[发明专利]一种针对无人机集群的光电探测跟踪方法及系统

说明书

本申请涉及一种针对无人机集群的光电探测跟踪方法、系统、计算机设备和存储介质。所述方法包括：通过大视场仿生光学组件拍摄无人机集群的多组运动视频，并提取多组视频帧的序列图像，拼接得到无人机集群的全景图像；通过训练好的yolov4第一网络模型对全景图像中的多无人机图像进行识别与定位，得到多个无人机的目标检测框和类别信息；通过训练好的yolov4第二网络模型对前一帧和当前帧的全景图像的所述目标检测框进行特征比对，并结合所述类别信息，得到前一帧和当前帧中多个目标检测框的匹配关系，根据匹配关系确定与前一帧目标检测框匹配的当前帧目标检测框，将同一目标的目标检测框的中心点作为轨迹点，绘制无人机跟踪轨迹。

技术领域

本申请涉及反无人机探测领域，特别是涉及一种针对无人机集群的光电探测方法、系统、计算机设备和存储介质。

背景技术

随着无人机技术的迅速发展，无人机在现代战争中具有反侦查能力强、工作持续时间长、无需担心人员伤亡、可操作性强、侦查能力强、可执行多种电子战任务、可担负各种空中作战任务等优势，无人机逐渐在战场中成为重要威胁，反无人机技术应运而生，反无人机技术主要包括探测技术、干扰技术和毁伤技术。单个无人机执行侦察或攻击等任务时面临侦察角度和范围、杀伤半径和摧毁能力等诸多方面的限制，制约了作战效能的发挥，单个无人机圆满完成任务的难度越来越大，无人机集群作战将会成为未来战争的主要战斗力。

反无人机探测技术常借助地面目视侦察装备、雷达、卫星、预警机及其它传感器载荷，对无人机目标进行探测、识别与跟踪。常用技术有雷达探测跟踪、无线电探测跟踪、光电探测跟踪、红外探测跟踪、声学探测跟踪和组合传感器探测跟踪。雷达探测跟踪的盲区较大、成本较高，无线电探测跟踪的虚警概率高；声学传感器使用已知声音的数据库探测无人机，但是随着新型无人机的快速发展，数据库无法及时更新；红外成像识别角度范围小，为了大范围探测到运动范围较大的无人机，需要给红外探测仪装置装配云台，在云台转动过程中，成像模糊，因此不适合单无人机跟踪，更不适合无人机集群的识别与跟踪。

光电探测跟踪是根据无人机的视觉特征来识别跟踪无人机，在传统的光电系统中，相机的视场范围较小，如果想要持续跟踪某运动目标，还需要云台系统以带动光电系统进行扫描识别跟踪，无法在无人机集群作战的情况下，对多架无人机进行同时跟踪。因此，现有技术存在市场范围小，无人机集群作战跟踪效果不佳的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够扩大探测范围，适用于无人机集群探测跟踪的针对无人机集群的光电探测跟踪方法、系统、计算机设备和存储介质。

一种针对无人机集群的光电探测跟踪方法，所述方法包括：

通过大视场仿生光学组件拍摄得到无人机集群的多组运动视频；所述大视场仿生光学组件由前级球形物镜和后级小口径透镜组阵列组成；

根据所述多组运动视频提取多组视频帧的序列图像，将所述序列图像按视频帧拼接得到无人机集群的全景图像；

通过训练好的yolov4第一网络模型对所述全景图像中的多无人机图像进行识别与定位，得到多个无人机的目标检测框和类别信息；

通过训练好的yolov4第二网络模型对前一帧和当前帧的所述全景图像的所述目标检测框进行特征比对，并结合所述类别信息，得到前一帧和当前帧中多个目标检测框的匹配关系，根据所述匹配关系确定与前一帧目标检测框匹配的当前帧目标检测框，将所述同一目标的目标检测框的中心点作为轨迹点，根据所述轨迹点绘制无人机目标的跟踪轨迹。

在其中一个实施例中，还包括：根据所述多组运动视频提取多组视频帧的序列图像；

对所述序列图像进行几何畸变校正和噪点抑制的预处理；

通过基于SIFT的配准算法对预处理后的所述序列图像进行图像配准；

通过像素级融合中的加权平均法对配准后的所述序列图像进行拼接，得到无人机集群的全景图像。