【技术实现步骤摘要】
无人机视觉跟踪方法、系统、无人机及可读存储介质
[0001]本专利技术涉及无人机控制
,尤其涉及一种无人机视觉跟踪方法
、
系统
、
无人机及可读存储介质
。
技术介绍
[0002]随着技术的不断进步,无人机在民用和军用领域均得到广泛应用
。
而固定翼无人机具有航行速度快
、
航时长等优点,被广泛应用于地面目标的跟踪上
。
[0003]通常采用在无人机上搭载视觉传感器的方式,获取地面目标的图像信息,进而实现对目标的跟踪
。
其中,视觉传感器可以为云台相机
。
现有技术在对无人机进行控制的时候,需要建立无人机的模型和云台的模型,并且,需要云台姿态将与无人机姿态耦合,使得解耦的难度较大
。
技术实现思路
[0004]本申请提供一种无人机视觉跟踪方法
、
系统
、
无人机及可读存储介质,不需要建立无人机的模型和云台的模型,也不需要解耦
。
[0005]本申请提供一种无人机视觉跟踪方法,包括:
[0006]获取无人机所固联的云台上相机采集的目标图像;
[0007]识别被跟踪目标在所述目标图像中相对于图像中心区域的相对偏移位置;
[0008]根据所述相对偏移位置,得到所述无人机及所述云台的控制量信息;
[0009]根据所述控制量信息,以所述图像中心区域为基准,联合控制所述无人机及所述云台以使所述被跟踪 ...
【技术保护点】
【技术特征摘要】
1.
一种无人机视觉跟踪方法,其特征在于,包括:获取无人机所固联的云台上相机采集的目标图像;识别被跟踪目标在所述目标图像中相对于图像中心区域相对偏移位置;根据所述相对偏移位置,得到所述无人机及所述云台的控制量信息;根据所述控制量信息,以所述图像中心区域为基准,联合控制所述无人机及所述云台以使所述被跟踪目标处于所述图像中心区域
。2.
如权利要求1所述的无人机视觉跟踪方法,其特征在于,所述根据所述相对偏移位置,得到所述无人机及云台的控制量信息,包括:将所述相对偏移位置
、
云台当前位姿,飞行信息及无人机的位姿,输入至无人机控制模型,输出得到所述无人机及云台的控制量信息;其中,所述无人机控制模型是采用视觉信息和无人机飞行环境的物理参数形成的目标图像样本训练得到的
。3.
如权利要求2所述的无人机视觉跟踪方法,其特征在于,所述方法还包括:采用如下方式,训练得到所述无人机控制模型:通过域随机化方法,对模拟环境中的视觉信息和无人机飞行环境的物理参数进行随机化,增大无人机控制模型的样本量;以及,基于强化学习算法,利用所增大后的样本量进行无人机控制模型的训练,得到所述无人机控制模型;所述无人机控制模型用于迁移到真实的所述无人机
。4.
如权利要求2所述的无人机视觉跟踪方法,其特征在于,所述将所述相对偏移位置
、
云台当前位姿,飞行信息及无人机的位姿,输入至无人机控制模型,输出得到所述无人机及云台的控制量信息,包括:将所述相对偏移位置,云台当前位姿,飞行信息及无人机的位姿,作为强化学习算法的观测量;将无人机偏航角速度及云台目标位姿,作为所述强化学习算法的动作;将所述相对偏移位置的平方作为所述强化学习算法中的奖励函数的惩罚项;将所述无人机的航行速度,作为所述奖励函数的奖励项;利用所述观测量
、
所述动作及所述奖励函数,通过所述强化学习算法,得到所述无人机及所述云台的控制量信息
。5.
如权利要求4所述的无人机视觉跟踪方法,其特征在于,所述利用所述观测量
、
所述动作及所述奖励函数,通过所述强化学习算法,得到所述无人机及所述云台的控制量信息,包括:在所述观测量和所述动作的条件下,多次迭代确定所述奖励函数的奖励值;通过多次迭代的所述奖励值,选择累计奖励值最大对应的状态空间和动作空间,作为所述控制量信息
。6.
如权利要求1至5任一项所述的无人机视觉跟踪方法,其特征在于,所述无人机为固定翼无人机;所述云台搭载单目相机;所述云台具有两自由度,所述云台用于通过调整俯仰角和偏航角跟踪目标;将所述云台固联在所述固定翼无...
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。