热点资讯无人机视觉识别与移动追踪
本文约2600字，2条视频，阅读时间约10分钟
项目需求：体积小长焦距相机，欢迎推荐
图片
无人机视觉识别与移动追踪是环境信息感知、数据融合、目标辨识、飞行控制、远程通信等多项关键技术的融合，该技术不仅可以为无人机自主飞行决策提供辅助信息，还能够极大程度地拓展无人机终端应用。随着各项关键技术的快速发展，无人机视觉识别与移动追踪技术势必会在消防救援、安防反恐、跟踪监控、协同作战等多领域发挥重要作用。
图片
【什么是无人机视觉与移动追踪？】无人机视觉识别技术是将无人机作为载体，结合机器视觉技术，利用无人机的飞行高度和视角，从客观事物的图像中提取信息，进行处理并理解，最终用于无人机自主智能控制的输入和无人机终端应用领域的拓展。无人机视觉识别具有拍摄视域广阔、视角灵活、信息容量大等优势，应用于无人机智能控制前端时，视觉识别信息可以构筑无人机立体飞行环境，预置无人机轨迹规划和感知避障信息，完成无人机移动追踪任务；应用于无人机作业终端时，视觉信息实时监视目标位置及动作，为进一步勘测、救援、监控及打击提供辅助决策信息，也是实现无人机察打一体化的基础。同时，由于无人机是非稳定约束系统，其运动稳定性和平稳性势必会影响视觉识别速度、精准度和成像质量，也极大提高了无人机视觉识别和移动追踪的技术难度。
无人机在具备自主飞行及追踪任务能力前，对目标的定位与识别技术先后经历了广播式自动式相关监视（ADS-B）与雷达定位、信号追踪、视觉识别及人工智能式目标识别阶段。早期无人机沿用传统飞行器ADS-B与雷达定位的方式，但限于设备体积及成本，较适合大型固定翼无人机使用；限于视觉技术的发展，较早期的无人机能够跟踪主动发出特定信号的物体，如电子标签和GPS位置信号等；随着视觉识别和人工智能技术的飞速发展，无人机逐渐具备主动识别与自动路径规划及避障能力，完成智能追踪避障任务。因此，无人机视觉识别与移动追踪技术的重点集中在移动目标视觉识别、遮挡目标连续跟踪、多目标跟踪、自主跟随飞行控制及避障方面等。图片
【无GPS情况下无人机自主避障】【技术路线图】图片
【移动目标视觉识别技术】移动目标视觉识别技术是基于视觉识别原理，对连续图像帧进行检测、特征提取、目标识别与追踪，获得追踪目标的位置、速度、运动轨迹等参数的过程，并分析目标的行为与动作，完成对目标的更高级任务拓展。视觉识别技术是通过将外界真实信息转化为数字模拟量，并完成数据信息的采集、数据后处理及图像分析，使机器感知外部世界的信息。目前较为领先的机器视觉技术是基于视差原理的双目立体识别（Binocular Stereo Vision）技术，成像设备在不同位置获取被检测物体的两幅图像，通过图像中对应点的位置偏差计算物体三维几何信息和与被测物体间距离。双目立体识别技术为无人机移动追踪任务中的实时立体图像回传提供保障，也为追踪目标的进一步精准打击提供精确位置支持。
牛津大学研制了一套无人机视觉跟踪系统，命名为牛津空中跟踪系统（Oxford Aerial Tracking System，OATS）。该系统具有目标区域扫描、地理定位、3D路径规划和目标轨迹预测功能，并通过一架小型无人直升机对地面目标进行视觉跟踪验证。这套系统通过重启目标搜索策略解决了移动目标丢失后的重新快速锁定问题。图1和图2分贝为实验用OATS小型无人直升机和跟踪系统目标搜索策略示意图。
图片
图片
图1 牛津大学OATS小型无人直升机图片
图2 OATS跟踪系统目标搜索策略昆士兰科技大学提出了一种基于OODA（观察、定位、决策和行为）循环的目标检测与扫描算法，用于多旋翼无人机搜寻并识别地面目标。如图3所示，该系统通过四旋翼无人机在10~4000m高度的多次目标识别实验进行验证，无人机通过定位、下降和盘旋三个阶段对目标进行视觉识别。图4为实验用四旋翼无人机，由450机架和2212/920KV型电机组装而成。
图片
图片
图3 OODA目标检测与扫描仿真实验图片
图4 昆士兰科技大学四旋翼无人机【移动目标追踪技术】移动目标检测的研究重点是在外部干扰环境中区别背景与目标，如环境光照亮度变化、阴影遮蔽、无人机高速运动及晃动等干扰。移动目标运动轨迹的不确定性、移动目标场景模式的改变、移动目标特征的消失或遮蔽等都为目标追踪技术主要由背景模型建立、图像分离分割、目标检索与追踪、目标行为理解分析、数据分离分割、目标检索和追踪、目标行为理解分析、数据传输、视觉系统构建等构成。
英国布里斯托大学提出了一种考略视觉传感器并行特征（Parallel Visual Processor）的地面目标跟踪视觉控制策略，使用图5中四旋翼无人机跟踪一辆双摆混乱轨迹的汽车，该汽车具有不可预测的运动轨迹和加减速行为。图6为四旋翼无人机对地面移动车来那个跟踪实验及无人机视角输出的图像。实现结果表明，该跟踪算法能够在目标可见性较短的时间内，快速重新获取并跟踪目标，实现高速率图像处理，具有极强的视觉敏感度。
图片
图片
图5 布里斯托大学四旋翼跟踪无人机图片
图6 四旋翼无人机对地面移动车来那个跟踪实验埃及尼罗大学提出一种基于空间聚类的被跟踪目标检测算法，使用最小中值二乘估计法检测图像的孤立点特征，该策略朱啊哟目的是实现无人机对多移动目标的检测与跟踪。图7为无人机对地面多移动目标的追踪结果。
图片
图片
图7 尼罗大学无人机对地面多移动目标的追踪结果【自主飞行决策与避障】无人机在跟随被追踪目标运动的同时，应具备自主避障及飞行决策能力。葡萄牙波尔图大学提出了一种基于李雅普诺夫的移动路径跟随控制器和路径生成算法，使无人机在追踪目标时具备基本的飞行决策与避障功能，并给出了算法的收敛性和性能评价方法。该控制率通过AN-TEX-X02型固定翼无人机在葡萄牙Ota空军基地进行验证。图8和图9分别为目标跟踪实验中所用的ANTEX-X02型固定翼无人机和Ota空军基地无人机地面站。
图片
图片
图8 波尔图大学 ANTEX-X02型固定翼无人机图片
图9 Ota空军基地无人机地面站【无人机识别与追踪技术】Skydio2智能追踪避障无人机
美国Skydio公司分别于2017和2019年两度推出具有卓越视觉导航、建图、规划、目标跟踪功能的消费级无人机。
2020年，该公司获得1亿美元融资，并推出了具有视觉自主飞行能力的工业级无人机SkydioX2。
图片
图片
《AI视觉无人机这些事（二）》图片
图片
扫描二维码
私信合作事宜
图片
旺仔小辣条
图片
本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。