一种基于机器视觉的无人机协同目标跟踪算法制造技术

本发明专利技术涉及一种基于机器视觉的无人机协同目标跟踪算法，其步骤为：检测启动，从目标图像数据组成数据库中选择初始模板，开始跟踪；跟踪当前帧k帧姿态，估计k‑1帧的目标视线位置；定义搜索区域后预测目标投影，获得目标投影预估值，并进行模板匹配和形态滤波；根据目标数据链接确定相对定位后开始跟踪并获取新图像；若目标落在检测区外，则删除该定位，模板更新后重新开始跟踪检测过程，模板更新按下式设定阈值τ

【技术实现步骤摘要】
一种基于机器视觉的无人机协同目标跟踪算法
本专利技术涉及跟踪
，尤其涉及一种基于机器视觉的无人机协同目标跟踪算法。
技术介绍
随着机器视觉技术的发展，无人机(UAV)机载目标的检测和跟踪广泛应用于军事与民用领域。由于其可动态部署、配置方便、高度自主等特点，无人机在物联网领域同样扮演着极其重要的角色。机器视觉系统算法研究无人驾驶飞行器检测跟踪的重要工具。首先基于视觉系统可以增强无人机的自主定位，自主着陆，障碍物探测和感知并避开等性能，这些技术经常用于恢复周围场景的信息，如基础设施监测、沿海地区监测和三维测绘等。其次，机器视觉技术及其算法在改善无人机自身功能方面也发挥着关键作用，例如在自主导航、导航和控制以及姿态感知等方面。除了单独的无人机操作之外，基于机器视觉的技术在无人机群的活动中也起着至关重要的作用。它们可用于全球导航卫星系统环境中，实现的无人机协同合作完成3D制图和协助导航。
技术实现思路
本专利技术的目的是为了提供一种基于机器视觉的无人机协同目标跟踪算法，跟踪适应性高。为解决以上技术问题，本专利技术的技术本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的无人机协同目标跟踪算法，其特征在于：其步骤包括/n步骤1：检测启动，从目标图像数据组成数据库中选择初始模板，开始跟踪；/n步骤2：跟踪当前帧k帧姿态，估计k-1帧的目标视线位置；/n步骤3：定义搜索区域后预测目标投影，获得目标投影预估值，并进行模板匹配和形态滤波；/n预测目标投影的步骤为：/n计算目标损失的预测值ρ

【技术特征摘要】
1.一种基于机器视觉的无人机协同目标跟踪算法，其特征在于：其步骤包括
步骤1：检测启动，从目标图像数据组成数据库中选择初始模板，开始跟踪；
步骤2：跟踪当前帧k帧姿态，估计k-1帧的目标视线位置；
步骤3：定义搜索区域后预测目标投影，获得目标投影预估值，并进行模板匹配和形态滤波；
预测目标投影的步骤为：
计算目标损失的预测值ρc：
ρc＝RnbRbcρn
其中，



其中，Rnb代表跟踪器无人机姿态在NED坐标系下机载导航系统提供的的旋转矩阵，Rx、Ry、Rz分别表示无人机对应绕轴的偏航、俯仰、横滚的运动矩阵；Rbc代表通用参考系相对于无人机姿态身参考系姿态的旋转矩阵；ρn为目标定位的差分定位和载波相位间的差值；
计算目标投影预估值：通过执行跟踪视线固有校准过程的校准矩阵K，可得目标投影预测值upr和νPr：



步骤4...

【专利技术属性】
技术研发人员：陆渊章，
申请(专利权)人：江苏信息职业技术学院，
类型：发明
国别省市：江苏;32