CN113111715A - 一种无人机目标跟踪与信息采集系统及方法 - Google Patents

一种无人机目标跟踪与信息采集系统及方法 Download PDF

Info

Publication number
CN113111715A
CN113111715A CN202110271414.8A CN202110271414A CN113111715A CN 113111715 A CN113111715 A CN 113111715A CN 202110271414 A CN202110271414 A CN 202110271414A CN 113111715 A CN113111715 A CN 113111715A
Authority
CN
China
Prior art keywords
target
unmanned aerial
aerial vehicle
camera
axis
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
CN202110271414.8A
Other languages
English (en)
Other versions
CN113111715B (zh
Inventor
徐杰
应双双
李辉
吴伟
韩煜
应腾力
张泽良
骆俊
骆豪
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.)
Zhejiang Baizhan Electronic Technology Co ltd
Original Assignee
Zhejiang Yuqiong Electronic 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 Zhejiang Yuqiong Electronic Technology Co ltd filed Critical Zhejiang Yuqiong Electronic Technology Co ltd
Priority to CN202110271414.8A priority Critical patent/CN113111715B/zh
Publication of CN113111715A publication Critical patent/CN113111715A/zh
Application granted granted Critical
Publication of CN113111715B publication Critical patent/CN113111715B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/13—Satellite images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168—Feature extraction; Face representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/19—Sensors therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/193—Preprocessing; Feature extraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • G06V40/197—Matching; Classification

Abstract

一种无人机目标跟踪与信息采集系统及方法，具体涉及一种无人机远距离发现目标并定位采集信息的方法，属于无人机图像信息采集领域。本方法包括：一、在无人机面向目标的条件下，快速调整电动使得目标始终在双目摄像机视场之内；二、通过双目摄像机获得目标在视野内的三维坐标，然后调整电动云台使得目标在长焦相机视场中心；三、动态跟踪目标时，采取双目目标跟踪长焦目标的控制策略，保证目标始终长焦相机视场之中；四、当采集到人脸正面图象时，长焦摄像机完成变倍、聚焦操作，采集到清晰度高、固定大小的人脸图像和虹膜信息。本无人机目标跟踪与信息采集系统及方法，它解决了传统无人机受限于单目摄像机视野窄，同时双目摄像机景深不够的问题。

Description

一种无人机目标跟踪与信息采集系统及方法
技术领域
本发明属于无人机图像信息采集领域，具体涉及一种无人机目标跟踪与信息采集系统及方法。
背景技术
随着各种类型的无人机技术的进步及其价格的下降，无人机的应用场景也越来越广泛，特别地，无人机被专业和非专业摄影爱好者日益广泛地用于捕获航拍图像和视频。然而，利用无人机拍摄清晰生动的图片和视频对于操控者来说是需要具有十分丰富的操控无人机经验的。当跟踪一个固定目标时，往往需要两个人的默契配合，一个人控制无人机，另一个人进行拍摄。关键的，如果在拍摄过程中只要发生一点差错，可能再也无法捕捉到需要的信息。所以，伴随着智能方法的普及，无人机的自动目标跟踪和信息采集这一关键问题有望得到解决。
人脸识别是当前应用很广泛的一种生物特征识别技术，因为其自身特殊的优势，所以人脸识别在生物识别中占有重要的地位。而在包括指纹在内的所有生物识别技术中，虹膜识别是当前应用最为方便和精确的一种。虹膜识别技术被广泛认为是二十一世纪最具有发展前途的生物认证技术。为了更有效的辨别出跟踪目标的信息，无人机的自动目标跟踪时采集的信息应该主要包含这两方面内容。
发明内容
本发明的目的是提供一种无人机目标跟踪与信息采集系统及方法，是为了解决传统无人机受限于单目摄像机视野窄，同时双目摄像机景深不够的问题。
本发明所述的一种无人机目标跟踪与信息采集方法，为了解决上述问题采取的技术方案是：一种无人机目标跟踪与信息采集系统，由无人机机体、三轴无人机电动云台机构、双目视觉相机和单目视觉相机组成；双目摄像机、单目长焦摄像机和电动云台机与无人机内智能处理单元相连，电动云台机构通过减震机构与无人机机体连接，双目摄像机通过两个RY方向旋转电机与电动云台机构相连，双目摄像机通过RX方向旋转电机承载单目摄像机。
所述的一种无人机目标跟踪与信息采集方法，它的方法步骤为：
步骤一：无人机机体自身定义的坐标域下，机体内的智能处理芯片在获得旋转方向RX向和RY向位姿信息后，传输控制指令控制三轴无人机电动云台机构RX轴和RY轴旋转，旋转角度可以快速补偿双目因机体运动在这两个自由度的偏角，保证跟踪目标一直在双目摄像机的视场之中。
步骤二：首先，利用双目摄像机获得目标在视野内的三维坐标，具体执行步骤包括：预设置处理信息、双目摄像机采集图片、立体处理得到校正图片和深度图片、选择目标上深度特征明显的点进行三位坐标精确计算。然后将深度信息发送给无人机内智能处理单元，经过几何解算之后调整电动云台RX轴和RY轴，使得目标在长焦相机视场中心；
步骤三：当执行目标跟踪时，首先检测目标是否偏离单目摄像机图像中心，如果在RX向或RY向发生偏移，则仅调整三轴无人机电动云台机的RX轴或RY轴补偿偏角，如果在RZ向发生偏移，则首先调整三轴无人机电动云台机RZ轴，然后无人机通过位姿反馈，跟踪电动云台机RZ轴，保证无人机和单目摄像机的方向一致，使目标始终在长焦摄像机视场范围之内。
步骤四：首先，通过单目长焦摄像机采集到的视频序列，经过Adaboost算法检测人脸，自动将单目长焦摄像机进行变倍和变焦，通过图像清晰度判断作为评价标准，获得清晰固定尺寸的人脸图像。然后，在已获得的人脸图像上，采用Harr-Like特征和Boosting训练出来的人眼分类器进行检测选出人眼的有效区域，对采集到的人眼图像进行高斯滤波，Sobel边缘检测理论和八方向的算子模板获得图像的清晰度评价函数，如果满足容忍度，则利用采集到的人眼图像进行虹膜识别，否则在视频队列中重新选取。
与现有技术相比，本发明的优点是：
1、传统无人机载摄像头多采用单目摄像头或双目摄像头的形式，但是无论单目摄像头和双目摄像头均受制于焦深和视野宽度这一矛盾的问题，本方法采用广角的双目摄像头配合长焦单目摄像头的形式，可以令无人机获得宽阔的视野的同时获得清晰的图像信息。
2、通常被监测目标经常是移动非静态的，传统无人机载摄像头或者只能近距离捕捉目标，或者远距离获得目标信息的同时极易追丢目标，本方法可以在目标不主动配合的情况下跟踪目标，同时获得目标的相关信息，不会干扰目标正在进行的活动行为。
附图说明
图1为系统初始视角流程示意图；
图2为双目视觉获取三维信息流程示意图；
图3为运动目标跟踪流程示意图；
图4为目标信息采集流程示意图；
图5为无人机目标跟踪与信息采集装置即坐标系示意图；
图6本发明整体结构示意图。
具体实施方式
以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
实施例一
如附图1流程图所示，第一步、无人机1需直面被检测目标，保证被跟踪目标在双目摄像头3视野范围之内，如果不在则调整位姿，继续搜做，直到被监测目标进入双目摄像头3视野范围；第二步、通过无人机1内自带的测量器件获得机体自身定义的坐标域下旋转方向RX向和RY向的位姿信息；第三步、通过几何解耦、坐标系变换，获得双目摄像头3的RX向和RY向角位移变化量；第四步、通过反向补偿角位移变化，使得镜头始终与大地平行，获得稳定的监控画面。
实施例二
如附图2流程图所示，第一步、初始化双目摄像机3，如预置采集图片的大小为512＊384、决定立体处理的精度的视差取值范围等；第二步、双目摄像机3采集图片然后进行立体处理，从而获得畸变矫正后的图片和包含深度信息的图片；第三步、依据畸变矫正后的图片和深度信息的图片，获得深度信息，具体操作为：沿着水平极线用SDA窗口进行匹配搜索，匹配计算方法如下如下：
Figure BDA0002974640780000041
其中dmin和dmax是视差的最小值和最大值；Iright和Iright是左右图像；第四步、进行校验工作，取出脱离均值较大的点的信息，保证信息的准确性。第五步、将深度信息发送给无人机1内智能处理单元，将双目摄像机3坐标系下的坐标经过几何解算之后调整电动云台2下的三维坐标，然后调整三轴云台2，使得目标在长焦相机视场4中心；
实施例三
如附图3流程图所示，当执行目标跟踪时，第一步、判断目标是否发生了移动，以及运动的自由度方向；第二步、如果运动发生在RX或RY方向，则仅调整三轴无人机电动云台机2的RX轴或RY轴补偿偏角，如果运动发生在RZ方向，则首先调整三轴无人机电动云台机2 RZ轴，然后采取无人机跟踪电动云台机2 RZ轴的运动控制方式，保证无人机和单目摄像机的方向一致，使目标始终在长焦摄像机视场范围之内，如果发现目标在其他自由度发生运动，则无人机根据反馈的三维坐标值采取保持原跟踪距离的轨迹规划方式，保证不脱离目标；第三步、通过连续视频的相邻两帧循环判断运动方向的正确性，保证顺利跟踪目标。
实施例四
如附图4流程图所示，第一步、在云台跟踪目标的同时，检测图像清晰度是否发生变化，利用Sobel边缘检测理论和八方向的算子模板获得图像的清晰度评价函数：
Figure BDA0002974640780000051
其中：H1＝I(x，y)*S1，H2＝I(x，y)*S2，H3＝I(x，y)*S3，H4＝I(x，y)*S4，H5＝I(x，y)*S5，H6＝I(x，y)*S6，H7＝I(x，y)*S7，H8＝I(x，y)*S8
八个Sobel算子模板为：
Figure BDA0002974640780000061
如果发生变化则利用爬山法自动将单目长焦摄像机进行变倍和变焦，直到获得清晰的图片为止；第二步、依据已经获得的高清视频序列，经过Adaboost算法检测人脸，如果监测到人脸，则放大到人脸占领整个图片范围，否则继续搜索视频，直到获得高清人脸为止；第三步、在已获得高清人脸图像基础上，采用Harr-Like特征和Boosting训练出来的人眼分类器进行检测选出人眼的有效区域，对采集到的人眼图像进行高斯滤波，同上对图形先进性清晰度判断，满足则利用采集到的人眼图像进行虹膜识别，否则在视频队列中重新选取。

Claims (6)

1.一种无人机目标跟踪与信息采集系统，其特征在于，由无人机机体(1)、三轴无人机电动云台机构(2)、双目视觉相机(3)和单目视觉相机(4)组成；
双目摄像机(3)、单目长焦摄像机(4)和电动云台机(2)与无人机内智能处理单元相连，电动云台机构通过减震机构(5)与无人机机体(1)连接，双目摄像机(3)通过两个RY方向旋转电机与电动云台(2)机构相连，双目摄像机(3)通过RX方向旋转电机承载单目摄像机(4)。
2.一种无人机目标跟踪与信息采集方法，其特征在于，它包括以下步骤：
步骤一：无人机机体将在自己定义的坐标域下，将其RX和RY位姿信息作为参考发送给三轴无人机电动云台机构(2)，然后电动云台调节RX轴和RY轴使得快速非精确的调整电动云台RX轴和RY轴，使得目标始终在双目摄像机(3)视场之内；
步骤二：利用双目摄像头(3)获得目标在视野内的三维坐标，精确调整电动云台(2)RX轴和RY轴，使得目标在长焦相机(4)视场中心；
步骤三：动态跟踪目标时，采取双目采集目标跟踪单目采集目标的控制策略，保证目标始终长焦相机(4)视场之中；
步骤四：当采集到人脸正面图象时，长焦摄像机(4)完成变倍、聚焦操作，采集到清晰度高、固定大小的人脸图像和虹膜信息。
3.根据权利要求2所述的一种无人机目标跟踪与信息采方法，其特征在于，所述步骤一中，无人机机体自身定义的坐标域下，机体内的智能处理芯片在获得旋转方向RX向和RY向位姿信息后，传输控制指令控制三轴无人机电动云台机构(2)RX轴和RY轴旋转，旋转角度可以快速补偿双目因机体运动在这两个自由度的偏角，保证跟踪目标一直在双目摄像机(3)的视场之中。
4.根据权利要求2所述的一种无人机目标跟踪与信息采方法，其特征在于，所述步骤二中，首先，利用双目摄像机(3)获得目标在视野内的三维坐标，具体执行步骤包括：预设置处理信息、双目摄像机(3)采集图片、立体处理得到校正图片和深度图片、选择目标上深度特征明显的点进行三位坐标精确计算。然后将深度信息发送给无人机内智能处理单元，经过几何解算之后调整电动云台(2)RX轴和RY轴，使得目标在长焦相机(4)视场中心。
5.根据权利要求2所述的一种无人机目标跟踪与信息采方法，其特征在于，所述步骤三中，当执行目标跟踪时，首先检测目标是否偏离单目摄像机(4)图像中心，如果在RX向或RY向发生偏移，则仅调整三轴无人机电动云台机(2)的RX轴或RY轴补偿偏角，如果在RZ向发生偏移，则首先调整三轴无人机电动云台机(2)RZ轴，然后无人机通过位姿反馈，跟踪电动云台机(2)RZ轴，保证无人机机体(1)和单目摄像机(4)的方向一致，使目标始终在长焦摄像机(4)视场范围之内。
6.根据权利要求2所述的一种无人机目标跟踪与信息采方法，其特征在于，所述步骤四中，首先，通过单目长焦摄像机(4)采集到的视频序列，经过Adaboost算法检测人脸，自动将单目长焦摄像机(4)进行变倍和变焦，通过图像清晰度判断作为评价标准，获得清晰固定尺寸的人脸图像。然后，在已获得的人脸图像上，采用Harr-Like特征和Boosting训练出来的人眼分类器进行检测选出人眼的有效区域，对采集到的人眼图像进行高斯滤波，Sobel边缘检测理论和八方向的算子模板获得图像的清晰度评价函数，如果满足容忍度，则利用采集到的人眼图像进行虹膜识别，否则在视频队列中重新选取。
CN202110271414.8A 2021-03-13 2021-03-13 一种无人机目标跟踪与信息采集系统及方法 Active CN113111715B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110271414.8A CN113111715B (zh) 2021-03-13 2021-03-13 一种无人机目标跟踪与信息采集系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110271414.8A CN113111715B (zh) 2021-03-13 2021-03-13 一种无人机目标跟踪与信息采集系统及方法

Publications (2)

Publication Number Publication Date
CN113111715A true CN113111715A (zh) 2021-07-13
CN113111715B CN113111715B (zh) 2023-07-25

Family

ID=76711176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110271414.8A Active CN113111715B (zh) 2021-03-13 2021-03-13 一种无人机目标跟踪与信息采集系统及方法

Country Status (1)

Country Link
CN (1) CN113111715B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113792708A (zh) * 2021-11-10 2021-12-14 湖南高至科技有限公司 基于arm的远距离目标清晰成像系统及方法
CN114281096A (zh) * 2021-11-09 2022-04-05 中时讯通信建设有限公司 基于目标检测算法的无人机追踪控制方法、设备及介质
CN115314609A (zh) * 2022-06-21 2022-11-08 中南大学 一种铝电解槽火眼视频的自动化采集方法和装置

Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708361A (zh) * 2012-05-11 2012-10-03 哈尔滨工业大学 远距离人脸采集方法
CN102831392A (zh) * 2012-07-09 2012-12-19 哈尔滨工业大学 一种远距离虹膜跟踪与采集装置及其方法
WO2015013979A1 (zh) * 2013-07-31 2015-02-05 深圳市大疆创新科技有限公司 遥控方法及终端
CN105100728A (zh) * 2015-08-18 2015-11-25 零度智控（北京）智能科技有限公司 无人机视频跟踪拍摄系统及方法
CN205453893U (zh) * 2016-03-31 2016-08-10 深圳奥比中光科技有限公司 无人机
CN105939463A (zh) * 2016-06-16 2016-09-14 四川建筑职业技术学院 一种基于gps定位的航拍无人机影像追踪系统
CN106707296A (zh) * 2017-01-09 2017-05-24 华中科技大学 一种基于双孔径光电成像系统的无人机检测与识别方法
CN107002941A (zh) * 2016-05-31 2017-08-01 深圳市大疆灵眸科技有限公司 云台调整方法、系统、装置以及云台
CN106995052A (zh) * 2017-03-23 2017-08-01 沈阳无距科技有限公司 多轴无人机
CN107054634A (zh) * 2017-03-23 2017-08-18 沈阳无距科技有限公司 多轴无人机
CN207433827U (zh) * 2017-07-05 2018-06-01 北京邮电大学 一种小型全景相机云台系统
CN108496138A (zh) * 2017-05-25 2018-09-04 深圳市大疆创新科技有限公司 一种跟踪方法及装置
CN110021894A (zh) * 2019-05-14 2019-07-16 山东蜂巢航空科技有限公司 一种激光清障系统
CN111319502A (zh) * 2020-02-24 2020-06-23 上海理工大学 基于双目视觉定位的无人机激光充电方法
CN111683204A (zh) * 2020-06-18 2020-09-18 南方电网数字电网研究院有限公司 无人机拍摄方法、装置、计算机设备和存储介质
CN111824406A (zh) * 2020-07-17 2020-10-27 南昌航空大学 一种基于机器视觉的公共安全自主巡查四旋翼无人机
CN112351173A (zh) * 2020-10-30 2021-02-09 南方电网数字电网研究院有限公司 一种基于双变倍镜头的增稳云台、无人机及目标识别方法

Patent Citations (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708361A (zh) * 2012-05-11 2012-10-03 哈尔滨工业大学 远距离人脸采集方法
CN102831392A (zh) * 2012-07-09 2012-12-19 哈尔滨工业大学 一种远距离虹膜跟踪与采集装置及其方法
WO2015013979A1 (zh) * 2013-07-31 2015-02-05 深圳市大疆创新科技有限公司 遥控方法及终端
CN105100728A (zh) * 2015-08-18 2015-11-25 零度智控（北京）智能科技有限公司 无人机视频跟踪拍摄系统及方法
CN205453893U (zh) * 2016-03-31 2016-08-10 深圳奥比中光科技有限公司 无人机
CN107002941A (zh) * 2016-05-31 2017-08-01 深圳市大疆灵眸科技有限公司 云台调整方法、系统、装置以及云台
CN105939463A (zh) * 2016-06-16 2016-09-14 四川建筑职业技术学院 一种基于gps定位的航拍无人机影像追踪系统
CN106707296A (zh) * 2017-01-09 2017-05-24 华中科技大学 一种基于双孔径光电成像系统的无人机检测与识别方法
CN106995052A (zh) * 2017-03-23 2017-08-01 沈阳无距科技有限公司 多轴无人机
CN107054634A (zh) * 2017-03-23 2017-08-18 沈阳无距科技有限公司 多轴无人机
CN108496138A (zh) * 2017-05-25 2018-09-04 深圳市大疆创新科技有限公司 一种跟踪方法及装置
CN207433827U (zh) * 2017-07-05 2018-06-01 北京邮电大学 一种小型全景相机云台系统
CN110021894A (zh) * 2019-05-14 2019-07-16 山东蜂巢航空科技有限公司 一种激光清障系统
CN111319502A (zh) * 2020-02-24 2020-06-23 上海理工大学 基于双目视觉定位的无人机激光充电方法
CN111683204A (zh) * 2020-06-18 2020-09-18 南方电网数字电网研究院有限公司 无人机拍摄方法、装置、计算机设备和存储介质
CN111824406A (zh) * 2020-07-17 2020-10-27 南昌航空大学 一种基于机器视觉的公共安全自主巡查四旋翼无人机
CN112351173A (zh) * 2020-10-30 2021-02-09 南方电网数字电网研究院有限公司 一种基于双变倍镜头的增稳云台、无人机及目标识别方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
AYTAÇ ALTAN 等: "Modeling of Three-Axis Gimbal System on Unmanned Air Vehicle (UAV) under External Disturbances", 《2017 25TH SIGNAL PROCESSING AND COMMUNICATIONS APPLICATIONS CONFERENCE (SIU)》 *
王娜 等: "无人机三轴云台视觉跟踪技术研究", 《电脑知识与技术》, vol. 16, no. 14 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114281096A (zh) * 2021-11-09 2022-04-05 中时讯通信建设有限公司 基于目标检测算法的无人机追踪控制方法、设备及介质
CN113792708A (zh) * 2021-11-10 2021-12-14 湖南高至科技有限公司 基于arm的远距离目标清晰成像系统及方法
CN115314609A (zh) * 2022-06-21 2022-11-08 中南大学 一种铝电解槽火眼视频的自动化采集方法和装置
CN115314609B (zh) * 2022-06-21 2023-11-28 中南大学 一种铝电解槽火眼视频的自动化采集方法和装置

Also Published As

Publication number Publication date
CN113111715B (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN113111715B (zh) 一种无人机目标跟踪与信息采集系统及方法
CN109308693B (zh) 由一台ptz相机构建的目标检测和位姿测量单双目视觉系统
CN105744163B (zh) 一种基于深度信息跟踪对焦的摄像机及摄像方法
CN109887040B (zh) 面向视频监控的运动目标主动感知方法及系统
CN106960454B (zh) 景深避障方法、设备及无人飞行器
CN103558910B (zh) 一种自动跟踪头部姿态的智能显示器系统
CN102779347B (zh) 一种用于飞行器的目标跟踪与定位方法和装置
US10019624B2 (en) Face recognition system and face recognition method
CN105979147A (zh) 一种无人机智能拍摄方法
CN106842178B (zh) 一种光场距离估计方法与光场成像系统
CN101448142A (zh) 影像追踪装置及其影像追踪方法
CN111242988B (zh) 一种广角相机与长焦相机联动双云台跟踪目标的方法
CN110163963B (zh) 一种基于slam的建图装置和建图方法
CN109451233B (zh) 一种采集高清晰度面部图像的装置
CN110784653A (zh) 基于飞行时间的动态对焦方法及其摄像装置
CN103577789A (zh) 检测方法和装置
CN112658643B (zh) 接插件装配方法
CN107036579A (zh) 一种基于单目液透镜变焦光学系统的目标相对定位方法
Neves et al. Acquiring high-resolution face images in outdoor environments: A master-slave calibration algorithm
CN110991306B (zh) 自适应的宽视场高分辨率智能传感方法和系统
WO2020042000A1 (zh) 相机设备及对焦方法
CN108989765A (zh) 动态跟踪自拍的三角架系统
CN111757021B (zh) 面向移动机器人远程接管场景的多传感器实时融合方法
CN106412400A (zh) 基于可见光及近红外的仿生视觉成像系统及其调焦方法
TWI641265B (zh) Mobile target position tracking system

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
TR01 Transfer of patent right

Effective date of registration: 20240331

Address after: 317300 Yongan industrial cluster, Fuying street, Xianju County, Taizhou City, Zhejiang Province

Patentee after: Zhejiang Baizhan Electronic Technology Co.,Ltd.

Country or region after: China

Address before: 318000 room 556, entrepreneurship Service Center building, south of Kaifa Avenue, Taizhou Economic Development Zone, Zhejiang Province

Patentee before: Zhejiang Yuqiong Electronic Technology Co.,Ltd.

Country or region before: China