[發(fā)明專利]基于細(xì)粒度分類的無人機(jī)識別與定位方法

有效

• 申請?zhí)枺?/td>: 201810371993.1
• 申請日: 2018-04-24
• 公開（公告）號: CN108711172B
• 公開（公告）日: 2020-07-03
• 發(fā)明（設(shè)計(jì)）人: 劉昊;魏志強(qiáng);殷波;曲方超
• 申請（專利權(quán)）人: 中國海洋大學(xué)
• 主分類號: G06T7/70
• 分類號: G06T7/70;G06T7/80;G06K9/62;G06F16/24
• 代理公司: 青島華慧澤專利代理事務(wù)所(普通合伙) 37247
• 代理人: 張慧芳

本發(fā)明公開了一種基于細(xì)粒度分類的無人機(jī)識別與定位方法，基于物體粗粒度檢測后的細(xì)粒度分類，將識別出的無人機(jī)型號與無人機(jī)型號庫信息對應(yīng)檢索出無人機(jī)的具體的外在結(jié)構(gòu)信息，并結(jié)合攝像機(jī)的內(nèi)參數(shù)，將無人機(jī)的二維坐標(biāo)映射成三維坐標(biāo)確定無人機(jī)立體空間中的位置，還可以通過幀圖片的連續(xù)三維坐標(biāo)信息，在立體空間中得到無人機(jī)的軌跡信息。本發(fā)明解決現(xiàn)有技術(shù)無人機(jī)的識別與定位不準(zhǔn)確的問題。

技術(shù)領(lǐng)域

本發(fā)明屬于無人機(jī)技術(shù)領(lǐng)域，特別涉及一種基于細(xì)粒度分類的無人機(jī)識別與定位方法。

背景技術(shù)

近年來，無人機(jī)技術(shù)快速發(fā)展，被廣泛用于各領(lǐng)域，對無人機(jī)的探測、識別與定位技術(shù)也提出了更高的要求。目前，針對無人機(jī)的探測、識別與定位有多種方案，包括衛(wèi)星定位的方式、雷達(dá)和攝像頭結(jié)合的方式等，探測效果差，易受外界信號干擾。

為此，技術(shù)人員做了改進(jìn)。如申請?zhí)枮?016111441100的發(fā)明專利，公開了一種基于電子信息無人機(jī)控制用無人機(jī)身份識別系統(tǒng)，包括遙感飛行器、衛(wèi)星、地面信號收發(fā)基站和遙感操控器，滿足GPS定位和北斗定位，遙感飛行器具有定位子系統(tǒng)、無線收發(fā)單元和身份信息存儲單元等，并通過衛(wèi)星與地面信號收發(fā)基站進(jìn)行信息交互，獲取飛行器的位置信息和飛行狀態(tài)，與預(yù)存信息實(shí)時(shí)比較，方便追蹤遙感飛行器。申請?zhí)枮?017109352832的發(fā)明專利，公開了一種對民用無人機(jī)的無源定位和識別系統(tǒng)，使用無源雷達(dá)探測、定位和跟蹤無人機(jī)，并接收無人機(jī)的遙控遙測信號，通過對遙控遙測信號的分析，完成無人機(jī)識別，雖然能避免不良天氣的影響，但是，也僅局限在能探測、識別出是否是無人機(jī)，對于無人機(jī)身份的匹配、識別，準(zhǔn)確度比較低。

現(xiàn)有技術(shù)的無人機(jī)識別與檢測，僅僅局限在能夠準(zhǔn)確識別檢測出這個物體是否是無人機(jī)以及無人機(jī)在二維平面圖中的位置及大小，并沒有準(zhǔn)確的判斷出是哪種型號的無人機(jī)以及無人機(jī)的外在結(jié)構(gòu)大小，更無法得知無人機(jī)在實(shí)際場景空間的三位坐標(biāo)。我們針對此問題，設(shè)計(jì)本技術(shù)方案。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的不足，本發(fā)明提供一種基于細(xì)粒度分類的無人機(jī)識別與定位方法，基于物體檢測后的細(xì)粒度分類，將識別出的無人機(jī)型號與無人機(jī)型號庫信息對應(yīng)檢索出相關(guān)外在結(jié)構(gòu)信息，并結(jié)合攝像機(jī)的內(nèi)參數(shù)，將無人機(jī)的二維坐標(biāo)映射成三維坐標(biāo)確定無人機(jī)立體空間中的位置，解決無人機(jī)的識別與定位不準(zhǔn)確的問題。

為了解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案是：基于細(xì)粒度分類的無人機(jī)識別與定位方法，包括以下步驟：

(a)建立無人機(jī)數(shù)據(jù)集庫：通過采集無人機(jī)機(jī)型及參數(shù)信息，建立滿足細(xì)粒度分類的計(jì)算機(jī)視覺數(shù)據(jù)庫；

(b)粗粒度檢測：通過YOLO網(wǎng)絡(luò)結(jié)構(gòu)對攝像機(jī)拍攝的視頻進(jìn)行端到端的實(shí)時(shí)物體識別與檢測，準(zhǔn)確判斷物體是否無人機(jī)；

(c)細(xì)粒度分類：在步驟(a)所述的無人機(jī)數(shù)據(jù)集庫中的數(shù)據(jù)集的基礎(chǔ)上采取強(qiáng)監(jiān)督學(xué)習(xí)的方法完成深度學(xué)習(xí)，進(jìn)而完成細(xì)粒度分類，細(xì)粒度分類完成后，精確地得到檢測到的無人機(jī)類別和無人機(jī)型號；

(d)匹配檢索型號：得出無人機(jī)的具體型號后，在無人機(jī)數(shù)據(jù)集庫中匹配檢索該型號無人機(jī)的具體信息，得到該無人機(jī)的所有信息，包括材料信息和結(jié)構(gòu)信息，得知無人機(jī)的外在視覺特征；

(e)攝像機(jī)標(biāo)定：獲得攝像機(jī)的內(nèi)參數(shù)；

(f)空間定位：將無人機(jī)的外在視覺特征結(jié)合攝像機(jī)的內(nèi)參數(shù)得到無人機(jī)在立體空間的位置。

進(jìn)一步的，步驟(b)中，優(yōu)化YOLO網(wǎng)絡(luò)結(jié)構(gòu)，每個格子預(yù)測四個bounding box，輸出向量為7*7*23的向量，實(shí)現(xiàn)基于流視頻下的物體檢測，以60-70FPS/S的速率檢測出鏡頭內(nèi)的物體是否是無人機(jī)，從而完成粗粒度檢測。