[发明专利]基于计算机视觉中运动显著性感知的无人机集群机动方法

权利要求书

1.一种基于计算机视觉中运动显著性感知的无人机集群机动方法，其特征在于，所述方法包括：

获取中心个体视域范围内邻居个体的视觉图像信息；所述邻居个体是进入中心个体视域范围内的无人机；所述中心个体是获取视觉图像信息的无人机；

根据中心个体存储的固定历史时间段内的视觉图像信息，确定在个体参考坐标系中运动显著性最大邻居个体；所述个体参考坐标系是以中心个体在绝对坐标系中的速度为X轴，根据右手法则构建的；

根据所述中心个体存储的固定历史时间段内的视觉图像信息，确定在个体参考坐标系中运动显著性最大邻居个体的估算速度；

根据所述运动显著性最大邻居个体的估算速度对个体间的速度依附交互进行修正，得到速度交互项；

构建所述中心个体在绝对坐标系中的运动模型，所述运动模型包括：自驱动个体的惯性、位置交互项以及所述速度交互项；所述位置交互项是由于个体位置关系引起的受力情况，当个体间的距离大于设置的距离阈值时为吸引力，当个体间的距离小于设置的距离阈值时为排斥力；

根据所述运动模型得到所述中心个体的绝对速度，并利用所述绝对速度对所述中心个体在绝对坐标系中的位置进行更新；

其中：根据所述运动显著性最大邻居个体的估算速度对个体间的速度依附交互进行修正，得到速度交互项，包括：

根据所述运动显著性最大邻居个体的估算速度、所述中心个体在个体参考坐标系中的相对速度以及校准系数，对个体间的速度依附交互进行修正，得到速度交互项；所述速度交互项的计算公式为：

其中：表示中心个体在个体参考坐标系中的相对速度，表示在个体参考坐标系中运动显著性最大邻居个体的估算速度；为校准系数，表示速度交互项。

2.根据权利要求1所述的方法，其特征在于，根据中心个体存储的固定历史时间段内的视觉图像信息，确定在个体参考坐标系中运动显著性最大邻居个体，包括：

根据中心个体存储的固定历史时间段内的视觉图像信息，采用目标检测工具对所述固定历史时间段内的视觉图像信息进行识别处理，得到所述邻居个体在所述中心个体视网膜上的投影；

根据所述投影和投影大小，采用计算摄影中标定测距方法，得到所述邻居个体与所述中心个体的距离；

根据所述投影和所述距离，得到邻居个体在中心个体视域中的视觉向量；

将所述视觉向量通过坐标转换，得到所述邻居个体在所述个体参考坐标系中的位置；

根据所有邻居个体在固定历史时间段内的所述投影，确定在个体参考坐标系中运动显著性最大邻居个体。

3.根据权利要求2所述的方法，其特征在于，根据所有邻居个体在固定历史时间段内的所述投影，确定在个体参考坐标系中运动显著性最大邻居个体，包括：

根据所有邻居个体在固定历史时间段内的所述投影，计算得到所有邻居个体在固定历史时间段内在中心个体视网膜上呈现出的投影位置变化；

将所述投影位置变化最大的邻居个体作为运动显著性最大邻居个体，所述运动显著性最大邻居个体确定的公式为：

其中表示在中心个体的视网膜上投影的邻居个体数量，表示当前时刻个体间竖直平面内相对方向，表示时刻个体间竖直平面内相对方向，表示当前时刻个体间水平面内相对方向，表示时刻个体间水平面内相对方向，m表示运动显著性最大邻居个体。

4.根据权利要求1所述的方法，其特征在于，根据中心个体存储的固定历史时间段内的视觉图像信息，确定在个体参考坐标系中运动显著性最大邻居个体的估算速度，包括：

根据中心个体存储的固定历史时间段内的视觉图像信息，得到在个体参考坐标系中运动显著性最大邻居个体在上一时刻和当前时刻的位置；

将运动显著性最大邻居个体在上一时刻和当前时刻的位置的变化率作为所述运动显著性最大邻居个体的估算速度。

5.根据权利要求1所述的方法，其特征在于，构建所述中心个体在绝对坐标系中的运动模型，包括：

根据所述中心个体在个体参考坐标系中的相对速度以及所述中心个体的自驱动常数和惯性系数，得到自驱动个体的惯性项；

根据邻居个体与中心个体之间的预定距离阈值、所有邻居个体与中心个体的所述距离以及权重的常数，得到个体间的位置交互项；

根据所述自驱动个体的惯性、所述位置交互项以及所述速度交互项，并通过坐标转换，得到在绝对坐标系中所述中心个体在无人机集群中的运动模型；所述运动模型表达式为：

其中：表示个体自驱动和惯性项；表示位置交互项，表示速度交互项；表示根据构建的个体参考坐标系转化到绝对坐标系的转换公式；表示在绝对坐标系中个体的绝对速度向量，表示运动显著性最大邻居个体的估算速度。