一种跟踪目标的位置估计方法、装置及无人飞行器制造方法及图纸

本发明专利技术实施例涉及一种跟踪目标的位置估计方法、装置及无人飞行器，该方法包括：根据给定的跟踪目标在当前时刻的初始位置信息，估计所述跟踪目标在下一个时刻的目标位置信息；根据估计的目标位置信息，确定所述跟踪目标在图像中的估计宽度和估计高度；获取跟踪目标在图像中的实际宽度和实际高度；根据所述估计宽度和估计高度与所述实际高度和实际宽度，确定误差项，所述误差项包括高度差和宽度差；根据所述误差项，更新所述跟踪目标在下一个时刻的目标位置信息。通过确定该估计宽度和估计高度与获取的实际宽度和实际高度，计算跟踪目标在图像中的误差项，更新跟踪目标在下一个时刻的目标位置信息，本发明专利技术能够实现稳定地估计跟踪目标的位置。

【技术实现步骤摘要】
一种跟踪目标的位置估计方法、装置及无人飞行器
本专利技术实施例涉及无人飞行器领域，特别涉及一种跟踪目标的位置估计方法、装置及无人飞行器。
技术介绍
在无人飞行器的目标跟随系统中，通常希望实现对目标的实时跟随，且跟随过程中图像中的目标框大小基本保持不变，即保持无人飞行器与目标间“定高、恒距”。因此，稳定地估计目标的位置则显得尤为重要。目前，较精确的目标估计方法有反投影法，利用无人飞行器上的双目相机，将获得的深度数据反投影至图像中，根据投影点是否落在目标框中，来确定目标的三维位置，该类方法精度较高，但是要求目标能出现在双目相机的视场角内，且在双目相机的测量范围内。对于远距离跟踪来说，目标物往往在双目相机的视场外或者测量范围外，这直接导致该类方法失效。另一类方法利用飞机的高度信息和云台的俯仰角信息，大致计算出目标物的位置，该类方法严重依赖了无人飞行器融合的对地高度信息，然而高度信息会随着无人飞行器的飞行时间的累积，精度越来越差，而且当目标距离过远时，俯仰角变化小，无法准确的反映出目标的移动距离。专利技术人在实现本专利技术过程中本文档来自技高网...

【技术保护点】
1.一种跟踪目标的位置估计方法，应用于无人飞行器，所述无人飞行器包括云台相机，所述云台相机用于获取图像，其特征在于，所述方法包括：/n根据给定的跟踪目标在当前时刻的初始位置信息，估计所述跟踪目标在下一个时刻的目标位置信息；/n根据估计的目标位置信息，确定所述跟踪目标在图像中的估计宽度和估计高度；/n获取跟踪目标在图像中的实际宽度和实际高度；/n根据所述估计宽度和估计高度与所述实际高度和实际宽度，确定误差项，所述误差项包括高度差和宽度差；/n根据所述误差项，更新所述跟踪目标在下一个时刻的目标位置信息。/n

【技术特征摘要】
1.一种跟踪目标的位置估计方法，应用于无人飞行器，所述无人飞行器包括云台相机，所述云台相机用于获取图像，其特征在于，所述方法包括：
根据给定的跟踪目标在当前时刻的初始位置信息，估计所述跟踪目标在下一个时刻的目标位置信息；
根据估计的目标位置信息，确定所述跟踪目标在图像中的估计宽度和估计高度；
获取跟踪目标在图像中的实际宽度和实际高度；
根据所述估计宽度和估计高度与所述实际高度和实际宽度，确定误差项，所述误差项包括高度差和宽度差；
根据所述误差项，更新所述跟踪目标在下一个时刻的目标位置信息。


2.根据权利要求1所述的方法，其特征在于，所述根据估计的目标位置信息，确定所述跟踪目标在图像中的估计宽度和估计高度，包括：
对所述跟踪目标进行建模，确定所述跟踪目标对应的模型，根据所述跟踪目标对应的模型，确定所述跟踪目标在图像中的目标框。


3.根据权利要求2所述的方法，其特征在于，所述对所述跟踪目标进行建模，确定所述跟踪目标对应的模型，根据所述跟踪目标对应的模型，确定所述跟踪目标在图像中的目标框，包括：
将所述跟踪目标建模为球体，并根据所述跟踪目标的长度、宽度以及高度，确定所述跟踪目标对应的球体的半径R；
确定跟踪目标对应的球体在图像中对应的目标框。


4.根据权利要求3所述的方法，其特征在于，所述根据估计的目标位置信息，确定所述跟踪目标在图像中的估计宽度和估计高度，包括：
根据估计的目标位置信息，确定所述跟踪目标在相机坐标系下的相机位置信息，其中，所述估计的目标位置信息为世界坐标系下的世界位置信息；
根据所述跟踪目标在相机坐标系下的相机位置信息，确定所述跟踪目标在像素坐标系下的像素位置信息。


5.根据权利要求4所述的方法，其特征在于，所述根据估计的目标位置信息，确定所述跟踪目标在相机坐标系下的相机位置信息，包括：
假设所述估计的目标位置信息Pworld＝(px，py，pz)，则所述估计的目标位置信息对应的状态向量则所述跟踪目标在相机坐标系下的相机位置信息其中，Pcam＝(x，y，z)T为跟踪目标在相机坐标系下的三维坐标，为世界坐标系到相机坐标系的旋转矩阵，t为世界坐标系到相机坐标系的平移向量。


6.根据权利要求5所述的方法，其特征在于，所述根据所述跟踪目标在相机坐标系下的相机位置信息，确定所述跟踪目标在像素坐标系下的像素位置信息，包括：
假设所述跟踪目标在像素坐标系下的像素位置信息p＝(u，v)T，则其中，Kintr为云台相机的内参矩阵，Pcam为跟踪目标在相机坐标系下的三维坐标，pz为跟踪目标在世界坐标系下的三维坐标。


7.根据权利要求6所述的方法，其特征在于，所述云台相机的内参矩阵其中，(fx，fy)为云台相机的焦距，(cx，cy)为主点坐标。


8.根据权利要求7所述的方法，其特征在于，所述确定所述跟踪目标在图像中的估计宽度和估计高度，包括：
根据所述目标框在纵轴方向上的最高点和最低点以及横轴方向上的最左点和最右点，分别确定所述目标框在图像中的估计高度和估计宽度。


9.根据权利要求8所述的方法，其特征在于，所述确定所述目标框在图像中的估计高度，包括：
假设所述跟踪目标在图像中的目标框在纵轴方向上的最高点为a，最低点为b，所述最高点a对应所述球体的切点为A，所述最低点b对应所述球体的切点为B，所述切点A在像素坐标系下的像素坐标为(ua，va)，所述切点B在像素坐标系下的像素坐标为(ub，vb)，所述最高点a和最低点b的高度差为height，则确定所述目标框在图像中的估计高度为其中，Kintr为云台相机的内参矩阵，R为球体的半径，z为跟踪目标在相机坐标系下的Z轴坐标。


10.根据权利要求8所述的方法，其特征在于，所述确定所述目标框在图像中的估计宽度，包括：
假设所述跟踪目标在图像中的目标框在横轴方向上的最左点为c，最右点为d，所述最左点c对应所述球体的切点为C，所述最右点d对应所述球体的切点为D，所述切点C在像素坐标系下的像素坐标为(uc，vc)，所述切点B在像素坐标系下的像素坐标为(ud，vd)，所述最左点c和最右点d的宽度差为width，则所述目标框在图像中的估计宽度为其中，Kintr为云台相机的内参矩阵，R为球体的半径，z为跟踪目标在相机坐标系下的Z轴坐标。


11.根据权利要求1所述的方法，其特征在于，所述根据所述误差项，更新所述跟踪目标在下一个时刻的目标位置信息，包括：
根据所述误差项，基于扩展卡尔曼滤波算法，更新所述跟踪目标在下一个时刻的目标位置信息。


12.根据权利要求11所述的方法，其特征在于，所述根据所述误差项，基于扩展卡尔曼滤波算法，更新所述跟踪目标在下一个时刻的目标位置信息，包括：

【专利技术属性】
技术研发人员：黄金鑫，
申请(专利权)人：深圳市道通智能航空技术有限公司，
类型：发明
国别省市：广东;44