[发明专利]一种面向精准感知的无人机分层逻辑决策系统

权利要求书

1.一种面向精准感知的无人机分层逻辑决策系统，其特征在于，包括：

感知层：基于深度学习算法，训练特征提取模型，并接收图像数据，基于训练好的特征提取模型提取目标的颜色、纹理和边缘特征，并进行多尺度特征融合；

语义层：根据感知层获得的目标特征，提取需要的目标语义，包括可见光目标语义、红外目标语义和场景分割语义；

信号层：根据语义层获得的目标语义，提取目标置信度、目标位置、目标尺度和目标速度；

逻辑决策层：对信号层提取的信息进行融合决策，分析无人机和载荷应当采取的行动，并向无人机和载荷发布对应的控制指令，包括扫描、变倍和数引；

系统资源层：在无人机和载荷执行控制指令后，将最新的感知信息发送给感知层，进入下一个循环。

2.根据权利要求1所述的一种面向精准感知的无人机分层逻辑决策系统，其特征在于，信号层提取目标置信度、目标位置、目标尺度和目标速度的具体计算方式为：

从语义层输出直接获取有无目标、目标置信度和目标边界框信息；

计算目标中心点坐标，中心点横坐标x＝(x₁+x₂)/2，纵坐标y＝(y₁+y₂)/2；其中，(x₁,y₁)为目标边界框左上角坐标，(x₂,y₂)为右下角坐标；

计算目标尺度大小：s＝(y₂-y₁)*(x₂-x₁)；

计算目标速度大小：目标移动速度其中，(x',y')为上帧中心点位置，Δt为相邻帧时间差。

3.根据权利要求1所述的一种面向精准感知的无人机分层逻辑决策系统，其特征在于，逻辑决策层的具体处理过程为：

(1)构建精准感知的逻辑决策模型的有限状态机表达式为：

M＝(T,E,δ,t₀,F)

式中，T为状态机中无人机和载荷的所有动作的集合，E为各状态所能响应的事件的集合，δ为状态转移函数，即不同状态间的事件响应规则，δ：T×E→T；,t₀为初始状态；为某场景下行为终止状态集合；

其中，无人机和载荷的所有动作的集合T＝{数引定位、目标跟踪、变倍+、变倍-，变倍停，场景进入}，场景进入为初始状态t₀；

不同状态间的事件响应规则δ为：

若当前状态为“场景进入”，发生事件为“存在目标”，则系统状态转移至“目标跟踪”；

若当前状态为“目标跟踪”，发生事件为“目标出中心，跟踪失效”，则系统状态转移至“数引定位”；

若当前状态为“数引定位”，发生事件为“目标在中心，定位完成”，则系统状态转移至“目标跟踪”；

若当前状态为“目标跟踪”，发生事件为“速度小、尺度小”，则系统状态转移至“变倍+”；

若当前状态为“目标跟踪”，发生事件为“速度大、难跟上”，则系统状态转移至“变倍-”；

若当前状态为“变倍+”，发生事件为“尺度和速度满足要求”，则系统状态转移至“变倍停”；

若当前状态为“变倍-”，发生事件为“速度满足要求”，则系统状态转移至“变倍停”；

若当前状态为“变倍停”，发生事件为“存在目标”，则系统状态转移至“跟踪”；

各状态所能响应的事件的集合E为：

存在目标：根据信号层输出直接判断；

目标在中心和出中心：定义视场中心区域为S，若目标中心点(x,y)在区域S外，则认为目标出中心，若目标中心点(x,y)在区域S内，则认为目标在中心；

速度条件：定义目标的正常速度区间为[v₁,v₂]，目标实际速度为v，若vv₂，则目标速度大；若v∈[v₁,v₂]，则目标速度满足要求；若vv₁，则目标速度低；

尺度条件：定义目标合适尺度为s₀，目标当前实际尺度为s，若ss₀，则目标尺度小；若s≥s₀，则目标尺度满足要求；

(2)基于构建的逻辑决策模型，判断当前发生事件，控制无人机和载荷自主进行数引定位、焦距调节和目标跟踪行为。