【技术实现步骤摘要】
一种基于点云的多旋翼无人机跟踪拦截方法及系统
[0001]本专利技术涉及无人机安全
，更具体地，涉及一种基于点云的多旋翼无人机跟踪拦截方法及系统。
技术介绍
[0002]反无人机探测技术一般从雷达、声音、图像、射频四个方面开展。雷达检测定位无人机非常有效，但在拥挤的城市地区或复杂的背景中不适用。基于声音的检测方法部署较为简单，能同时实现无人机的检测和定位，但易受到环境噪音的影响。基于射频方法易受环境的干扰，且成本较高。
[0003]目前国内外专门针对民用无人机拦截的系统研究较少，大多研究尚处于起步阶段，很多都是以企业作为主体开展的应用性研究，虽有有限应用，但是目前尚未达到较好的效果，拦截系统智能化程度低、准确率低、需要“人拉肩扛”等问题，尚不能大规模推广应用。
技术实现思路
[0004]本专利技术针对现有技术中存在的传统无人机拦截系统智能化程度低、准确率低的技术问题。
[0005]本专利技术提供了一种基于点云的多旋翼无人机跟踪拦截方法，包括以下步骤：
[0006]S1，将多个激光...
【技术保护点】
【技术特征摘要】
1.一种基于点云的多旋翼无人机跟踪拦截方法，其特征在于，包括以下步骤：S1，将多个激光雷达纵向排列构成激光雷达阵列，并架设于拦截系统的360
°
稳定转向平台上，通过360
°
稳定转向平台控制激光雷达阵列旋转采集多旋翼无人机的三维空间特征信息，形成点云数据；并通过激光雷达阵列识别多旋翼无人机周边变化的动态场景，建立空中目标背景场景模型；S2，将所述点云数据在相同三维坐标系下进行合并重建，并剔除其中因扫描范围重合而重复的数据，得到预处理数据；S3，通过深度学习视觉避障模块识别拦截系统周边变化的动态场景，建立地面环境背景场景模型；S4，将所述预处理数据与所述空中目标背景场景模型作差，并剔除静态环境数据后得到跟踪数据，与地面环境背景场景模型数据一起发送至云计算识别系统；S5，云计算识别系统根据所述跟踪数据计算出多旋翼无人机的三维坐标信息，拦截系统根据三维坐标信息跟踪所述多旋翼无人机，并根据地面环境背景场景模型数据对多旋翼无人机进行规划路径及姿态调整。2.根据权利要求1所述的基于点云的多旋翼无人机跟踪拦截方法，其特征在于，所述S1具体包括：在未识别到多旋翼无人机目标的场景下，通过360
°
稳定转向平台扩大各激光雷达的间距，以提升扫描范围；在检测到多旋翼无人机目标时，通过360
°
稳定转向平台缩小各激光雷达的间距，以提升扫描精度。3.根据权利要求2所述的基于点云的多旋翼无人机跟踪拦截方法，其特征在于，所述S5之后还包括：根据多旋翼无人机的三维坐标信息，所述360
°
稳定转向平台控制所述激光雷达阵列实时调整扫描方向以对准所述多旋翼无人机。4.根据权利要求1所述的基于点云的多旋翼无人机跟踪拦截方法，其特征在于，所述S3具体包括：所述深度学习视觉避障模块包括全景摄像头、红外发射装置及深度学习图像识别单元；所述全景摄像头包含四个超广角摄像头，每个超广角摄像头采集周边一预定角度的环境图像，四个超广角摄像头共同采集拦截系统周边全部场景的图像，分别输入至所述深度学习图像识别单元中做进一步识别；所述红外发射装置用于在所述全景摄像头采集到的图像无法识别时，通过所述红外发射装置向周边环境投射红外光，增加采集得到的图像特征；所述深度学习图像识别单元基于YOLO
‑
X图像识别算法对各超广角摄像头采集到的图像实时处理，针对拦截系统周边环境中的动态物体进行实时地分类识别，将计算得到的识别目标类别及坐标发送至所述360
°
稳定转向平台，所述360
°
稳定转向平台进一步控制激光雷达阵列旋转采集多旋翼无人机的三维空间特征信息。5.根据权利要求4所述的基于点云的多旋翼无人机跟踪拦截方法，其特征在于，所述S3具体包括：使用动态对象的数据对所述深度学习图像识别单元进行强化训练，在没有识别到动态对象的情况下，或在识别到周围...
【专利技术属性】
技术研发人员：樊宽刚，别同，唐耀锋，雷爽，王永超，
申请(专利权)人：江西理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。