[發明專利]一種無人機跟蹤地面移動目標的目標跟蹤方法

在審

• 申請號: 202011154817.6
• 申請日: 2020-10-26
• 公開（公告）號: CN112270250A
• 公開（公告）日: 2021-01-26
• 發明（設計）人: 黎瑤;唐文兵;鄭李斌;李佳慧;丁佐華
• 申請（專利權）人: 浙江理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N5/04;G06T7/246;G06T7/73
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 邱啟旺

本發明公開一種無人機跟蹤地面移動目標的目標跟蹤方法，該方法通過使用OpenCV檢測移動目標，然后根據目標在機載相機所獲得圖像上的位置信息使用二型模糊邏輯控制器計算無人機應該執行的方向與速度指令，最后控制無人機不斷更新指令從而實現對移動目標的持續跟蹤。本發明考慮到跟蹤環境的復雜性，結合傳統的目標檢測方法，使用二型模糊邏輯控制理論能夠更好的處理不確定性，最終實現無人機對地面移動目標的持續跟蹤。

技術領域

本發明屬于無人機自主跟蹤控制技術領域，具體地涉及一種無人機跟蹤地面移動目標的目標跟蹤方法。

背景技術

隨著低空無人機(Unmanned Aerial Vehicle,UAV)懸停、續航、云臺技術的成熟，以及計算機視覺(Computer Vision)、深度學習(Deep Learning)的興起，基于無人機平臺的目標跟蹤已經成為國內外的研究熱點，已被用于城市反恐中對犯罪車輛的跟蹤、空戰中對地面機動目標的跟蹤等方面。跟蹤無人機是指利用機載的云臺等傳感器采集圖像信息，通過目標檢測過程獲取目標在圖像上的位置信息(或通過狀態估計、多傳感器信息融合來預測目標的位置信息)，通過跟蹤算法計算控制指令(通常是速度矢量)控制無人機的運動，以確保目標始終位于機載相機所獲得的視野中心區域附近的一種特殊用途的無人機。然而，上述過程僅以目標的運動為驅動，沒有考慮到無人機所處的環境存在著各種不確定性，例如傳感器設備不確定性、目標運動不確定性和實際測量的不確定性等。

針對目標跟蹤過程的不確定問題，模糊控制理論的提出，提供了一種新的控制方法。它不需要對模型的精確描述，即可解決時變參數的控制問題。傳統的I型模糊邏輯控制器(type-1 fuzzy logic controller,T1-FLC)是指以1965年Zadeh在文章中提出的I型模糊集合(type-1 fuzzy set，T1-FS)理論為基礎，利用人類的經驗和知識，將人類專家系統對某些事物和過程的操作歸納為一系列模糊規則，把人類模糊推理納入到決策中的一種智能控制器。作為基于規則的非線性控制器，T1-FLC將專家知識的語言信息轉化為控制策略的特性，能夠解決實際生活中存在的許多復雜而無法建立精確數學模型系統的控制問題,因此是處理控制系統中不確定性和不精確性問題的一種有效手段。

然而，在現實非結構化的動態環境和許多對問題的復雜性以及要求結果精確性的實際具體應用中，用T1-FLC刻畫對象很難到達要求，同樣也會面臨諸多的不確定性，主要包括

1)測量噪音不確定性,即傳感器測量由于受到各種高噪音和測量條件變化的影響導致用于調節或優化系統參數的訓練數據含有噪音；

2)執行器特性不確定性,即由于磨損、環境等造成執行器的特性變化導致控制輸入的變化；

3)語言不確定性,包括同一語言對于不同人含義的差異性,以及同一規則由專家問卷調查得到結論的差異性；

4)運行環境不確定性，即系統運行條件發生改變導致相應的輸入和輸出發生變化。

由此可見，T1-FLC是處理不確定性問題上是存在局限性的，從原理上分析，其局限性主要體現在它使用了由精確隸屬度函數表示的T1-FS，而這些T1-FS并不能直接的處理模糊規則的不確定性。

發明內容

針對現有技術存在的問題，本發明提供一種無人機跟蹤地面移動目標的目標跟蹤方法，該方法能處理跟蹤過程的更多的不確定性，提高無人機目標跟蹤的效率，實現對目標的持續跟蹤。

為實現本發明的目的，本發明采用如下技術方案：一種無人機跟蹤地面移動目標的目標跟蹤方法，具體包括以下步驟：

(1)無人機飛行時拍攝視頻，在傳回的視頻的幀畫面中選擇無人機需要跟蹤的目標，并提取出目標的HOG、HSV特征；