一种基于USV水面光学目标跟踪的深度学习检测方法技术

本发明专利技术属于水面无人平台环境感知和控制系统交叉技术领域，具体涉及一种基于USV水面光学目标跟踪的深度学习检测方法：USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标；本发明专利技术在水面目标检测与定位过程中，加入了基于卷积神经网络的图像去模糊技术，改善了海水波动、目标物运动和USV航行造成的目标模糊问题，且基于24个卷积层和2个全连接层的回归方式检测目标具有速度快、背景误检率低的优点，使USV目标检测具有实时性，且不易受海面阳光折射等干扰。

A Deep Learning Detection Method Based on USV for Optical Target Tracking on Water Surface

The invention belongs to the cross-technology field of environment sensing and control system of unmanned platform on water surface, and specifically relates to a depth learning detection method based on USV surface optical target tracking: USV loads camera to collect video in real time, and transmits video signal to USV internal embedded computer through image acquisition card. The computer first selects a key frame every n frames, and then defuzzifies it. Finally, the convolution neural network is used to detect the water surface target. In the process of detecting and locating the water surface target, the image deblurring technology based on convolution neural network is added to improve the target blurring caused by sea water fluctuation, target motion and USV navigation, and the regression method based on 24 convolution layers and 2 full connection layers has fast speed and background. The advantages of low false alarm rate make USV target detection real-time and not easily interfered by sea surface sunlight refraction.

【技术实现步骤摘要】
一种基于USV水面光学目标跟踪的深度学习检测方法
本专利技术属于水面无人平台环境感知和控制系统交叉
，具体涉及一种基于USV水面光学目标跟踪的深度学习检测方法。
技术介绍
无人水面艇(UnmannedSurfaceVehicle，简称USV)，正逐渐成为舰艇平台的补充或替代品，具有体积小、高速、较好的隐身、智能、无人伤亡等优点，可以较低成本完成海上大范围、长时间的科学考察与工程任务，也可执行多种军事和非军事作业，如海域搜救、导航和水文地理勘察；水文信息监测、海洋气象预报、水下生物研究、海洋资源勘探以及区域海图绘制；近海地带防御；特定海域的侦察、搜索、探测和排雷；反潜作战、反特种作战以及打击海盗、反恐攻击等。USV需要在无人干预的情况下自主航行并完成各种任务，所以必须具备对海洋环境及其中的各类目标实现完全自主的感知和理解能力，其中目标检测到与跟踪能够为USV提供水面目标的位置、姿态和运动轨迹等信息。摄像机靠接受目标本体辐射能量来探测和跟踪目标，具有反侦察能力和抗电子干扰能力较强的优势，且观测到的目标信息丰富，直观性和可靠性相对较高。目前，世界各国已深刻认识到发展基于光视觉的目标检本文档来自技高网...

【技术保护点】
1.一种基于USV水面光学目标跟踪的深度学习检测方法，由水面目标检测与定位、关键帧间目标跟踪、USV路径规划和行为控制三个系统组成，其特征在于，包括以下步骤：水面目标检测与定位系统步骤为：(1.1)USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标；(1.2)利用USV上的双目摄像机双目测距方法计算步骤(1.1)中检测到的目标的中心点到左目摄像机的距离，将此距离作为目标相对于摄像机的位置；再根据USV搭载的IMU所测得的USV的纵倾角和横摇角、左目摄像机在USV上的安装位...

【技术特征摘要】
1.一种基于USV水面光学目标跟踪的深度学习检测方法，由水面目标检测与定位、关键帧间目标跟踪、USV路径规划和行为控制三个系统组成，其特征在于，包括以下步骤：水面目标检测与定位系统步骤为：(1.1)USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标；(1.2)利用USV上的双目摄像机双目测距方法计算步骤(1.1)中检测到的目标的中心点到左目摄像机的距离，将此距离作为目标相对于摄像机的位置；再根据USV搭载的IMU所测得的USV的纵倾角和横摇角、左目摄像机在USV上的安装位置，通过计算获取目标相对USV的位置和角度信息；(1.3)用网络通信将包含目标物位置信息的通信协议发送给USV路径规划；关键帧间目标跟踪系统步骤为：(2.1)根据步骤(1.1)检测到的目标，提取关键帧目标区域的LBP特征，根据特征子模型的概率密度建立目标模型；(2.2)计算当前帧候选目标的LBP特征子模型概率密度，并用相似度函数度量目标模型和目标候选模型间的相似度；(2.3)用Meanshift向量迭代搜索当前帧的目标位置；(2.4)当目标中心位置的漂移距离小于阈值或迭代次数超过阈值时，输出该帧目标位置；(2.5)用网络通信将包含目标物位置信息的通信协议发送给USV路径规划；(2.6)重复步骤(2.2)-(2.5)直至关键帧间跟踪结束，结束后返回步骤(1.1)；USV路径规划和行为控制系统步骤为：(3.1)路径规划层循环等待步骤(1.3)、(2.5)发送通信协议，一旦接收，便进行加和校验，通过校验后提取目标物的位置信息；(3.2)根据步骤(3.1)提取的目标距离、角度等信息，开始进行路径规划，并将结果发送至行为控制层；(3.3)USV行为控制层根据路径规划层的指令调整艏向角和航行的速度。2.根据权利要求1所述的一种基于USV水面光学目标跟踪的深度学习检测方法，其特征在于，所述USV装载摄像机实时采集视频，并将视频信号通过图像采集卡传给USV内部嵌入式计算机，计算机先每隔n帧选定一个关键帧，再对其进行去模糊化处理，最后利用卷积神经网络检测出水面目标，包括：(1.1.1)根据传感器产生模糊图像的原理，在曝光期间捕获的M帧图像，取平均后用相机响应函数映射为模糊图像，以此生产清晰图像和模糊图像对，通过训练卷积神经网络学习图像对的内在函数关系，实现水面目标图像去模糊化；(...

【专利技术属性】
技术研发人员：盛明伟，金巧园，万磊，秦洪德，王卓，唐松奇，佟鑫，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23