[发明专利]一种基于机器视觉技术的云台跟踪性能测量方法

说明书

本发明公开了一种基于机器视觉技术的云台跟踪性能测量方法。将相机朝向显示屏幕正对放置，显示屏幕播放预先设置好的目标移动轨迹视频，相机实时针对显示屏幕中的目标进行拍摄图像和跟踪，并采集获得跟踪过程中的所有图像序列，再针对图像序列进行分析处理获得云台跟踪性能的测量结果。本发明在日常生活简单的设备下就可实现，无需转台等其他设备，将目标跟踪算法与云台很好的融合在一起，在已搭好的结构上，如需单方面测量算法或云台的跟踪性能，也可通过控制变量在这个结构上实现。

技术领域

本发明属于无人机技术领域中的机器视觉相关处理方法，尤其是涉及了一种基于机器视觉技术的云台跟踪性能测量方法。

背景技术

在传统检测评估云台跟踪性能时，只能将目标检测跟踪算法与云台控制算法分开，单方面检测评估算法的好坏，云台控制算法也是基于在线仿真调试，然而大部分的仿真调试好后和应用实际后，效果又有较大的差别。

传统的云台跟踪性能测量无法考虑到云台本身的响应速度、跟踪精度，无法将目标跟踪算法与云台很好的融合，即使是将云台控制算法应用于云台上时，也只能定性的评估好坏，无法做到定量的给出一个测量评估的数据。

由于载体扰动、摩擦、质量不平衡、气流扰动、输出转矩波动以及复杂的框架结构和耦合关系等内外干扰多种因素的共同影响，系统会难以实现稳定的控制。所以不管在对云台进行研究还是对目标算法进行改进时，一个跟踪测量系统对云台的改进就显得格外重要。

发明内容

本发明所要解决的技术问题是，在日常的有限生活条件中，完成无人机嵌入人脸识别的云台跟踪精度测量系统。

为了实现以下技术，本发明采用以下技术方案：

本发明将相机朝向显示屏幕正对放置，显示屏幕播放预先设置好的目标移动轨迹视频，相机实时针对显示屏幕中的目标进行拍摄图像和跟踪，并采集获得跟踪过程中的所有图像序列，再针对图像序列进行分析处理获得云台跟踪性能的测量结果。

针对图像序列中的每幅图像，识别获得目标所在图像中的位置，将目标所在图像中的位置和图像中心点作差获得偏差数据，再将随时间变化的各幅图像的偏差数据组成二维复数据，这样采用时间维和距离维构成了二维复数据，作为云台跟踪精度测量的数据源；再针对二维复数据进行归一化处理获得测量结果。

时间维以帧为单位，总帧数为N，帧周期为T，距离维以像素单元为单位，观测范围为[1,L]，其中L表示相机图像的水平宽度。

所述的目标移动轨迹视频分为三个阶段部分：

第一阶段部分为一维阶跃运动过程，具体是设置目标在显示屏幕中沿水平直线/竖直直线的轨迹往复移动；

第二阶段部分为二维斜坡运动过程，具体是设置目标在显示屏幕中沿倾斜直线的轨迹往复移动；

第三阶段部分二维轨迹运动过程，具体是设置目标在显示屏幕中沿闭环可交叉曲线的轨迹循环移动。

所述的目标设置为一个在显示屏幕上的标记物。

所述目标在沿直线的轨迹运动过程中，从轨迹的一端到另一端，是以轨迹的前半程匀加速运动、轨迹的后半程匀减速运动来完成。

所述的闭环可交叉曲线具体可以为8字形曲线，目标沿8字形移动。但不限于此。

对于第一阶段部分和第二阶段部分采集的图像序列，建立具有固定采样周期t的离散时间模型，根据二维复数据处理计算获得各个对象的超调量、余差、振荡次数、衰减比，利用超调量、余差、振荡次数、衰减比进行判断得到云台的跟踪性能，具体是将对以上数据建立一个以下公式所示的性能评价模型：