[发明专利]一种基于骨骼点检测的无人机快速姿势控制系统与方法

说明书

一种基于骨骼点检测的无人机快速姿势控制系统与方法，包括以下步骤；人群中特定指挥者的识别及跟踪算法，姿势识别算法和无人机硬件设计及飞行控制开发模块。通过无人机硬件设计及飞行控制开发和云台相机控制开发，能够识别人群中特定指挥者，加入防跟丢机制进行人体跟踪并进行骨骼点检测并识别检测结果。利用骨骼点检测算法作为无人机姿势控制的核心算法，在克服传统算法缺点的基础上在无人机硬件平台上实现无人机的自动化控制。

技术领域

本发明涉及深度学习骨骼点检测算法的无人机智能控制系统技术领域，特别涉及一种基于骨骼点检测的无人机快速姿势控制系统与方法。

背景技术

近年来无人机开始出现在人类社会生产生活的方方面面，在航拍、监控、安防、救灾等领域得到了广泛的应用，但早期各种场景下无人机的实际应用多数基于人为遥控或干预，自动化程度不高。无人机的自动化程度是其能否在未来起到更大作用的决定性因素之一。随着无人机自动化工作需求的不断扩大，基于计算机视觉的无人机手势控制成为当下研究的热点之一，其主要包括目标检测、跟踪、手势识别、指挥者再识别及无人机的飞行控制五个方面。人体骨骼关键点对于描述人体姿态，预测人体行为至关重要。因此人体骨骼关键点检测是诸多计算机视觉任务的基础，例如动作分类，异常行为检测，以及自动驾驶等等。

现有的无人机智能应用主要集中在自主壁障和无人机编队技术，姿势控制无人机飞行的应用较少。同时传统的姿势控制无人机主要有以下几点不足：

使用地面站作为处理设备，严重限制了姿势控制无人机的灵活性；指挥者需要距离无人机较近，使得无人机的活动范围受到限制；传统的方法并未考虑指挥者从无人机视角丢失或混入其他指挥者做干扰指挥等多种干扰情况。

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一种基于骨骼点检测的无人机快速姿势控制系统与方法，通过无人机硬件设计及飞行控制开发和云台相机控制开发，能够识别人群中特定指挥者，加入防跟丢机制进行人体跟踪并进行骨骼点检测并识别检测结果。

为了实现上述目的，本发明采用的技术方案是：

一种基于骨骼点检测的无人机快速姿势控制系统，包括

识别及跟踪模块，识别并跟踪人群中特定指挥者；

姿势识别模块，识别无人机的姿势；

飞行控制模块，根据姿势识别结果，使得云台相机转角始终跟随指挥者转动。

一种基于骨骼点检测的无人机快速姿势控制系统的控制方法，识别及跟踪模块通过如下方法识别并跟踪人群中特定指挥者：

步骤一：初始设定程序的标志位flag为真，flag的作用是用来判断是否需要重复去做指挥者的人脸检测和识别，判断flag是否为真，若为真，用MTCNN人脸检测算法对从大疆云台相机采集的帧序列进行人脸检测，该算法输出人脸检测框的左上角坐标和右下角坐标，转至步骤二，若为假，转至步骤三；

步骤二：对MTCNN人脸检测算法的输出结果进行人脸识别，输出人脸的特征向量，计算特征向量与预设特征脸数据库中特征向量欧式距离D_ij，若距离小于设定的阈值ε，同时MTCNN人脸检测算法有输出结果，即size0，则按比例放大人脸检测框作为KCF跟踪算法的初始跟踪，若大于设定的人脸特征向量距离阈值，转至步骤一；

步骤三：根据MTCNN的人脸检测框按比例放大，并作为KCF跟踪算法的初始跟踪框，用KCF跟踪算法进行目标跟踪；

步骤四：若KCF目标跟踪算法的滤波器输出响应小于预设的滤波器输出响应阈值，设置flag为假，转至步骤一；反之继续跟踪。

所述的步骤二的阈值是人脸特征向量距离阈值；所述的步骤四的阈值是KCF跟踪算法滤波器响应输出阈值。

所述姿势识别模块通过如下方法识别无人机的姿势：