CN113160317A - 云台目标追踪控制方法、装置及云台控制设备、存储介质 - Google Patents

云台目标追踪控制方法、装置及云台控制设备、存储介质 Download PDF

Info

Publication number
CN113160317A
CN113160317A CN202110472171.4A CN202110472171A CN113160317A CN 113160317 A CN113160317 A CN 113160317A CN 202110472171 A CN202110472171 A CN 202110472171A CN 113160317 A CN113160317 A CN 113160317A
Authority
CN
China
Prior art keywords
image
feature point
coordinates
deviation
gravity center
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
CN202110472171.4A
Other languages
English (en)
Other versions
CN113160317B (zh
Inventor
郑文
韩晓东
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.)
Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd
Original Assignee
Fujian Huichuan Internet Of Things Technology Science And 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 Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd filed Critical Fujian Huichuan Internet Of Things Technology Science And Technology Co ltd
Priority to CN202110472171.4A priority Critical patent/CN113160317B/zh
Publication of CN113160317A publication Critical patent/CN113160317A/zh
Application granted granted Critical
Publication of CN113160317B publication Critical patent/CN113160317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供一种云台目标追踪控制方法、装置及云台控制设备、存储介质。其中，云台目标追踪控制方法包括：当云台转动后，获取相机针对追踪目标物生成的第一图像并确定待追中目标物的第一图像特征点坐标集；根据第一图像特征点坐标集确定第一特征点重心图像坐标；根据第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；计算第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；当特征图像坐标之间偏差的标准差满足预设第二条件时，则确定云台旋转到位等步骤。本申请能够提高基于视觉的目标追踪过程中的云台控制精度。

Description

云台目标追踪控制方法、装置及云台控制设备、存储介质
技术领域
本申请涉及目标追踪领域，具体而言，涉及一种云台目标追踪控制方法、装置及云台控制设备、存储介质。
背景技术
目前，在目标追踪过程中，云台控制主要包括两种，第一种是通过编码器输出角度直接控制云台的转动；第二种是基于视觉反馈的云台控制方式，其中，第一种方式无法基于视觉跟踪对云台控制，而第二种方式存在对图像特征匹配精度要求高，进而如果误匹配就会造成较大控制误差这一缺点。
发明内容
本申请实施例的目的在于提供一种云台目标追踪控制方法、装置及云台控制设备、存储介质，用以提高基于视觉的目标追踪过程中的云台控制精度。
为此，本申请第一方面公开一种云台目标追踪控制方法，所述方法应用于云台控制设备，所述方法包括：
当云台转动后，获取相机针对追踪目标物生成的第一图像并确定所述待追中目标物的第一图像特征点坐标集；
根据所述第一图像特征点坐标集确定第一特征点重心图像坐标；
计算所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
根据所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从所述第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
根据所述第二图像特征点坐标集计算第二特征点重心图像坐标；
计算所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差；
根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
当所述特征图像坐标之间偏差的标准差满足预设第二条件时，则确定所述云台旋转到位。
在本申请第一方面中，通过将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
在本申请第一方面中，作为一种可选的实施方式，所述根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure BDA0003045890640000021
其中，σ表示所述标准差，k表示所述第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差。
在本可选的实施方式中，通过
Figure BDA0003045890640000031
可计算标准差，进而基于标准差与预设第二条件进行比对，可判断图像特征匹配的误差是否已经到达要求。
在本申请第一方面中，作为一种可选的实施方式，所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差的计算式为：
Figure BDA0003045890640000032
其中，
Figure BDA0003045890640000033
其中，(ui,vi)表示所述第二图像特征点坐标集中每个图像特征点坐标，
Figure BDA0003045890640000034
表示参考图像特征点坐标，R表示所述云台转动角度，
Figure BDA0003045890640000035
表示所述云台转动前的图像特征点坐标。
在本可选的实施方式汇总，通过公式
Figure BDA0003045890640000036
可精确计算距离偏差。
在本申请第一方面中，作为一种可选的实施方式，所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差的计算式为：
Figure BDA0003045890640000037
其中，
Figure BDA0003045890640000038
其中，(U4,V4)表示所述参考特征点重心图像坐标，(U3,V3)表示第二特征点重心图像坐标。
在本可选的实施方式中，通过
Figure BDA0003045890640000041
可精确计算第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差。
在本申请第一方面中，作为一种可选的实施方式中，在所述获取相机针对追踪目标物生成的第一图像并确定所述待追中目标物的第一图像特征点坐标集之前，所述方法还包括：
获取所述相机与激光器、所述云台之间的标定参数，所述标定参数包括所述激光器的激光点的在所述相机中的标定位置；
获取所述云台转动前，所述相机针对所述追踪目标物生成的初始图像并确定所述待追中目标物的初始图像特征点坐标集；
根据所述初始图像特征点坐标集计算所述待追中目标物的初始特征点重心图像坐标；
根据所述初始特征点重心图像坐标和所述标定位置确定所述云台的转动角度。
在本可选的实施方式中，通过初始特征点重心图像坐标和所述标定位置能够确定所述云台的转动角度。
在本申请第一方面中，作为一种可选的实施方式，在所述根据所述初始特征点重心图像坐标和所述标定位置确定所述云台的转动角度之后，所述方法还包括：
根据所述云台的转动角度和所述初始特征点重心图像坐标计算所述参考特征点重心图像坐标。
在本可选的实施方式中，通过云台的转动角度和所述初始特征点重心图像坐标能够计算得到所述参考特征点重心图像坐标。
本申请第二方面公开一种云台目标追踪控制装置，所述装置运用于云台控制设备，所述装置包括：
获取模块，用于在当云台转动后，获取相机针对追踪目标物生成的第一图像并确定所述待追中目标物的第一图像特征点坐标集；
第一确定模块，用于根据所述第一图像特征点坐标集确定第一特征点重心图像坐标；
第一计算模块，用于计算所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
坐标点筛选模块，用于根据所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从所述第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
第二计算模块，用于根据所述第二图像特征点坐标集计算第二特征点重心图像坐标；
第三计算模块，用于计算所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差；
第四计算模块，用于根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
第二确定模块，用于当所述特征图像坐标之间偏差的标准差满足预设第二条件时，则确定所述云台旋转到位。
在本申请第二方面中，云台目标追踪控制装置通过执行云台目标追踪控制方法，能够将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
在本申请第二方面中，作为一种可选的实施方式，所述第四计算模块执行根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure BDA0003045890640000061
其中，σ表示所述标准差，k表示所述第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差。
在本可选的实施方式中，通过
Figure BDA0003045890640000062
可精确计算第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差。
本申请第三方面公开一种云台控制设备，所述云台控制设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行本申请第一方面所述的云台目标追踪控制方法。
本申请第四方面公开一种存储介质，，所述存储介质存储有计算机程序，所述计算机程序被处理器执行本申请第一方面所述的云台目标追踪控制方法。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本申请实施例公开一种云台目标追踪控制方法的流程示意图；
图2是本申请实施例公开一种云台目标追踪控制装置的结构示意图；
图3是本申请实施例公开的一种云台控制设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
实施例一
请参阅图1，图1是本申请实施例公开一种云台目标追踪控制方法的流程示意图，该方法应用于云台控制设备。如图1所示，该方法包括：
101、当云台转动后，获取相机针对追踪目标物生成的第一图像并确定待追中目标物的第一图像特征点坐标集；
102、根据第一图像特征点坐标集确定第一特征点重心图像坐标；
103、计算第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
104、根据第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
105、根据第二图像特征点坐标集计算第二特征点重心图像坐标；
106、计算第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
107、根据第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差、第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
108、当特征图像坐标之间偏差的标准差满足预设第二条件时，则确定云台旋转到位。
在本申请实施例中，通过将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
在本申请实施例中，首先通过对摄像机、激光器与安装有云台控制设备的云台进行标定，建立相机与激光器、云台之间的位姿映射关系，其次，通过图像选取追踪目标物，识别跟踪目标物特征点，其中，特征点选择ASIFT特征(ASIFT特征在追踪目标物在视频图像中有较大倾斜角度时仍然可以获得较多匹配特征点)，最终，基于相机与激光器、云台之间的位姿映射关系，根据目标物的特征点可计算参考特征点重心图像坐标。
在本申请实施例中，作为一种可选的实施方式，根据第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差、第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure BDA0003045890640000081
其中，σ表示标准差，k表示第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差。
在本可选的实施方式中，通过
Figure BDA0003045890640000091
可计算标准差，进而基于标准差与预设第二条件进行比对，可判断图像特征匹配的误差是否已经到达要求。
在本申请实施例中，作为一种可选的实施方式，第二图像特征点坐标集中每个图像特征点坐标的距离偏差的计算式为：
Figure BDA0003045890640000092
其中，
Figure BDA0003045890640000093
其中，(ui,vi)表示第二图像特征点坐标集中每个图像特征点坐标，
Figure BDA0003045890640000094
表示参考图像特征点坐标，R表示云台转动角度，
Figure BDA0003045890640000095
表示云台转动前的图像特征点坐标。
在本可选的实施方式汇总，通过公式
Figure BDA0003045890640000096
可精确计算距离偏差。
在本申请实施例中，作为一种可选的实施方式，第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差的计算式为：
Figure BDA0003045890640000097
其中，
Figure BDA0003045890640000101
其中，(U4,V4)表示参考特征点重心图像坐标，(U3,V3)表示第二特征点重心图像坐标。
在本可选的实施方式中，通过
Figure BDA0003045890640000102
可精确计算第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差。
在本申请第一方面中，作为一种可选的实施方式中，在获取相机针对追踪目标物生成的第一图像并确定待追中目标物的第一图像特征点坐标集之前，方法还包括：
获取相机与激光器、云台之间的标定参数，标定参数包括激光器的激光点的在相机中的标定位置；
获取云台转动前，相机针对追踪目标物生成的初始图像并确定待追中目标物的初始图像特征点坐标集；
根据初始图像特征点坐标集计算待追中目标物的初始特征点重心图像坐标；
根据初始特征点重心图像坐标和标定位置确定云台的转动角度。
在本可选的实施方式中，通过初始特征点重心图像坐标和标定位置能够确定云台的转动角度。
在本申请实施例中，作为一种可选的实施方式，在根据初始特征点重心图像坐标和标定位置确定云台的转动角度之后，本申请实施例的方法还包括：
根据云台的转动角度和初始特征点重心图像坐标计算参考特征点重心图像坐标。
在本可选的实施方式中，通过云台的转动角度和初始特征点重心图像坐标能够计算得到参考特征点重心图像坐标。
实施例二
请参阅图2，图2是本申请实施例公开的一种云台目标追踪控制装置的结构示意图，该装置运用于云台控制设备。如图2所示，该装置包括：
获取模块201，用于在当云台转动后，获取相机针对追踪目标物生成的第一图像并确定待追中目标物的第一图像特征点坐标集；
第一确定模块202，用于根据第一图像特征点坐标集确定第一特征点重心图像坐标；
第一计算模块203，用于计算第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
坐标点筛选模块204，用于根据第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
第二计算模块205，用于根据第二图像特征点坐标集计算第二特征点重心图像坐标；
第三计算模块206，用于计算第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
第四计算模块207，用于根据第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差、第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
第二确定模块208，用于当特征图像坐标之间偏差的标准差满足预设第二条件时，则确定云台旋转到位。
在本申请实施例中，云台目标追踪控制装置通过执行云台目标追踪控制方法，能够将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
在本申请实施例中，作为一种可选的实施方式，第四计算模块执行根据第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差、第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure BDA0003045890640000121
其中，σ表示标准差，k表示第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示第二特征点重心图像坐标与参考特征点重心图像坐标之间的偏差。
在本可选的实施方式中，通过
Figure BDA0003045890640000122
可精确计算第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差。
需要说明的是，关于云台目标追踪控制装置的其他详细说明，请参阅本申请实施例一的相关说明，本申请对此不作赘述。
实施例三
请参阅图3，图3是本申请实施例公开的一种云台控制设备的结构示意图。如图3所示，该云台控制设备包括：
处理器301；以及
存储器302，配置用于存储机器可读指令，指令在由处理器执行时，使得处理器执行本申请实施例一的云台目标追踪控制方法。
本申请实施例的设备通过执行云台目标追踪控制方法，能够将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
实施例四
本申请实施例公开一种存储介质，该存储介质存储有计算机程序，计算机程序被处理器执行本申请实施例一的云台目标追踪控制方法。
本申请实施例的存储介质通过执行云台目标追踪控制方法，能够将偏差不满足预设条件的图像特征点剔除，进而能够消除匹配图像特征的误差，从而提高云台的控制精度。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种云台目标追踪控制方法，其特征在于，所述方法应用于云台控制设备，所述方法包括：
当云台转动后，获取相机针对追踪目标物生成的第一图像并确定待追中目标物的第一图像特征点坐标集；
根据所述第一图像特征点坐标集确定第一特征点重心图像坐标；
计算所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
根据所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从所述第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
根据所述第二图像特征点坐标集计算第二特征点重心图像坐标；
计算所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差；
根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
当所述特征图像坐标之间偏差的标准差满足预设第二条件时，则确定所述云台旋转到位。
2.如权利要求1所述的方法，其特征在于，所述根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure FDA0003045890630000021
其中，σ表示所述标准差，k表示所述第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差。
3.如权利要求2所述的方法，其特征在于，所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差的计算式为：
Figure FDA0003045890630000022
其中，
Figure FDA0003045890630000023
其中，(ui,vi)表示所述第二图像特征点坐标集中每个图像特征点坐标，
Figure FDA0003045890630000024
表示参考图像特征点坐标，R表示云台转动角度，
Figure FDA0003045890630000025
表示所述云台转动前的图像特征点坐标。
4.如权利要求3所述的方法，其特征在于，所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差的计算式为：
Figure FDA0003045890630000026
其中，
Figure FDA0003045890630000027
其中，(U4,V4)表示所述参考特征点重心图像坐标，(U3,V3)表示第二特征点重心图像坐标。
5.如权利要求3所述的方法，其特征在于，在所述获取相机针对追踪目标物生成的第一图像并确定所述待追中目标物的第一图像特征点坐标集之前，所述方法还包括：
获取所述相机与激光器、所述云台之间的标定参数，所述标定参数包括所述激光器的激光点的在所述相机中的标定位置；
获取所述云台转动前，所述相机针对所述追踪目标物生成的初始图像并确定所述待追踪目标物的初始图像特征点坐标集；
根据所述初始图像特征点坐标集计算所述待追中目标物的初始特征点重心图像坐标；
根据所述初始特征点重心图像坐标和所述标定位置确定所述云台的转动角度。
6.如权利要求5所述的方法，其特征在于，在所述根据所述初始特征点重心图像坐标和所述标定位置确定所述云台的转动角度之后，所述方法还包括：
根据所述云台的转动角度和所述初始特征点重心图像坐标计算所述参考特征点重心图像坐标。
7.一种云台目标追踪控制装置，其特征在于，所述装置运用于云台控制设备，所述装置包括：
获取模块，用于在当云台转动后，获取相机针对追踪目标物生成的第一图像并确定所述待追中目标物的第一图像特征点坐标集；
第一确定模块，用于根据所述第一图像特征点坐标集确定第一特征点重心图像坐标；
第一计算模块，用于计算所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差；
坐标点筛选模块，用于根据所述第一特征点重心图像坐标与参考特征点重心图像坐标之间的偏差，从所述第一图像特征点坐标集中删除不满足预设条件的图像特征点坐标，并得到第二图像特征点坐标集；
第二计算模块，用于根据所述第二图像特征点坐标集计算第二特征点重心图像坐标；
第三计算模块，用于计算所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差；
第四计算模块，用于根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标得到距离偏差计算特征图像坐标之间偏差的标准差；
第二确定模块，用于当所述特征图像坐标之间偏差的标准差满足预设第二条件时，则确定所述云台旋转到位。
8.如权利要求7所述的装置，其特征在于，所述第四计算模块执行根据所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差、所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差计算特征图像坐标之间偏差的标准差的计算式为：
Figure FDA0003045890630000041
其中，σ表示所述标准差，k表示所述第二图像特征点坐标集中的图像特征点坐标总数，i表示第二图像特征点坐标集中的元素下标，Xi表示所述第二图像特征点坐标集中每个图像特征点坐标的距离偏差，μ表示所述第二特征点重心图像坐标与所述参考特征点重心图像坐标之间的偏差。
9.一种云台控制设备，其特征在于，所述云台控制设备包括：
处理器；以及
存储器，配置用于存储机器可读指令，所述指令在由所述处理器执行时，使得所述处理器执行如权利要求1-6任一项所述的云台目标追踪控制方法。
10.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行如权利要求1-6任一项所述的云台目标追踪控制方法。
CN202110472171.4A 2021-04-29 2021-04-29 云台目标追踪控制方法、装置及云台控制设备、存储介质 Active CN113160317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110472171.4A CN113160317B (zh) 2021-04-29 2021-04-29 云台目标追踪控制方法、装置及云台控制设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110472171.4A CN113160317B (zh) 2021-04-29 2021-04-29 云台目标追踪控制方法、装置及云台控制设备、存储介质

Publications (2)

Publication Number Publication Date
CN113160317A true CN113160317A (zh) 2021-07-23
CN113160317B CN113160317B (zh) 2024-04-16

Family

ID=76872163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110472171.4A Active CN113160317B (zh) 2021-04-29 2021-04-29 云台目标追踪控制方法、装置及云台控制设备、存储介质

Country Status (1)

Country Link
CN (1) CN113160317B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114500839A (zh) * 2022-01-25 2022-05-13 青岛根尖智能科技有限公司 一种基于注意力跟踪机制的视觉云台控制方法及系统
CN115037875A (zh) * 2022-05-17 2022-09-09 杭州华橙软件技术有限公司 一种云台转动控制方法及装置
CN114500839B (zh) * 2022-01-25 2024-06-07 青岛根尖智能科技有限公司 一种基于注意力跟踪机制的视觉云台控制方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106556412A (zh) * 2016-11-01 2017-04-05 哈尔滨工程大学 一种室内环境下考虑地面约束的rgb‑d视觉里程计方法
CN109753076A (zh) * 2017-11-03 2019-05-14 南京奇蛙智能科技有限公司 一种无人机视觉追踪实现方法
CN109859254A (zh) * 2019-02-28 2019-06-07 北京百度网讯科技有限公司 用于发送信息的方法和装置
CN109933096A (zh) * 2019-03-15 2019-06-25 山东鲁能智能技术有限公司 一种云台伺服控制方法及系统
WO2021057742A1 (zh) * 2019-09-27 2021-04-01 Oppo广东移动通信有限公司 定位方法及装置、设备、存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106556412A (zh) * 2016-11-01 2017-04-05 哈尔滨工程大学 一种室内环境下考虑地面约束的rgb‑d视觉里程计方法
CN109753076A (zh) * 2017-11-03 2019-05-14 南京奇蛙智能科技有限公司 一种无人机视觉追踪实现方法
CN109859254A (zh) * 2019-02-28 2019-06-07 北京百度网讯科技有限公司 用于发送信息的方法和装置
CN109933096A (zh) * 2019-03-15 2019-06-25 山东鲁能智能技术有限公司 一种云台伺服控制方法及系统
WO2021057742A1 (zh) * 2019-09-27 2021-04-01 Oppo广东移动通信有限公司 定位方法及装置、设备、存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114500839A (zh) * 2022-01-25 2022-05-13 青岛根尖智能科技有限公司 一种基于注意力跟踪机制的视觉云台控制方法及系统
CN114500839B (zh) * 2022-01-25 2024-06-07 青岛根尖智能科技有限公司 一种基于注意力跟踪机制的视觉云台控制方法及系统
CN115037875A (zh) * 2022-05-17 2022-09-09 杭州华橙软件技术有限公司 一种云台转动控制方法及装置
CN115037875B (zh) * 2022-05-17 2023-11-14 杭州华橙软件技术有限公司 一种云台转动控制方法及装置

Also Published As

Publication number Publication date
CN113160317B (zh) 2024-04-16

Similar Documents

Publication Publication Date Title
JP6871416B2 (ja) 顔画像品質を決定する方法および装置、電子機器ならびにコンピュータ記憶媒体
CN111487043B (zh) 单目散斑结构光系统的散斑投射器标定参数确定方法
CN106815869B (zh) 鱼眼相机的光心确定方法及装置
CN112686950B (zh) 位姿估计方法、装置、终端设备及计算机可读存储介质
WO2021169704A1 (zh) 手势深度确定方法、装置、设备及存储介质
CN113160317A (zh) 云台目标追踪控制方法、装置及云台控制设备、存储介质
CN111273701A (zh) 一种云台视觉控制系统以及控制方法
CN110291771B (zh) 一种目标对象的深度信息获取方法及可移动平台
CN113034565B (zh) 一种单目结构光的深度计算方法及系统
CN110823171B (zh) 一种机器人定位方法、装置及存储介质
CN113601510A (zh) 基于双目视觉的机器人移动控制方法、装置、系统及设备
CN112631200A (zh) 一种机床轴线测量方法以及装置
CN111832634A (zh) 异物检测方法、系统、终端设备及存储介质
CN111003410A (zh) 物料存取方法、装置及机器人
CN115883969A (zh) 一种无人机拍摄方法、装置、设备及介质
CN115311624A (zh) 一种边坡位移监测方法、装置、电子设备及存储介质
CN111368675B (zh) 手势深度信息的处理方法、装置、设备及存储介质
CN111633337B (zh) 用于激光焊缝测量的消除反光方法及装置
KR102280668B1 (ko) 치수 품질 검사 방법 및 그 시스템
CN116136388A (zh) 机器人工具坐标系的标定方法、装置、设备以及存储介质
CN114066992A (zh) 一种相机标定方法、系统、装置以及存储介质
CN113112551A (zh) 相机参数的确定方法、装置、路侧设备和云控平台
CN111260781A (zh) 一种生成图像信息的方法、装置和电子设备
CN110579169A (zh) 基于云计算的立体视觉高精度测量方法和存储介质
CN116193262B (zh) 一种堆场中集装箱ptz相机选择瞄准方法及系统

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