[发明专利]无人机识别目标的方法、装置及无人机

权利要求书

1.一种无人机识别目标的方法，所述无人机设置有用于采集图像的传感器，其特征在于，所述方法包括：

对所述传感器采集的图像进行图像识别，直至识别到符合预设特征信息的第一图像；

控制所述无人机飞行至对应所述第一图像的第一对象的标识区域处；

在控制所述无人机飞行至所述标识区域处的情况下，对所述传感器采集的图像进行图像识别，得到所述标识区域携带的第一标识信息；

对比所述第一标识信息和预设标识信息；

在所述第一标识信息和所述预设标识信息相同的情况下，确定所述第一对象为目标对象。

2.根据权利要求1所述的方法，其特征在于，所述预设特征信息为目标车辆的车辆特征信息；

所述预设标识信息为所述目标车辆的车牌号；

所述标识区域为车牌区域。

3.根据权利要求2所述的方法，其特征在于，所述对所述传感器采集的图像进行图像识别，得到所述标识区域携带的第一标识信息，包括：

对所述传感器采集的图像进行图像识别，直至识别到对应所述车牌区域的第二图像；

将所述第二图像校正为呈正面视图的矩形图像；

将所述第二图像和所述矩形图像均送入端到端的OCR网络进行字符匹配识别，得到对应所述第二图像的第一车牌号和对应所述矩形图像的第二车牌号；

判断所述第一车牌号和所述第二车牌号是否相同；

在所述第一车牌号和所述第二车牌号相同的情况下，确定所述第一标识信息为所述第一车牌号或所述第二车牌号。

4.根据权利要求2所述的方法，其特征在于，所述方法还包括：将CCPD数据集输入YOLOV3-tiny检测网络进行模型训练，得到用于识别所述第一图像的第一检测模型；

所述对所述传感器采集的图像进行图像识别，直至识别到符合预设特征信息的第一图像，包括：将所述传感器采集的图像输入所述第一检测模型进行图像识别，直至识别到符合预设特征信息的第一图像；

和/或，

所述方法还包括：将CCPD数据集输入YOLO V3-tiny检测网络进行模型训练，得到用于识别所述第一标识信息的第二检测模型；

所述对所述传感器采集的图像进行图像识别，得到所述标识区域携带的第一标识信息，包括：将所述传感器采集的图像输入所述第二检测模型进行图像识别，得到所述标识区域携带的第一标识信息。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据无人机的二维激光雷达采集的数据，得到激光定位信息；

根据所述无人机的惯性传感器、视觉里程计和深度相机分别采集的数据，得到视觉定位信息；

根据所述无人机的定高雷达采集的数据，得到高度信息；

根据所述激光定位信息、所述视觉定位信息和所述高度信息，得到所述无人机所处空间位置的定位信息；

所述控制所述无人机飞行至对应所述第一图像的第一对象的标识区域处，包括：根据所述无人机所处空间位置的定位信息，控制所述无人机飞行至对应所述第一图像的第一对象的标识区域处。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述传感器采集的图像中对应所述目标对象的图像区域，确定所述目标对象的第一空间位置信息；

根据所述第一空间位置信息，预测所述目标对象的下一个空间位置信息；

根据所述下一个空间位置信息，控制所述无人机朝向所述目标对象飞行。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第一空间位置信息，预测所述目标对象的下一个空间位置信息，包括：

利用fDSST算法的位置滤波器，根据对应所述第一空间位置信息的位置，预测新位置；

利用fDSST算法的尺寸滤波器，根据所述新位置和对应所述第一空间位置信息的尺寸，预测新尺寸；

根据所述新位置和所述新尺寸，得到所述目标对象的下一个空间位置信息。