一种无人机云台自动控制与对焦、测光方法技术

本发明专利技术公布了一种无人机云台自动控制与对焦、测光方法，首先利用无人机云台相机获取环境中的图像，通过RTSP对相机数据进行实时数据采集；获取的图像数据再通过以YOLO v3算法为基础改进而来的深度学习算法进行目标检测，该算法可以在图像数据中识别出多种特定的目标，根据目标位置控制云台角度，将目标稳定在相机视野中心，对指定目标进行对焦和测光。该方法可以实现无人机飞行情况下，实时获取飞行器云台相机拍摄的视频数据，依据识别的目标位置控制云台，对指定目标进行对焦和测光，检测方法准确性高并且相比普通的对焦、测光算法拍摄成功率显著提升。

【技术实现步骤摘要】
一种无人机云台自动控制与对焦、测光方法
本专利技术属于无人机云台自动控制领域，特别是无人机云台自动控制以及对指定目标的对焦、测光领域。
技术介绍
无人机搭载云台飞行过程中，需要云台对准指定目标，在目标和飞行器运动过程中，保持目标一直出现在视野范围之内，并对目标进行准确的对焦和测光以便拍照。普通的相机自动对焦和测光算法都是针对整幅图像而言，无法针对需要拍摄的特定物体进行对焦和测光，在大光比、复杂环境下常常出现对焦、测光错误的情况，成像质量很差。为解决此问题，必须设计一套可靠、准确的视觉目标识别跟踪算法，识别出图像中的目标信息，才能进行无人机云台的自动控制、对焦和测光。无人机运行的飞行环境比较复杂，图像中的干扰信息较多，传统的目标识别检测算法难以完成任务。新兴的深度学习目标检测算法能够从数据中自动学习目标特征，对目标的表征能力强，目前已广泛应用到图像分类与识别当中。将先进的深度学习目标识别算法及云台控制算法应用在无人机上，能够大大提升无人机的自主能动性和智能化程度，扩展无人机的应用范围。专利技术内容本专利技术本文档来自技高网...

【技术保护点】
1.一种无人机云台自动控制与对焦、测光方法，其特征在于，包括以下步骤：/n第一步，利用RTSP获取云台的实时视频数据；/n第二步，根据获取的实时视频数据，利用基于yolo v3算法的深度学习算法，处理云台的数据，检测相机视野内的目标；/n第三步，控制云台角度，将视野中心对准指定目标，跟随目标移动保持跟踪；/n第四步，控制相机，对指定目标进行对焦和测光。/n

【技术特征摘要】
1.一种无人机云台自动控制与对焦、测光方法，其特征在于，包括以下步骤：
第一步，利用RTSP获取云台的实时视频数据；
第二步，根据获取的实时视频数据，利用基于yolov3算法的深度学习算法，处理云台的数据，检测相机视野内的目标；
第三步，控制云台角度，将视野中心对准指定目标，跟随目标移动保持跟踪；
第四步，控制相机，对指定目标进行对焦和测光。


2.根据权利要求1所述的一种无人机云台...

【专利技术属性】
技术研发人员：尹彦卿，王昂，陈梦云，
申请(专利权)人：南京婆娑航空科技有限公司，
类型：发明
国别省市：江苏;32