[实用新型]一种基于无人机的轻量目标跟踪装置

说明书

本实用新型提供了一种基于无人机的轻量目标跟踪装置，包括：用于承载相机的云台；设置于云台上的相机，相机用于获取图像；支持卷积网络的主控制板，主控制板的输入端与相机的输出端连接，主控制板的输出端与云台的控制驱动板输入端连接，所述支持卷积网络的主控制板获取所述相机采集的所述图像，并判断是否是跟踪目标以及计算得到跟踪目标的坐标中心与图像中心的差值，根据所述差值得出所述云台的转动量，根据所述转动量驱动所述云台运动从而调整所述相机的位置，使所述跟踪目标位于所述图像中心位置。本实用新型中相机能进行俯仰转动、水平转动，整个装置十分轻量，便于扩展其他功能，采用的硬件价格低廉，适合小成本开发。

技术领域

本实用新型涉及无人机领域，具体地，涉及一种基于无人机的轻量目标跟踪装置。

背景技术

现在计算机视觉的发展促进了各个领域的进步，也包括了无人机性能的提升。目前，多旋翼无人机的硬件结构和控制算法已经基本成熟，今后的发展重点主要在提高智能功能上。目前，无人机已经在协助公共安全、建筑、能源、基础建设、农业等领域发挥了重要的作用。

大疆推出的“御”Mavic2 pro实现了自动跟随等功能，但是其售价过高。而MavicMini 作为其轻量化产品，没有实现跟随功能，相机云台只能进行俯仰转动，无法进行水平转动。另外，哈尔滨工业大学也围绕智能无人机开展了一系列研究。杨喆在文章中介绍了哈工大团队搭建的基于无人机平台的目标检测和人机交互系统，该系统实现了无人机搭载摄像机，识别视频中的人，对其进行持续跟踪，并开启挥手检测系统。当检测到用户挥手时，系统切换到人机交互模式，对目标摆出的姿势进行识别，并根据识别结果做出相应的反应。文献中给出两种实现方式，一种是摄像头完成图像采集后，通过无线图像传输模块将视频，传输到地面站端，在地面站上使用搭载高性能显卡的深度学习工作站完成后续任务；另一种方式为在无人机上搭载嵌入式设备实现算法的机上运算。上述两种方式的检测系统硬件如下：摄像机部分使用的是Gopro Hero3运动相机，云台为Tarot Gopro双轴云台，图传模块为RC832和TS832，地面站端采用EasyCap USB图像采集卡对视频信号进行解析，使用GTX 1070显卡作为深度学习训练计算平台。无人机上搭载的嵌入式设备采用的是Odroid-XU4。可以看到哈工大团队提出的两种目标检测方案都存在一定的局限性。如果图像通过无线传输模块传到地面站端，需要更多的地面配套设施，同时传输过程中的时延和噪声也会带来一定的影响；而采用Odriod-XU4作为嵌入式设备进行计算，其运算速度不足以支持检测准确率很高的深度学习网络。

实用新型内容

针对现有技术中的缺陷，本实用新型的目的是提供一种基于无人机的轻量目标跟踪装置。

根据本实用新型提供一种基于无人机的轻量目标跟踪装置，包括：

用于承载相机的云台；

设置于所述云台上的相机，所述相机用于获取图像；

支持卷积网络的主控制板，所述主控制板的输入端与所述相机的输出端连接，所述主控制板的输出端与所述云台的控制驱动板输入端连接；所述支持卷积网络的主控制板获取所述相机采集的图像，并判断是否是跟踪目标以及计算得到跟踪目标的坐标中心与图像中心的差值，根据所述差值得出所述云台的转动量，根据所述转动量驱动所述云台运动从而调整所述相机的位置，使所述跟踪目标位于所述图像中心位置。

可选地，所述云台选用三轴云台。所述三轴云台包括主体支架，以及设置于所述主体支架上的控制驱动板、航向电机、横滚电机、俯仰电机，其中所述主控制板位于所述航向电机处，所述控制驱动板连接并控制所述航向电机、所述横滚电机、所述俯仰电机，同时所述控制驱动板连接所述主控制板。