發(fā)布時間：2020-12-12 12:08

　　憑借其可靠的機動性和環(huán)境適應性,無人機已經(jīng)在各個領(lǐng)域都實現(xiàn)了大量的應用。為了更好的提升無人機在多目標跟蹤任務中的智能性,本文針對無人機對多運動目標的跟蹤問題進行研究,并設計了一套動態(tài)的多目標跟蹤無人機航跡規(guī)劃方案。該方案利用無人機上的相機所拍攝的圖像序列對多個運動目標進行動態(tài)跟蹤,估算出運動目標位置并對該多個運動目標設計優(yōu)化無人機航跡,實現(xiàn)無人機對多運動目標的跟蹤任務。具體研究內(nèi)容如下:(1)設計多尺度的運動目標跟蹤的實用型算法。對比分析核相關(guān)濾波算法與均值漂移算法的優(yōu)缺點,利用核相關(guān)濾波算法對運動目標進行初始位置判定,融入均值漂移算法實現(xiàn)多尺度估計,提出融合的改進方法,保證跟蹤效果。(2)研究基于卡爾曼預測的單目視覺運動目標數(shù)據(jù)處理方法。在對運動目標位置進行估算的基礎上,通過卡爾曼濾波進行時序上的位置預測,預先生成無人機運動軌跡,避免無人機飛行調(diào)整滯后于目標運動的問題,實現(xiàn)目標跟蹤數(shù)據(jù)與航跡規(guī)劃的動態(tài)結(jié)合。(3)提出多運動目標跟蹤的無人機航跡優(yōu)化方案。針對多運動目標無人機跟蹤監(jiān)視的實際問題,結(jié)合蟻群算法與遺傳算法,開展無人機航跡規(guī)劃的技術(shù)驗證,得到局部最優(yōu)的多目標跟蹤無人機航跡規(guī)劃方... 

【文章來源】：南京航空航天大學江蘇省 211工程院校

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【部分圖文】：

偏移向量示意圖

所以具有尺度自適應的均值漂移算法的具體流程如下圖 2.2 所示：圖 2.2 尺度自適應的均值漂移算法原理流程圖2.2.4 增加尺度估計后的均值漂移算法對比實驗本文所有實驗編程的軟件配置均處于 64 位 Window10 操作系統(tǒng)下的 VS2013+Opencv3.0 的編譯環(huán)境中。硬件配置均為英特爾酷睿 i5-8400 處理器，CPU 主頻為 2.8GHz，安裝 8GB 運行單通道內(nèi)存，內(nèi)存主頻為 2400MHz。通過在相同數(shù)據(jù)集上進行帶有尺度變化和不帶有尺度變化的均值漂移算法的跟蹤實驗，對比算法的跟蹤效果。下文將以一個尺度逐漸變大的車輛圖像序列作為示例，對 2 種算法的跟蹤結(jié)果進行對比分析。圖像序列數(shù)據(jù)的尺寸為 384*288 像素，目標車輛的原始尺寸為 30*25 像素，目標車輛在序列中的平均尺度大小為 58*48 像素。在圖像序列的開始幀，將運動目標的真實位置及尺度大小分別輸入算法當中作為目標模板，

基于多目標跟蹤的無人機自主航跡優(yōu)化避免手動選取目標所導致的誤差，然后開始實驗跟蹤的流程。圖 2.3 為帶有尺度變化和不帶有尺度變化的均值漂移算法跟蹤結(jié)果對比圖。并且對 2 種目標跟蹤算法的尺度估計結(jié)果及運行速度進行采集，如表 2.1 是兩種算法間的所耗時及跟蹤窗口大小數(shù)據(jù)對比。若算法跟蹤窗口平均尺寸的平均尺度大小與目標真實尺度的平均大小越接近則算法精度越高。算法的平均幀率越高，代表算法運行效率越快，根據(jù)普遍的視頻要求，算法的實時性要求為 25 幀/秒。

【參考文獻】：
期刊論文
[1]消防無人機偵察功能的應用研究[J]. 崔彥琛,吳立志,朱紅偉,郭可新,黃俊杰.  消防技術(shù)與產(chǎn)品信息. 2018(11)
[2]一種核相關(guān)濾波器的多尺度目標跟蹤方法[J]. 李遠狀,韓彥芳,于書盼.  電子科技. 2018(10)
[3]基于細菌覓食的改進蟻群算法[J]. 張立毅,肖超,費騰.  計算機工程與科學. 2018(10)
[4]一種尺度自適應的核相關(guān)濾波跟蹤算法[J]. 林慶,占林森.  信息技術(shù). 2018(09)
[5]快速尺度自適應核相關(guān)濾波目標跟蹤算法[J]. 何雪東,周盛宗.  激光與光電子學進展. 2018(12)
[6]應急測繪無人機資源多目標優(yōu)化調(diào)度方法[J]. 朱慶,韓會鵬,于杰,杜志強,張駿驍,吳晨,沈富強.  武漢大學學報(信息科學版). 2017(11)
[7]無人機遙感技術(shù)國內(nèi)松材線蟲病監(jiān)測研究綜述[J]. 張紅梅,陸亞剛.  華東森林經(jīng)理. 2017(03)
[8]基于連續(xù)自適應均值漂移和立體視覺的無人機目標跟蹤方法[J]. 張?zhí)煲?楊忠,韓家明,宋佳蓉,朱家遠.  應用科技. 2018(02)
[9]基于相關(guān)濾波的視頻目標跟蹤算法綜述[J]. 吳小俊,徐天陽,須文波.  指揮信息系統(tǒng)與技術(shù). 2017(03)
[10]基于蟻群算法的火災動態(tài)疏散[J]. 傅軍棟,劉業(yè)輝,李江輝.  華東交通大學學報. 2017(03)

碩士論文
[1]基于改進CamShift算法的嵌入式目標跟蹤系統(tǒng)設計[D]. 任楷飛.中北大學 2018
[2]割草機器人路徑跟蹤與避障方法研究[D]. 陳鵬.中原工學院 2018
[3]基于蟻群算法的航線自動設計[D]. 李可.大連海事大學 2018
[4]基于無人機的車輛實時跟蹤算法研究[D]. 吳仁堅.西安電子科技大學 2017
[5]基于時空上下文的目標跟蹤算法研究[D]. 許三妹.西安科技大學 2017
[6]基于MeanShift的運動目標跟蹤算法研究[D]. 李洋.沈陽理工大學 2016
[7]城市快遞配送條件下的多目標車輛路徑優(yōu)化研究[D]. 楊志清.哈爾濱工業(yè)大學 2015
[8]面向視覺跟蹤的運動目標輪廓提取算法研究[D]. 李谷全.南華大學 2011
[9]均值偏移算法在目標跟蹤中的研究與應用[D]. 姜智.南京理工大學 2009



本文編號：2912531