[发明专利]基于嵌入式平台的无人机车辆跟踪方法

摘要

本发明公开了一种基于嵌入式平台的无人机车辆跟踪方法，主要解决现有技术中无人机在车辆跟踪发生遮挡时跟踪丢失的问题。其实现步骤为：1.训练车辆分类器并标记地图；2.获取一帧图像，初始化跟踪目标；3.获取一帧图像进行目标跟踪；4.用分类器判断目标是否被遮挡，如果是，执行步骤5，否则执行步骤8；5.判断目标是否在地图的遮挡区域，如果是，执行步骤6，否则执行步骤7；6.在遮挡区域进行目标检测并令无人机悬停，执行步骤9；7.预测目标位置；8.根据目标控制无人机的飞行；9.判断是否结束，如果是则结束跟踪，否则返回步骤3。本发明能对遮挡后的目标进行检测与跟踪，提高了跟踪的鲁棒性，可用于城市道路下对车辆的跟踪。

主权项

1.一种基于嵌入式平台的无人机车辆跟踪方法，包括：/n(1)训练一个车辆分类器：利用无人机在城市交通场景中进行航拍，在航拍视频中提取有车辆的正样本，无车辆的负样本，并利用正、负样本训练一个车辆分类器；/n(2)标记地图：通过地图软件获取飞行区域的地面地图，并标记出立交桥、隧道这些出现车辆遮挡区域的入口和对应的出口，得到被标记的地图；/n(3)初始化跟踪目标的位置矩形框：/n(3a)通过摄像头，获取一帧图像，通过视频解码器解码后加载到嵌入式平台的内存中，同时回传给地面控制人员；/n(3b)地面控制人员在获取的图像中选取一个将跟踪目标包含在内的矩形框，将所选的矩形框作为跟踪目标的位置矩形框；/n(3c)用位置矩形框和水平垂直速度初始化卡尔曼滤波器，即将水平垂直速度初始化为0，同时用跟踪目标的图像初始化核相关跟踪器；/n(4)通过摄像头获取一帧图像，并由视频解码器解码后加载到嵌入式平台的内存中；/n(5)利用核相关滤波算法计算出跟踪器与当前帧图像的特征的响应矩阵，当前帧图像目标的位置矩形框被识别为响应矩阵最大值的位置；/n(6)使用车辆分类器判断目标是否被遮挡，如果是，则执行步骤(7)；否则，执行步骤(12)；/n(7)利用传感器模块获得的无人机飞行参数，计算目标在被标记的地图中的位置，并判断该位置是否在被标记的地图的遮挡区域中，如果是，则执行步骤(8)；否则，执行步骤(11)；/n(8)利用被标记的地图得到被遮挡目标对应的出口区域，将出口区域转换到当前帧图像中，再通过目标检测算法在当前帧图像中筛选出目标的候选位置矩形框；/n(9)在当前帧图像中，对每个目标的候选位置矩形框，都利用核相关滤波算法计算出跟踪器与当前帧图像的特征的响应矩阵，求出所有响应矩阵最大值的位置，作为当前帧图像目标的位置矩形框；/n(10)嵌入式平台发送悬停指令，通过飞行控制模块令无人机悬停，执行步骤(13)；/n(11)使用卡尔曼滤波器在当前帧图像中预测出目标的位置矩形框；/n(12)利用当前帧图像中目标的位置矩形框更新卡尔曼滤波器和跟踪器，并通过飞行控制模块，嵌入式平台发送飞行指令使目标偏移到摄像头拍摄的中心，执行步骤(13)；/n(13)通信模块检测地面控制人员是否发送停止跟踪的信号，如果是，则结束目标跟踪；否则，返回步骤(4)。/n