[发明专利]一种用于车辆检测跟踪的旋翼无人机系统及检测跟踪方法

权利要求书

1.一种用于车辆检测跟踪的旋翼无人机系统，该系统包括无人机平台和地面站平台，其特征在于，所述无人机平台用于实时计算并检测跟踪目标；所述地面站平台用于对目标进行跟踪视频监控，对无人机平台下发手动飞控指令。

2.根据权利要求1所述的用于车辆检测跟踪的旋翼无人机系统，其特征在于，所述无人机平台包括：可见光摄像机、机载计算机、第一无线图传终端和飞控模块，其中，所述机载计算机分别与可见光摄像机、第一无线图传终端、飞控模块相连接；所述地面站平台包括PC机和第二无线图传终端，两者信息交互；第一无线图传终端与第二无线图传终端信息交互；

所述可见光摄像机，用于采集图像数据；

所述机载计算机，用于运行目标检测算法和目标跟踪算法；

所述第一无线图传终端，用于传输目标跟踪实时视频流和地面站手动飞控指令接收；

所述PC机，用于目标跟踪实时视频流监控和手动飞控指令下发；

所述第二无线图传终端，用于接收目标跟踪实时视频流和手动飞控指令发送。

3.根据权利要求1所述的用于车辆检测跟踪的旋翼无人机系统，其特征在于，所述机载计算机运行的目标检测算法采用YOLO Nano算法。

4.根据权利要求1所述的用于车辆检测跟踪的旋翼无人机系统，其特征在于，所述机载计算机运行的目标跟踪算法采用Staple跟踪算法。

5.根据权利要求1所述的用于车辆检测跟踪的旋翼无人机系统，其特征在于，所述机载计算机还包括目标重检测模块，用于根据Staple跟踪算法的测试样本与训练样本相关性的值，判断目标是否被遮挡，设置相关性的值的阈值，若低于该阈值则判断有遮挡，若有遮挡，则将目标的预测值复制给测量值，对测量值进行修正，得到目标位置的估计值。

6.根据权利要求1所述的用于车辆检测跟踪的旋翼无人机系统，其特征在于，所述机载计算机用于部署Ubuntu ROS操作系统，该系统包含相机节点、目标检测节点、目标跟踪节点、飞控节点；其中，相机节点用于采集图像数据，目标检测节点用于所有车辆的定位，目标跟踪节点用于对目标车辆进行跟踪，飞控节点用于旋翼无人机的飞行控制。

7.一种基于权利要求1所述的用于车辆检测跟踪的旋翼无人机系统的检测跟踪方法，其特征在于，该方法包括：

无人机平台实时计算并检测跟踪目标；地面站平台通过无线通信向无人机发送飞控指令，控制飞机飞行。

8.根据权利要求7所述的用于车辆检测跟踪的旋翼无人机系统的检测跟踪方法，其特征在于：所述无人机平台包括可见光摄像机、机载计算机、第一无线图传终端和飞控模块，其中，所述机载计算机分别与可见光摄像机、第一无线图传终端、飞控模块相连接，机载计算机上部署Ubuntu ROS操作系统，该系统包含用于采集图像数据的相机节点、用于所有车辆定位的目标检测节点、用于对目标车辆进行跟踪的目标跟踪节点、用于控制旋翼无人机飞行的飞控节点；所述地面站平台包括PC机和第二无线图传终端，两者信息交互；第一无线图传终端与第二无线图传终端信息交互；该方法包括如下步骤：

(1)可见光摄像机采集图像数据，通过机载计算机的相机节点发布图像话题；

(2)目标检测节点订阅图像话题，将其作为目标检测节点的输入，机载计算机根据目标检测算法计算车辆坐标信息并发布车辆坐标信息话题；

(3)目标跟踪节点订阅车辆坐标信息话题，机载计算机根据目标跟踪算法预测目标车辆位置，并发布目标位置话题；

(4)飞控节点订阅目标位置话题，进行坐标转换，计算出目标与无人机的距离，并依此发送飞控指令给飞控模块；

(5)飞控模块执行指令控制无人机运动。

9.根据权利要求8所述的用于车辆检测跟踪的旋翼无人机系统的检测跟踪方法，其特征在于，所述目标检测算法采用YOLO Nano算法。

10.根据权利要求8所述的用于车辆检测跟踪的旋翼无人机系统的检测跟踪方法，其特征在于，所述目标跟踪算法具体包括如下步骤：

(1)进行卡尔曼滤波器和Staple跟踪算法的各项初始化工作；

(2)进行图像序列中的目标跟踪；

(3)在跟踪过程中，首先是根据k-1帧中的目标状态预测k帧中目标车辆的位置，然后在预测位置进行图像块的采样输入至Staple跟踪算法获得目标车辆在图像中位置的测量值，接着根据Staple跟踪算法的测试样本与训练样本相关性的值，对目标是否有遮挡进行判断，对相关性的值设置一个阈值，若低于该阈值则判断有遮挡，若有遮挡，则将目标车辆的预测值复制给测量值；

(4)对目标测量值进行修正，得到对目标车辆位置的估计值；

(5)对前一帧的目标状态进行更新。