【技术实现步骤摘要】
本申请涉及无人感知，尤其涉及一种无人感知方法、装置、设备及计算机存储介质。
技术介绍
1、随着无人感知技术的发展，无人感知技术也在各个领域的使用越来越频繁，同时这也对无人感知技术提出了更高要求。
2、传统的无人感知的数据传输方式需要网络传输进行控制，数据上传到上位机处理再返回，这种无人感知的数据传输方式存在很大缺陷，存在需要将数据上传到上位机处理再返回的现象发生，因此，急需一种新的无人感知电路来提高数据处理的效率。
技术实现思路
1、本申请的主要目的在于提出一种无人感知方法、装置及计算机存储介质，旨在解决如何提高数据处理的效率的技术问题。
2、为实现上述目的，本申请提供一种无人感知方法，所述无人感知方法应用于无人飞行器，所述无人飞行器包括通信连接的边缘计算芯片和采集模块，所述无人感知方法，包括以下步骤：
3、获取所述采集模块采集的图像信息，在预设的识别训练模型中，根据所述图像信息确定识别感知物体；
4、根据所述识别感知物体和预设的跟踪算法进行目标跟踪。
5、可选地，所述预设的识别训练模型包括yolo图像识别算法模型，所述图像信息包括多帧画面，所述在预设的识别训练模型中，根据所述图像信息确定识别感知物体的步骤，包括：
6、在yolo图像识别算法模型中，确定所述图像信息中首帧画面中的第一目标标记物体，其中，所述第一目标标记物体包括所述首帧画面中辨识度较高的物体；
7、确定所述图像信息中非首帧画面中的第二
8、若所述第一目标标记物体和所述第二目标标记物体处于同一空域，则将所述第一目标标记物体和所述第二目标标记物体作为识别感知物体；
9、若所述第一目标标记物体和所述第二目标标记物体处于不同空域，则确定所述第一目标标记物体和所述第二目标标记物体中处于同一空域的目标标记物体作为识别感知物体。
10、可选地，所述预设的跟踪算法包括bytetrack跟踪算法，所述根据所述识别感知物体和预设的跟踪算法进行目标跟踪的步骤，包括：
11、基于预设的跟踪需求确定跟踪指令，并检测所述跟踪指令是否为预设的单目标跟踪指令；
12、若所述跟踪指令不为预设的单目标跟踪指令，则基于预设的调节指令调节所述无人飞行器的飞行姿态，并执行所述获取所述采集模块采集的图像信息的步骤；
13、若所述跟踪指令为预设的单目标跟踪指令，则基于所述bytetrack跟踪算法对所述识别感知物体中的目标跟踪物体进行目标跟踪。
14、可选地，所述采集模块包括红外采集芯片和可见光采集芯片，所述获取所述采集模块采集的图像信息的步骤，包括：
15、获取所述红外采集芯片采集的红外图像，并获取所述可见光采集芯片采集的可见光图像；
16、基于预设的图像融合算法将所述红外图像和所述可见光图像进行融合得到图像信息，其中，所述预设的图像融合算法包括tardal算法。
17、可选地，所述无人感知方法，还包括：
18、基于预设的扩充训练集生成伪标签信息，其中，所述预设的扩充训练集包括初始训练集基于controlnet算法进行扩充之后的训练集；
19、基于生成所述伪标签信息的预设的训练集在预设模型中进行模型训练得到第一预训练检测模型，并根据所述第一预训练检测模型进行预设的模型处理得到预设的识别训练模型，所述预设模型包括增加输出头且激活函数成了relu的yolo模型。
20、可选地，所述根据所述第一预训练检测模型进行预设的模型处理得到预设的识别训练模型的步骤，包括：
21、基于预设的数据增强算法对所述初始训练集进行数据增强得到预训练数据集；
22、基于所述预训练数据集在所述预设模型中进行模型训练得到第二预训练检测模型，基于所述第二预训练检测模型和所述第一预训练检测模型进行预设的模型处理得到预设的识别训练模型。
23、可选地，所述预设的模型处理包括模型剪枝和模型量化，所述基于所述第二预训练检测模型和所述第一预训练检测模型进行预设的模型处理得到预设的识别训练模型的步骤，包括：
24、基于所述第一预训练检测模型和所述第二预训练检测模型确定第三预训练检测模型，基于预设的剪枝算法对所述第三预训练检测模型进行模型剪枝得到剪枝训练检测模型；
25、基于预设的模型量化算法对所述剪枝训练检测模型进行模型量化得到预设的识别训练模型。
26、此外，为实现上述目的，本申请还提供一种无人感知装置，所述无人感知装置包括通信连接的边缘计算芯片和采集模块，所述无人感知装置包括：
27、物体识别模块，用于获取所述采集模块采集的图像信息，在预设的识别训练模型中，根据所述图像信息确定识别感知物体；
28、物体跟踪模块，用于根据所述识别感知物体和预设的跟踪算法进行目标跟踪。
29、此外，为实现上述目的，本申请还提供一种无人感知设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人感知程序，所述无人感知程序被所述处理器执行时实现上所述的无人感知方法的步骤。
30、此外，为实现上述目的，本申请还提供一种无人感知计算机存储介质，所述计算机存储介质上存储有无人感知程序，所述无人感知程序被处理器执行时实现如上所述的无人感知方法的步骤。
31、本申请公开了一种无人感知方法，无人感知方法应用于无人飞行器，所述无人飞行器包括通信连接的边缘计算芯片和采集模块，通过获取所述采集模块采集的图像信息，在预设的识别训练模型中，根据所述图像信息确定识别感知物体；根据所述识别感知物体和预设的跟踪算法进行目标跟踪。通过图像信息在预设的识别训练模型确定识别感知物体，进而基于识别感知物体和预设的跟踪算法进行目标跟踪。
32、从而，本申请避免了现有技术中需要将数据上传到上位机处理再返回的现象发生，这种无人感知方法可以通过直接作用于无人飞行器上的边缘计算芯片，并通过图像信息在预设的识别训练模型确定识别感知物体，进而基于识别感知物体和预设的跟踪算法进行目标跟踪，进而无需将图像信息传回与整个无人飞行器通信连接的上位机，进而可以提高无人飞行器数据处理的效率。
本文档来自技高网...【技术保护点】
1.一种无人感知方法，其特征在于，所述无人感知方法应用于无人飞行器，所述无人飞行器包括通信连接的边缘计算芯片和采集模块，所述无人感知方法，包括以下步骤：
2.如权利要求1所述无人感知方法，其特征在于，所述预设的识别训练模型包括YOLO图像识别算法模型，所述图像信息包括多帧画面，所述在预设的识别训练模型中，根据所述图像信息确定识别感知物体的步骤，包括：
3.如权利要求1所述无人感知方法，其特征在于，所述预设的跟踪算法包括ByteTrack跟踪算法，所述根据所述识别感知物体和预设的跟踪算法进行目标跟踪的步骤，包括：
4.如权利要求1所述无人感知方法，其特征在于，所述采集模块包括红外采集芯片和可见光采集芯片，所述获取所述采集模块采集的图像信息的步骤，包括：
5.如权利要求1-4任一项所述无人感知方法，其特征在于，所述无人感知方法，还包括：
6.如权利要求5所述无人感知方法，其特征在于，所述根据所述第一预训练检测模型进行预设的模型处理得到预设的识别训练模型的步骤，包括：
7.如权利要求6所述无人感知方法，其特征在于，
8.一种无人感知装置，其特征在于，所述无人感知装置包括通信连接的边缘计算芯片和采集模块，所述无人感知装置包括：
9.一种无人感知设备，其特征在于，所述无人感知设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的无人感知程序，所述无人感知程序被所述处理器执行时实现如权利要求1至7中任一项所述无人感知方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有无人感知程序，所述无人感知程序被处理器执行时实现如权利要求1至7中任一项所述无人感知方法的步骤。
...【技术特征摘要】
1.一种无人感知方法，其特征在于，所述无人感知方法应用于无人飞行器，所述无人飞行器包括通信连接的边缘计算芯片和采集模块，所述无人感知方法，包括以下步骤：
2.如权利要求1所述无人感知方法，其特征在于，所述预设的识别训练模型包括yolo图像识别算法模型，所述图像信息包括多帧画面，所述在预设的识别训练模型中，根据所述图像信息确定识别感知物体的步骤，包括：
3.如权利要求1所述无人感知方法，其特征在于，所述预设的跟踪算法包括bytetrack跟踪算法，所述根据所述识别感知物体和预设的跟踪算法进行目标跟踪的步骤，包括：
4.如权利要求1所述无人感知方法，其特征在于，所述采集模块包括红外采集芯片和可见光采集芯片，所述获取所述采集模块采集的图像信息的步骤，包括：
5.如权利要求1-4任一项所述无人感知方法，其特征在于，所述无人感知方法，还包括：
6.如权利要求5所述无人感知方法...
【专利技术属性】
技术研发人员：何乔，程卓，钮约，高佳怡，邓新宇，陈力恺，陈佳峻，
申请(专利权)人：中国地质大学武汉，
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。