[發明專利]一種目標定位方法、裝置及計算機可讀存儲介質

在審

• 申請號: 202110362098.5
• 申請日: 2021-04-02
• 公開（公告）號: CN113281706A
• 公開（公告）日: 2021-08-20
• 發明（設計）人: 洪小平;彭倜;丁四益
• 申請（專利權）人: 南方科技大學
• 主分類號: G01S5/22
• 分類號: G01S5/22;G01S17/86
• 代理公司: 深圳市君勝知識產權代理事務所(普通合伙) 44268
• 代理人: 溫宏梅

本發明公開了一種目標定位方法、裝置及計算機可讀存儲介質，所述方法包括：采集環境中的聲源信息；根據所述聲源信息，對所述聲源信息對應的聲源物品進行粗定位，生成所述聲源物品對應的粗定位信息；對所述粗定位信息對應的聲源區域進行畫面檢測，生成所述聲源物品對應的定位圖像；和/或，對所述粗定位信息對應的聲源區域進行掃描定位，生成所述聲源物品對應的雷達信息；根據所述定位圖像和/或所述雷達信息，對所述聲源物品進行精定位，生成所述聲源物品對應的聲源坐標。本發明聯合了聲源，以及圖像和/或雷達，實現對無人機的精確定位。

技術領域

本發明涉及目標定位領域，尤其涉及一種目標定位方法、裝置及計算機可讀存儲介質。

背景技術

近年來，隨著無人機的普及和民用化，越來越多的無人機出現在人們生活環境中。由于無人機具有體積小、飛行速度快、難以攔截等特點，也帶來了各種難以預料的低空安全隱患，因此加強對無人機的監管對低空領域的安全防范尤為重要。傳統的對航空器件的監管主要通過雷達檢測系統實現，但雷達監測系統無法對小目標物體進行精確監測和區分。故也有人提出了通過相機進行無人機的識別，從而達到檢測的效果。結合計算機視覺技術來檢測物體是當下目標檢測領域的最熱門方法，這也是現有無人機檢測相關專利技術中的主流方法，例如《一種基于深度學習的無人機檢測方法》(CN201811587293.2)，《一種結合成像仿真技術的可移植的無人機檢測系統》(CN201811649068.7)。然而純計算機視覺的方法在實際情況中受限于相機的光學性能限制，有效視場(Field of View，FOV)角有限導致只能檢測局部區域，并且對外界光線較為敏感，無論是高光還是暗光，對拍攝后的圖像都會造成一定的影響，因此魯棒性差。

因此，目前的對無人機的檢測極易受到外界干擾，因此無法準確對無人進行定位，現有的無人機檢測技術需要繼續優化。

發明內容

本發明的主要目的在于提供一種目標定位方法、裝置及計算機可讀存儲介質，旨在解決現有技術中無人機檢測精確度低的問題。

為實現上述目的，本發明提供一種目標定位方法，所述目標定位方法包括如下步驟：

采集環境中的聲源信息；

根據所述聲源信息，對所述聲源信息對應的聲源物品進行粗定位，生成所述聲源物品對應的粗定位信息；

對所述粗定位信息對應的聲源區域進行畫面檢測，生成所述聲源物品對應的定位圖像；和/或，

對所述粗定位信息對應的聲源區域進行掃描定位，生成所述聲源物品對應的雷達信息；

根據所述定位圖像和/或所述雷達信息，對所述聲源物品進行精定位，生成所述聲源物品對應的聲源坐標。

可選地，所述的目標定位方法，其中，所述聲源信息包括麥克風陣列中的各個麥克風陣元采集的音頻信息；所述根據所述聲源信息，對所述聲源信息對應的聲源物品進行粗定位，生成所述聲源物品對應的粗定位信息，具體包括：

根據預設的篩選規則，對所述聲源信息進行篩選，得到若干個目標聲源；

針對每一個所述目標聲源，對該目標聲源進行時間同步，得到同步聲源；

針對每一個所述同步聲源，對該同步聲源進行聲源定位，得到所述聲源物品對應的粗定位信息。

可選地，所述的目標定位方法，其中，所述根據預設的篩選規則，對所述聲源信息進行篩選，得到若干個目標聲源，具體包括：

針對每一個音頻信息，對該音頻信息進行頻域轉換，生成該音頻信息對應的頻譜信息；

將該頻譜信息輸入已訓練的聲源檢測模型中，并通過所述聲源檢測模型對該頻譜信息進行聲源識別，確定所述音頻信息是否包含目標音頻；

若是，則確定該音頻信息為目標聲源。