[发明专利]一种分布式多相机球形无人系统目标检测方法

说明书

本发明公开了一种分布式多相机球形无人系统目标检测方法，所述无人系统由多个四旋翼无人机构成，所述多个四旋翼无人机拼合成为球形无人系统；所述无人机上安装有单目摄像头，在拼合成球形状态时，无人系统为携带有多个摄像头的刚体；包括以下步骤：针对多相机无人系统设计分布式相机网络拓扑结构；利用多相机数据融合算法进行特征层面的图像融合处理；建立基于深度学习的目标检测算法，对神经网络模型进行压缩处理，利用压缩后的神经网络模型对融合图像进行目标检测处理，完成目标检测任务。该方法提高了目标检测速度，以及遮挡等情况下目标检测的精度，保证球形无人系统顺利完成任务。

技术领域

本发明涉及多相机目标检测技术领域，尤其涉及一种分布式多相机网络结构的运动目标检测方法。具体来讲，涉及球形多相机无人系统在滚动模态下的目标检测方法。

背景技术

近些年来，随着科学技术的发展，移动机器人逐渐进入现代社会生活，并开始在工业生产等领域发挥越来越重要的作用，由于机器人市场的急速扩张和人工智能领域的发展，基于移动机器人的各类目标检测、识别或追踪技术也得到越来越多的研究者的关注。而球形机器人相较于轮式机器人和足式机器人在机械结构和运动特性上均有较大的不同，相关研究存在较少的限制，因此对于球形无人系统的运动目标检测方法研究，具有一定的科学创新和实际意义。

目前针对图像或视频中各类目标(车辆、行人、面部、姿态等)的检测、识别或追踪技术已经成为计算机视觉智能化的主流方向。视频图像分析和处理技术具有实际应用价值以及广泛的开发前景，包括且不限于智能城市、社会治安管理、家居安防系统、体育赛事画面直播与分析、医疗监测等。而采用单个相机工作的系统受制于自身的硬件约束(视频分辨率、传输问题等)，尤其是其视野范围的限制，导致传统的获取视频图像技术无法满足对数据数量与质量的需求；相比之下，多相机协同工作可以弥补单个相机在工作时的局限性，并已经成为了当下研究的热点之一。

发明内容

本发明针对一种三栖球形模块化自组合无人系统的运动目标检测方法进行研究，该无人系统可在飞行模态、滚动模态、航行模态三个状态间切换，其由多个四旋翼无人机构成，每个无人机可独立或组合执行相应的搜查、勘探以及通信等任务。该球形无人系统的每一个单独的子模块无人机上均安装有单目摄像头，在拼合为球形滚动状态时，可将六个子模块无人机视为一个统一的携带有六个摄像头的刚体。通过各模块单元间协同编队、实时通信、分布控制，可以实现三栖球形模块化自组合无人系统在地面的全方位滚动，满足前线侦查、目标检测与跟踪等球形无人系统的任务需求。而为了解决球形多相机无人系统进行运动目标检测时，单相机视角受限，无法提供对目标的准确认知的问题，本发明提出一种分布式球形多相机无人系统的目标检测方法。

本发明采用的技术方案是，针对多相机系统设计分布式相机网络拓扑结构，以及多相机间的数据融合算法，并使用压缩后的神经网络模型进行目标检测，采用的技术方案如下：

一种分布式多相机球形无人系统目标检测方法，所述无人系统由多个四旋翼无人机构成，所述多个四旋翼无人机拼合成为球形无人系统；所述无人机上安装有单目摄像头，在拼合成球形状态时，无人系统为携带有多个摄像头的刚体；包括以下步骤：

第一步，针对多相机无人系统设计分布式相机网络拓扑结构，使各相机分别将拍摄到的场景图像进行独立的特征提取处理；

第二步，利用多相机数据融合算法，对多个相机提供的图像数据进行特征层面的图像融合处理，使其融合成为一幅完备的图像；

第三步，建立基于深度学习的目标检测算法，对神经网络模型进行压缩处理，利用压缩后的神经网络模型对第二步得到的融合图像进行目标检测处理，完成目标检测任务。

进一步，所述第一步，所述分布式相机网络拓扑结构具体为：对每个相机节点配置处理器作为球形无人系统的相机节点的处理单元，利用ROS中的话题-订阅机制来实现任意多个相机节点的数据通信，每个相机节点独立运行，将拍摄到的场景图像进行独立的特征提取处理。