[发明专利]电力场景下基于无人机视觉的运动目标追踪方法及系统有效

专利信息
申请号: 202011038186.1 申请日: 2020-09-28
公开(公告)号: CN112233141B 公开(公告)日: 2022-10-14
发明(设计)人: 冯雪;徐晓华;杜猛俊;钱锦;孙剑;徐汉麟;徐李冰;樊笑利 申请(专利权)人: 国网浙江省电力有限公司杭州供电公司
主分类号: G06T7/20 分类号: G06T7/20;G06T7/90;G05D1/10;G06N3/04
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 李圣梅
地址: 310016 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 电力 场景 基于 无人机 视觉 运动 目标 追踪 方法 系统
【说明书】:

本公开提出了电力场景下基于无人机视觉的运动目标追踪方法及系统,包括:对运动目标进行实时定位与追踪,获得当前帧运动目标的位置;基于获取的当前帧运动目标位置,对无人机飞行进行控制,以使得无人机的飞行速度和方向根据目标移动情况自适应地调节,确保运动目标始终保持在无人机视野的中心。提高了电力系统中运动目标追踪的准确性和实时性。

技术领域

本公开属于运动目标追踪技术领域,尤其涉及电力场景下基于无人机视觉的运动目标追踪方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。

随着我国经济的快速发展,作为国民经济命脉的电力系统的安全问题日益凸显。由于户外输电线路周围不仅会受到鸟类、气球、塑料漂浮物等运动物体的威胁,还存在工作人员的维修攀爬等作业,对输电线路周围的运动目标的及时追踪,已成为保障电力系统安全运行的重要环节。

电力场景中,需要满足追踪的准确率和实时性,传统的运动目标追踪监控主要依赖人工巡检,该方式工作量大、周期长、效率低,无法满足行业的发展需求。近年来,随着人工智能技术的蓬勃发展,面向电力系统的运动目标追踪技术逐渐得到越来越多研究学者的关注。虽然现有方法取得了一定成效,但是它们大多基于固定摄像头的监控视频录制。该方式不能灵活追踪运动目标,当运动目标离开摄像头视野时,存在运动目标丢失问题。

发明内容

为克服上述现有技术的不足,本公开提供了电力场景下基于无人机视觉的运动目标追踪方法,无人机的飞行速度和方向可以根据目标移动情况自适应地调节,从而提高电力场景下基于无人机视觉运动目标追踪的性能。

为实现上述目的,本公开的一个或多个实施例提供了如下技术方案:

第一方面,公开了电力场景下基于无人机视觉的运动目标追踪方法,包括:

对运动目标进行实时定位与追踪,获得当前帧运动目标的位置;

基于获取的当前帧运动目标位置,对无人机飞行进行控制,以使得无人机的飞行速度和方向根据目标移动情况自适应地调节,确保运动目标始终保持在无人机视野的中心。

进一步的技术方案,基于目标追踪和目标检测算法相结合的方式,获得当前帧运动目标的位置。

进一步的技术方案,目标追踪时,使用无人机拍摄的实时视频流进行建模,采用基于高斯核函数的核相关滤波进行目标追踪,得到待追踪运动目标在每一帧的坐标位置。

进一步的技术方案,目标检测算法来重新捕获可能丢失的运动目标,具体包括:

目标追踪预测的相邻两帧的目标区域之间的颜色直方图相似性小于一定阈值,或者当前帧未检测到运动目标,则重新选定目标区域,以开展后续的目标追踪。

进一步的技术方案,对无人机飞行进行控制时,采用启发式飞行策略:基于运动目标在当前帧的位置相对于前一帧偏移的距离,控制无人机运行速度,使无人机的速度和运动物体的速度保持一致。

进一步的技术方案,前后两帧图像x轴的坐标之差大于零,则使无人机沿其x轴的正半轴方向以一定的速度移动,反之,则沿x轴的负半轴方向以一定的速度移动。

进一步的技术方案,对无人机飞行进行控制时,采用数据驱动的飞行策略:根据预先提取的无人机追踪目标位移序列,基于门控循环神经网络预测每一帧无人机的位移。

具体为:在各视频上进行追踪,在追踪的过程中,令用来模拟无人机的仿真窗口在视频的每一帧上进行随机移动,直到无法追踪到运动目标为止,通过多次随机移动,最终选择长度最长的若干序列所对应的位移序列作为真实标签;

针对第i个序列,得到其运动目标在第j帧的位置信息;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网浙江省电力有限公司杭州供电公司,未经国网浙江省电力有限公司杭州供电公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011038186.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top