一种基于无人机动平台的车辆跟踪方法
【技术领域】
[0001]发明属于计算机视觉领域，尤其是一种无人机平台、复杂背景下的汽车跟踪方法。
【背景技术】
[0002]无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是一种由无线电遥控设备或自身程序控制装置操纵的无人驾驶飞行器。
[0003]目前无人机已应用在多种目标跟踪监视的领域中。在追捕逃犯、拍摄电影等应用中，基于无人机的车辆跟踪具有重要的意义。然而在无人机动平台下进行车辆跟踪还存在一些不足导致无人机跟踪技术暂时还未大量应用在车辆跟踪领域中。现有的车辆跟踪主要是基于车牌号，但是在无人机的光学成像设备视场内通常成像较小，分辨率不高，车牌识别几乎不能使用。
【发明内容】
[0004]本发明所要解决的技术问题，提供一种目标车辆跟踪方法。
[0005]本发明提供的基于无人机动平台的车辆检测及跟踪方法，包括:
步骤1:接收无人机当前拍摄到的视频帧，人工查找视频帧中是否含有目标车辆，如含有则计算目标车辆在当前视频帧中的位置坐标，如不含有则重复步骤I;
步骤2:根据目标车辆在当前视频帧的位置坐标跟踪目标车辆在下一视频帧中的位置；
步骤3:根据步骤2得到的目标车辆在下一视频中位置控制无人机运动方向；
重复步骤1~3。
[0006]优选地，步骤2中，使用光流法定位目标车辆在下一视频帧中的位置。
[0007]优选地，所述步骤3进一步包括:根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在水平方向上靠近视频帧的左边沿还是右边沿，然后控制无人机向目标车辆在水平方向上靠近的那个边沿偏移；根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在竖直方向上靠近视频帧的上边沿还是下边沿，然后控制无人机向目标车辆在竖直方向上靠近的那个边沿偏移。
[0008]进一步还包括步骤4:当在跟踪过程中发生目标车辆丢失时，利用卡尔曼滤波器根据丢失目标车辆前拍摄到的视频帧预测目标车辆可能出现在后续视频帧中的区域并在无人机后续拍摄到的视频帧中将所述区域标示出来。
[0009]综上所述，由于采用了上述技术方案，本发明的有益效果是:
本发明通过目标车辆在当前视频帧中的位置预测目标车辆接下来的运动轨迹，并根据预测位置调整无人机的运动方向，从而实现了车辆的无人机航拍跟踪。当在跟踪目标车辆的时候发生目标丢失的情况时，本发明还利用卡尔曼滤波器预测目标车辆在后续视频帧中可能出现的区域，并在后续视频中标示该区域以便操作人员在视频帧中快速找到目标车辆，进一步增加了目标车辆跟踪的稳定性。
【附图说明】
[0010]本发明将通过例子并参照附图的方式说明，其中:
图1为本发明实施例的流程图。
【具体实施方式】
[0011]本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
[0012]本说明书中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。
[0013]本发明方法主要运行于地面的无人机操作终端。
[0014]第一实施例
如图1，本实施例包括以下步骤:
步骤1:接收无人机传输回来的当前拍摄到的视频帧，无人机操作人员在视频帧中查找目标车辆，如含有目标车辆则计算目标车辆在当前视频帧中的位置坐标，如不含有则重复本步骤。本实施例采用的确定目标车辆的位置坐标的方法在于，先对图像进行二值化，提取目标车辆的轮廓确定目标车辆在视频帧中位置，最后确定该区域的位置坐标。
[0015]步骤2:根据目标车辆在当前视频帧的位置坐标跟踪目标车辆在下一视频帧中的位置。本实施例中采用的是光流法进行跟踪。该方法利用图像序列关于时间(t)与空间(X，y)的灰度变化来估计位置速度场。该方法优点在于能够检测独立运动目标，不需要预先知道场景的信息，并可用于摄像机运动的情况。
[0016]步骤3:根据步骤2得到的目标车辆在下一视频中位置控制无人机运动方向，以使目标车辆尽可能的位于无人机拍摄视野的中央位置，便于跟踪拍摄。
[0017]重复步骤1~3，实现目标车辆的无人机持续跟踪拍摄。
[0018]在其他实施例中，所述步骤3进一步包括:根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在水平方向上靠近视频帧的左边沿还是右边沿，然后控制无人机向目标车辆在水平方向上靠近的那个边沿偏移；根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在竖直方向上靠近视频帧的上边沿还是下边沿，然后控制无人机向目标车辆在竖直方向上靠近的那个边沿偏移。
[0019]比如预测到目标车辆靠近视频帧的右上边沿，则向无人机发出控制指令，控制其向右侧偏移一定距离以及向上偏移一定距离。
[0020]第二实施例
本实施例在第一实施例的基础上还增加了步骤4，具体为当在跟踪过程中发生目标车辆丢失时，利用卡尔曼滤波器根据丢失目标车辆前拍摄到的视频帧预测目标车辆可能出现在后续视频帧中的区域并在无人机后续拍摄到的视频帧中将所述区域标示出来，以便操作人员能够优选在标示区域进行目标车辆识别，快速找到目标车辆。
[0021]利用卡尔曼滤波技术预测目标运动轨迹为现有技术，已广泛用于通信，导航，制导与控制等多领域。
[0022]本发明并不局限于前述的【具体实施方式】。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。
【主权项】
1.一种基于无人机动平台的车辆跟踪方法，其特征在于，包括: 步骤1:接收无人机当前拍摄到的视频帧，人工查找视频帧中是否含有目标车辆，如含有则计算目标车辆在当前视频帧中的位置坐标，如不含有则重新执行步骤I; 步骤2:根据目标车辆在当前视频帧的位置坐标跟踪目标车辆在下一视频帧中的位置； 步骤3:根据步骤2得到的目标车辆在下一视频帧中位置控制无人机运动方向； 重复步骤1~3。2.根据权利要求1所述的一种基于无人机动平台的车辆跟踪方法，其特征在于，步骤2中，使用光流法定位目标车辆在下一视频帧中的位置。3.根据权利要求1或2所述的一种基于无人机动平台的车辆跟踪方法，其特征在于，所述步骤3进一步包括:根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在水平方向上靠近视频帧的左边沿还是右边沿，然后控制无人机向目标车辆在水平方向上靠近的那个边沿偏移；根据步骤2得到的目标车辆在下一视频中位置判断目标车辆在竖直方向上靠近视频帧的上边沿还是下边沿，然后控制无人机向目标车辆在竖直方向上靠近的那个边沿偏移。4.根据权利要求1所述的一种基于无人机动平台的车辆跟踪方法，其特征在于，还包括步骤4:当在跟踪过程中发生目标车辆丢失时，利用卡尔曼滤波器根据丢失目标车辆前拍摄到的视频帧预测目标车辆可能出现在后续视频帧中的区域并在无人机后续拍摄到的视频帧中将所述区域标示出来。
【专利摘要】本发明公开了一种基于无人机动平台的车辆跟踪方法，涉及计算机视觉领域。本发明技术要点包括：步骤1：接收无人机当前拍摄到的视频帧，人工查找视频帧中是否含有目标车辆，如含有则计算目标车辆在当前视频帧中的位置坐标，如不含有则重复步骤1；步骤2：根据目标车辆在当前视频帧的位置坐标，在后续帧中找到目标车辆的最佳匹配位置，实现目标跟踪；步骤3：根据步骤2得到的目标车辆在下一视频中位置控制无人机运动方向；重复步骤1~3。
【IPC分类】G06K9/00
【公开号】CN104881650
【申请号】CN201510284911
【发明人】周剑, 龙学军, 陆宏伟, 徐一丹
【申请人】成都通甲优博科技有限责任公司
【公开日】2015年9月2日
【申请日】2015年5月29日