[发明专利]一种无人机飞行控制平台及目标跟踪方法

说明书

本发明涉及一种无人机飞行控制平台及目标跟踪方法，包括飞行控制单元、信号传输单元、视频采集单元、地面控制单元，视频采集单元采集目标图像，通过信号传输单元传回地面控制单元，地面控制单元进行预处理，运行跟踪方法，对目标进行跟踪，根据目标框移动情况生成无人机控制信息，地面控制单元通过信号传输单元将无人机控制信息传回无人机，无人机根据控制信息完成移动目标跟踪。本发明利用颜色特征对平移相关滤波器得出的目标位置进行准确的矫正，减少平移滤波器产生的误差；利用响应图的震荡程度的判断方法进行模板的自适应的更新，较少错误特征的引入，使得改进后的DSST目标跟踪方法在遇到目标剧烈形变和严重遮挡时，具有很好的跟踪能力。

技术领域

本发明涉及移动目标跟踪领域，尤其涉及一种无人机飞行控制平台及目标跟踪方法。

背景技术

无人机是近年来才兴起的一种小型飞机，一般都认为它是无人驾驶飞机的简称。这种无人驾驶飞机的突然兴起，究其原因是因为其制作成本和技术门槛相对较低，而功能又比较强大，使用范围比较广泛，所以经常被应用于专业摄影、农业植保、房地产、建筑勘探、灾难救助等多种民用领域。而在这些情况下，就需要无人机根据现场情况进行自主判断，对某些特定目标进行自主跟踪飞行，实现无人机的自动控制功能，其中的关键就是对机载视觉的地面目标跟踪技术的研究。近些年，计算机视觉技术的快速发展有力的推动了基于机载视觉的地面目标跟踪技术的发展，随着大量科技工作者的深入研究，该技术取得了突飞猛进的发展，在很多方面得到了应用，尤其是在移动目标的检测与跟踪方面，取得了前所未有的令人瞩目的成就。

例如美国的全球鹰无人机。该型无人机可以将战场图像实时传回指挥部，供指挥官做出军事部署，同时可用于锁定并跟踪目标，标记目标位置，攻击预警，地面目标的快速打击和精确打击以及战场环境的评估等。在遇到云雨，沙尘暴等自然环境不好的情况时，该无人机可以在将近20000米的高空通过机载光电设备穿透云雨、沙尘暴等障碍，对地面目标进行准确的识别、跟踪以及打击。

专利《目标跟踪方法、装置及无人机》，提出了以无人机作为载体应用目标跟踪的一种架构，使得目标跟踪的理论方法可以在现实生活中得到应用，但是它更偏向于硬件实现，主要说明的是各个传感器之间的联系。本发明具体到算法的实现细节，分工不同。

文章《Discriminative Scale Space Tracking》，利用方向梯度直方图(Histogram of Oriented Gradient，HOG)方法提取目标特征，加入了尺度变换来对目标进行定位跟踪。该方法对尺度、光照等目标变换具有很强的鲁棒性，但是当目标发生形变时，无法满足精度定位的要求，导致跟踪失败。本发明在提取特征部分加入了颜色直方图作为对比，以保证在目标发生形变的情况下也可以进行跟踪，有效的改进了目标跟踪算法(Discriminative Scale Space Tracker，DSST)算法在跟踪过程中容易跟丢的问题。

专利《一种基于运动特征和深度学习特征的无人机小目标检测方法》使用卷积神经网络提取特征，由于结构复杂使得计算量过大，导致跟踪速度达不到实时要求。本发明在特征提取时采用HOG结合颜色直方图方法，在保证跟踪精度的同时提高了运算速度。

目前，运动目标检测与运动目标跟踪的算法有很多种，解决了一些移动目标跟踪中的实际问题，例如DSST移动目标跟踪算法，该算法用两个一致的相关滤波器来实现目标位置和目标尺度的预测，它们分别被定义为平移滤波器和尺度滤波器。平移相关滤波器用于进行当前帧目标的定位，尺度相关滤波器用于进行当前帧尺度的估计。这两个滤波器是相对独立的，因此这两个滤波器互不干扰，从而可以选择不同的特征种类和特征计算方式来训练和测试。该目标跟踪算法在应对各种不利因素，例如尺度快速变化、杂乱背景以及光照改变等情况时表现较为不错，然而对于存在较大形变与严重遮挡等问题表现不够好。因此本发明引入颜色特征和模板更新判断方法进行算法的改进，提高算法跟踪的准确度和鲁棒性。

发明内容