[发明专利]一种基于机器视觉的无人机协同目标跟踪算法

权利要求书

1.一种基于机器视觉的无人机协同目标跟踪算法，其特征在于：其步骤包括

步骤1：检测启动，从目标图像数据组成数据库中选择初始模板，开始跟踪；

步骤2：跟踪当前帧k帧姿态，估计k-1帧的目标视线位置；

步骤3：定义搜索区域后预测目标投影，获得目标投影预估值，并进行模板匹配和形态滤波；

预测目标投影的步骤为：

计算目标损失的预测值ρ_c：

ρ_c＝R_nbR_bcρ_n

其中，

其中，R_nb代表跟踪器无人机姿态在NED坐标系下机载导航系统提供的的旋转矩阵，R_x、R_y、R_z分别表示无人机对应绕轴的偏航、俯仰、横滚的运动矩阵；R_bc代表通用参考系相对于无人机姿态身参考系姿态的旋转矩阵；ρ_n为目标定位的差分定位和载波相位间的差值；

计算目标投影预估值：通过执行跟踪视线固有校准过程的校准矩阵K，可得目标投影预测值u_pr和ν_Pr：

步骤4：根据目标数据链接确定相对定位后开始跟踪并获取新图像；

步骤5：目标检测：若目标落在检测区外，则删除该定位，模板更新后重新开始跟踪检测过程，模板更新按下式设定阈值τ_bin：

τ_bin＝μ_BH+n_BHσ_BH

其中，μ_BH和σ_BH分别是模板更新A/D转换后的平均值和标准偏差，n_BH是调制系数；

若模板匹配相似度大于阈值τ_bin，则认为跟踪正确，进入步骤6，否则重新检测识别目标，同步进行跟踪参数初始化，模板更新；

步骤6：根据目标投影预估值、相对定位进行模板匹配和形态滤波估计最新k帧的目标视线位置。

2.根据权利要求1所述的基于机器视觉的无人机协同目标跟踪算法，其特征在于：步骤2中跟踪当前帧k帧姿态具体为，检测对应当前帧k帧的最后一个可用视线值。

3.根据权利要求1所述的基于机器视觉的无人机协同目标跟踪算法，其特征在于：所述阈值τ_bin优选为0.85。