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() 一种水面目标自适应跟踪系统及跟踪方法技术方案_技高网

一种水面目标自适应跟踪系统及跟踪方法技术方案

技术编号:41144439 阅读:4 留言:0更新日期:2024-04-30 18:13
本发明专利技术提供一种水面目标自适应跟踪系统及跟踪方法,涉及水面目标追踪技术领域,本发明专利技术的跟踪系统包括信息采集模块、用于控制跟踪器进入跟踪模式或预测等待模式的模式选择模块、用于控制跟踪器跟踪水面目标的跟踪模块、用于生成水面目标预测位置的预测模块、以及在水面目标出现在预测位置时唤醒跟踪模块的唤醒模块,本发明专利技术通过引入模式选择单元,在水面目标受到遮挡及恶劣环境因素影响较大时控制跟踪器进入预测等待模式,避免跟踪器沿错误的方向远离水面目标,而给后续继续跟踪水面目标造成不利影响的问题,并通过引入唤醒单元,在水面目标出现在预测位置时及时唤醒追踪模块工作以继续追踪,提高水面目标追踪的连续性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及水面目标追踪,具体为一种水面目标自适应跟踪系统及跟踪方法


技术介绍

1、在现有的水面目标跟踪技术中,主要依靠单一或少数传感器对目标进行识别和跟踪。但是这些系统通常缺乏环境自适应能力,对环境变化的应对措施较为被动,在复杂海况、恶劣气象条件或目标部分遮挡时,跟踪性能会急剧下降。其中遮挡问题尤其突出,当目标因被外物(如水上船只、水幕水雾、水上平台等)遮挡而暂时从视线中消失时,传统系统很难迅速重新获取目标。

2、现有技术中,公开号为“cn117218380a”的一无人船遥感图像的动态目标检测追踪方法。包括以下步骤:a、采用适应性传感器融合技术,集成雷达、光学和红外传感器进行全天候、多模态的目标检测;b、通过深度学习的时空融合技术,使用3d卷积神经网络或lstm捕获动态目标的时空特征;c、使用无监督的异常检测技术对常见的海上场景进行模型训练,以识别并跟踪异常目标;d、实施水面反射消除技术,减少水面反射和太阳闪烁的影响;e、应用自适应遮挡处理策略,使用预测模型维持目标追踪,即使目标被波浪或其他物体遮挡;f、利用多任务深度网络进行目标检测、分类、速度估计和方向预测;g、实施波动适应性校正,利用机器学习对由水面波动造成的图像变形进行实时校正。上述预测模型的设置在目标丢失时,对目标的位置进行预测,便于重新获取目标位置。

3、但现有技术仍存在较大缺陷,如:对于水面追踪技术而言,最为精准无误的选择为获取到目标的位置再进行追踪,预测模型所能提供的预测位置仅仅起到参照作用,存在一定的误差,且这一误差会因外界恶劣的环境因素(如大风大浪天气)而被扩大,因此在目标被遮挡后跟随预测位置进行跟踪的选择并不明智,存在按照预测位置的方向进行跟踪而与跟踪目标的实际位置越来越远的问题。


技术实现思路

1、本专利技术的目的在于提供一种水面目标自适应跟踪系统及跟踪方法,以解决上述
技术介绍
中提出的问题。

2、为实现上述目的,本专利技术提供如下技术方案:

3、一种水面目标自适应跟踪系统,包括:

4、信息采集模块,所述信息采集模块用于实时采集水面目标的可见区域面积、风力等级、波浪等级、跟踪器与水面目标间的距离、水面目标的速度大小及方向,其中t表示不同采集时刻的编号,且t=1、2、3、……、n;

5、模式选择模块,所述模式选择模块用于根据水面目标的可见区域面积、风力等级、以及波浪等级,发出信号一以控制跟踪器进入跟踪模式、或发出信号二以控制跟踪器进入预测等待模式;

6、跟踪模块,所述跟踪模块用于接收跟踪器与水面目标间的距离、水面目标的速度大小及方向数据,并在接收到信号一时,根据跟踪器与水面目标间的距离、水面目标的速度大小及方向,控制跟踪器跟踪水面目标;

7、预测模块,所述预测模块用于接收跟踪器与水面目标间的距离、水面目标的速度大小及方向数据,并在接收到信号二时,根据跟踪器与水面目标间的距离、水面目标的速度大小及方向,生成水面目标的一个或多个预测位置;

8、唤醒模块,所述唤醒模块用于获取预测位置并控制信息采集模块监测预测位置,在发现水面目标出现在预测位置时向跟踪模块发出唤醒信号,使得跟踪模块控制跟踪器跟踪水面目标。

9、进一步的,所述信息采集模块包括光学摄像机、红外摄像机、脉冲多普勒雷达、风力传感器以及浮标传感器。

10、进一步的,所述模式选择模块包括数据接收单元、数据处理单元以及阈值比较单元,其中:

11、数据接收单元,所述数据接收单元与信息采集模块间电连接,用于接收来自信息采集模块传递的水面目标的可见区域面积、风力等级、以及波浪等级;

12、数据处理单元,所述数据处理单元与数据接收单元间电连接,用于根据水面目标的可见区域面积、风力等级、波浪等级,生成预测等待系数,具体如下:

13、按照1-9标度法对风力等级、以及波浪等级进行赋值,生成风力影响值、以及波浪影响值;

14、预测等待系数的计算公式如下:

15、;

16、其中,在上述计算公式中,,表示水面目标的总面积;

17、其中,表示第一预测等待系数,均为预设比例系数,表示第二预测等待系数,均为预设比例系数,表示第一预测等待系数的权重影响系数,表示第二预测等待系数的权重影响系数;

18、阈值比较单元,用于接收将预测等待系数,并将其与预设阈值进行对比,在满足时发出信号一以控制跟踪器进入跟踪模式,在满足时发出信号二以控制跟踪器进入预测等待模式。

19、进一步的,所述风力影响值的赋值标准为:

20、在风力等级为0-6级时,风力影响值赋值为1;

21、在风力等级为7-10级时,风力影响值赋值为3;

22、在风力等级为11-16级时,风力影响值赋值为5;

23、在风力等级为17-21级时,风力影响值赋值为7;

24、在风力等级为22级及以上时,风力影响值赋值为9。

25、进一步的,所述波浪影响值的赋值标准为:

26、在波浪等级为0级时,波浪影响值赋值为1;

27、在波浪等级为1级时,波浪影响值赋值为3;

28、在波浪等级为2级时,波浪影响值赋值为5;

29、在波浪等级为3级时,波浪影响值赋值为7;

30、在波浪等级为4级及以上时,波浪影响值赋值为9。

31、进一步的,所述唤醒模块包括预测位置接收单元、图像提取单元、以及图像对比单元,其中:

32、预测位置监测单元,所述预测位置监测单元与预测模块、信息采集模块电连接,用于接收预测模块生成的水面目标的一个或多个预测位置,并控制信息采集模块对预测模块预测的水面目标的一个或多个预测位置进行监测;

33、图像提取单元,所述图像提取单元与信息采集模块电连接,用于提取信息采集模块在预测位置处采集的图像;

34、图像对比单元,所述图像对比单元与图像提取单元电连接,用于将图像提取单元提取的图像和图像对比单元自身存储的水面目标图像进行对比,以判断水面目标是否在预测位置处出现,并在水面目标出现在预测位置时向跟踪模块发出唤醒信号,以此使得跟踪模块在接收到唤醒信号时,根据跟踪器与水面目标间的距离、水面目标的速度大小及方向,控制跟踪器跟踪水面目标。

35、一种水面目标自适应跟踪方法,用于上述的水面目标自适应跟踪系统,包括如下步骤:

36、s1,实时采集水面目标的可见区域面积、风力等级、波浪等级、跟踪器与水面目标间的距离、水面目标的速度大小及方向,其中t表示不同采集时刻的编号,且t=1、2、3、……、n;

37、s2,根据水面目标的可见区域面积、风力等级、以及波浪等级,发出信号一以进入步骤s3、或发出信号二以进入步骤s4;

38、s3,根据跟踪器与水面目标间的距离、水面目标的速度大小及方向,控制跟踪器跟踪水面目标;

39、s4,根据跟本文档来自技高网...

【技术保护点】

1.一种水面目标自适应跟踪系统,其特征在于,包括:

2.根据权利要求1所述的水面目标自适应跟踪系统,其特征在于:所述信息采集模块包括光学摄像机、红外摄像机、脉冲多普勒雷达、风力传感器以及浮标传感器。

3.根据权利要求1所述的水面目标自适应跟踪系统,其特征在于:所述模式选择模块包括数据接收单元、数据处理单元以及阈值比较单元,其中:

4.根据权利要求3所述的水面目标自适应跟踪系统,其特征在于:所述风力影响值的赋值标准为:

5.根据权利要求3所述的水面目标自适应跟踪系统,其特征在于:所述波浪影响值的赋值标准为:

6.根据权利要求1所述的水面目标自适应跟踪系统,其特征在于:所述唤醒模块包括预测位置接收单元、图像提取单元、以及图像对比单元,其中:

7.一种水面目标自适应跟踪方法,用于上述权利要求1-6任意一项所述的水面目标自适应跟踪系统,其特征在于,包括如下步骤:

【技术特征摘要】

1.一种水面目标自适应跟踪系统,其特征在于,包括:

2.根据权利要求1所述的水面目标自适应跟踪系统,其特征在于:所述信息采集模块包括光学摄像机、红外摄像机、脉冲多普勒雷达、风力传感器以及浮标传感器。

3.根据权利要求1所述的水面目标自适应跟踪系统,其特征在于:所述模式选择模块包括数据接收单元、数据处理单元以及阈值比较单元,其中:

4.根据权利要求3所述的水面目标自适应跟踪系统,其...

【专利技术属性】
技术研发人员:陈姚节刘浩南丁冬刘建设龙飞林云汉陈黎
申请(专利权)人:武汉科技大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1