[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

说明书

本申请涉及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。所述方法包括通过获取中心个体视域范围内邻居个体的视觉图像信息；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和运动显著性最大邻居个体的估算速度；根据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；构建中心个体在绝对坐标系中的运动模型；并根据运动模型对中心个体在绝对坐标系中的位置进行更新。该方法以视觉图像信息作为输入，通过对视觉图像信息进行处理来更新中心个体的位置，不需额外数据传输，计算量小，提高了无人机集群机动方法的稳定性和实时性。

技术领域

本申请涉及图像视觉技术领域，特别是涉及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。

背景技术

无人驾驶飞机，简称为无人机。随着无人机的普及，人们将多个无人机进行集群编队进行表演或者在军用领域完成特殊任务。在无人机集群运动的过程中，采取编队飞行有利于降低风阻以节省其油耗。

计算机视觉就是用计算机模拟人眼的视觉功能，对“目标图像”进行数字化，从图像或图像序列中提取信息，对客观世界的三维景物和物体进行形态和运动识别，并通过计算机处理进行判断，最终用于实际检测、测量和控制。

在无人机集群编队方法方面很多学者作了大量的研究。目前相对成熟且比较通用的队形控制算法主要有：长机-僚机法、基于行为法、虚拟结构法以及人工势场法等，这些控制算法中无人机之间数据传递依靠网络，数据传输的数据量和网络可靠性会对无人机集群机动的实时性和稳定性带来影响。

发明内容

基于此，有必要针对上述技术问题，提供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。该方法以图像视觉图像信息作为输入，通过对视觉图像信息进行处理获得运动显著性最大邻居个体，利用运动显著性最大邻居个体的速度对中心个体的运动模型中的速度交互项进行修正，利用运动方程更新中心个体的位置；克服了由于大量数据传递和网络稳定性问题给无人机集群机动的实时性和稳定性带来的影响。

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，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。

根据所述最终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。

在其中一个实施例中，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。