[发明专利]基于立体视觉的长时无人机跟踪定位方法、系统、装置有效
申请号: | 202010393261.X | 申请日: | 2020-05-11 |
公开(公告)号: | CN111563916B | 公开(公告)日: | 2022-06-10 |
发明(设计)人: | 孙亚强;蒿杰;舒琳;历宁 | 申请(专利权)人: | 中国科学院自动化研究所;广东人工智能与先进计算研究院 |
主分类号: | G06T7/246 | 分类号: | G06T7/246;G06T7/593;G06V10/762;G06V10/82;G06K9/62 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 立体 视觉 无人机 跟踪 定位 方法 系统 装置 | ||
1.一种基于立体视觉的长时无人机跟踪定位方法,其特征在于,该方法包括:
步骤S100,获取t时刻的双目视觉图像对,作为输入图像对;
步骤S200,对所述输入图像对进行预处理,并通过双目立体匹配算法对预处理后图像对中的两个图像进行匹配,得到三维点云数据;
步骤S300,采用预设的聚类方法对所述三维点云数据进行聚类,获取待定位目标的候选区域;
步骤S400,对各候选区域,通过模板匹配算法分别将其与第一图像匹配,得到其对应的第一匹配度,并通过预设的第一方法分别将其与第二图像匹配,得到其对应的第二匹配度;所述第一图像为预设的待定位目标的模板图像;所述第二图像为t-1时刻待定位目标的目标区域图像;
其中,通过预设的第一方法分别将其与第二图像匹配,得到其对应的第二匹配度,其方法为:
对各候选区域,以候选区域和t-1时刻的目标区域中尺寸较大者为准,对较小者的区域进行校准;
将校准后的两个区域进行三重平滑处理,处理后,获取两个区域的对应位置的距离;
对各距离进行平均处理,将平均结果作为候选区域的第二匹配度;
所述第一图像其更新方法为:
通过预训练的第一网络获取t时刻待定位目标的目标区域图像与t-1时刻的第一图像的欧氏距离,若该距离大于设定的距离阈值,则用t时刻待定位目标的目标区域图像更新第一图像,否则,第一图像不更新;所述第一网络基于深度可分卷积神经网络构建;
步骤S500,若各候选区域的第一匹配度大于设定的第一阈值且第二匹配度小于设定的第二阈值,则将其作为待定位目标的目标区域。
2.根据权利要求1所述的基于立体视觉的长时无人机跟踪定位方法,其特征在于,步骤S200中“对所述输入图像对进行预处理”,其方法为:
对所述输入图像对进行高斯平滑处理,处理后进行预设N倍的下采样;其中,N为正整数。
3.根据权利要求1所述的基于立体视觉的长时无人机跟踪定位方法,其特征在于,步骤S300中“采用预设的聚类方法对所述三维点云数据进行聚类,获取待定位目标的候选区域”,其方法为:
通过三维密度聚类方法对所述三维点云数据进行聚类,得到多个点云团;所述三维密度聚类方法以距离相似度进行聚类;
采用基于颜色的分布聚类方法分别对各点云团进行聚类,得到待定位目标的候选区域。
4.根据权利要求1所述的基于立体视觉的长时无人机跟踪定位方法,其特征在于,若步骤S500中获取的目标区域有多个,则将最小第二匹配度对应的目标区域作为最终待定位目标的目标区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所;广东人工智能与先进计算研究院,未经中国科学院自动化研究所;广东人工智能与先进计算研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010393261.X/1.html,转载请声明来源钻瓜专利网。