[发明专利]一种无人机自主跟踪方法

说明书

本发明涉及一种无人机自主跟踪方法,确保了跟踪的有效性和稳定性。实现了无人机的自主跟踪功能。其基于视觉的无人机跟踪主要需要保证的就是实时性和鲁棒性，实时性是为了确保算法运行速度，保证可以及时提供相关信息控制无人机跟踪目标，鲁棒性是为了保证适应环境的变化，目标外观变化等非固定因素可能造成的跟踪的不利影响。本发明方法图像感知的方式信息采集丰富，具有较大计算量，该发明提供的跟踪算法，完全可以满足无人机跟踪移动目标的实时性要求。同时基于视觉的跟踪对复杂背景，光照变化，以及目标的视角转换等具有良好的适应性，满足无人机跟踪移动目标的鲁棒性要求。

技术领域

本发明涉及目标跟踪领域，具体涉及一种无人机自主跟踪方法。

背景技术

四旋翼无人机具有结构简单，成本低廉，灵活机动性好，环境适应能力强，目前应用于众多领域，如：环境监测，军事打击，安保防卫等。在实际应用中，无人机对地面的目标跟踪是无人机的常见任务之一，如利用无人机对犯罪分子进行跟踪监控，跟踪管道监视管道安全等。但是目前无人机的跟踪方法一般是将图像传至地面工作站，地面工作站担任着跟踪，姿态解算等任务，然后将飞行信息传给无人机，使实现对地面目标的跟随飞行。然而这种方法存在着智能性不足，跟踪不稳定。特别是通信网络时延大时，跟踪任务基本宣告失败。因此，为了进一步扩大无人机跟踪应用领域，研究其自主跟踪是尤为必要的。

无人机自主跟踪方式，是地面站确定无人机跟踪目标后，无人机对目标进行自主跟踪。

无人机跟踪方法一般运用的是计算机视觉技术，利用图像传感器进行图像信息的采集，利用计算机视觉技术，对图像进行处理，解算位姿信息，控制无人机进行飞行。但现有的自主跟踪方式存在着下述的问题：1、虽然可以排除网络时延的干扰，但是一般跟踪任务中，跟踪目标通常是运动，因此基于计算机视觉的目标跟踪算法，需要较好的实时性，以保证无人机可以实时的进行飞行跟踪，但是现有算法有些是采用的颜色特征或者形状特征，在背景复杂的环境中，对移动目标的跟踪效果较差，或生成伪目标影响目标跟踪。2、在跟踪过程中，无人机飞行跟踪的过程中，可能出现的目标部分遮挡，光照变化等干扰因素。

发明内容

本发明要提供一种无人机自主跟踪方法，以克服现有技术存在的对移动目标的跟踪效果较差、易生成伪目标影响目标，同时跟踪算法漂移导致最终跟踪失败的问题。

一种无人机自主跟踪方法，包括下述步骤：

步骤一、对采集到的图像进行处理，运用目标跟踪算法对图像进行处理，所述目标跟踪算法的步骤如下：

(1)、算法初始化，初始化分类器和跟踪目标窗口；在此过程中对目标进行正负样本采集，样本的表达形式为一种灰度差异性特征，特征采集表示为：

(2)、对下一帧图像进行样本正负样本采集，利用分类器进行目标和背景的判别，使用kalman滤波器校正目标位置，Kalman滤波器结合现在目标的预测位置和现在目标的测量值，计算可知目标所在位置的最优估算值X(k|k)；

X(k|k)＝X(k|k-1)+K_g(k)(Z(k)-HX(k|k-1)

式中，K_g(k)为Kalman增益。通过Kalman滤波器得到的预测位置后，计算每一个样本与预测位置的距离，将位置距离信息变换为位置权系数加入到分类器中；

(3)、对目标进行第二次尺度变换的正负样本采集，在此位置上进行多个尺度模板的采集，利用分类器再次进行分类，得到最大响应值，更新分类器；

(4)、得到尺度改变后的目标位置后，再次采集正负样本用于更新分类器参数。

步骤二、对连续图像序列上计算目标跟踪目标和图像中心点的像素位置差；