[发明专利]一种基于KCF算法的系留无人机自主定位方法

说明书

本发明公开了一种基于KCF算法的系留无人机自主定位方法，属于无人机自主定位领域。本发明在卫星和无线电信号拒止环境下，综合考虑系留无人机只能在有限范围内工作的特性，引入地面摄像装置，利用KCF算法实时监控无人机位置，并结合地面摄像装置内置参数和无人机高度计模块测量的高度信息，经计算得到系留无人机的空间位置信息，实现了系留无人机的自主定位。

技术领域

本发明属于无人机自主定位技术领域，特别是指一种基于KCF算法的系留无人机自主定位方法。

技术背景

多旋翼无人机具有起降方便、操作性灵活、机动性能强等优点，然而普通多旋翼无人机的续航时间短，极大地限制了无人机的应用任务类型。作为多旋翼无人机的一种特殊形式，系留无人机通过系留线缆使用地面电源作为动力，具备长时间滞空悬停能力。系留无人机在应急通信、现场监控、高空照明等应用中发挥重要作用。无论普通无人机还是系留无人机都需要通过定位系统获取所在位置信息，定位系统是无人机顺利完成任务的重要保障。

目前，在无人机中广泛使用的定位方式是“卫星(无线电)+惯性测量单元”组合导航。然而，卫星导航和无线电导航信号极易被干扰，过分依赖于卫星或无线电导航对无人机的导航系统存在巨大的潜在风险，如在低空和比较杂乱的环境时，卫星或无线电信号会受到障碍物的影响，且该方法完全不适用室内飞行。因此，利用自身携带的传感器实现自主定位，对无人机具有重要的意义和广泛的应用前景。

发明内容

针对现有定位技术的局限性，本发明提出一种基于KCF算法的系留无人机自主定位方法。本发明方法简单，易于实现，具有良好的实用价值。

为了实现上述目的，本发明采用了如下技术方案：

一种基于KCF算法的系留无人机自主定位方法，包括以下步骤：

步骤1：获取地面摄像装置拍摄系留无人机的监控画面，使用YOLOv4算法对无人机进行检测，检测到系留无人机后，转到步骤2；所述地面摄像装置基于小孔成像原理成像；

步骤2：基于KCF算法得到系留无人机在监控画面中的实时位置坐标；

步骤3：以监控画面中心为原点建立监控坐标系，将步骤2获取的位置坐标转换为监控坐标系下的坐标(u,v)；

步骤4：根据已知的地面摄像装置的焦距f、系留无人机的高度计数据h，依据地面摄像装置的小孔成像原理，按如下公式计算出系留无人机以地面装置为中心的空间坐标信息(x,y,z)：

步骤5：根据地面摄像装置的地理位置坐标，计算得到系留无人机的地理位置坐标信息。

进一步的，步骤2的具体方式为：

步骤201：初始化KCF算法，根据监控视频信息及无人机目标检测位置信息，训练KCF目标跟踪器；

步骤202：通过KCF目标跟踪器逐帧处理监控视频中的图像，判断被跟踪的无人机目标是否被遮挡，如果无人机目标严重遮挡，则转到步骤203，否则转到步骤204；

步骤203：根据无人机目标被严重遮挡的帧数，判断是否跟踪失败，如果判定失败，转到步骤1，否则转到步骤204；

步骤204：根据无人机目标的历史跟踪位置，预测无人机目标的移动轨迹，进而预测无人机目标的当前实时位置，转到步骤3。

本发明的有益效果是：

1、本发明在卫星和无线电信号拒止环境下，综合考虑系留无人机只能在有限范围内工作的特性，引入地面摄像装置，利用KCF算法实时监控无人机位置，并结合地面摄像装置内置参数和无人机高度计模块测量的高度信息，经计算得到系留无人机的空间位置信息，实现系留无人机的自主定位。

2、本发明方法简单，易于实现，具有良好的实用价值。