[发明专利]基于嵌入式平台的无人机车辆跟踪方法

说明书

本发明公开了一种基于嵌入式平台的无人机车辆跟踪方法，主要解决现有技术中无人机在车辆跟踪发生遮挡时跟踪丢失的问题。其实现步骤为：1.训练车辆分类器并标记地图；2.获取一帧图像，初始化跟踪目标；3.获取一帧图像进行目标跟踪；4.用分类器判断目标是否被遮挡，如果是，执行步骤5，否则执行步骤8；5.判断目标是否在地图的遮挡区域，如果是，执行步骤6，否则执行步骤7；6.在遮挡区域进行目标检测并令无人机悬停，执行步骤9；7.预测目标位置；8.根据目标控制无人机的飞行；9.判断是否结束，如果是则结束跟踪，否则返回步骤3。本发明能对遮挡后的目标进行检测与跟踪，提高了跟踪的鲁棒性，可用于城市道路下对车辆的跟踪。

技术领域

本发明属于图像处理技术领域，更进一步涉及一种无人机车辆跟踪方法，可用于城市道路下复杂环境的车辆跟踪。

背景技术

近年来，无人机事业发展迅速，由于具有结构简单，高灵活性、机动性强、成本低廉、便于装备各类传感器等优点，同时可在复杂环境中进行悬停和垂直起降，无人机是完成目标检测、目标跟踪、监控等任务的理想平台。目前无人机已经应用在诸多目标监控与跟踪领域中。

基于无人机的车辆跟踪是一个典型应用，可利用无人机的车辆跟踪进行逃犯追捕、基于车辆跟踪的航拍跟拍、电影拍摄等,具有重要现实意义。但由于在城市环境中，因为人行天桥、立交桥等复杂遮挡存在，基于无人机的车辆跟踪易发生跟踪目标丢失，致使跟踪失败。所以，利用无人机上搭配的传感器，结合航拍下车辆跟踪的特点，是一种有效解决无人机的车辆跟踪的方案。

成都通甲优博科技有限责任公司的专利申请“一种基于无人机动平台的车辆跟踪方法”(公开号：CN104881650A，申请号：201510284911.6,J，申请日：2015年5月29日)中公开了一种基于无人机动平台的车辆跟踪方法。该方法主要通过目标车辆在当前视频帧中的位置预测目标车辆接下去的运动轨迹，并根据预测位置调整无人机的运动方向，从而实现车辆的无人机航拍跟踪。当在跟踪目标车辆的时候发生目标丢失的情况，还利用卡尔曼滤波器预测目标车辆在后续视频帧中可能出现的区域，并在后续视频中标示该区域以便操作人员在视频帧中快速找到目标车辆，进一步增加目标车辆跟踪的稳定性。该方法的不足是整个实现方案无法有效判断目标车辆是否丢失，同时目标丢失后虽然利用卡尔曼滤波来预测后续视频中可能出现的位置，但仍需要操作人员在视频帧查找目标，无法实现自动化跟踪。

发明内容

本发明的目的在针对上述现有技术的不足，提供一种基于嵌入式平台的无人机车辆跟踪方法，以有效防止目标被遮挡导致跟踪目标丢失的情况出现，提高车辆跟踪的鲁棒性，实现自动化跟踪。

本发明的技术方案是：通过在无人机上搭载嵌入式平台对目标车辆使用核相关滤波算法进行目标跟踪，并将跟踪结果直接反馈给飞行控制模块控制无人机的飞行。在跟踪过程中，当利用车辆分类器判断出跟踪目标已丢失时，如果跟踪目标在飞行区域标记的地图的遮挡区域中，则结合传感器信息在目标可能出现的区域进行目标检测，否则使用卡尔曼滤波器预测被遮挡的目标的位置。其实现步骤包括如下：

(1)训练一个车辆分类器：利用无人机在城市交通场景中进行航拍，在航拍视频中提取有车辆的正样本，无车辆的负样本，并利用正、负样本训练一个车辆分类器；

(2)标记地图：通过地图软件获取飞行区域的地面地图，并标记出立交桥、隧道这些出现车辆遮挡区域的入口和对应的出口，得到被标记的地图；

(3)初始化跟踪目标的位置矩形框：

(3a)通过摄像头，获取一帧图像，通过视频解码器解码后加载到嵌入式平台的内存中，同时回传给地面控制人员；

(3b)地面控制人员在获取的图像中选取一个将跟踪目标包含在内的矩形框，将所选的矩形框作为跟踪目标的位置矩形框；

(3c)用位置矩形框和水平垂直速度初始化卡尔曼滤波器，即将水平垂直速度初始化为0，同时用跟踪目标的图像初始化核相关跟踪器；