基于云平台和机器视觉的无人机自动识别跟踪方法及系统技术方案

本发明专利技术公开了基于云平台和机器视觉的无人机自动识别跟踪方法及系统，其中，该方法包括：用户端APP接收用户输入的无人机跟踪任务，并发送至云服务器；数据采集装置采集无人机的飞行信息并传输至主控芯片；主控芯片将飞行信息发送至云服务器和用户端APP；云服务器对飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号；云服务器将避障运动控制信号和跟踪目标的识别跟踪信号发送至主控芯片；主控芯片将避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。通过本发明专利技术，提高了无人机自动识别跟踪系统的智能性和集成度，并且可以移植到普通无人机上，广泛拓展了无人机系统的智能性。

Automatic Recognition and Tracking Method and System of UAV Based on Cloud Platform and Machine Vision

【技术实现步骤摘要】
基于云平台和机器视觉的无人机自动识别跟踪方法及系统
本专利技术涉及无人机自动识别跟踪
，特别涉及一种基于云平台和机器视觉的无人机自动识别跟踪方法及系统。
技术介绍
现有无人机是由机架机身、动力系统、飞行控制系统、遥控系统这四部分组合的。其中无人机遥控系统作为无人机的第二核心技术，可以用于农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火以及影视航拍等，涵盖农业、安防、地理等领域，且其适用领域还在迅速拓展。在无人机遥控系统中，自动识别跟踪系统是其实现完全自主智能控制的重要组成。现有无人机的自主控制技术已经相当成熟完善，但智能控制技术仍处于研究发展阶段，自动化识别跟踪系统中，环境信息获取、信息传输、信息处理等都决定着无人机的智能性。目前少数智能无人机主要采用骁龙Flight、英特尔凌动处理器、三星Artik芯片和德州仪器OMAP3630作为主控芯片。这些芯片都具有较强处理性能，可用于实现无人机的智能控制，但无人机智能性受限于硬件性能，开发成本高，不易维护。为了拓展各厂商无人机的智能性，急需设计一种可移植的基于云平台和机器视觉的无人机自动识别跟踪系统，为一般无人机的智能性提供可移植平台。
技术实现思路
本专利技术提供一种基于云平台和机器视觉的无人机自动识别跟踪方法及系统，智能性和集成度高，还可以移植到普通无人机上，广泛拓展了无人机系统的智能性。根据本专利技术的一个方面，提供了一种基于云平台和机器视觉的无人机自动识别跟踪方法，包括以下步骤：用户端APP接收用户输入的无人机跟踪任务，并将跟踪目标的信息发送至云服务器；数据采集装置采集无人机的飞行信息并将所述飞行信息传输至主控芯片；所述无人机的飞行信息包括无人机的位置信息、无人机与周围物体的距离信息以及无人机周围的视频图像信息；所述主控芯片将所述飞行信息发送至所述云服务器和用户端APP；所述云服务器对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号；所述云服务器将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。优选地，所述数据采集装置包括激光避障传感器、GPS定位装置以及摄像头，所述激光避障传感器用于测量无人机与周边物体之间的距离，所述GPS定位装置用于定位无人机的位置，所述摄像头用于拍摄无人机周围的视频图像。优选地，所述云服务器对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号，包括以下步骤：所述云服务器分析所述用户端APP发送的跟踪目标的信息，识别跟踪目标是否为人；如果是，则所述云服务器调用Adaboost算法从无人机周围的视频图像中识别人脸；所述云服务器将识别出来的人脸输入所述跟踪目标的信息包含的有效人脸模型中进行匹配，将匹配度最高的人脸确定为跟踪目标；所述云服务器根据无人机的位置信息以及无人机与周围物体之间的距离信息，计算出所述跟踪目标的位置信息；所述云服务器根据无人机的位置信息和所述跟踪目标的位置信息，得到避障运动控制信号和跟踪目标的识别跟踪信号。优选地，所述云服务器将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片之后，该方法还包括以下步骤：所述云服务器根据无人机的位置信息和所述跟踪目标的位置信息，计算无人机位置与所述跟踪目标位置之间的跟踪路段；所述云服务器将所述跟踪路段分割为多个短程路段；所述云服务器在其存储的数据库中搜索是否存在所述多个短程路段的地图记录；如果是，则所述云服务器调用所述多个短程路段的地图记录，并将所述多个短程路段的飞行高度调整到所述多个短程路段对应的地图记录中的高度；所述云服务器将所述多个短程路段的每一个短程路段的飞行高度信息发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪，具体为：所述主控芯片将所述避障运动控制信号、跟踪目标的识别跟踪信号以及所述多个短程路段的每一个短程路段的飞行高度信息传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。优选地，所述云服务器在其存储的数据库中搜索不存在所述多个短程路段的地图记录时，该方法还包括以下步骤：所述云服务器根据无人机周围的视频图像信息以及无人机与周围物体之间距离的信息，调用SLAM算法对所述多个短程路段的每一个短程路段建立二维地图；所述云服务器将所述多个短程路段的飞行高度调整到所述多个短程路段对应的二维地图中的高度；所述云服务器将所述多个短程路段的每一个短程路段的飞行高度信息发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪，具体为：所述主控芯片将所述避障运动控制信号、跟踪目标的识别跟踪信号以及所述多个短程路段的每一个短程路段的飞行高度信息传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。根据本专利技术的另一个方面，还提供了一种基于云平台和机器视觉的无人机自动识别跟踪系统，包括用户端APP、数据采集装置、主控芯片以及云服务器：其中，所述用户端APP包括：跟踪任务发送单元，用于接收用户输入的无人机跟踪任务，并将跟踪目标的信息发送至云服务器；其中，所述数据采集装置包括：信息采集单元，用于采集无人机的飞行信息并将所述飞行信息传输至主控芯片；所述无人机的飞行信息包括无人机的位置信息、无人机与周围物体的距离信息以及无人机周围的视频图像信息；其中，所述主控芯片包括：飞行信息发送单元，用于将所述飞行信息发送至所述云服务器和用户端APP；其中，所述云服务器包括：处理单元，用于对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号；信号发送单元，用于将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片；所述主控芯片还包括：信号传输单元，用于将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。优选地，所述数据采集装置包括激光避障传感器、GPS定位装置以及摄像头，所述激光避障传感器用于测量无人机与周边物体之间的距离，所述GPS定位装置用于定位无人机的位置，所述摄像头用于拍摄无人机周围的视频图像。优选地，所述处理单元包括：分析模块，用于分析所述用户端APP发送的跟踪目标的信息，识别跟踪目标是否为人；人脸识别模块，用于当所述分析模块分析所述用户端APP发送的跟踪目标的信息，识别跟踪目标为人时，调用Adaboost算法从无人机周围的视频图像中识别人脸；人脸匹配模块，用于将识别出来的人脸输入所述跟踪目标的信息包含的有效人脸模型中进行匹配，将匹配度最高的人脸确定为跟踪目标；计算模块，用于根据无人机的位置信息以及无人机与周围物体之间的距离信息，计算出所述跟踪目标的位置信息；信号获取模块，用于根据无人机的位置信息和所述跟踪目标的位置信息，得到避障运动控制信号和跟踪目标的识别跟踪信号。优选地，所述云服务器还包括：计算单元，用于在所述信号发送单元将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片之后，根据无人机的位置信息和所述跟踪目标的位置信息，计算无人机位置与所述跟踪目本文档来自技高网...

【技术保护点】
1.一种基于云平台和机器视觉的无人机自动识别跟踪方法，其特征在于，包括以下步骤：用户端APP接收用户输入的无人机跟踪任务，并将跟踪目标的信息发送至云服务器；数据采集装置采集无人机的飞行信息并将所述飞行信息传输至主控芯片；所述无人机的飞行信息包括无人机的位置信息、无人机与周围物体的距离信息以及无人机周围的视频图像信息；所述主控芯片将所述飞行信息发送至所述云服务器和用户端APP；所述云服务器对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号；所述云服务器将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。

【技术特征摘要】
1.一种基于云平台和机器视觉的无人机自动识别跟踪方法，其特征在于，包括以下步骤：用户端APP接收用户输入的无人机跟踪任务，并将跟踪目标的信息发送至云服务器；数据采集装置采集无人机的飞行信息并将所述飞行信息传输至主控芯片；所述无人机的飞行信息包括无人机的位置信息、无人机与周围物体的距离信息以及无人机周围的视频图像信息；所述主控芯片将所述飞行信息发送至所述云服务器和用户端APP；所述云服务器对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号；所述云服务器将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。2.根据权利要求1所述的方法，其特征在于，所述数据采集装置包括激光避障传感器、GPS定位装置以及摄像头，所述激光避障传感器用于测量无人机与周边物体之间的距离，所述GPS定位装置用于定位无人机的位置，所述摄像头用于拍摄无人机周围的视频图像。3.根据权利要求2所述的方法，其特征在于，所述云服务器对所述飞行信息进行处理，得到避障运动控制信号和跟踪目标的识别跟踪信号，包括以下步骤：所述云服务器分析所述用户端APP发送的跟踪目标的信息，识别跟踪目标是否为人；如果是，则所述云服务器调用Adaboost算法从无人机周围的视频图像中识别人脸；所述云服务器将识别出来的人脸输入所述跟踪目标的信息包含的有效人脸模型中进行匹配，将匹配度最高的人脸确定为跟踪目标；所述云服务器根据无人机的位置信息以及无人机与周围物体之间的距离信息，计算出所述跟踪目标的位置信息；所述云服务器根据无人机的位置信息和所述跟踪目标的位置信息，得到避障运动控制信号和跟踪目标的识别跟踪信号。4.根据权利要求3所述的方法，其特征在于，所述云服务器将所述避障运动控制信号和跟踪目标的识别跟踪信号发送至所述主控芯片之后，还包括以下步骤：所述云服务器根据无人机的位置信息和所述跟踪目标的位置信息，计算无人机位置与所述跟踪目标位置之间的跟踪路段；所述云服务器将所述跟踪路段分割为多个短程路段；所述云服务器在其存储的数据库中搜索是否存在所述多个短程路段的地图记录；如果是，则所述云服务器调用所述多个短程路段的地图记录，并将所述多个短程路段的飞行高度调整到所述多个短程路段对应的地图记录中的高度；所述云服务器将所述多个短程路段的每一个短程路段的飞行高度信息发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪，具体为：所述主控芯片将所述避障运动控制信号、跟踪目标的识别跟踪信号以及所述多个短程路段的每一个短程路段的飞行高度信息传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。5.根据权利要求4所述的方法，其特征在于，所述云服务器在其存储的数据库中搜索不存在所述多个短程路段的地图记录时，还包括以下步骤：所述云服务器根据无人机周围的视频图像信息以及无人机与周围物体之间距离的信息，调用SLAM算法对所述多个短程路段的每一个短程路段建立二维地图；所述云服务器将所述多个短程路段的飞行高度调整到所述多个短程路段对应的二维地图中的高度；所述云服务器将所述多个短程路段的每一个短程路段的飞行高度信息发送至所述主控芯片；所述主控芯片将所述避障运动控制信号和跟踪目标的识别跟踪信号传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪，具体为：所述主控芯片将所述避障运动控制信号、跟踪目标的识别跟踪信号以及所述多个短程路段的每一个短程路段的飞行高度信息传输至无人机的飞行控制板，以控制无人机对目标物体进行跟踪。6.一种基于云平台和机器视觉的无人机自动识别跟踪系统，其特征在于，包括用户...

【专利技术属性】
技术研发人员：袁飞，陈伦澍，梁浩潮，张芸，梁金威，何焯正，苏乐，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：广东,44