[发明专利]一种轻量级带自学习功能的飞鸟跟踪智能方法

权利要求书

1.一种轻量级带自学习功能的飞鸟跟踪智能方法，其特征在于，具体包括如下步骤：

(1)根据预设的速度参数阈值对探测数据进行过滤，以过滤掉跟踪目标之外的数据，获得目标数据；

(2)根据相邻两次探测到的跟踪目标的空间三维位置数据得到跟踪目标的位移向量并确定目标的几何中心；根据多次探测获得的目标的几何中心形成飞鸟移动轨迹向量链；

(3)获取飞鸟与云台的位移偏差校正向量，并根据该位移偏差校正向量对当前的飞鸟移动轨迹向量链进行修正；

(4)根据修正后的飞鸟移动轨迹向量链对下一探测时刻飞鸟所在位置进行预测，以便将云台以最短路径提前布置到预测到的探测点。

2.如权利要求1所述的飞鸟跟踪智能方法，其特征在于，所述步骤(2)包括如下子步骤：

(2.1)以探测装置的探测面为中心原点确定跟踪目标的空间三维位置数据；

(2.2)根据相邻两次探测到跟踪目标的空间三维位置数据(X₁,Y₁,Z₁)、(X₂,Y₂,Z₂)得到跟踪目标的位移向量根据跟踪目标的位移向量确定跟踪目标的几何中心

其中，n是指探测到的目标编号，第一个目标空间坐标为(X₁,Y₁,Z₁)，第n个目标的空间坐标为(X_n,Y_n,Z_n)；

(2.3)根据多次探测获得的跟踪目标的几何中心形成飞鸟移动轨迹向量链。

3.如权利要求2所述的飞鸟跟踪智能方法，其特征在于，所述步骤(2.1)中采用先探测目标、再根据探测到的目标的位置参数控制探测设备向目标方向转动的跟踪方式来进行飞鸟跟踪；

且步骤(2.1)与步骤(2.2)之间还包括如下子步骤：

(a)判断本次跟踪到的目标数量是否大于上一次跟踪到的目标数量的i％；若是，表明跟踪成功，进入步骤(2.2)；若否，则表明目标丢失，进入步骤(b)；

(b)通过跟踪目标的运动趋势确定跟踪目标下一次出现的预测点，并通过将云台提前移动到预测点来搜索跟踪目标以找回丢失的目标，进入步骤(c)；

(c)判断探测到的目标数量是否小于丢失前目标数量的j％；若是，则表明目标找回失败，进入步骤(1)；若否，则表明找回目标成功，则重新进入步骤(2.2)。

4.如权利要求3所述的飞鸟跟踪智能方法，其特征在于，所述步骤(b)找回丢失的目标的方法，包括如下子步骤：

(b.1)飞鸟目标运动趋势计算：

根据跟踪目标丢失前记录的目标位置数据集合A((X_n,Y_n,Z_n)∈A)获得飞鸟的运动趋势向量

并根据两次探测的时间间隔为t以及飞鸟运动速度v获取飞鸟的移动距离S＝vt；

(b.2)将云台按照计算出的运动趋势提前运动到特定区域：

将云台需超前移动的距离设为4S，根据运动趋势向量和移动距离计算得到云台需转动的角度数据其中，β是指Span角度，φ是指Tlit角度；将云台根据计算出的角度数据转动到位；

(b.3)扫描捕获目标：

让雷达的探测靶面在所述特定区域内做摇摆运动，使雷达进行地毯式扫描以寻找跟踪目标；若在预设时长内找到跟踪目标则继续进行目标跟踪，若超时未找到目标则判定目标丢失，进入步骤(1)。

5.如权利要求3或4所述的飞鸟跟踪智能方法，其特征在于，i设定为70，j设定为50。