[发明专利]一种多遮挡环境下无人机视频目标智能伴飞方法

权利要求书

1.一种多遮挡环境下无人机视频目标智能伴飞方法，其特征在于，该方法包括如下步骤：

S1根据无人机回传的图像确定是否存在完整的伴飞目标，若是，则对伴飞目标的下一帧目标位置进行预测并进入步骤S3，若否，则进入步骤S2；

S2根据无人机回传的图像生成伴飞目标量化直方图，然后利用MeanShift算法根据所述伴飞目标量化直方图预测下一帧目标位置并计算遮挡因子，若遮挡因子小于阈值，则将下一帧目标位置代入步骤S3中，若遮挡因子大于或等于阈值则利用最小二乘支持向量机预测下一帧目标位置，并将其代入步骤S3中；

S3根据步骤S1或S2获得的下一帧目标位置获得伴飞目标定位数据，根据无人机当前定位数据以及伴飞目标定位数据，计算无人机与伴飞目标的距离，并判断其是否大于预设距离，若是，则下发无人机飞行控制指令，然后返回步骤S1，若否，则保持悬停并返回步骤S1；

S4重复步骤S1～S3以进行无人机视频目标智能伴飞，若连续预设帧数的图像均利用最小二乘支持向量机进行预测，则认定跟踪失败。

2.如权利要求1所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于，步骤S1包括如下子步骤：

S11收集无人机回传的图像并进行图像预处理；

S12通过卷积神经网络模型进行特征提取，判定是否存在伴飞目标，若是，则进入步骤S13，若否，则进入步骤S2；

S13利用目标检测器对预处理后的图像进行检测，以预测下一帧目标位置并进入步骤S3。

3.如权利要求2所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于步骤S11中，无人机回传的图像包括RGB图像和红外图像，通过灰度化和均值滤波法实现图像预处理。

4.如权利要求2所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于步骤S13中，通过KCF算法训练目标检测器。

5.如权利要求2所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于步骤S13中，根据下一帧目标位置的预测结果对目标检测器进行反向优化。

6.如权利要求1所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于步骤S2中阈值为0～1。

7.如权利要求1所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于，步骤S2包括如下子步骤：

S21根据无人机回传的图像计算伴飞目标的量化直方图并进行Kalman参数初始化；

S22输入步骤S21获得的量化直方图，利用MeanShift算法计算跟踪窗口的位置和大小并将其作为Kalman滤波器的测量值，以对所述Kalman滤波器进行更新，然后利用更新后的Kalman滤波器预测伴飞目标位置；

S23将步骤S22获得的伴飞目标位置输出给轨迹预报程序，与跟踪程序并行预测下一帧目标位置；

S24根据下式计算遮挡因子，

式中，u为量化直方图中的特征值，m为量化直方图中特征值的数量，q_u为计算伴飞目标量化直方图得到的目标概率密度函数，y₀为当前目标位置，p_u(y₀)为在中心位置为y₀的侯选区域中得到侯选目标概率密度函数；

S25判定遮挡因子是否小于阈值，若是，则将步骤S23获得的下一帧目标位置代入步骤S3，若否，则进入步骤S26；

S26Kalman滤波器停止工作，转换为基于最小二乘支持向量机的轨迹预报，根据上一时间间隔内MeanShift收敛点的位置，利用最小二乘支持向量机预测下一帧目标位置。

8.如权利要求1～7任一项所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于，步骤S3中，将预设距离设置为无人机视频画面真实宽度W，并利用下式进行计算：

W＝n×H/r

式中，n为云台相机的镜头画幅宽度，H为无人机的飞行高度，r为云台相机的焦距。

9.如权利要求1～8任一项所述的多遮挡环境下无人机视频目标智能伴飞方法，其特征在于，步骤S3中，无人机飞行控制指令包括飞行距离S和飞行航向θ，分别利用下式进行计算：

式中，(x₁,y₁)为伴飞目标定位数据，(x₀,y₀)为无人机当前定位数据。