申请/专利权人:东南大学
申请日:2023-11-27
公开(公告)日:2024-04-05
公开(公告)号:CN117826873A
主分类号:G05D3/20
分类号:G05D3/20
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了基于视觉的小型无人机目标跟踪与打击的云台控制方法,针对云台视野图像,使用关键点检测网络计算关键点坐标;通过匹配算法建立目标的实时跟踪,分配目标编号并创建目标实体;向云台控制器请求当前云台姿态信息与弹速信息,根据该信息计算目标的无人机系位置坐标;利用拓展卡尔曼滤波建立目标运动模型,获取调整后的目标无人机系位置坐标和速度,根据弹速信息计算打击延时,结合打击延时与通信延时预测无人机系打击点坐标;反解至云台坐标系得到初始云台控制信息,对纵向控制角进行重力补偿得到修正后云台控制信息;将获得的信息发往云台控制器,完成云台的控制。本发明在保证检测准确率的同时降低了性能要求、提升了轮次帧率。
主权项:1.基于视觉的小型无人机目标跟踪与打击的云台控制方法,其特征在于,包括:S1、从工业相机获取云台视野图像流;S2、根据图像流中的各个云台视野图像,使用目标检测网络计算目标候选框坐标与目标类型标签,使用基于深度神经网络的关键点检测网络计算目标选框区域的图像系关键点坐标;S3、根据步骤S2中获得的关键点坐标,通过匹配算法建立目标的实时跟踪,分配目标编号并创建目标实体,根据目标编号进行归类;S4、向云台控制器请求当前云台姿态信息与弹速信息;S5、基于预设的关键点信息,解算欲要打击目标的相机系位置坐标,根据当前云台姿态信息计算目标的无人机系位置坐标;S6、根据步骤S5中计算的坐标,通过计算图像流帧间目标的无人机系位置坐标变化获得速度向量,利用拓展卡尔曼滤波建立含目标无人机系位置坐标和速度的目标运动模型,获取调整后的目标无人机系位置坐标和速度,根据步骤S4获取的弹速信息计算打击延时,结合打击延时与通信延时预测无人机系打击点坐标,并判断发射时机;S7、将步骤S6中获得的打击点坐标反解至云台坐标系,得到初始云台控制信息,根据抛物线弹道模型对纵向控制角进行重力补偿,得到修正后云台控制信息;S8、将步骤S7中获得的修正后云台控制信息发往云台控制器,完成云台的控制。
全文数据:
权利要求:
百度查询: 东南大学 基于视觉的小型无人机目标跟踪与打击的云台控制方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。