[发明专利]一种四旋翼无人机快速目标跟踪方法

说明书

本发明提供了一种四旋翼无人机快速目标跟踪方法，所述方法包括以下步骤：步骤S1、通过神经网络获取跟踪对象的目标位置信息；步骤S2、建立所述跟踪对象的运动模型，并根据所述运动模型预测所述跟踪对象的运动轨迹；步骤S3、通过Hybrid A*算法结合当前目标观测位置和所述运动轨迹预测位置进行路径搜索，生成一条局部最优的前端轨迹；步骤S4、对所述前端轨迹进行优化，确保轨迹平滑和无碰撞且满足无人机动力学；步骤S5、重新定位目标，并滚动更新优化路径。本发明对无人机目标检测可靠性好，目标追踪效果好，高鲁棒性的及快速地追踪。

技术领域

本发明涉及无人机技术领域，尤其涉及一种四旋翼无人机快速目标跟踪方法。

背景技术

四旋翼无人机是一种具有体积小、高灵敏、隐蔽性强的无人驾驶飞行器，它具有较高推重比和巨大的加速能力，因此被广泛应用于军事侦察、目标跟踪等领域。在无人机目标跟踪过程中，由于无人机飞行中的抖动、目标之间相互遮挡以及视觉模糊等问题，在一定程度上影响了目标追踪的连贯性，给跟踪带来极大困难；此外，无人机在低空飞行时，周围环境中的障碍物给无人机的安全运行带来了极大的威胁，也对目标跟踪带来了极大的挑战；并且由于无人机可以承载的传感器以及运算资源有限，对目标跟踪以及轨迹生成算法的速度也要求极高。现有的四旋翼无人机目标跟踪方案有误差反馈控制法、模型预测控制法、扩展卡尔曼滤波法、基于ESDF的轨迹优化法等方法。

误差反馈控制法基于视觉信号对目标进行跟踪，将图像空间中的跟踪误差作为控制量进行反馈控制，运行速度快，实时性强，但无法识别障碍物，鲁棒性差，只能在开放地图使用；模型预测控制法通过建立系统模型，解决无人机非线性优化问题，实现了避障功能，但是模型预测控制法的优化方程是非凸函数，在优化过程中容易陷入局部最优解；而扩展卡尔曼滤波法通过建立粗略的图像运动模型来预测目标的运动，由于无法建立精确的运动模型，因此可靠性较差；基于ESDF的轨迹优化法通过ESDF中丰富的障碍物梯度信息对障碍物进行规避，但是ESDF地图的建立需要很大的运算量，使得该方案的实时性较差。

因此，现有的四旋翼无人机对目标检测可靠性差，目标跟踪过程安全性低，运行速度慢。

发明内容

针对以上相关技术的不足，本发明提出一种四旋翼无人机快速目标跟踪方法，用以解决现有的四旋翼无人机对目标检测可靠性差，目标跟踪过程安全性低，运行速度慢的问题。

为了解决上述技术问题，本发明实施例提供了一种四旋翼无人机快速目标跟踪方法，所述方法包括以下步骤：

步骤S1、通过神经网络获取跟踪对象的目标位置信息；

步骤S2、建立所述跟踪对象的运动模型，并根据所述运动模型预测所述跟踪对象的运动轨迹；

步骤S3、通过Hybrid A*算法结合当前目标观测位置和所述运动轨迹预测位置进行路径搜索，生成一条局部最优的前端轨迹；

步骤S4、对所述前端轨迹进行优化，确保轨迹平滑和无碰撞且满足无人机动力学；

步骤S5、重新定位目标，并滚动更新优化路径。

优选的，所述步骤S1具体包括以下子步骤：

利用基于Detection Transformer的目标检测算法，对无人机拍摄到的视频图像进行特征提取；

利用Transformer的多头注意力机制提取全局特征，生成固定数量的Class和Bounding box预测图；

利用FFN计算所有预测图的置信度，输出图像中存在的物体种类和坐标信息；

最后对坐标框进行类别匹配和Iout匹配，获取跟踪对象的坐标，将检测结果加入观察队列中。

优选的，所述步骤S2具体包括以下子步骤：