[发明专利]一种无人机对地面目标的视觉定位方法

权利要求书

1.一种无人机对地面目标的视觉定位方法，其特征在于，包括：

S1、目标检测：获取当前帧图像，采用预设目标检测算法检测输出所包含目标的目标信息，所述目标信息包括目标类别、目标框位置和置信度；

S2、目标过滤：基于目标重合度，对前一帧图像中的目标与当前帧图像中的目标进行匹配识别，若存在匹配成功的目标，则利用该匹配成功的目标信息对前一帧图像对应目标的目标信息进行更新，并对该前一帧图像中该目标的识别次数加1；当连续识别次数达到与之相匹配的预设阈值时，将其作为过滤后的目标进行输出；

S3、目标跟踪：获取过滤后的目标信息集合O_i及当前帧图像，基于当前帧图像与前一周期过滤后的目标信息集合，采用预设跟踪算法进行跟踪，得到跟踪目标信息集合K；

基于目标重合度，将所述过滤后的目标信息集合O_i中的目标与所述跟踪目标信息集合K中的目标进行匹配识别，若O_i中的某目标与K中的某目标匹配成功，则不作处理；若O_i中的某目标与K中的某目标存在目标漂移，则将该两目标加入漂移集合K_R；若O_i中的某目标与K中的任意目标均未匹配成功，且不存在漂移，则将该O_i中的该目标加入到所述跟踪目标信息集合K；

S4、漂移校正：获取漂移集合K_R对跟踪目标信息集合K进行校正，输出校正后的目标信息集合K’；

S5、位置换算：获取飞行拍摄数据，对校正后的目标信息集合K’中的目标进行位置换算，得到目标经纬度信息。

2.如权利要求1所述的无人机对地面目标的视觉定位方法，其特征在于，所述目标框位置包括中心点位置和目标框长宽。

3.如权利要求1所述的无人机对地面目标的视觉定位方法，其特征在于，所述预设目标检测算法采用YOLOv5的small版本。

4.如权利要求1所述的无人机对地面目标的视觉定位方法，其特征在于，所述预设跟踪算法采用KCF核相关滤波跟踪算法、SiamRPN跟踪算法中的一种。

5.如权利要求1所述的无人机对地面目标的视觉定位方法，其特征在于，所述飞行拍摄数据包括无人机姿态信息、相机相对于无人机的位置信息以及相机参数。

6.如权利要求1所述的无人机对地面目标的视觉定位方法，其特征在于，所述基于目标重合度，对前一帧图像中的目标与当前帧图像中的目标进行匹配识别包括：

从第二帧图像开始，计算前一帧图像中每一个目标与当前帧图像中每一个相同目标类别的目标之间的重合度；对于第i-1帧图像中的目标m,若在第i帧图像中存在目标n，满足n与m的目标类别相同，且n与m之间的重合度IOU[s_(i-1)m,s_in]，大于等于第i帧图像中除目标n外的任意目标与m之间的重合度，且大于等于重合度阈值I_thred，此时判定目标n与m匹配成功，两者为同一目标。

7.如权利要求6所述的无人机对地面目标的视觉定位方法，其特征在于，所述利用该匹配成功的目标信息对前一帧图像对应目标的目标信息进行更新包括：

将目标m的目标框位置更新替换为目标n的目标框位置，目标m的置信度更新为自身置信度与目标n两者的置信度平均值。

8.如权利要求7所述的无人机对地面目标的视觉定位方法，其特征在于，所述相匹配的预设阈值包括：

基于更新后的置信度之倒数，与设定比例系数之乘积，作为相应目标相匹配的预设阈值。