的降落目标是预先设定的降落平台，以标示无人机的降落位置，该降落平台设定了相应的特征，以便无人进在追踪过程中的识别。本实施例中确定降落目标在第一帧图像中的降落区域和位置坐标，也就是在第一帧图像中对降落目标的识别过程。步骤S120，提取降落区域的第一特征。步骤S130，将降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将多个缩放后的位置坐标确定的多个区域作为无人机摄像头之后采集的第二帧图像中的多个匹配区域。本实施例中，对位置坐标进行缩放，是因为无人机是处于运动过程中的，降落目标在第二帧图像中的位置相比较在第一帧图像中的位置会有些许的变化，所以在第二帧图像的降落区域确定时，需要对位置坐标进行缩放。这里的预设比例是预先设定的，可选地，该预设比例的设定可以根据无人机在实际应用中的速度进行设定，这样就可以使得确定的匹配区域可以覆盖无人机在不同的速度下的降落目标的变化程度，有利于提高降落目标的追踪的准确率。在一个例子中，第一帧图像中的降落区域R0＝{x0,y0,w0,h0}，(x0,y0)表示目标左上角坐标，(w0,h0)为矩形区域的宽度和高度。将该降落区域的宽高按初始区域的相应倍数进行缩放(wscalej等于hscalej)，得到的待匹配区域Rij'＝{xi',yi',wj',hj'}，i为第i个待匹配区域的左上角坐标预设比例，j为第j个高度预设比例，其中，xi'＝x0*(1+xscalei)为待匹配区域的左上角x坐标。yi'＝y0*(1+yscalei)为待匹配区域的左上角y坐标。wj'＝w0*wscalej为待匹配区域的宽。hj'＝h0*hscalej为待匹配区域的高。步骤S140，分别提取多个匹配区域的第二特征，根据与第一特征匹配度最大的第二特征对应的匹配区域确定降落目标在第二帧图像中的降落区域和位置坐标。循环执行步骤S120至步骤S140，实现降落目标的追踪。本实施例是应用在无人机降落过程中，当无人机接收到降落指令后，会通过无人机摄像头采集的图像对降落目标进行识别，当识别出降落目标在图像中的本文档来自技高网...

【技术保护点】
一种无人机降落目标的追踪方法，其特征在于，所述方法包括：步骤S110，根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标；步骤S120，提取所述降落区域的第一特征；步骤S130，将所述降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为所述无人机摄像头之后采集的第二帧图像中的多个匹配区域；步骤S140，分别提取多个所述匹配区域的第二特征，根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标；循环执行步骤S120至步骤S140，实现所述降落目标的追踪。

【技术特征摘要】
1.一种无人机降落目标的追踪方法，其特征在于，所述方法包括：步骤S110，根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标；步骤S120，提取所述降落区域的第一特征；步骤S130，将所述降落区域的位置坐标进行多个预设比例的缩放，获取多个缩放后的位置坐标，将所述多个缩放后的位置坐标确定的多个区域作为所述无人机摄像头之后采集的第二帧图像中的多个匹配区域；步骤S140，分别提取多个所述匹配区域的第二特征，根据与所述第一特征匹配度最大的所述第二特征对应的匹配区域确定所述降落目标在所述第二帧图像中的降落区域和位置坐标；循环执行步骤S120至步骤S140，实现所述降落目标的追踪。2.如权利要求1所述的方法，其特征在于，所述方法进一步包括：当所述第二特征与所述第一特征的匹配度小于预设匹配阈值时，确定所述无人机的降落目标追踪失败，再次根据步骤S110至步骤S140，重新进行降落目标的追踪。3.如权利要求1所述的方法，其特征在于，所述根据无人机摄像头采集的包括降落目标的第一帧图像的YUV图像数据，确定所述降落目标在所述第一帧图像中的降落区域和位置坐标包括：根据所述第一帧图像的YUV图像数据，将所述第一帧图像转换成灰度图像和第一二值图像，其中，所述第一二值图像中的白色像素点对应所述第一帧图像中的指定色像素点，所述第一二值图像中的黑色像素点对应所述第一帧图像中的非指定色像素点；根据所述降落目标的指定色区域组成的几何特征，将所述第一二值图像中的白色像素点进行聚类处理，获取所述第一二值图像中的一个或多个聚类区域和所述聚类区域的位置坐标；根据一个或多个所述聚类区域的位置坐标，确定所述灰度图像中的一个或多个聚类区域；将所述灰度图像中的一个或多个所述聚类区域转化为第二二值图像，所述第二二值图像中的白色像素点对应所述聚类区域中灰度值小于预设灰度阈值的像素点，所述第二二值图像中的黑色像素点对应所述聚类区域中灰度值大于或等于预设灰度阈值的像素点；判断所述第二二值图像的几何特征是否符合所述降落目标的几何特征，若判断为是，则该第二二值图像对应的聚类区域为所述第一帧图像中的降落区域，该聚类区域的位置坐标作为所述第一帧图像中的降落区域的位置坐标。4.如权利要求1所述的方法，其特征在于，在所述将所述降落区域的位置坐标进行多个预设比例的缩放之前，所述方法进一步包括：根据所述第一帧图像中的所述降落区域的位置坐标，确定所述第二帧图像中的搜索区域，以保证多个缩放后的位置坐标确定的多个区域不能超出所述搜索区域。5.如权利要求1所述的方法，其特征在于，所述提取所述降落区域的第一特征包括：利用Haar-like特征提取方法，提取所述降落区域的灰度值；利用稀疏矩阵对所述降落区域的灰度值进行降维处理，计算所述降落区域的灰度值的期望值和标准差；利用所述降落区域的灰度值的期望值和标准差更新贝叶斯分类器；...

【专利技术属性】
技术研发人员：宋秀峰，
申请(专利权)人：歌尔股份有限公司，
类型：发明
国别省市：山东,37