本发明专利技术公开了一种无人机跟踪方法、装置、无人机和存储介质，所述方法包括：获取目标的图像，利用神经网络识别模型从所述图像中识别出目标，并确定所述目标的类别和位置；利用目标跟踪模型对识别出的所述目标进行跟踪，持续获取所述目标的方位信息；基于所述方位信息，计算所述无人机与所述目标的实际距离值与预设的理想距离之间的误差，利用自抗扰控制算法减小所述误差，并确定无人机用于跟踪所述目标的飞行参数。上述方案用于卫星拒止的环境下无人机对目标的跟踪，应用成本低，减小了跟踪误差，提高了自抗扰控制算法的估计能力和抗扰动能力，从而提高了目标跟踪的精确度。
【技术实现步骤摘要】
本专利技术涉及无人机，具体涉及一种无人机跟踪方法、装置、无人机和存储介质。
技术介绍
1、目前在拒止环境下无人机位姿通常采用视觉方式，通过特征识别、地图匹配等方式实现无人机位置结算。基于该方法，适用于常规起飞、悬停、降落、航向飞行等任务。但对于跟踪等要求难以胜任。
2、自抗扰控制吸取了pid控制“基于误差来消除误差”的技术精髓和现代控制理论的成果，其核心思想是以系统输出和控制输入之间简单的积分串联关系为标准型，把系统动态中异于标准型的部分视为“总扰动”，依据控制输入和系统输出，扩张状态观测器重构系统的输出、输出的导数和总扰动，进而获得控制信号，实时地估计并消除系统的“总扰动”。扩张状态观测器作为自抗扰控制的核心，它的估计能力受限问题是限制自抗扰控制性能提升的关键。由于固定的观测器参数很难适应时变的信号，限制了自抗扰控制的性能。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的无人机跟踪方法、装置、无人机和存储介质。
>2、依据本专利技术本文档来自技高网...
【技术保护点】
1.一种无人机跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取目标的图像包括：
3.根据权利要求2所述的方法，其特征在于，利用所述自抗扰控制算法中的扩张状态观测器重构控制所述无人机的飞行参数，实时估计并减小所述误差包括：
4.根据权利要求3所述的方法，其特征在于，引入P型迭代学习控制到所述扩张状态观测器，根据估计得到的所述误差确定比例因子，利用所述比例因子优化所述扩张状态观测器的可调参数包括：
5.根据权利要求4所述的方法，其特征在于，基于P型迭代学习控制构建所述可调参数的学习律的公式为：
6...
【技术特征摘要】
1.一种无人机跟踪方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，获取目标的图像包括：
3.根据权利要求2所述的方法，其特征在于，利用所述自抗扰控制算法中的扩张状态观测器重构控制所述无人机的飞行参数，实时估计并减小所述误差包括：
4.根据权利要求3所述的方法，其特征在于，引入p型迭代学习控制到所述扩张状态观测器，根据估计得到的所述误差确定比例因子，利用所述比例因子优化所述扩张状态观测器的可调参数包括：
5.根据权利要求4所述的方法，其特征在于，基于p型迭代学习控制构建所述可调参数的学习律的公式为：
6.根据...
【专利技术属性】
技术研发人员：任雪峰，魏晓芳，于静，张峰，彭铁欣，白云浩，梁开彦，
申请(专利权)人：北京卓翼智能科技有限公司，
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。