System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及目标定位跟踪,尤其涉及一种无人机基于离线地图的单目标定位跟踪方法。
技术介绍
1、随着计算机技术的高速发展,运动物体的检测、定位和跟踪在图像处理、计算机视觉、模式识别、人工智能、多媒体技术等领域越来越受到人们的关注。运动跟踪、定位和检测应用广泛,如通过无人机定位物体并对其行为进行分析,一旦发现物体有异常行为,监控系统发出警报,进行提示予以即时的处理,有效改善人工监督注意力分散、反应时间较慢、人力资源浪费目标等问题;但跟踪的难点在于如何快速而准确的在每一帧图像中实现定位,故将无人机应用在对运动目标跟踪和检测的研究很有价值。
技术实现思路
1、本专利技术所解决的技术问题在于提供一种无人机基于离线地图的单目标定位跟踪方法及充电方法,以解决上述
技术介绍
中的问题。
2、本专利技术所解决的技术问题采用以下技术方案来实现:
3、一种无人机基于离线地图的单目标定位跟踪方法,具体步骤如下:
4、(1)无人机内装载有离线地图模块、无人机控制和视频回传模块、无人机摄像头模块、无人机目标对象分类器模块及无人机控制调度跟踪模块,在无人机控制调度跟踪模块收到目标定位跟踪任务指令后,无人机通过离线地图模块加载任务区域的离线地图基准数据包完成起飞;
5、(2)无人机到达指定地点通过无人机控制和视频回传模块对任务区域目标对象进行搜索,经无人机摄像头模块中的摄像头拍摄得到照片或视频流后,由无人机目标对象分类器模块调用目标分类器对得到的照片或视频流分类进行匹
6、(3)当发现并识别目标后,无人机控制调度跟踪模块结合自身的位置信息、挂载无人机上的测距设备姿态信息及测距设备测得的目标距离信息,得到目标初步定位信息;
7、(4)在步骤2)识别目标后,无人机控制调度跟踪模块结合挂载在无人机上的摄像头拍摄的目标图片及步骤3)得到的目标初步定位信息,调用步骤1)中的离线地图基准数据包,通过背景图片与离线地图基准数据包中的图片进行匹配,从而获取目标更加精确的位置信息;
8、(5)无人机控制调度跟踪模块通过步骤1)中的离线地图基准数据包获取当前的路况信息和目标运动的约束条件,因此结合目标当前的位置信息及目标当前运动的状态,通过目标过去的状态信息、目标现在的状态信息得到目标下一时刻的预测函数从而推断出目标下一时刻的位置信息,实现短时间对目标获取的收敛从而完成目标的跟踪;
9、(6)无人机控制调度跟踪模块通过5)中获取的目标运动状态,控制无人机与无人机挂载的摄像头完成对目标的实时跟踪。
10、在本专利技术中,步骤(1)中,离线地图基准数据包获取有两种:一种是通过第三方获取离线地图基准数据包;二种是当部分场合无高精度的地图时,通过无人机对当前的场所进行扫场建模以创建实景数据,具体为:利用无人机按照预定的网格轨迹飞行,对需要采集的地区进行数据收集,捕获低谷(直下)或倾斜的照片,而后对捕获的图片进行分析和处理以获得共性,创建点云,最后通过测绘处理程序利用捕获的照片与点云创建数字融合现实的场景后,封装成离线地图基准数据包供无人机使用。
11、在本专利技术中,步骤(2)中,目标分类器分类图片具体如下:
12、i、目标提取
13、图片目标提取的方法步骤:①将图片灰度化;②计算每个图片像素的梯度(大小、方向);③将图像分成小子窗口,每3*3个子窗口组成1个块;④统计每个子窗口的梯度直方图,每个子窗口均有一个特征;⑤将每个子窗口的特征串起得到块的特征;⑥将每个块的特征串起归一化后得到整张图片的特征,从而完成对图片中目标的提取;
14、ii、训练强目标分类器
15、构建基于弱分类器的强目标分类器,具体的训练步骤如下:
16、(a)对样本训练集进行初始化
17、训练样本集(x1,y1),…,(xn,yn),其中yi∈0、1,yi是正负样本标识,1为正,否则为负;
18、(b)根据正负样本数初始化样本权重
19、正样本初始权重为w(1,i)=1/2m,负样本初始权重为w(1,j)=1/2l,其中,m表示目标样本总数,l表示非目标样本总数,所有样本的总数为n,且满足n=m+l的条件,w(i,j)表示权重,其中i表示第i次的算法迭代,j表示训练样本中的第j个;
20、(c)目标分类器的迭代训练
21、权重初始化:
22、
23、其中,t为当前的训练次数;
24、计算出各种样本的特征j检测结果的加权错误率εj,如下式(2):
25、
26、根据最小加权错误率εj,选择最佳特征对应的目标分类器hj;
27、(d)级联分类器
28、通过上述算法训练构建出目标分类器,为使得目标分类器的精确度与检测效率更加出色,使用级联方法将强分类器组合成级联分类器;目标分类器的检测体系是以现实中的一幅图像作为输入,而后在图像中进行多区域、多尺度的检测,多区域是将图像划分多块,分别对每个块进行检测。
29、在本专利技术中,步骤(5)中,无人机控制调度跟踪模块控制调度跟踪如下:
30、无人机控制调度跟踪包含预测、迭代和出现/消失三部分,其中,预测是指在无测量的情况下根据离线地图基准数据包的数据预测目标运动的复杂动态模型;迭代是根据获取最新的观测值用于计算其与目标的匹配从而修正相应的目标状态;启动/中止根据学习状态信息、测量信息和数据关联,进而识别跟踪轨迹;跟踪算法如下:
31、输入:ct是t时刻的目标状态;ht是t时刻的隐藏状态;
32、输出:xt目标最终的状态信息;
33、预测:根据上一帧的输入位置xt-1估计下一帧的位置xt;
34、目标出现消失的判别:通过生成的指认概率矩阵判断目标的出现和消失;
35、t=t+1,读取最新的检测信息、查看,结合离线地图基准数据包的数据库,预测目标的运动轨迹;继续运动循环步骤(2)~步骤(3),直至视频的最后一帧,即可得到视频序列中所有目标的跟踪轨迹。
36、在本专利技术中,离线地图模块内承载执行当前任务时相应区域的离线地图基准数据包,用于无人机控制调度跟踪模块对目标识别匹配后能精确得到目标的位置信息;
37、无人机控制和视频回传模块用于控制无人机到达指定地点,完成对目标的摄录及将拍摄的照片/视频流和目标初步的定位信息回传给无人机控制调度跟踪模块;
38、无人机目标对象分类器模块用于对目标图片进行识别,基于样本数据集完成训练过程后,得到包含样本数量、类别、特征以及分类方法等信息的分类器,而使用该分类器,能将未知类别的目标与分类器中的样本进行比较,以实现目标的分类;
39、无人机控制调度跟踪模块依据无人机搜索摄录的数据信息以及目标初步定位信息,根据目标对象识别分类,结合图片匹配从而调用离线地图基准数据包的基准数据包获取高精度的目本文档来自技高网...
【技术保护点】
1.一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,具体步骤如下:
2.根据权利要求1所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,步骤(1)中,离线地图基准数据包获取有两种:一种是通过第三方获取离线地图基准数据包;二种是当部分场合无高精度的地图时,通过无人机对当前的场所进行扫场建模以创建实景数据。
3.根据权利要求2所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,通过无人机对当前的场所进行扫场建模以创建实景数据具体为:利用无人机按照预定的网格轨迹飞行,对需要采集的地区进行数据收集,捕获低谷或倾斜的照片,而后对捕获的图片进行分析和处理以获得共性,创建点云,最后通过测绘处理程序利用捕获的照片与点云创建数字融合现实的场景后,封装成离线地图基准数据包供无人机使用。
4.根据权利要求1所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,步骤(2)中,目标分类器分类图片具体如下:
5.根据权利要求1所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,步骤(5)中,无人机控制调度跟踪模块
6.根据权利要求5所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,跟踪算法如下:
...【技术特征摘要】
1.一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,具体步骤如下:
2.根据权利要求1所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,步骤(1)中,离线地图基准数据包获取有两种:一种是通过第三方获取离线地图基准数据包;二种是当部分场合无高精度的地图时,通过无人机对当前的场所进行扫场建模以创建实景数据。
3.根据权利要求2所述的一种无人机基于离线地图的单目标定位跟踪方法,其特征在于,通过无人机对当前的场所进行扫场建模以创建实景数据具体为:利用无人机按照预定的网格轨迹飞行,对需要采集的地区进行数据收集,捕获低谷或...
【专利技术属性】
技术研发人员:谢训鹏,倪琳轩,陈寿辉,曹雄伟,孙文心,
申请(专利权)人:江西洪都航空工业集团有限责任公司,
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。