[发明专利]一种无人机对地面目标的视觉定位方法

说明书

本发明提供一种无人机对地面目标的视觉定位方法，设计了一种高度融合了目标检测与目标跟踪算法优点的结构用于目标定位，可以实现对任意指定单目标/多目标的连续定位，且相对于当前目标检测定位或目标跟踪定位，大大提高了定位精度。

技术领域

本发明涉及无人机探索技术领域，尤其涉及一种无人机对地面目标的视觉定位方法。

背景技术

无人机是机器人产业中的重要分支之一，具有高度灵活性、机动性以及高度可拓展性等特点，因此广泛应用于生产生活中的各类不同领域中。近年来，随着新一轮科技革命的加速演进，计算机技术以及人工智能技术飞速发展，无人机的应用达到了前所未有的广度和深度，无人机智能化、自动化的需求也随之不断提升。

无人机在路网巡逻侦查、未知环境探索等应用中，都会涉及到对地面目标的定位问题。由于视觉传感器包含信息要素丰富，且相比于其他传感器具有极高的性价比，因此绝大多数定位任务依靠相机完成，通过对连续时间图像序列进行图像识别，获取目标在图像中的位置，再结合相机俯仰角、无人机位姿等信息，分析得出目标的实际位置。

目前无人机上常见的目标定位方法有基于目标检测定位方法以及基于目标跟踪的定位方法。

利用目标检测的定位方法通过建立已知目标模型，对输入的图像中进行特征提取，从而对目标进行分类和定位。这类方法对正确检测出的目标时刻保持较高的定位精度，但是算法缺少对目标运动特性的分析，经常产生误检或者漏检，导致目标定位信息错误或缺失。

利用目标跟踪的定位方法依靠目标在相邻图像帧之间关联性，过对比得到相似度，从而预测上一帧图像中的目标在下一帧图像上的位置与大小。这类方法保证每一帧目标位置信息的完整性，但由于不注重目标本身是什么，随着观测目标的角度、距离不断变化，预测的目标位置会逐渐发生偏移导致定位不够准确。

发明内容

本发明提供的一种无人机对地面目标的视觉定位方法，大幅改善当前目标定位方法存在定位偏移、错误和缺失的问题。

针对上述技术问题，本发明提供一种无人机对地面目标的视觉定位方法，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。

可选的，所述目标框位置包括中心点位置和目标框长宽。

可选的，所述预设目标检测算法采用YOLOv5的small版本。