[发明专利]无人机跟拍方法及装置

说明书

技术领域

本发明涉及通信技术领域，尤其涉及一种无人机跟拍方法及装置。

背景技术

无人驾驶飞机简称无人机，一般是利用无线电遥控设备和无人机自身的程序控制装置进行操纵。无人机广泛应用于影视拍摄、街景拍摄、遥感测绘、快递投递、电力巡检、农作物监测、环境监测、灾后救援等领域。

随着科技的发展，人们对无人机的飞行拍摄功能提出了更高的要求。现有技术中，需要通过人工控制无人机的飞行路径，以实现对目标进行跟拍。然而，人工控制无人机进行跟拍的方式，需要人工参与，消耗人力成本，并且无人机跟拍路径受限于人工对无人机的操控能力，易出现跟拍路径不稳定的情况，从而导致跟拍画面质量较差。

发明内容

本发明的实施例提供一种无人机跟拍方法及装置，能够解决无人机跟拍路径不稳定的问题。

为达到上述目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供一种无人机跟拍方法，包括：

拍摄视频图像；

对所述视频图像进行目标对象检测；

当检测到所述目标对象时，获取所述目标对象的运动轨迹；

基于所述目标对象的运动轨迹，生成无人机飞行线路。

结合第一方面，在第一方面的第一种可能的实现方式中，所述对所述视频图像进行目标对象检测，包括：

基于深度神经网络，对所述视频图像进行目标对象检测；其中，所述目标对象包括：行人、动物、车辆中的任意一种或任意组合。

结合第一方面，在第一方面的第二种可能的实现方式中，所述基于所述目标对象的运动轨迹，生成无人机飞行线路，包括：

基于所述目标对象的运动轨迹，生成与所述目标对象的运动轨迹一致的无人机飞行线路。

结合第一方面，在第一方面的第三种可能的实现方式中，所述基于所述目标对象的运动轨迹，生成无人机飞行线路，包括：

获取所述目标对象的实时地理位置及所述无人机的实时地理位置；

根据所述目标对象的实时地理位置及所述无人机的实时地理位置，计算所述目标对象相对于所述无人机的相对方向及相对距离；

基于深度神经网络，根据所述视频图像对所述目标对象的运动轨迹进行预测，得到目标对象预测轨迹；

根据所述目标对象预测轨迹、所述相对方向及相对距离，生成所述无人机飞行线路。

结合第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述根据所述目标对象预测轨迹、所述相对方向及相对距离，生成所述无人机飞行线路之后，还包括：

按照所述无人机飞行线路，控制所述无人机的飞行方向及飞行速度，所述飞行方向至少通过所述相对方向确定得到，所述飞行速度至少通过所述相对距离确定得到。

第二方面，本发明的实施例提供一种无人机跟拍装置，包括：

拍摄模块，用于拍摄视频图像；

检测模块，用于对所述视频图像进行目标对象检测；

获取模块，用于当检测到所述目标对象时，获取所述目标对象的运动轨迹；

生成模块，用于基于所述目标对象的运动轨迹，生成无人机飞行线路。

结合第二方面，在第二方面的第一种可能的实现方式中，所述检测模块，包括：

检测子模块，用于基于深度神经网络，对所述视频图像进行目标对象检测；其中，所述目标对象包括：行人、动物、车辆中的任意一种或任意组合。

结合第二方面，在第二方面的第二种可能的实现方式中，所述生成模块，包括：

第一生成子模块，用于基于所述目标对象的运动轨迹，生成与所述目标对象的运动轨迹一致的无人机飞行线路。

结合第二方面，在第二方面的第三种可能的实现方式中，所述生成模块，包括：

获取子模块，用于获取所述目标对象的实时地理位置及所述无人机的实时地理位置；

计算子模块，用于根据所述目标对象的实时地理位置及所述无人机的实时地理位置，计算所述目标对象相对于所述无人机的相对方向及相对距离；

预测子模块，用于基于深度神经网络，根据所述视频图像对所述目标对象的运动轨迹进行预测，得到目标对象预测轨迹；

第二生成子模块，用于根据所述目标对象预测轨迹、所述相对方向及相对距离，生成所述无人机飞行线路。

结合第二方面的第三种可能的实现方式，在第二方面的第四种可能的实现方式中，所述根装置还包括：