[发明专利]攻击车云台准确跟踪方法

摘要

本发明公开了一种攻击车云台准确跟踪方法，用于解决现有无人车跟踪方法跟踪精度差的技术问题。技术方案是在攻击车云台上加装摄像头，采用相关滤波器的分类尺度空间跟踪器(DSST，discriminative scale space tracker)，即将传统的KCF算法整合到粒子滤波框架中，运动目标的运动状态采用实时预测的方法，对于只能跟踪固定的尺度运动目标的KCF算法，将DSST算法融入其中，进行尺度估计。在对变尺度目标进行精确跟踪的同时，目标的检测与识别算法的硬件基于SDP和FPGA。本发明利用DSST算法改进KCF算法，可以对变尺度的物体进行跟踪，有效地提升了攻击车的跟踪目标能力，跟踪精度好。

主权项

一种攻击车云台准确跟踪方法，其特征在于包括以下步骤：第一步、由红外探测器送来的摄像机图像及行、场使能和复位信号首先进入FPGA；第二步、对摄像机图像进行处理后送给双口RAM；第三步、从主DSP在接收到FPGA发来的信号和图像之后，开始处理信号和图像数据，两片双口RAM采用乒乓存储的工作方式，即当一片双口RAM在接收预处理器发送的图像数据时，另一片双口RAM为跟踪图像跟踪模块提供图像处理的数据；跟踪模块和预处理模块之间通过多通道缓冲串口进行握手，图像跟踪模块使用大容量SDRAM作为主DSP的主扩展存储器，存储图像处理过程中的各种中间数据；第四步、在主DSP中包括处理摄像机图像的算法，对于KCF算法快速跟踪目标，采用基于贝叶斯理论和蒙特卡洛方法的求解后验概率的实用性滤波器，粒子滤波器，对KCF算法进行改进进而对目标进行跟踪，先初始化粒子、KCF和DSST参数，每次判断粒子的循环条件，运用KCF进行跟踪判断，保持粒子状态，找到最优的粒子值，在最优的粒子值的基础上运用DSST算法更新目标尺度，再对粒子群、KCF算法和DSST算法进行更新，判断是否完成跟踪；循环第四步直到满足跟踪要求；第五步、将处理的结果发送指令到设备的执行部件。