技术
搜索 分类
多视角协作模型跟踪
智飞 2017-02-23 15:51
 在无人机与运动平台的机动状态条件下,为了满足相对位姿测量系统的跟踪要求,需要实现运动平台上的相对位姿测量系统对机动状态下的目标无人机的实时稳定跟踪。在对目标无人机的跟踪过程中,如果直接对场景中的所有内容进行匹配计算,寻找最佳匹配位置,需要处理大量的冗余信息。因此,为了缩小目标搜索范围,需要采用一定的搜索算法对未来时刻目标的位置状态进行事先估计假设。目前比较常用的方法包括预测法、优化搜索方向、逐帧检测法和逐帧分割法,针对无人机着陆过程中,环境干扰较大,运动较为复杂,选择预测法进行缩小目标搜索范围。预测法可以预测运动体下一帧可能出现的位置,在其相关区域内寻找最优点。
针对位姿测量系统对目标无人机着陆过程中的跟踪特点分析,可以得知:
(1)观测到的无人机可能存在多个视角,而各视角间的外观存在较明显差异,此外由于气象因素,背景变化较为复杂;
(2)可以利用无人机系统自身提供的辅助信息,主要包括测控链路提供的位置信息作为辅助跟踪;
(3)跟踪目标为协作模型,即已知其各视角模型,可以在离线情况下进行训练。
 基于以上特点,提出基于多信息融合的多视角协作模型跟踪技术,采用运动平台导航设备提供的无人机目标信息结合贝叶斯框架下的卡尔曼滤波算法,算法原理如图3所示。首先,充分利用协作模型进行离线学习,建立多视角模型库。当检测到目标初始位置后,估计其当前视角,并与模型库中对应视角模型进行匹配,利用卡尔曼滤波预测其下一帧位置。同时,将相对位姿测量系统提供的目标无人机运动信息与上述视觉算法预测信息进行数据融合,获得下一帧目标最终预测位置。目标匹配示意图如图4所示。
285-75








 

相关技术

更多技术
分享好友