一种旋翼无人机移动目标自主跟踪装置及其控制方法

文档序号:9887002阅读:1030来源:国知局
一种旋翼无人机移动目标自主跟踪装置及其控制方法
【技术领域】
[0001 ]本发明涉及旋翼无人机自主跟踪的技术领域,更具体地,涉及一种基于云台摄像 头和机载传感器的旋翼无人机移动目标自主跟踪装置。
【背景技术】
[0002] 四旋翼飞行器由于其相对固定翼飞行器具有可垂直起落、低空悬停、机动转向快 速的优点,被广泛应用在军事、农业、航空拍摄等领域。四旋翼飞行器如何对摄像头采集的 目标进行有效的识别跟踪并实现跟随是飞行器研究领域中一个热点问题。对于机动目标的 跟踪不同于对静止目标的跟踪,目标与飞行器的相对位置不仅会因飞行器的运动变化,目 标自身的运动也会产生较大的相对距离变化。这不仅给图像目标的检测跟踪带来了很大的 难度,对于具有较大惯性,无法快速变换方向的飞行器来说也是一个难题。
[0003] 飞行器实现自主跟踪主要是通过设计目标检测算法、目标状态估计算法和飞行器 控制算法,根据图像信息确定目标位置,从而调整云台角度和飞行器飞行方向及速度,从而 使飞行器能够保持对移动目标的有效跟踪。
[0004] 在目标检测算法中,基本都是只考虑摄像头固定的情况。普通跟踪常用的基于颜 色直方图进行区域块匹配的方法和基于光流场对像素点运动进行检测的方法,它们对目标 的跟踪都是基于环境变化比较微弱的假设下进行,实际跟踪时要求有比较固定的外部环 境。但是,在飞行器跟踪问题中,外部环境时常会因为目标或者飞行器的运动而产生变化。 基于机器学习的Tracking, learning and detect ion (TLD)算法使用过去的目标样本对当 前图像进行区域匹配,寻找最相似的区域作为跟踪的目标。由于TLD算法是对过去的目标图 片使用模板匹配算法进行全图搜索比对,计算量会随着运行时间而增长,不适合于飞行器 自主跟踪这种对实时性要求很高的情况。
[0005] 现有的目标状态估计算法以滤波技术为主,包括卡尔曼滤波器,扩展卡尔曼滤波 器、无迹卡尔曼滤波器、粒子滤波器等。此外,有利用图像检测特征点,通过特征点之间的位 置约束确定它们的运动速度从而估计摄像头和目标运动状态的方法;同时还有提出利用图 像背景运动速度获得目标速度和飞行器速度的方法。
[0006] 对于飞行器的控制,一般分为基于当前时刻目标位置的地面目标跟踪和基于有限 步长预测状态的地面目标跟踪方法。基于当前时刻目标位置的地面目标跟踪方法是每次根 据测量的当前目标位置给出飞行器的期望速度或者期望位置,而基于有限步长预测状态的 地面目标跟踪方法则在估计位置的基础上利用观测信息和目标运动模型的模型预测得到 预测值,以此减少跟踪滞后,提高飞行器自主跟踪的实时性。
[0007] 在目前对飞行器跟踪问题的研究中,大部分都是针对单个子问题进行优化,而较 少工作对整个跟踪系统进行考虑。飞行器跟随目标的准确性和快速性与图像上跟踪目标的 稳定性是互相影响的,不仅要考虑飞行器运动给云台摄像头跟踪带来的影响,还要考虑图 像跟踪算法的实时性和鲁棒性。另外,对飞行器的跟踪引导较少考虑飞行器自身的惯性约 束,且计算量较大的航迹规划因为实时性要求难以直接运用,因此通常直接以目标位置的 当前运动轨迹作为飞行器的参考轨迹,而没有根据目标的不同运动状况进行分类讨论,这 会导致飞行器频繁跟随移动目标进行变换方向,从而使得飞行过程不连续,降低了飞行器 自主跟随运动的机动性。

【发明内容】

[0008] 本发明为克服上述现有技术所述的至少一种缺陷,提供一种旋翼无人机移动目标 自主跟踪装置及其控制方法,以机载云台摄像头获得的图像作为系统的输入,在地面站通 过Struck算法获得目标在图像中的坐标,采用匀加速运动(CA)模型对目标坐标进行建模, 根据建模估计的目标坐标设计云台的控制量,以保证云台摄像头跟踪的实时性和平滑性。
[0009] 为解决上述技术问题,本发明采用的技术方案是:一种旋翼无人机移动目标自主 跟踪装置,其中,包括飞行器和地面站,所述的飞行器包括飞行器控制器,与飞行器控制器 连接的飞行器螺旋桨电机、云台电机,所述的云台电机连接云台摄像头;
[0010] 所述的飞行器和地面站之间设有无线图像传输模块和无线数据传输模块,飞行器 与地面站通过无线图像传输模块和无线数据传输模块连接;
[0011] 所述的地面站包括图像跟踪模块、云台控制模块、目标位置估算模块、飞行器控制 模块。
[0012]本发明中,使用struck算法作为移动目标检测算法,用以处理机载云台摄像头通 过无线图像传输模块发回的图像信息,估计得到目标在图像上的坐标,并以此作为整个无 人机跟踪系统的输入。针对云台控制在平台上的局限,采用对目标图像坐标进行运动建模 的方法,将目标坐标变化假想为CA模型,预测目标坐标下一帧的可能位置,从而使云台控制 更加平滑。对于弱机动目标跟踪,除了利用机载传感器获取飞行器与云台的姿态信息进行 坐标系换算,还设计一个含有CV运动模型和当前统计模型的模型集,将目标的运动模式映 射为该模型集,基于这两个模型的滤波器同时工作,将每个滤波器产生的估计状态进行联 合加权,从而得到目标状态的最终估计。针对强机动目标跟踪,设计不同情况下的跟踪策 略,尽量减少飞行器的变向次数,使飞行器飞行过程中姿态更加平稳,轨迹更加稳定。
[0013] 本发明通过安装在飞行器机体下方的云台摄像头获取图像,图像经过无线图像传 输模块发回至地面站,压缩成320X240的大小后作为跟踪系统的输入。跟踪系统包括图像 跟踪模块、云台控制模块、目标位置估算模块、飞行器控制模块。
[0014] 进一步的,所述的飞行器上设有气压计。所述的飞行器上设有磁力计。所述的飞行 器上设有惯性测量单元。所述的云台摄像头设于飞行器机体下方;所述的气压计、磁力计、 惯性测量单元均与无线数据传输模块连接。
[0015] 气压计可测量高度,磁力计可测量朝向,惯性测量单元可测量飞行器的姿态角,气 压计、磁力计、惯性测量单元均与无线数据传输模块连接,把上述高度、朝向、飞行器的姿态 角发送到无线数据传输模块。
[0016] 进一步的,利用所述的旋翼无人机移动目标自主跟踪装置的控制方法,其中,包括 以下步骤:
[0017] S1.云台摄像头将图像信号输送到无线图像传输模块,无线图像传输模块再输送 到图像跟踪模块,图像跟踪模块采用Struck算法,得到的目标图像坐标发送给云台控制模 块和目标位置估算模块;
[0018] S2.云台控制模块在获得图像跟踪模块发送的图像坐标后,为目标建立运动模型, 得到下一时刻的估计坐标,提供给指令发送模块控制云台的转动;
[0019] S3.目标位置估算模块接收到目标图像坐标后结合机载传感器的数据计算目标与 飞行器的相对位置,将经过IMM算法得到估计的目标状态,发送给飞行器控制模块;
[0020] S4.飞行器控制模块根据目标状态决定控制策略从而改变自己的姿态角进行移 动。
[0021] 与现有技术相比,有益效果是:本发明针对四旋翼无人机平台对移动目标的自主 跟踪问题,设计了一种基于云台摄像头和机载传感器的旋翼无人机移动目标自主跟踪方 法。通过云台摄像头采集图像,使用struck算法从图像中检测识别出目标。对目标的图像坐 标进行建模以预测目标的坐标位置,通过预测的坐标计算云台需要偏转的偏航角和俯仰 角,提高了云台摄像头跟踪的实时性和平滑性。另外,结合机载传感器和图像坐标计算得到 目标的位置,使用交互多模型的算法对目标进行滤波预测,从而根据不同的距离和目标运 动状态设计相应的飞行器控制方案。
[0022] ( -)、使用匀加速运动(CA)模型对移动目标在图像中的坐标进行建模,结合图像 的过去信息计算目标的速度和加速度,预测目标在下一时刻的图像坐标;
[0023] (二)、对估计出的目标的运动状态进行分类讨论,根据目标运动加速度和方向的 不同将飞行器切换至悬停模或跟踪模式,在跟踪模式下飞行器的位置跟随目标运动,在悬 停模式下只改变偏航角,只通过云台来进跟踪,减少飞行器的变向次数,使飞行器的飞行姿 态更加平稳,轨迹更加稳定。
【附图说明】
[0024]图1是系统模块结构示意图。
[0025] 图2是飞行器与目标位置关系示意图。
[00
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1