[發明專利]基于RGB_D和深度卷積網絡的無人機識別定位系統

在審

• 申請號: 201811606339.0
• 申請日: 2018-12-27
• 公開（公告）號: CN109697428A
• 公開（公告）日: 2019-04-30
• 發明（設計）人: 樊寬剛;邱海云;王渠;劉平川;王文帥;楊杰;侯浩楠;逄啟壽;陳宇航;匡以順
• 申請（專利權）人: 江西理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06T7/73
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.一種基于RGB_D和深度卷積網絡的無人機識別定位系統，其特征在于，包括攝像頭監控模塊、無人機識別模塊、二維圖像生成三維網格模塊和RGB_D測距定位模塊；

所述攝像頭監控模塊用于獲取整個監控區域的圖像；

所述無人機識別模塊接收到攝像頭監控模塊獲取的監控區域的圖像，與預存的無人機圖像特征進行匹配，識別監控區域中是否存在無人機；

二維圖像生成三維網格模塊用于當無人機識別模塊識別出監控區域中存在無人機時，通過圖卷積神經網絡將攝像頭監控模塊獲取的監控區域的圖像生成三維網格圖；

RGB_D測距定位模塊用于當無人機識別模塊識別出監控區域中存在無人機時，通過雙目攝像頭獲取監控區域的RGB_D圖像，并根據監控區域的RGB_D圖像中無人機與雙目攝像頭顏色深度的關系計算得到兩者之間的距離，結合三維網格圖得到的無人機方向，實現對無人機的具體定位；RGB_D測距定位模塊根據下式計算無人機和雙目攝像頭之間的距離：

其中，C₁和C₂表示無人機和雙目攝像頭的顏色，C_1,R和C_2,R分別表示無人機和雙目攝像頭的顏色的R通道，C_1,G和C_2,G分別表示無人機和雙目攝像頭的顏色的G通道，C_1,B和C_2,B分別表示無人機和雙目攝像頭的顏色的B通道；根據無人機與雙目攝像頭的顏色差得到兩者間的距離；

所述攝像頭監控模塊包括若干攝像頭，各個攝像頭分別布置于監控區域的不同位置，所有攝像頭的攝像范圍加總起來涵蓋整個監控區域；

各個攝像頭分散地環繞式安裝，保證在任一攝像頭的視角中能夠看到該攝像頭左右兩側相鄰的攝像頭。

2.一種利用權利要求1所述的系統進行無人機識別定位的方法，其特征在于，包括如下步驟：

S1、攝像頭監控模塊用于獲取整個監控區域的圖像；

S2、無人機識別模塊接收到攝像頭監控模塊獲取的監控區域的圖像，與預存的無人機圖像特征進行匹配，識別監控區域中是否存在無人機；

S3、當無人機識別模塊識別出監控區域中存在無人機時，二維圖像生成三維網格模塊通過圖卷積神經網絡將攝像頭監控模塊獲取的監控區域的圖像生成三維網格圖；RGB_D測距定位模塊通過雙目攝像頭獲取監控區域的RGB_D圖像，并根據監控區域的RGB_D圖像中無人機與雙目攝像頭顏色深度的關系計算得到兩者之間的距離，結合三維網格圖得到的無人機方向，實現對無人機的具體定位；

步驟S1中，攝像頭監控模塊中所有攝像頭均將獲取的圖像傳輸至無人機識別模塊；步驟S2中，所述無人機識別模塊對在同一時間點上所有攝像頭采集的監控區域的各幀圖像進行分析，同時將各幀圖像與預存的無人機圖像特征進行匹配，識別出各幀圖像中是否出現無人機，從而確定在該時間點上監控區域是否出現無人機；步驟S3中，二維圖像生成三維網格模塊同時結合了所有攝像頭在同一時間點上采集的監控區域的各幀圖像計算生成整個監控區域的三維網格圖；

步驟S3中，RGB_D測距定位模塊根據下式計算無人機和雙目攝像頭之間的距離：

其中，C₁和C₂表示無人機和雙目攝像頭的顏色，C_1,R和C_2,R分別表示無人機和雙目攝像頭的顏色的R通道，C_1,G和C_2,G分別表示無人機和雙目攝像頭的顏色的G通道，C_1,B和C_2,B分別表示無人機和雙目攝像頭的顏色的B通道；根據無人機與雙目攝像頭的顏色差得到兩者間的距離。

3.根據權利要求2所述的方法，其特征在于，步驟S2中，所述預存的無人機圖像特征的獲得過程為：無人機自動識別模塊中預存一組功能和設計都不相同的無人機圖像并從中提取無人機圖像特征。

4.根據權利要求2所述的方法，其特征在于，步驟S2中，所述二維圖像生成三維網格模塊具體通過一個多層的圖卷積神經網絡提取監控區域的圖像的不同層次的特征，進而通過級聯網格變形網絡生成三維網格圖。