[发明专利]一种无人机智能任务规划方法及辅助导航设备

说明书

本发明涉及图像导航技术领域，具体地说，涉及一种无人机智能任务规划方法及辅助导航设备。所述一种无人机智能任务规划方法包括：S1、通过图像采集设备对任务区域内的目标进行识别；S2、通过数据增强处理辅助导航设备的导航参数，并进行解算；S3、识别到目标后形成目标特征点，并将目标特征点标记在追踪目标上；S4、接收目标任务；S5、根据目标任务和目标特征点对跟踪路径进行规划，用以在跟踪目标的同时完成目标任务，以提高图像识别的效率，降低误差并减轻人工负担。

技术领域

本发明涉及图像导航技术领域，具体地说，涉及一种无人机智能任务规划方法及辅助导航设备。

背景技术

无人驾驶飞机简称“无人机”，无人机是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。

随着对无人机技术上的提升，很多领域都应用到了无人机，由于无人机飞行高度高，所以在其底部搭载图像采集设备可以实现更大范围的识别，在此基础上可以延伸到目标追踪的技术上，因为较大的范围更便于对目标进行追踪，但很多时候为了提高追踪的精度，会在追踪的过程中对目标进行识别，这样很难在执行其他任务，而这些任务都是需要通过人工或者人工配合其他设备对图像采集设备回传的视频进行分析，以完成其他任务，这样大大提高了人工负担。

发明内容

本发明的目的在于提供一种无人机智能任务规划方法及辅助导航设备，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供了一种无人机智能任务规划方法，包括如下方法步骤：

S1、通过图像采集设备对任务区域内的目标进行识别；

S2、通过数据增强处理辅助导航设备的导航参数，并进行解算；

S3、识别到目标后形成目标特征点，并将目标特征点标记在追踪目标上；

S4、接收目标任务；

S5、根据目标任务和目标特征点对跟踪路径进行规划，用以在跟踪目标的同时完成目标任务；

其中，所述通过图像采集设备对任务区域内的目标进行识别包括：

S1.1、获取目标的基础特征，所述基础特征为所述目标特征点的集合；

S1.2、通过图像采集设备获取环境特征，所述环境特征为图像采集设备中与所述目标为同一类的图像所包括的特征点的集合；

S1.3、将基础特征中的特征点与环境特征中的特征点进行对比，得出区别特征点；

S1.4、图像采集设备根据区别特征点对目标进行特征分析，通过辅助导航设备完成端到端的模型计算出导航参数，并形成目标跟踪路径。

作为本技术方案的进一步改进，所述S1.4中特征分析采用特征相似性计算算法，其算法步骤如下：

S1.4.1、设置相似性阈值，由自适应组合特征图像匹配算法得出特征算子；

S1.4.2、计算相似值，形成通用且稳定的图像特征匹配基元；

S1.4.3、将相似值与相似性阈值进对比，其中：

相似值大于相似性阈值则目标识别成功；

相似值小于等于相似性阈值则目标识别失败。

作为本技术方案的进一步改进，所述相似值计算公式为：

其中：S(X，Y)为相似值；X为基础特征；Y为环境特征；为区别特征点的基础值；为区别特征点的识别值。

作为本技术方案的进一步改进，所述S3中追踪目标的形成方法如下：