CN107505951A - 一种目标跟踪方法、无人机和计算机可读存储介质 - Google Patents

一种目标跟踪方法、无人机和计算机可读存储介质 Download PDF

Info

Publication number
CN107505951A
CN107505951A CN201710756805.2A CN201710756805A CN107505951A CN 107505951 A CN107505951 A CN 107505951A CN 201710756805 A CN201710756805 A CN 201710756805A CN 107505951 A CN107505951 A CN 107505951A
Authority
CN
China
Prior art keywords
target
unmanned plane
external frame
priority
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710756805.2A
Other languages
English (en)
Other versions
CN107505951B (zh
Inventor
张柯
臧波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Original Assignee
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Autel Intelligent Aviation Technology Co Ltd filed Critical Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority to CN201710756805.2A priority Critical patent/CN107505951B/zh
Priority to PCT/CN2017/108983 priority patent/WO2019041534A1/zh
Priority to EP17814293.1A priority patent/EP3474111B1/en
Priority to US15/848,979 priority patent/US10719087B2/en
Publication of CN107505951A publication Critical patent/CN107505951A/zh
Application granted granted Critical
Publication of CN107505951B publication Critical patent/CN107505951B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/12—Target-seeking control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0094—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots involving pointing a payload, e.g. camera, weapon, sensor, towards a fixed or moving target

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明实施例公开了一种目标跟踪方法、无人机及计算机可读存储介质，所述方法包括：无人机确定需要进行跟踪的至少两个目标；所述无人机根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内或位于所述外接框上；所述无人机调整自身的飞行参数，以将所述外接框置于所述无人机的视角范围内。通过本发明实施例的方案，根据至少两个目标的位置信息生成外接框，然后无人机调整自身的飞行参数，以将所述外接框置于所述无人机的视角范围内，实现了将多目标转化为“单目标”，从而寻求对整个多个目标观测的最优位置，保证了尽可能长时间的对多个目标进行鲁棒性的跟踪。

Description

一种目标跟踪方法、无人机和计算机可读存储介质
技术领域
本发明涉及目标跟踪技术，尤指一种目标跟踪方法、无人机及计算机可读存储介质。
背景技术
当前无人机(Unmanned Aerial Vehicle，UAV)的智能跟踪受限于单目标模式，但是伴随着深度学习、多源图形分形特征等方法的发展和无人机内部硬件水平的提高，实现单机的多目标跟踪也被广泛研究，该想法能够实现对同一场景下的多个目标的实时跟踪。随之而来的是要考虑由于目标运动状态限制的智能跟随方法的实现策略，当多个被初始化的目标向不同的方向以不同的速度运动时，实现该多个目标的追踪便需要一种策略来实现尽可能长时间的追踪，当多个目标构成的空间范围过大必须选择性丢失个别目标从而保证总体跟踪性能的时候，如何进行选择和何时放弃部分目标也是需要考虑的问题。
发明内容
本发明实施例提供了一种目标跟踪方法、无人机及计算机可读存储介质，能够对多个目标进行鲁棒性的跟踪。
本发明实施例提供了一种目标跟踪方法，包括：
无人机确定需要进行跟踪的至少两个目标；
所述无人机根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
所述无人机调整自身的飞行参数，以将所述外接框置于所述无人机的视角范围内。
在本发明的一实施例中，该方法还包括：
所述无人机接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息。
在本发明的一实施例中，所述无人机确定需要进行跟踪的至少两个目标，包括：
所述无人机将所述用户选择的需要跟踪的目标确定为所述无人机需要进行跟踪的目标；
其中，所述无人机确定需要进行跟踪的目标的数量小于或等于所述用户选择的目标的数量。
在本发明的一实施例中，所述无人机确定需要进行跟踪的至少两个目标，包括：
所述无人机接收所述至少两个目标中每个目标发送的信号；
所述无人机根据所述信号，确定需要跟踪的所述至少两个目标。
在本发明的一实施例中，该方法还包括：
所述无人机确定在当前时刻需要将外接框置于其视线范围内的最小视角；
所述无人机判断所述最小视角是否大于安全视角α′，若是，则所述无人机升高其飞行高度直至在飞行高度升高后将外接框置于无人机视线范围内的最小视角小于安全视角α′，其中：
α′＝η×αmax，αmax为所述无人机的最大视角，η为安全系数。
在本发明的一实施例中，该方法还包括：
在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；
如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。
在本发明的一实施例中，所述目标丢失策略包括：
判断所述无人机不能识别的目标的优先级是否为最低优先级，如果是，则丢失所述无人机不能识别的目标。
在本发明的一实施例中，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不是最低优先级，则判断无人机不能识别的目标的优先级是否比与所述外接框边缘的距离小于或等于预设阈值的目标的优先级低，如果是，则丢失所述无人机不能识别的目标。
在本发明的一实施例中，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不比与所述外接框边缘的距离小于或等于预设阈值的目标优先级低，则丢失与所述外接框边缘的距离小于或等于预设阈值的目标中优先级最低的目标。
在本发明的一实施例中，所述无人机不能识别的目标为识别特征小于所述无人机能识别的物体的临界阈值的目标。
在本发明的一实施例中，所述方法还包括：
根据下述至少之一确定所述临界阈值：
安装在所述无人机上的摄像头的分辨率，初始化图像尺度，目标图像特征匹配方法，图传信息丢失率。
在本发明的一实施例中，所述方法还包括：
所述无人机确定所述至少两个目标的优先级。
在本发明的一实施例中，所述方法还包括：
所述无人机接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息；
所述无人机根据用户选择需要跟踪的目标的顺序，确定所述至少两个目标的优先级。
在本发明的一实施例中，所述无人机调整自身的飞行参数，包括：
所述无人机调整其所在位置和/或飞行高度。
在本发明的一实施例中，所述外接框始终置于所述无人机的视角范围内。
在本发明的一实施例中，所述外接框为将所述至少两个目标置于其内的半径最小的圆。
在本发明的一实施例中，所述外接框为最小圆的外接正方形，所述最小圆为将所述至少两个目标置于其内的半径最小的圆。
在本发明的一实施例中，所述无人机的视角中心与所述外接框的中心重合。
本发明实施例还提供了一种无人机，包括：
机身；
与所述机身相连的机臂；
设于所述机臂上的动力装置；
摄像装置，用于拍摄图片或者视频；以及
与所述摄像装置通信连接的处理器，所述处理器用于：
确定需要进行跟踪的至少两个目标；
根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
调整所述无人机的飞行参数，以将所述外接框置于所述无人机的视角范围内。
在本发明的一实施例中，所述处理器包括视觉处理器以及飞控处理器；
其中，视觉处理器用于：
确定需要进行跟踪的至少两个目标；
根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
向所述飞控处理器发送用于调整所述无人机的飞行参数的指令，以将所述外接框置于所述无人机的视角范围内；
其中，所述飞控处理器用于：
接收所述指令，调整所述无人机的飞行参数。
在本发明的一实施例中，所述处理器还用于：
接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息。
在本发明的一实施例中，所述处理器还用于：
将所述用户选择的需要跟踪的目标确定为所述无人机需要进行跟踪的目标；
其中，确定需要进行跟踪的目标的数量小于或等于所述用户选择的目标的数量。
在本发明的一实施例中，所述处理器还用于：
所述无人机接收所述至少两个目标中每个目标发送的信号；
所述无人机根据所述信号，确定需要进行跟踪的所述至少两个目标。
在本发明的一实施例中，所述处理器还用于：
确定在当前时刻需要将外接框置于其视线范围内的最小视角；
判断所述最小视角是否大于安全视角α′，若是，则所述无人机升高其飞行高度直至在飞行高度升高后将外接框置于无人机视线范围内的最小视角小于安全视角α′，其中：
α′＝η×αmax，αmax为所述无人机的最大视角，η为安全系数。
在本发明的一实施例中，所述处理器还用于：
在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；
如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。
在本发明的一实施例中，所述目标丢失策略包括：
判断所述无人机不能识别的目标的优先级是否为最低优先级，如果是，则丢失所述无人机不能识别的目标。
在本发明的一实施例中，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不是最低优先级，则判断无人机不能识别的目标的优先级是否比与所述外接框边缘的距离小于或等于预设阈值的目标的优先级低，如果是，则丢失所述无人机不能识别的目标。
在本发明的一实施例中，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不比与所述外接框边缘的距离小于或等于预设阈值的目标优先级低，则丢失与所述外接框边缘的距离小于或等于预设阈值的目标中优先级最低的目标。
在本发明的一实施例中，所述无人机不能识别的目标为识别特征小于所述无人机能识别的物体的临界阈值的目标。
在本发明的一实施例中，所述处理器还用于：
根据下述至少之一确定所述临界阈值：
安装在所述无人机上的摄像头的分辨率，初始化图像尺度，目标图像特征匹配方法，图传信息丢失率。
在本发明的一实施例中，所述处理器还用于：
确定所述至少两个目标的优先级。
在本发明的一实施例中，所述处理器还用于：
接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息；
根据用户选择需要跟踪的目标的顺序，确定所述至少两个目标的优先级。
在本发明的一实施例中，所述无人机调整自身的飞行参数，包括：
所述无人机调整其所在位置和/或飞行高度。
在本发明的一实施例中，所述外接框始终置于所述无人机的视角范围内。
在本发明的一实施例中，所述外接框为将所述至少两个目标置于其内的半径最小的圆。
在本发明的一实施例中，所述外接框为最小圆的外接正方形，所述最小圆为将所述至少两个目标置于其内的半径最小的圆。
在本发明的一实施例中，所述无人机的视角中心与所述外接框的中心重合。
本发明实施例还提出了一种无人机，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述所述的目标跟踪方法。
本发明实施例还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的目标跟踪方法。
与相关技术相比，本发明实施例包括：无人机确定至少两个需要进行跟踪的目标；无人机根据至少两个目标的位置信息生成外接框，至少两个目标均位于该外接框内；无人机调整自身的飞行参数，以将外接框置于所述无人机的视角范围内。通过本发明实施例的方案，根据至少两个目标的位置信息生成外接框，然后无人机调整自身的飞行参数，以将外接框置于所述无人机的视角范围内，实现了将多目标转化为“单目标”，从而寻求对整个多个目标观测的最优位置，保证了尽可能长时间的对多个目标进行鲁棒性的跟踪。
在一个可选方案中，在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。保证了无人机对优先级较高的目标始终保持较好的跟踪效果。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明一种目标跟踪方法第一实施例的流程图；
图2为本发明第一实施例中用户选择多个目标的示意图；
图3为本发明一种目标跟踪方法第二实施例的流程图；
图4为本发明第二实施例中无人机调整其飞行参数将外接框置于其视角范围内的示意图；
图5为本发明其中一种目标丢失策略的原理简图；
图6为本发明实施例一种无人机其中一实施例的结构示意图；
图7为本发明实施例一种无人机另一种实施例的结构示意图；
图8为本发明实施例一种目标跟踪装置的结构简图。
具体实施方式
下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
第一实施例：
参见图1，本发明的第一实施例提出了一种目标跟踪方法，该方法包括：
步骤100、无人机确定需要进行跟踪的至少两个目标。
无人机确定需要进行跟踪的至少两个目标，可以是无人机根据用户在控制终端的选择来确定需要进行跟踪的目标。如图2所示，在本发明的一实施例中，用户在控制终端通过点击或画框的方式选择需要跟踪的至少两个目标，控制终端发送目标跟踪指令给无人机，无人机依此确定需要跟踪的至少两个目标。
在本发明的一实施例中，无人机确定需要进行跟踪的目标的数量小于或等于用户选择的目标的数量。
无人机确定需要进行跟踪的至少两个目标，还可以是无人机接收至少两个目标中每个目标发送的跟踪信号，无人机根据该跟踪信号，确定需要进行跟踪的至少两个目标。换言之，无人机将发送跟踪信号的目标确定为需要进行跟踪的目标。其中，跟踪信号至少包含有目标自身的位置信息。
步骤101、无人机根据至少两个目标的位置信息，生成外接框，其中，至少两个目标位于外接框内。
外接框是无人机将多目标跟踪转化为单目标跟踪的重要工具。外接框将至少两个需要跟踪的目标框选起来，可以是无人机生成的，也可以是用户在控制终端完成点击或框选需要跟踪的至少两个目标之后由控制终端生成的。当外接框是无人机生成的时，该外接框在控制终端侧对用户可见或是不可见。
目标的位置信息可以是目标在图像坐标系下的位置信息，或者是目标的经纬度信息。图像坐标系是指在无人机拍摄得到的图像中的坐标系。目标在图像坐标系下的位置信息和经纬度信息可以根据坐标系的转换关系进行相互转换，具体可以采用本领域技术人员的熟知技术进行坐标系转换，这里不再赘述。
此外，无人机还可以采用目标检测的方法确定目标的位置信息，或者采用其他本领域技术人员熟知的技术手段(例如智能跟踪技术)来确定目标的位置信息，这里不再赘述。
步骤102、无人机调整自身的飞行参数，以将外接框置于无人机的视角范围内。
在生成外接框，将所有需要跟踪的目标框选选后，无人机可以通过调整其自身所在的位置和/或飞行高度将该外接框置于其视角范围内，从而实现对至少两个目标的跟踪。
在本发明的一实施例中，无人机的视角中心与外接框的中心始终重合。无人机的视角中心与外接框的中心始终重合能够使无人机始终处于捕获目标的有利位置。
第二实施例：
参见图3，本发明的第二实施例提出了一种目标跟踪方法，包括：
S201、用户在控制器上选择需要跟踪的至少两个目标。
用户可以采用点击或画框的方式来选择目标。当用户采用点击的方式来选择目标时，采用显示以用户点击的点为中心的区域的方式来显示用户选择的目标；当用户采用画框的方式来选择目标时，采用显示用户所画的框的方式来显示用户选择的目标。如图2所示，用户采用画框的方式依次选择了目标A、目标B和目标C，则在控制器的屏幕上将用户所画的三个框依次显示出来。
S202、无人机接受控制器发送的用户选择的需要跟踪的目标的信息，并将用户选择的需要跟踪的目标确定为需要进行跟踪的目标。
在本发明的一实施例中，用户选择的目标的信息包括选择的目标的位置信息。例如，可以是用户选择的目标在图像坐标系下的位置信息，也可以是用户选择的目标的经纬度信息。其中，目标在图像坐标系下的位置信息可以是目标在图像中的行数和列数在图像坐标系下的坐标。
在其他可能的实施例中，用户选择的目标的信息还可以包括选择目标的顺序信息，无人机可以根据用户选择目标的顺序信息确定至少两个目标的优先级。例如，控制器根据用户选择目标的先后次序确定所选择的目标的优先级，并将每一个目标的优先级与目标的位置信息一同发送给无人机。控制器可以确定用户先选择的目标的优先级高于用户后选择的目标的优先级，也可以确定用户先选择的目标的优先级低于用户后选择的目标的优先级，也可以采用其他方式确定目标的优先级，本发明实施例对此不作限定。例如，图2中，用户依次选择目标A、目标B和目标C，那么目标A的优先级高于目标B的优先级，目标B的优先级高于目标C的优先级。
目标优先级的获取也可以通过预先存储于无人机内部的策略获取，在需要用到目标优先级的时候，无人机根据该策略获取目标的优先级。
S203、无人机根据至少两个目标的位置信息，生成外接框，其中，至少两个目标位于外接框内。外接框是无人机将多目标跟踪转化为单目标跟踪的重要工具。外接框将至少两个需要跟踪的目标框选起来，可以是无人机生成的，也可以是用户在控制终端完成点击或框选需要跟踪的至少两个目标之后由控制终端生成的。当外接框是无人机生成的时，该外接框在控制终端侧对用户可见或是不可见。
目标的位置信息可以是目标在图像坐标系下的位置信息，或者是目标的经纬度信息。图像坐标系是指在无人机拍摄得到的图像中的坐标系。目标在图像坐标系下的位置信息和经纬度信息可以根据坐标系的转换关系进行相互转换，具体可以采用本领域技术人员的熟知技术进行坐标系转换，这里不再赘述。
此外，无人机还可以采用目标检测的方法确定目标的位置信息，或者采用其他本领域技术人员熟知的技术手段(例如智能跟踪技术)来确定目标的位置信息，这里不再赘述。
在本发明的一实施例中，外接框为将至少两个目标置于外接框内的半径最小的圆。其中，可以采用最小圆算法确定所述半径最小的圆，即：
无人机选取任意三个目标；
无人机根据选取的三个目标的位置信息确定包含选取的三个目标的最小圆为选取的三个目标的外接圆，或选取的三个目标中的两个目标位于圆的直径两端，另一个目标位于圆内的圆；
无人机判断出除选取的三个目标之外的其他目标中，离确定出的最小圆的圆心最远的目标是否位于最小圆的圆内或圆周上，如果该目标位于最小圆的圆内或圆周上，则该最小圆为所求的最小圆；
如果上述目标位于最小圆的圆外，则继续执行选取新的三个目标的步骤；
其中，新的三个目标中至少有一个目标是之前没有被选取的。
在其他可能的实施例中，包含多个目标的外接框也可以是上述确定的最小圆的外接正方形。且外接框还可以采用其他的方式进行确定。
采用最小圆算法确定包含至少两个目标的外接框能够使无人机获得最优的视角范围，且计算速度快，不占用无人机本身的资源。
在本发明的其他实施例中，外接框也为最小圆的外接正方形。且外接框还可以采用其他的方式进行确定，本发明对此不作限定。
S204、无人机确定在当前时刻需要将外接框置于其视线范围内的最小视角。
如图4所示，无人机可以按照公式获取当前时刻需要将外接框置于其视角范围内的最小视角。
其中，α”为最小视角，L为外接框的半边长或半径，H为无人机的高度。
S205、无人机判断最小视角α”是否大于安全视角α'，其中：
α'＝η×α_max，α_max为所述无人机的最大视角，η为安全系数，η为经验值，一般情况下η可以取值0.7～0.9。
无人机在跟踪多个目标的过程中，可能存在一种情况，即跟踪的各目标分别朝不同的方向运动，在无人机高度不变的情况下，采用上述方法构建的外接框的尺寸会在图像中成像越来大，如图4所示，此时不仅要调整无人机的投影位置，还需要保证无人机的最小视角α”始终小于安全视角α'。
保证最小视角α”始终小于安全视角α'能够使得包含有多个目标的外接框始终位于无人机的视角范围内，最大限度的将多个目标锁定在无人机的视角范围内，避免目标丢失。
S206、若最小视角α”小于或等于安全视角α'，则无人机调整自身的飞行参数，以将外接框置于其视角范围内。
在本发明的一实施例中，飞行参数包括无人机所在的位置和/或飞行高度。无人机可以通过调整自身的飞行参数，将确定的外接框置于其视角范围内，从而实现对至少两个目标的跟踪。
S207、若最小视角α”大于安全视角α'，则无人机需要升高其飞行高度直至最小视角α”小于或等于安全视角α'。
S208、无人机判断至少两个目标中是否存在不能识别的目标。
由于无人机搭载的摄像头分辨率、图传等因素的限制，在外接框的尺寸逐渐扩大的过程中，无人机不能持续通过升高的方式来解决全目标捕获跟踪的问题。本发明实施例中提出临界阈值λ的概念，该临界阈值与摄像头分辨率r、初始化图像尺度s、目标图像特征匹配方法f和图传信息丢失率d等相关，即：λ＝λ(r,s,f,d...)。其中，摄像头的分别率是指决定位图图像细节精细程度的描述量，用像素点个数表示。初始化图像尺度是指初始化时目标在图像中的大小，一般用外接矩形框表示。目标图像特征匹配方法是指用于实现追踪中寻找目标前景的方法。图传信息丢失率是指由于图传过程中干扰的存在导致实际图像信息丢失部分的比例。
临界阈值可以根据经验给出，由临界阈值决定的目标在图像中的识别特征不能小于无人机能识别的物体的临界阈值，若小于该临界阈值，则无人机将该目标判断为不能识别的目标。
例如，假设该无人机机载摄像头的分辨率为1280×720，一初始化目标尺寸为200×100，图传信息丢失率平均为10％，为保证目标的跟踪精度和稳健性，假设此时由临界阈值决定的描述目标特征的像素点个数不得少于2000，则目标的成像尺度最小为64×34，一旦目标群中该目标的尺度小于64×34，则无人机开启目标丢失策略。
目标丢失策略可以是：如图5所示，当目标T3的识别特征小于临界阈值时，将与所述外接框的距离小于或等于预设阈值的优先级最低的目标T5删除，继而重新确定外接框，这样保证了无人机对优先级较高的目标始终保持较好的跟踪效果。
通过目标丢失策略来重新获取剩余目标的外接框，进而更好的获取剩余目标的特征。这样能够保证无人机对优先级较高的目标始终保持较好的追踪效果。
在本发明的一实施例中，目标丢失策略包括：
S209、无人机判断不能识别的目标的优先级是否为最低优先级。其中，目标的优先级可以根据步骤S202中的方法获取。
若是，则无人机执行步骤S210，即无人机丢失该不能识别的目标并执行步骤S213。
若否，则无人机执行步骤S211，即无人机进一步判断该不能识别的目标的优先级是否比与外接框边缘的距离小于或等于预设阈值的目标的优先级低。
若是，则无人机执行步骤S210，丢失该不能识别的目标。并执行步骤S213。
若否，则执行步骤S212，即无人机选择丢失与外接框边缘的距离小于或等于预设阈值的目标中优先级最低的目标，并执行步骤S213。
S213、无人机根据至少两个目标中的其余目标的位置信息重新生成外接框，并将该重新生成的外接框置于其视角范围内。
在本发明的一实施例中，无人机的视角中心与外接框的中心始终重合。无人机的视角中心与外接框的中心始终重合能够使无人机始终处于捕获目标的有利位置。
参见图6，本发明实施例还提出了一种无人机，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述任意一种目标跟踪方法。
本发明实施例还提出了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一种目标跟踪方法的步骤。
参见图7，本发明实施例还提出了一种无人机10，该无人机10包括机身11、与机身11相连的机臂12、设于机臂12上的动力装置13、与机身11相连的摄像装置14以及设于机身11内并与摄像装置14通信连接的处理器15。
本实施例中的无人机10具有四个机臂12，即本实施例中的无人机为四旋翼无人机，在其他可能的实施例中，无人机也可以是六旋翼无人机(六个机臂)、八旋翼无人机(八个机臂)等等。动力装置13通常包括设置在机臂12末端的电机和与电机轴相连的螺旋桨。电机带动螺旋桨旋转从而给无人机10提供升力。摄像装置14为机载摄像机，用于拍摄图片或视频。
在本发明的一实施例中，处理器包括视觉处理器和飞控处理器。
其中，视觉处理器用于：
确定需要跟踪的至少两个目标；
根据至少两个目标的位置信息生成外接框，其中，至少两个目标位于外接框内；
向飞控处理器发送用于调整无人机的飞行参数的指令，以将外接框置于无人机的视角范围内。
飞控处理器用于接收视觉处理器发送的指令，调整无人机的飞行参数，以及执行上文所述的目标跟踪方法。
参见图8，本发明实施例还提出了一种目标跟踪装置，包括：
确定模块，用于确定需要进行跟踪的至少两个目标；
生成模块，用于根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内或位于所述外接框上；
调整模块，用于调整自身的飞行参数，以将所述外接框置于所述无人机的视角范围内。
可选的，确定模块具体用于：
将所述用户选择的目标确定为所述无人机需要进行跟踪的目标；
其中，所述无人机确定需要进行跟踪的目标的数量小于或等于所述用户选择的目标的数量。
可选的，确定模块具体用于：
接收所述至少两个目标中每个目标发送的信号；
根据所述信号，确定需要进行跟踪所述至少两个目标。
可选的，调整模块还用于：
确定在当前时刻需要将外接框置于其视线范围内的最小视角；
判断所述最小视角是否大于安全视角α′，若是，则所述无人机升高其飞行高度直至在飞行高度升高后将外接框置于无人机的视线范围内的最小视角小于安全视角α′，其中：
α′＝η×αmax，αmax为所述无人机的最大视角，η为安全系数。
可选的，生成模块还用于：确定所述至少两个目标的优先级。
调整模块还用于：
在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；
如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。
可选的，调整模块具体用于采用以下方式实现所述目标丢失策略：
判断所述无人机不能识别的目标的优先级是否为最低优先级，如果是，则丢失所述无人机不能识别的目标。
如果所述无人机不能识别的目标的优先级不是最低优先级，则判断无人机不能识别的目标的优先级是否比与所述外接框的距离小于或等于预设阈值的目标的优先级低，如果是，则丢失所述无人机不能识别的目标。
如果所述无人机不能识别的目标的优先级不比与所述外接框的距离小于或等于预设阈值的目标优先级低，则丢失与所述外接框的距离小于或等于预设阈值的目标中优先级最低的目标。在本发明的一实施例中，上述的确定模块、生成模块以及调整模块可以是设置在无人机内的飞控芯片或者处理器。
虽然本发明所揭露的实施方式如上，但所述的内容仅为便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属领域内的技术人员，在不脱离本发明所揭露的精神和范围的前提下，可以在实施的形式及细节上进行任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (39)

1.一种目标跟踪方法，其特征在于，包括：
无人机确定需要进行跟踪的至少两个目标；
所述无人机根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
所述无人机调整自身的飞行参数，以将所述外接框置于所述无人机的视角范围内。
2.根据权利要求1所述的目标跟踪方法，其特征在于，该方法还包括：
所述无人机接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息。
3.根据权利要求1所述的目标跟踪方法，其特征在于，所述无人机确定需要进行跟踪的至少两个目标，包括：
所述无人机将所述用户选择的需要跟踪的目标确定为所述无人机需要进行跟踪的目标；
其中，所述无人机确定需要进行跟踪的目标的数量小于或等于所述用户选择的目标的数量。
4.根据权利要求1所述的目标跟踪方法，其特征在于，所述无人机确定需要进行跟踪的至少两个目标，包括：
所述无人机接收所述至少两个目标中每个目标发送的信号；
所述无人机根据所述信号，确定需要进行跟踪的所述至少两个目标。
5.根据权利要求1-4中任一项所述的目标跟踪方法，其特征在于，该方法还包括：
所述无人机确定在当前时刻需要将外接框置于其视线范围内的最小视角；
所述无人机判断所述最小视角是否大于安全视角α′，若是，则所述无人机升高其飞行高度直至在飞行高度升高后将外接框置于无人机的视线范围内的最小视角小于安全视角α′，其中：
α′＝η×αmax，αmax为所述无人机的最大视角，η为安全系数。
6.根据权利要求5所述的目标跟踪方法，其特征在于，该方法还包括：
在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；
如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。
7.根据权利要求6所述的目标跟踪方法，其特征在于，所述目标丢失策略包括：
判断所述无人机不能识别的目标的优先级是否为最低优先级，如果是，则丢失所述无人机不能识别的目标。
8.根据权利要求7所述的目标跟踪方法，其特征在于，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不是最低优先级，则判断无人机不能识别的目标的优先级是否比与所述外接框边缘的距离小于或等于预设阈值的目标的优先级低，如果是，则丢失所述无人机不能识别的目标。
9.根据权利要求8所述的目标跟踪方法，其特征在于，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不比与所述外接框边缘的距离小于或等于预设阈值的目标优先级低，则丢失与所述外接框边缘的距离小于或等于预设阈值的目标中优先级最低的目标。
10.根据权利要求7-9中任一项所述的目标跟踪方法，其特征在于，所述无人机不能识别的目标为识别特征小于所述无人机能识别的物体的临界阈值的目标。
11.根据权利要求10所述的目标跟踪方法，其特征在于，所述方法还包括：
根据下述至少之一确定所述临界阈值：
安装在所述无人机上的摄像头的分辨率，初始化图像尺度，目标图像特征匹配方法，图传信息丢失率。
12.根据权利要求7-11中任一项所述的目标跟踪方法，其特征在于，所述方法还包括：
所述无人机确定所述至少两个目标的优先级。
13.根据权利要求7-11中任一项所述的目标跟踪方法，其特征在于，所述方法还包括：
所述无人机接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息；
所述无人机根据用户选择需要跟踪的目标的顺序，确定所述至少两个目标的优先级。
14.根据权利要求1-13中任一项所述的目标跟踪方法，其特征在于，所述无人机调整自身的飞行参数，包括：
所述无人机调整其所在位置和/或飞行高度。
15.根据权利要求1-14中任一项所述的目标跟踪方法，其特征在于，所述外接框始终置于所述无人机的视角范围内。
16.根据权利要求1-15任一项所述的目标跟踪方法，其特征在于，所述外接框为将所述至少两个目标置于其内的半径最小的圆。
17.根据权利要求1-15任一项所述的目标跟踪方法，其特征在于，所述外接框为最小圆的外接正方形，所述最小圆为将所述至少两个目标置于其内的半径最小的圆。
18.根据权利要求1-17任一项所述的目标跟踪方法，其特征在于，所述无人机的视角中心与所述外接框的中心重合。
19.一种无人机，其特征在于，包括：
机身；
与所述机身相连的机臂；
设于所述机臂上的动力装置；
摄像装置，用于拍摄图片或者视频；以及
与所述摄像装置通信连接的处理器，所述处理器用于：
确定需要进行跟踪的至少两个目标；
根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
调整所述无人机的飞行参数，以将所述外接框置于所述无人机的视角范围内。
20.根据权利要求19所述的无人机，其特征在于，所述处理器包括视觉处理器以及飞控处理器；
其中，视觉处理器用于：
确定需要进行跟踪的至少两个目标；
根据所述至少两个目标的位置信息，生成外接框，其中，所述至少两个目标位于所述外接框内；
向所述飞控处理器发送用于调整所述无人机的飞行参数的指令，以将所述外接框置于所述无人机的视角范围内；
其中，所述飞控处理器用于：
接收所述指令，调整所述无人机的飞行参数。
21.根据权利要求19或20所述的无人机，其特征在于，所述处理器还用于：
接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息。
22.根据权利要求19或20所述的无人机，其特征在于，所述处理器还用于：
将所述用户选择的需要跟踪的目标确定为所述无人机需要进行跟踪的目标；
其中，确定需要进行跟踪的目标的数量小于或等于所述用户选择的目标的数量。
23.根据权利要求19或20所述的无人机，其特征在于，所述处理器还用于：
接收所述至少两个目标中每个目标发送的信号；
根据所述信号，确定需要进行跟踪的所述至少两个目标。
24.根据权利要求19-23中任一项所述的无人机，其特征在于，所述处理器还用于：
确定在当前时刻需要将外接框置于其视线范围内的最小视角；
判断所述最小视角是否大于安全视角α′，若是，则所述无人机升高其飞行高度直至在飞行高度升高后将外接框置于无人机视线范围内的最小视角小于安全视角α′，其中：
α′＝η×αmax，αmax为所述无人机的最大视角，η为安全系数。
25.根据权利要求24所述的无人机，其特征在于，所述处理器还用于：
在所述无人机升高其飞行高度的过程中，判断所述至少两个目标中是否存在所述无人机不能识别的目标；
如果是，则按照目标丢失策略丢失目标，并根据所述至少两个目标中的其余目标的位置信息重新生成外接框，调整自身飞行参数以将重新生成的外接框置于所述无人机的视角范围内。
26.根据权利要求25所述的无人机，其特征在于，所述目标丢失策略包括：
判断所述无人机不能识别的目标的优先级是否为最低优先级，如果是，则丢失所述无人机不能识别的目标。
27.根据权利要求26所述的无人机，其特征在于，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不是最低优先级，则判断无人机不能识别的目标的优先级是否比与所述外接框边缘的距离小于或等于预设阈值的目标的优先级低，如果是，则丢失所述无人机不能识别的目标。
28.根据权利要求27所述的无人机，其特征在于，所述目标丢失策略还包括：
如果所述无人机不能识别的目标的优先级不比与所述外接框边缘的距离小于或等于预设阈值的目标优先级低，则丢失与所述外接框边缘的距离小于或等于预设阈值的目标中优先级最低的目标。
29.根据权利要求26-28中任一所述的无人机，其特征在于，所述无人机不能识别的目标为识别特征小于所述无人机能识别的物体的临界阈值的目标。
30.根据权利要求29所述的无人机，其特征在于，所述处理器还用于：
根据下述至少之一确定所述临界阈值：
安装在所述无人机上的摄像头的分辨率，初始化图像尺度，目标图像特征匹配方法，图传信息丢失率。
31.根据权利要求26-30中任一项所述的无人机，其特征在于，所述处理器还用于：
确定所述至少两个目标的优先级。
32.根据权利要求26-30中任一项所述的无人机，其特征在于，所述处理器还用于：
接收控制器发送的用户输入的信息，所述用户输入的信息包括所述用户选择的需要跟踪的目标的信息；
根据用户选择需要跟踪的目标的顺序，确定所述至少两个目标的优先级。
33.根据权利要求19-32中任一项所述的无人机，其特征在于，所述无人机调整自身的飞行参数，包括：
所述无人机调整其所在位置和/或飞行高度。
34.根据权利要求19-33中任一项所述的无人机，其特征在于，所述外接框始终置于所述无人机的视角范围内。
35.根据权利要求19-34任一项所述的无人机，其特征在于，所述外接框为将所述至少两个目标置于其内的半径最小的圆。
36.根据权利要求19-34任一项所述的无人机，其特征在于，所述外接框为最小圆的外接正方形，所述最小圆为将所述至少两个目标置于其内的半径最小的圆。
37.根据权利要求19-36任一项所述的无人机，其特征在于，所述无人机的视角中心与所述外接框的中心重合。
38.一种无人机，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现权利要求1～18任意一项所述的方法。
39.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～18任意一项所述的方法。
CN201710756805.2A 2017-08-29 2017-08-29 一种目标跟踪方法、无人机和计算机可读存储介质 Active CN107505951B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201710756805.2A CN107505951B (zh) 2017-08-29 2017-08-29 一种目标跟踪方法、无人机和计算机可读存储介质
PCT/CN2017/108983 WO2019041534A1 (zh) 2017-08-29 2017-11-01 一种目标跟踪方法、无人机和计算机可读存储介质
EP17814293.1A EP3474111B1 (en) 2017-08-29 2017-11-01 Target tracking method by an unmanned aerial vehicle
US15/848,979 US10719087B2 (en) 2017-08-29 2017-12-20 Target tracking method, unmanned aerial vehicle, and computer readable storage medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710756805.2A CN107505951B (zh) 2017-08-29 2017-08-29 一种目标跟踪方法、无人机和计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN107505951A true CN107505951A (zh) 2017-12-22
CN107505951B CN107505951B (zh) 2020-08-21

Family

ID=60693215

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710756805.2A Active CN107505951B (zh) 2017-08-29 2017-08-29 一种目标跟踪方法、无人机和计算机可读存储介质

Country Status (3)

Country Link
EP (1) EP3474111B1 (zh)
CN (1) CN107505951B (zh)
WO (1) WO2019041534A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108163203A (zh) * 2017-12-31 2018-06-15 深圳市道通智能航空技术有限公司 一种拍摄控制方法、装置及飞行器
CN108549413A (zh) * 2018-04-27 2018-09-18 全球能源互联网研究院有限公司 一种云台旋转控制方法、装置及无人飞行器
CN108919640A (zh) * 2018-04-20 2018-11-30 西北工业大学 无人机自适应多目标跟踪的实现方法
CN109583347A (zh) * 2018-11-22 2019-04-05 华南理工大学 一种针对移动平台长时间跟踪的方法
CN109684429A (zh) * 2018-12-18 2019-04-26 南京云灿信息科技有限公司 一种基于三维数字地球的低空飞行目标识别系统及算法
CN109683473A (zh) * 2018-10-26 2019-04-26 中国飞行试验研究院 一种综合性人机闭环系统建模及验证方法
WO2019140699A1 (en) * 2018-01-22 2019-07-25 SZ DJI Technology Co., Ltd. Methods and system for multi-target tracking
CN110622089A (zh) * 2018-01-22 2019-12-27 深圳市大疆创新科技有限公司 跟随控制方法、控制终端及无人机
CN113885551A (zh) * 2020-07-01 2022-01-04 丰田自动车株式会社 信息处理装置、信息处理方法以及移动体

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110348460B (zh) * 2019-07-04 2021-10-22 成都旷视金智科技有限公司 一种基于角度的目标检测训练方法、目标检测方法及装置
CN112955712A (zh) * 2020-04-28 2021-06-11 深圳市大疆创新科技有限公司 目标跟踪方法、设备及存储介质
CN113296540B (zh) * 2021-05-20 2022-07-12 北京航空航天大学 一种适用于室内无人机的混合智能跟随与避障方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101969548A (zh) * 2010-10-15 2011-02-09 中国人民解放军国防科学技术大学 基于双目摄像的主动视频获取方法及装置
CN104200488A (zh) * 2014-08-04 2014-12-10 合肥工业大学 一种基于图表示和匹配的多目标跟踪方法
CN104732559A (zh) * 2015-02-02 2015-06-24 大连民族学院 一种基于rgb-d数据的多目标检测与跟踪方法
CN105847684A (zh) * 2016-03-31 2016-08-10 深圳奥比中光科技有限公司 无人机
CN105957105A (zh) * 2016-04-22 2016-09-21 清华大学 基于行为学习的多目标跟踪方法及系统
CN106161953A (zh) * 2016-08-12 2016-11-23 零度智控（北京）智能科技有限公司 一种跟踪拍摄方法和装置
US9507019B1 (en) * 2012-04-20 2016-11-29 L-3 Communications Corp. Method for acquiring and tracking an in-flight target
CN106709456A (zh) * 2016-12-27 2017-05-24 成都通甲优博科技有限责任公司 基于计算机视觉的无人机目标跟踪框初始化方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100565244C (zh) * 2007-10-31 2009-12-02 北京航空航天大学 多模多目标精密跟踪装置和方法
WO2010077389A2 (en) * 2008-08-05 2010-07-08 University Of Florida Research Foundation, Inc. Systems and methods for maintaining multiple objects within a camera field-of-view
TWI388205B (zh) * 2008-12-19 2013-03-01 Ind Tech Res Inst 目標追蹤之方法與裝置
TW201249713A (en) * 2011-06-02 2012-12-16 Hon Hai Prec Ind Co Ltd Unmanned aerial vehicle control system and method
EP3347789B1 (en) * 2015-09-11 2021-08-04 SZ DJI Technology Co., Ltd. Systems and methods for detecting and tracking movable objects
CN107209854A (zh) * 2015-09-15 2017-09-26 深圳市大疆创新科技有限公司 用于支持顺畅的目标跟随的系统和方法
CN106909172A (zh) * 2017-03-06 2017-06-30 重庆零度智控智能科技有限公司 环绕跟踪方法、装置和无人机
CN106981073B (zh) * 2017-03-31 2019-08-06 中南大学 一种基于无人机的地面运动目标实时跟踪方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101969548A (zh) * 2010-10-15 2011-02-09 中国人民解放军国防科学技术大学 基于双目摄像的主动视频获取方法及装置
US9507019B1 (en) * 2012-04-20 2016-11-29 L-3 Communications Corp. Method for acquiring and tracking an in-flight target
CN104200488A (zh) * 2014-08-04 2014-12-10 合肥工业大学 一种基于图表示和匹配的多目标跟踪方法
CN104732559A (zh) * 2015-02-02 2015-06-24 大连民族学院 一种基于rgb-d数据的多目标检测与跟踪方法
CN105847684A (zh) * 2016-03-31 2016-08-10 深圳奥比中光科技有限公司 无人机
CN105957105A (zh) * 2016-04-22 2016-09-21 清华大学 基于行为学习的多目标跟踪方法及系统
CN106161953A (zh) * 2016-08-12 2016-11-23 零度智控（北京）智能科技有限公司 一种跟踪拍摄方法和装置
CN106709456A (zh) * 2016-12-27 2017-05-24 成都通甲优博科技有限责任公司 基于计算机视觉的无人机目标跟踪框初始化方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108163203A (zh) * 2017-12-31 2018-06-15 深圳市道通智能航空技术有限公司 一种拍摄控制方法、装置及飞行器
CN108163203B (zh) * 2017-12-31 2020-10-13 深圳市道通智能航空技术有限公司 一种拍摄控制方法、装置及飞行器
WO2019140699A1 (en) * 2018-01-22 2019-07-25 SZ DJI Technology Co., Ltd. Methods and system for multi-target tracking
US11509809B2 (en) 2018-01-22 2022-11-22 SZ DJI Technology Co., Ltd. Following control method, control terminal, and unmanned aerial vehicle
CN110622089A (zh) * 2018-01-22 2019-12-27 深圳市大疆创新科技有限公司 跟随控制方法、控制终端及无人机
CN111527463A (zh) * 2018-01-22 2020-08-11 深圳市大疆创新科技有限公司 用于多目标跟踪的方法和系统
CN111527463B (zh) * 2018-01-22 2024-02-23 深圳市大疆创新科技有限公司 用于多目标跟踪的方法和系统
US11704812B2 (en) 2018-01-22 2023-07-18 SZ DJI Technology Co., Ltd. Methods and system for multi-target tracking
CN108919640A (zh) * 2018-04-20 2018-11-30 西北工业大学 无人机自适应多目标跟踪的实现方法
CN108549413A (zh) * 2018-04-27 2018-09-18 全球能源互联网研究院有限公司 一种云台旋转控制方法、装置及无人飞行器
CN109683473A (zh) * 2018-10-26 2019-04-26 中国飞行试验研究院 一种综合性人机闭环系统建模及验证方法
CN109683473B (zh) * 2018-10-26 2021-12-24 中国飞行试验研究院 一种综合性人机闭环系统建模及验证方法
CN109583347A (zh) * 2018-11-22 2019-04-05 华南理工大学 一种针对移动平台长时间跟踪的方法
CN109684429A (zh) * 2018-12-18 2019-04-26 南京云灿信息科技有限公司 一种基于三维数字地球的低空飞行目标识别系统及算法
CN109684429B (zh) * 2018-12-18 2022-06-21 南京云灿信息科技有限公司 一种基于三维数字地球的低空飞行目标识别系统及算法
CN113885551A (zh) * 2020-07-01 2022-01-04 丰田自动车株式会社 信息处理装置、信息处理方法以及移动体
CN113885551B (zh) * 2020-07-01 2024-03-26 丰田自动车株式会社 信息处理装置、信息处理方法以及移动体

Also Published As

Publication number Publication date
EP3474111A1 (en) 2019-04-24
WO2019041534A1 (zh) 2019-03-07
EP3474111B1 (en) 2023-03-29
CN107505951B (zh) 2020-08-21
EP3474111A4 (en) 2019-09-25

Similar Documents

Publication Publication Date Title
CN107505951A (zh) 一种目标跟踪方法、无人机和计算机可读存储介质
CN110692027B (zh) 用于提供无人机应用的易用的释放和自动定位的系统和方法
US20220091607A1 (en) Systems and methods for target tracking
CN105786016B (zh) 无人机以及rgbd图像的处理方法
CN110494360B (zh) 用于提供自主摄影及摄像的系统和方法
US20200346750A1 (en) Method for generating flight path, control device, and unmanned aerial vehicle
CN105912980B (zh) 无人机以及无人机系统
CN106973221B (zh) 基于美学评价的无人机摄像方法和系统
EP3367201A1 (en) Method and device for controlling flight of unmanned aerial vehicle, and unmanned aerial vehicle
WO2021098453A1 (zh) 目标跟踪方法及无人飞行器
US11449076B2 (en) Method for controlling palm landing of unmanned aerial vehicle, control device, and unmanned aerial vehicle
CN108268121A (zh) 无人飞行器的控制方法、控制装置及控制系统
CN110291481A (zh) 一种信息提示方法及控制终端
WO2019128275A1 (zh) 一种拍摄控制方法、装置及飞行器
CN114879720A (zh) 无人飞行器的控制方法、设备及无人飞行器
WO2021259253A1 (zh) 一种轨迹跟踪方法及无人机
CN106227230A (zh) 一种无人机控制方法
WO2020237422A1 (zh) 航测方法、飞行器及存储介质
US10719087B2 (en) Target tracking method, unmanned aerial vehicle, and computer readable storage medium
US20180181129A1 (en) Method and apparatus for controlling flight of unmanned aerial vehicle and unmanned aerial vehicle
CN108700885A (zh) 一种飞行控制方法、遥控装置、遥控系统
WO2021238743A1 (zh) 一种无人机飞行控制方法、装置及无人机
WO2021135824A1 (zh) 图像曝光方法及装置、无人机
CN117806363A (zh) 一种无人机跟随拍照的方法及设备
CN105930766A (zh) 无人机

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9.

Patentee after: Shenzhen daotong intelligent Aviation Technology Co.,Ltd.

Address before: 518055 Shenzhen, Guangdong, Nanshan District Xili street, No. 1001, Zhiyuan Road, B1 9.

Patentee before: AUTEL ROBOTICS Co.,Ltd.