CN108646741A - 一种基于视觉反馈的无人艇目标跟踪方法 - Google Patents
一种基于视觉反馈的无人艇目标跟踪方法 Download PDFInfo
- Publication number
- CN108646741A CN108646741A CN201810553029.0A CN201810553029A CN108646741A CN 108646741 A CN108646741 A CN 108646741A CN 201810553029 A CN201810553029 A CN 201810553029A CN 108646741 A CN108646741 A CN 108646741A
- Authority
- CN
- China
- Prior art keywords
- unmanned boat
- tracking target
- target
- coordinate system
- tracking
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000033001 locomotion Effects 0.000 claims abstract description 12
- 230000003287 optical effect Effects 0.000 claims description 19
- 230000008569 process Effects 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 4
- 238000012549 training Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 230000001131 transforming effect Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
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
一种基于视觉反馈的无人艇目标跟踪方法,本发明涉及基于视觉反馈的无人艇目标跟踪方法。本发明为了解决现有方法复杂、响应速度慢、运算精度低以及抗扰动能力差的问题。本发明包括:一:对跟踪目标采用KCF跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标;二:建立像素坐标系与世界坐标系下跟踪目标的对应关系,得到跟踪目标在世界坐标系下的坐标;三:无人艇处理器计算跟踪目标位置和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内,即实现了无人艇船舶运动控制系统对目标进行跟踪航行。本发明用于无人艇导航领域。
Description
技术领域
本发明涉及无人艇导航领域,具体涉及基于视觉反馈的无人艇目标跟踪方法。
背景技术
水面无人艇(USV)能够自主航行,自主规划航迹,对周围环境具有一定的感知能力,能够实现对目标识别追踪,自主避障等功能。水面无人艇在应用到海军上,需要具有,海上安全,反水雷措施,电子战,海上拦截,反潜战,水面战,军力支持等能力。相对于陆地与天空环境,水面无人艇面临着更加恶劣的条件,由此提升无人艇的环境感知、视觉感知能力,对提升水面无人艇的自操作能力和安全性有很大的提升。结合计算机视觉,能够对水面目标有更强的感知识别能力,对无人艇的生存作业能力有巨大的提升。
能够自主识别判断其作业环境中的目标物是水面无人艇的主要任务之一,因此对其视觉与处理系统有较高的智能化要求。水面无人艇对近距离目标或障碍物识别主要基于视觉系统而进行,因此,研究无人艇对水面目标的追踪具有十分重大的意义。
发明内容
本发明的目的是为了解决现有方法复杂、响应速度慢、运算精度低以及抗扰动能力差的缺点,而提出一种基于视觉反馈的无人艇目标跟踪方法。
一种基于视觉反馈的无人艇目标跟踪方法包括以下步骤:
本发明的目的是为水面无人艇提供一种可实现视觉跟踪的系统,以此实现无人艇的自主目标跟踪,实现无人艇的智能控制。该系统可适用于各种无人艇的视觉导航与跟踪,在可控制的范围内,对于指定的目标,在视觉单元捕捉到目标后,保证目标始终处在船载相机的视野范围之内,完成自主跟踪任务。
步骤一:对跟踪目标采用KCF(Kernel Correlation Filter)跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标;
步骤二:建立像素坐标系与世界坐标系下跟踪目标的对应关系,计算无人艇与跟踪目标的距离,完成跟踪目标的精确定位,即得到跟踪目标世界坐标系下的坐标;
步骤三:无人艇处理器计算跟踪目标位置(步骤二得到的跟踪目标世界坐标系下的坐标)和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内,即实现了无人艇船舶运动控制系统对目标进行跟踪航行。
本发明的有益效果为:
本发明的提供了一种基于视觉反馈的无人艇目标跟踪系统,系统主要分为两部分:即无人艇的船体部分与船体以外的地面部分。其中船体部分主要通过安装在无人艇前方的摄像头作为反馈元件,把拍摄到的实时的目标图像反馈给无人艇上的处理器进行图像处理,计算目标的实时位置并跟踪目标。处理器计算目标位置与自身位置的偏差,发送控制信号,通过控制船上部分的运动控制单元实现目标跟踪任务。具有算法简单、相应速度快、运算精度高、抗扰动能力强的特点。本发明目标识别率达到99%以上。
本发明的视觉反馈单元(相机),能够准确识别并跟踪目标物体的位置变化,所选的目标定位算法能够准确计算出目标物体与无人艇的相对位置,从而控制无人艇根据视觉的反馈,能够跟踪上目标。
本发明的航向控制单元(舵机),采用PID控制算法,在有外界扰动的情况下,能够控制无人艇按照设定航向运动。本发明所述的系统,能够适用于各种小型水面无人艇的目标跟踪需要。
附图说明
图1为本发明的控制系统结构示意图;
图2为KCF目标跟踪算法原理图;
图3为垂直方向目标定位;
图4为水平方向目标定位;
图5为目标物体有实际高度时的目标定位;
图6为航向控制框图;
图7为无人艇速度控制框图;
图8为本发明的系统总体示意图。
具体实施方式
具体实施方式一:一种基于视觉反馈的无人艇目标跟踪方法包括以下步骤:
如图1所示,本发明的一种基于视觉反馈的无人艇目标跟踪系统,通过安装在无人艇前方的摄像头作为反馈元件,把拍摄到的实时的目标图像反馈给无人艇上的处理器进行图像处理,跟踪目标并计算目标的实时位置。处理器计算目标位置与自身位置偏差,通过运动控制单元实现目标跟踪任务。
步骤一:对跟踪目标采用KCF(Kernel Correlation Filter)跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标;
步骤二:建立像素坐标系与世界坐标系下跟踪目标的对应关系,计算无人艇与跟踪目标的距离,完成跟踪目标的精确定位,即得到跟踪目标的坐标;
步骤三:无人艇处理器计算跟踪目标位置和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内,即实现了无人艇船舶运动控制系统对目标进行跟踪航行。
本发明以视觉信号作为反馈,控制器计算目标位置与自身位置偏差,对系统进行闭环控制,从而实现无人艇的自主跟踪。本发明提高了无人艇的环境感知能力,提高了水面无人艇的自主操作能力及其安全性能。
具体实施方式二:本实施方式与具体实施方式一不同的是:所述步骤一中对跟踪目标采用KCF跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标的具体过程为:
在训练过程中,对选定的跟踪目标区域进行采样,将跟踪目标区域作为正样本,背景区域作为负样本,提取HOG(Histogram of Oriented Gradients)特征,将正负样本输入到岭回归分类器中进行训练;在检测过程中,将视频帧的目标区域作为中心,对目标区域进行采样,将得到的样本采用训练得到的岭回归器进行分类,岭回归器输出目标区域的位置,KCF跟踪算法采用循环矩阵生成样本,能够得到较快的训练和检测速度。
其它步骤及参数与具体实施方式一相同。
具体实施方式三:本实施方式与具体实施方式一或二不同的是:所述建立像素坐标系与世界坐标系下跟踪目标的对应关系的具体过程为:
本发明的一种基于视觉反馈的无人艇目标跟踪系统,其目标定位算法通过单目视觉模型将的深度定位与水平方向的横向定位方法相结合,建立像素坐标系下的点(u,v)与世界坐标系下的位置坐标(X,Y)的映射关系。
建立像素坐标系下的点(u,v)与世界坐标系下的位置坐标(X,Y)的映射关系;
如图3所示,相机的焦距为f,O1M为相机的光轴位置,光心O2距离地面高度为h,O1是光轴在像平面上的交点,α代表光轴O1M与水平方向的夹角,取地面上的一个点P,透过相机在像平面上的点为P1,PP1与地面的夹角用β表示,PP1和光轴O1M的夹角用γ表示,O3P表示点P与光心O2的水平距离;在图3中,设有下面几个坐标系:
1)世界坐标系XO3Y:以光心O2的投影O3为原点,与摄像头垂直指向O3P的方向为Y轴的正方向,X轴与Y轴垂直,坐标用(X,Y)来表示,以长度为单位;
2)图像坐标系xo1y:原点在摄像头成像平面的中心,以(x,y)代表其坐标;
3)像素坐标系uov:将图像平面的左上角当作坐标系的原点,以(u,v)表示其坐标,以像素为单位;O1在像素坐标系下的坐标表示为(u0,v0);
假设图像坐标系xo1y下P1的坐标是P1(0,y),则根据图3得到以下关系式:
β=α-γ (1)
在图像得到的不是y值,而是像素坐标系上的v值,则我们通过公式:y=(v-v0)×dy,令中间变量fy=f/dy,则有如下关系式:
如图4所示,要想得到目标物体距离无人艇的坐标位置,在得到目标与小艇的垂直距离Y之后,还需要得到目标与小艇的水平距离X。假设图中的两点P和Q在世界坐标系XO3Y系下的坐标表示为P(0,Y),Q(X,Y),点P1,Q1为点P,Q在图像坐标系xo1y上的投影,坐标分别是P1(0,y),Q1(x,y),点P1,Q1在像素坐标系uo1v下的坐标为P1(u,v),Q1(u,v);点O1在像素坐标系下的坐标表示为O1(u0,v0),PQ与O3Y呈垂直关系;由图4得到以下关系式:
β=α-γ (5)
其中l表示点P与光心O2的实际距离;
变换到像素坐标系中则有下式成立:
有光心O2到点P1的距离为:
x=(u0-u)·dx(11)
其中dy为一个像素在竖直方向上的尺寸,dx为一个像素在水平方向上的尺寸;
则得到如下关系式:
如图5所示,在实际测量中,被测物体往往会有自己的高度,当跟踪目标有高度h1时,如图所示,需要进行一个投影变化,但是本质上还是一个简单的相似变换。假设跟踪目标真实的坐标是(X',Y'),经过公式(12)求得的坐标是(X,Y),则有下式成立:
公式(4)与式(12)即为一组从像素坐标系uov到世界坐标系XO3Y的坐标变换公式,共同组成了基于单个摄像头的成像模型;其中h代表摄像头的镜头与参考水平面的垂直高度,而α则表示镜头的主光轴和水平方向所呈的夹角。其余参数则表示摄像机的内部参数,可通过对摄像头的标定得到。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四:本实施方式与具体实施方式一至三之一不同的是:所述步骤三中无人艇处理器计算跟踪目标位置和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内的具体过程为:
无人艇控制部分:在得到跟踪目标的坐标后,计算跟踪目标相对于无人艇的偏转角度,偏转角度换算关系如下:
通过增量式PID算法得到控制规律,增量式PID算法由以下式表示:
Δu(k)=KPe[(k)-e(k-1)]+KIe(k)+KD[e(k)-2e(k-1)+e(k-2)] (15)
e(k)=α(k) (16)
u(k)=u(k-1)+Δu(k) (17)
其中α(k)为当前时刻目标坐标相比于无人艇的偏转角度,KP为控制器比例放大系数,KI为控制器微分系数,KD为控制器积分系数,k为时刻,e(k)为控制器输入;u(k)为控制量,即舵机需要转动的角度;Δu(k)为控制增量;u(k-1)前一采样周期控制量。
根据理论计算得到的KP、KI和KD的值代入实际系统中,再根据实验结果,实际情况微调三个系数,最终获得最优控制参数。如图6所示的基于视觉反馈的无人艇航向控制系统。
为保持一定距离范围内的跟踪,可根据摄像头识别出来的距离远近,制订简单的专家规则,根据不同的距离控制无人艇以不同的速度进行跟踪,最终控制无人艇与目标物之间的距离。如图7所示的基于视觉反馈的无人艇航速控制系统。
其中R为电机转速,L为设定阈值。
设计专家控制器,该控制器可以按下表中的控制方法进行设计:
本发明还可有其它多种实施例,在不背离本发明精神及其实质的情况下,本领域技术人员当可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (4)
1.一种基于视觉反馈的无人艇目标跟踪方法,其特征在于:所述基于视觉反馈的无人艇目标跟踪方法包括以下步骤:
步骤一:对跟踪目标采用KCF跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标;
步骤二:建立像素坐标系与世界坐标系下跟踪目标的对应关系,计算无人艇与跟踪目标的距离,完成跟踪目标的精确定位,即得到跟踪目标在世界坐标系下的坐标;
步骤三:无人艇处理器计算跟踪目标位置和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内,即实现了无人艇船舶运动控制系统对目标进行跟踪航行。
2.根据权利要求1所述一种基于视觉反馈的无人艇目标跟踪方法,其特征在于:所述步骤一中对跟踪目标采用KCF跟踪算法进行检测和跟踪,确定跟踪目标的位置坐标的具体过程为:
在训练过程中,对选定的跟踪目标区域进行采样,将跟踪目标区域作为正样本,背景区域作为负样本,提取HOG特征,将正负样本输入到岭回归分类器中进行训练;在检测过程中,将视频帧的目标区域作为中心,对目标区域进行采样,将得到的样本采用训练得到的岭回归器进行分类,岭回归器输出目标区域的位置,KCF跟踪算法采用循环矩阵生成样本。
3.根据权利要求1或2所述一种基于视觉反馈的无人艇目标跟踪方法,其特征在于:所述建立像素坐标系与世界坐标系下跟踪目标的对应关系的具体过程为:
建立像素坐标系下的点(u,v)与世界坐标系下的位置坐标(X,Y)的映射关系;
相机的焦距为f,O1M为相机的光轴位置,光心O2距离地面高度为h,O1是光轴在像平面上的交点,α代表光轴O1M与水平方向的夹角,取地面上的一个点P,透过相机在像平面上的点为P1,PP1与地面的夹角用β表示,PP1和光轴O1M的夹角用γ表示,O3P表示点P与光心O2的水平距离;
1)世界坐标系XO3Y:以光心O2的投影O3为原点,与摄像头垂直指向O3P的方向为Y轴的正方向,X轴与Y轴垂直,坐标用(X,Y)来表示,以长度为单位;
2)图像坐标系xo1y:原点在摄像头成像平面的中心,以(x,y)代表其坐标;
3)像素坐标系uov:将图像平面的左上角当作坐标系的原点,以(u,v)表示其坐标,以像素为单位;O1在像素坐标系下的坐标表示为(u0,v0);
假设图像坐标系xo1y下P1的坐标是P1(0,y),得到以下关系式:
β=α-γ (1)
通过公式:y=(v-v0)×dy,令中间变量fy=f/dy,则有如下关系式:
假设图中的两点P和Q在世界坐标系XO3Y系下的坐标表示为P(0,Y),Q(X,Y),点P1,Q1为点P,Q在图像坐标系xo1y上的投影,坐标分别是P1(0,y),Q1(x,y),点P1,Q1在像素坐标系uo1v下的坐标为P1(u,v),Q1(u,v);点O1在像素坐标系下的坐标表示为O1(u0,v0),PQ与O3Y呈垂直关系;得到以下关系式:
β=α-γ (5)
其中l表示点P与光心O2的实际距离;
变换到像素坐标系中则有下式成立:
有光心O2到点P1的距离为:
x=(u0-u)·dx (11)
其中dy为一个像素在竖直方向上的尺寸,dx为一个像素在水平方向上的尺寸;
则得到如下关系式:
当跟踪目标有高度h1时,假设跟踪目标真实的坐标是(X',Y'),经过公式(12)求得的坐标是(X,Y),则有下式成立:
公式(4)与式(12)即为一组从像素坐标系uov到世界坐标系XO3Y的坐标变换公式,共同组成了基于单个摄像头的成像模型。
4.根据权利要求3所述一种基于视觉反馈的无人艇目标跟踪方法,其特征在于:所述步骤三中无人艇处理器计算跟踪目标位置和自身位置的偏差,发送命令给运动控制单元进行控制,调整无人艇舵机的舵角以及推进电机的转速,使跟踪目标保持在相机视场的中央并使无人艇与跟踪目标保持在设定距离范围内的具体过程为:
在得到跟踪目标的坐标后,计算跟踪目标相对于无人艇的偏转角度,偏转角度换算关系如下:
通过增量式PID算法得到控制规律,增量式PID算法由以下式表示:
Δu(k)=KPe[(k)-e(k-1)]+KIe(k)+KD[e(k)-2e(k-1)+e(k-2)] (15)
e(k)=α(k) (16)
u(k)=u(k-1)+Δu(k) (17)
其中α(k)为当前时刻目标坐标相比于无人艇的偏转角度,KP为控制器比例放大系数,KI为控制器微分系数,KD为控制器积分系数,k为时刻,e(k)为控制器输入;u(k)为控制量,即舵机需要转动的角度;Δu(k)为控制增量;u(k-1)前一采样周期控制量;
其中R为电机转速,L为设定阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553029.0A CN108646741A (zh) | 2018-05-31 | 2018-05-31 | 一种基于视觉反馈的无人艇目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810553029.0A CN108646741A (zh) | 2018-05-31 | 2018-05-31 | 一种基于视觉反馈的无人艇目标跟踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108646741A true CN108646741A (zh) | 2018-10-12 |
Family
ID=63759070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810553029.0A Pending CN108646741A (zh) | 2018-05-31 | 2018-05-31 | 一种基于视觉反馈的无人艇目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108646741A (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919800A (zh) * | 2018-06-22 | 2018-11-30 | 武汉理工大学 | 一种船舶智能列队航行系统 |
CN109194935A (zh) * | 2018-11-14 | 2019-01-11 | 众格智能科技(上海)有限公司 | 一种目标跟踪器 |
CN109444911A (zh) * | 2018-10-18 | 2019-03-08 | 哈尔滨工程大学 | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 |
CN109500817A (zh) * | 2018-12-07 | 2019-03-22 | 深圳市众智创新科技有限责任公司 | 多足机器人的360度视觉追踪控制系统及控制方法 |
CN109839932A (zh) * | 2019-02-20 | 2019-06-04 | 南通大学 | 基于惯性测量单元与gps的自动导航方法 |
CN110018692A (zh) * | 2019-04-24 | 2019-07-16 | 五邑大学 | 一种无人机制导方法、系统、装置及存储介质 |
CN110312078A (zh) * | 2019-08-02 | 2019-10-08 | 睿魔智能科技(深圳)有限公司 | 一种自动环绕目标拍摄方法及系统 |
CN110347166A (zh) * | 2019-08-13 | 2019-10-18 | 浙江吉利汽车研究院有限公司 | 用于自动驾驶系统的传感器控制方法 |
CN110610134A (zh) * | 2019-08-13 | 2019-12-24 | 上海大学 | 一种无人艇自主对接方法 |
CN111127519A (zh) * | 2019-12-25 | 2020-05-08 | 中国电子科技集团公司信息科学研究院 | 一种双模型融合的目标跟踪控制系统及其方法 |
CN111665490A (zh) * | 2020-06-02 | 2020-09-15 | 浙江大华技术股份有限公司 | 目标跟踪方法和装置、存储介质及电子装置 |
CN111932588A (zh) * | 2020-08-07 | 2020-11-13 | 浙江大学 | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 |
CN112435298A (zh) * | 2020-12-03 | 2021-03-02 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN112634356A (zh) * | 2020-12-30 | 2021-04-09 | 欧普照明股份有限公司 | 跟踪方法及系统、电子设备 |
CN112884798A (zh) * | 2021-01-27 | 2021-06-01 | 湖北三江航天红峰控制有限公司 | 一种运动目标跟踪瞄准系统的验证方法 |
CN113311873A (zh) * | 2021-05-07 | 2021-08-27 | 中国科学院沈阳自动化研究所 | 一种基于视觉的无人机伺服跟踪方法 |
CN113689474A (zh) * | 2021-08-26 | 2021-11-23 | 安徽工程大学 | 基于凝视跟踪一维高速运动目标系统的跟踪方法 |
CN113963416A (zh) * | 2021-11-05 | 2022-01-21 | 北京航空航天大学 | 一种基于激光视觉反馈的眼动交互方法及系统 |
CN114047743A (zh) * | 2021-08-11 | 2022-02-15 | 中国舰船研究设计中心 | 一种带预测的无人艇目标跟踪控制方法与系统 |
CN114280925A (zh) * | 2021-12-24 | 2022-04-05 | 合肥工业大学 | 基于单目视觉的可变杆长倒立摆目标捕捉控制方法及系统 |
CN115113622A (zh) * | 2022-06-24 | 2022-09-27 | 中国船舶重工集团公司第七0七研究所 | 一种水面无人智能平台运动跟踪方法 |
CN113963416B (zh) * | 2021-11-05 | 2024-05-31 | 北京航空航天大学 | 一种基于激光视觉反馈的眼动交互方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184816A (zh) * | 2015-08-18 | 2015-12-23 | 江苏科技大学 | 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法 |
-
2018
- 2018-05-31 CN CN201810553029.0A patent/CN108646741A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105184816A (zh) * | 2015-08-18 | 2015-12-23 | 江苏科技大学 | 基于usv的视觉检测和水面目标追踪系统及其检测追踪方法 |
Non-Patent Citations (4)
Title |
---|
JIAN YANG,等: "An object detection and tracking system for unmanned surface vehicles", 《PROCEEDINGS OF SPIE》 * |
于芳: "一种全自主足球机器人单目视觉定位的新方法", 《计算机测量与控制》 * |
赵梦铠,等: "固定双桨驱动的无人水面艇自主直线路径跟踪系统", 《计算机应用》 * |
邢卫国: "基于相关滤波的视觉跟踪算法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108919800A (zh) * | 2018-06-22 | 2018-11-30 | 武汉理工大学 | 一种船舶智能列队航行系统 |
CN109444911B (zh) * | 2018-10-18 | 2023-05-05 | 哈尔滨工程大学 | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 |
CN109444911A (zh) * | 2018-10-18 | 2019-03-08 | 哈尔滨工程大学 | 一种单目相机和激光雷达信息融合的无人艇水面目标检测识别与定位方法 |
CN109194935A (zh) * | 2018-11-14 | 2019-01-11 | 众格智能科技(上海)有限公司 | 一种目标跟踪器 |
CN109500817A (zh) * | 2018-12-07 | 2019-03-22 | 深圳市众智创新科技有限责任公司 | 多足机器人的360度视觉追踪控制系统及控制方法 |
CN109500817B (zh) * | 2018-12-07 | 2024-05-10 | 深圳市众智创新科技有限责任公司 | 多足机器人的360度视觉追踪控制系统及控制方法 |
CN109839932A (zh) * | 2019-02-20 | 2019-06-04 | 南通大学 | 基于惯性测量单元与gps的自动导航方法 |
CN110018692A (zh) * | 2019-04-24 | 2019-07-16 | 五邑大学 | 一种无人机制导方法、系统、装置及存储介质 |
CN110312078B (zh) * | 2019-08-02 | 2021-06-29 | 睿魔智能科技(深圳)有限公司 | 一种自动环绕目标拍摄方法及系统 |
CN110312078A (zh) * | 2019-08-02 | 2019-10-08 | 睿魔智能科技(深圳)有限公司 | 一种自动环绕目标拍摄方法及系统 |
CN110610134A (zh) * | 2019-08-13 | 2019-12-24 | 上海大学 | 一种无人艇自主对接方法 |
CN110610134B (zh) * | 2019-08-13 | 2022-12-20 | 上海大学 | 一种无人艇自主对接方法 |
CN110347166A (zh) * | 2019-08-13 | 2019-10-18 | 浙江吉利汽车研究院有限公司 | 用于自动驾驶系统的传感器控制方法 |
CN110347166B (zh) * | 2019-08-13 | 2022-07-26 | 浙江吉利汽车研究院有限公司 | 用于自动驾驶系统的传感器控制方法 |
CN111127519A (zh) * | 2019-12-25 | 2020-05-08 | 中国电子科技集团公司信息科学研究院 | 一种双模型融合的目标跟踪控制系统及其方法 |
CN111127519B (zh) * | 2019-12-25 | 2024-03-12 | 中国电子科技集团公司信息科学研究院 | 一种双模型融合的目标跟踪控制系统及其方法 |
CN111665490A (zh) * | 2020-06-02 | 2020-09-15 | 浙江大华技术股份有限公司 | 目标跟踪方法和装置、存储介质及电子装置 |
CN111665490B (zh) * | 2020-06-02 | 2023-07-14 | 浙江大华技术股份有限公司 | 目标跟踪方法和装置、存储介质及电子装置 |
CN111932588A (zh) * | 2020-08-07 | 2020-11-13 | 浙江大学 | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 |
CN111932588B (zh) * | 2020-08-07 | 2024-01-30 | 浙江大学 | 一种基于深度学习的机载无人机多目标跟踪系统的跟踪方法 |
CN112435298A (zh) * | 2020-12-03 | 2021-03-02 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN112435298B (zh) * | 2020-12-03 | 2024-04-12 | 武汉科技大学 | 基于图像处理和单目视觉的射流闭环控制方法 |
CN112634356A (zh) * | 2020-12-30 | 2021-04-09 | 欧普照明股份有限公司 | 跟踪方法及系统、电子设备 |
CN112884798A (zh) * | 2021-01-27 | 2021-06-01 | 湖北三江航天红峰控制有限公司 | 一种运动目标跟踪瞄准系统的验证方法 |
CN113311873A (zh) * | 2021-05-07 | 2021-08-27 | 中国科学院沈阳自动化研究所 | 一种基于视觉的无人机伺服跟踪方法 |
CN114047743A (zh) * | 2021-08-11 | 2022-02-15 | 中国舰船研究设计中心 | 一种带预测的无人艇目标跟踪控制方法与系统 |
CN113689474B (zh) * | 2021-08-26 | 2023-05-02 | 安徽工程大学 | 基于凝视跟踪一维高速运动目标系统的跟踪方法 |
CN113689474A (zh) * | 2021-08-26 | 2021-11-23 | 安徽工程大学 | 基于凝视跟踪一维高速运动目标系统的跟踪方法 |
CN113963416A (zh) * | 2021-11-05 | 2022-01-21 | 北京航空航天大学 | 一种基于激光视觉反馈的眼动交互方法及系统 |
CN113963416B (zh) * | 2021-11-05 | 2024-05-31 | 北京航空航天大学 | 一种基于激光视觉反馈的眼动交互方法及系统 |
CN114280925A (zh) * | 2021-12-24 | 2022-04-05 | 合肥工业大学 | 基于单目视觉的可变杆长倒立摆目标捕捉控制方法及系统 |
CN115113622A (zh) * | 2022-06-24 | 2022-09-27 | 中国船舶重工集团公司第七0七研究所 | 一种水面无人智能平台运动跟踪方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108646741A (zh) | 一种基于视觉反馈的无人艇目标跟踪方法 | |
CN110782481B (zh) | 无人艇智能决策方法及系统 | |
CN107608347B (zh) | 一种分布式控制无人艇集群围追跟踪方法 | |
Lin et al. | A robust real-time embedded vision system on an unmanned rotorcraft for ground target following | |
CN111968128B (zh) | 一种基于图像标记的无人机视觉姿态和位置解算方法 | |
Roelofsen et al. | Reciprocal collision avoidance for quadrotors using on-board visual detection | |
CN108594848A (zh) | 一种基于视觉信息融合的无人机分阶段自主着艇方法 | |
Xu et al. | A cascade adaboost and CNN algorithm for drogue detection in UAV autonomous aerial refueling | |
Duan et al. | Bionic visual control for probe-and-drogue autonomous aerial refueling | |
Yang et al. | V-disparity based UGV obstacle detection in rough outdoor terrain | |
CN110658826A (zh) | 一种基于视觉伺服的欠驱动无人水面艇自主靠泊方法 | |
Zhang et al. | Research on unmanned surface vehicles environment perception based on the fusion of vision and lidar | |
Fu et al. | Vision-based obstacle avoidance for flapping-wing aerial vehicles | |
Imamura et al. | Human tracking by a multi-rotor drone using HOG features and linear SVM on images captured by a monocular camera | |
Lee et al. | Intelligent Vision-based Autonomous Ship Landing of VTOL UAVs | |
Lee | Machine learning vision and nonlinear control approach for autonomous ship landing of vertical flight aircraft | |
Shi et al. | Object detection based on saliency and sea-sky line for USV vision | |
Zhang et al. | Enhanced fiducial marker based precise landing for quadrotors | |
Srivastava et al. | Range estimation and visual servoing of a dynamic target using a monocular camera | |
Luo et al. | Research on mobile robot path tracking based on color vision | |
Duan et al. | Image digital zoom based single target apriltag recognition algorithm in large scale changes on the distance | |
CN116185049A (zh) | 基于视觉引导的无人直升机自主着舰方法 | |
Sinisterra et al. | Stereo vision-based target tracking system for an USV | |
Duan et al. | Integrated localization system for autonomous unmanned aerial vehicle formation flight | |
Li et al. | Ground moving target tracking control system design for UAV surveillance |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181012 |
|
WD01 | Invention patent application deemed withdrawn after publication |