CN114281096A - 基于目标检测算法的无人机追踪控制方法、设备及介质 - Google Patents

基于目标检测算法的无人机追踪控制方法、设备及介质 Download PDF

Info

Publication number
CN114281096A
CN114281096A CN202111319458.XA CN202111319458A CN114281096A CN 114281096 A CN114281096 A CN 114281096A CN 202111319458 A CN202111319458 A CN 202111319458A CN 114281096 A CN114281096 A CN 114281096A
Authority
CN
China
Prior art keywords
target object
aerial vehicle
unmanned aerial
picture
target
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
Application number
CN202111319458.XA
Other languages
English (en)
Inventor
郑伟林
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.)
China Eracom Contracting And Engineering Co ltd
Original Assignee
China Eracom Contracting And Engineering 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 China Eracom Contracting And Engineering Co ltd filed Critical China Eracom Contracting And Engineering Co ltd
Priority to CN202111319458.XA priority Critical patent/CN114281096A/zh
Publication of CN114281096A publication Critical patent/CN114281096A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了基于目标检测算法的无人机追踪控制方法、设备及介质,其追踪方法包括:接收无人机拍摄所得的图片信息,并对其进行图片分析处理以确定图片中的目标对象及其位置参数;根据所述目标对象的位置参数确定所述目标对象在三维空间中的位置,并以所述目标对象为原点向外延伸预设范围以确定所述无人机的二次路线;控制所述无人机按照所述二次路线进行飞行并持续对所述目标对象进行拍摄以连续获得所述目标对象的批量图片,对批量图片进行特征分析以确定所述目标对象的三维特征信息,并根据三维特征信息对所述目标对象进行实时追踪。本发明可确定并利用目标对象的全方位特征进行追踪,提高追踪准确度,减少跟踪过程中目标丢失的情况出现。

Description

基于目标检测算法的无人机追踪控制方法、设备及介质
技术领域
本发明涉及无人机控制领域,尤其涉及一种基于目标检测算法的无人机追踪控制方法、设备及存储介质。
背景技术
现阶段,对特殊场所、偏远山区、边疆线进行动态监控通常采用无人机技术来实现,而无人机识别目标物的方法一般时通过无人机上的摄像头来拍摄图片,提取图片中目标物的特征,根据目标物的特征来对目标物进行定位和追踪。但是,由于无人机在拍摄目标物时只是单纯地捕捉到目标物一个方位的特征信息,在追踪过程中目标物移动有可能出现该方位的特征点被遮挡,或无人机切换拍摄角度导致该方位的特征点无法准确识别等情况导致目标物追踪失败,使得目标物追踪准确度无法提高。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于目标检测算法的无人机追踪控制方法,可提高无人机追踪目标对象的准确度。
本发明的目的之二在于提供一种电子设备。
本发明的目的之三在于提供一种存储介质。
本发明的目的之一采用如下技术方案实现:
基于目标检测算法的无人机追踪控制方法,包括:
接收无人机拍摄所得的图片信息,并对其进行图片分析处理以确定图片中的目标对象及其位置参数;
根据所述目标对象的位置参数确定所述目标对象在三维空间中的位置,并以所述目标对象为原点向外延伸预设范围以确定所述无人机的二次路线;
控制所述无人机按照所述二次路线进行飞行并持续对所述目标对象进行拍摄以连续获得所述目标对象的批量图片,对批量图片进行特征分析以确定所述目标对象的三维特征信息,并根据三维特征信息对所述目标对象进行实时追踪。
进一步地,所述无人机上装设有双目摄像头和定位设备,利用所述双目摄像头和所述定位设备确定所述目标对象的位置参数。
进一步地,对图片进行图片分析处理的方法为:
利用目标检测算法识别出图片中符合预设目标条件的所述目标对象,
利用所述双目摄像头确定所述目标对象与所述无人机之间的距离,并利用所述定位设备获取所述无人机的位置信息,根据所述无人机的位置信息、所述无人机与所述目标对象之间的距离推算出所述目标对象的坐标位置。
进一步地,确定所述二次路线的方法为:
根据所述无人机的定位信息以及所述目标对象的坐标位置确定所述无人机与所述目标对象之间的横向宽度值以及纵向高度值;
在三维空间中以所述目标对象为原点向外水平延伸横向宽度值以获得所述目标对象所在平面上的初始范围,并将初始范围沿纵向方向调整纵向高度值以获得所述无人机所在平面上的最终范围,将最终范围中每个坐标点连线以获得二次路线。
进一步地,控制所述无人机按照所述二次路线进行飞行前,锁定所述双目摄像头拍摄所述目标对象时的最佳拍摄角度,使得所述无人机按照所述二次路线进行飞行时实时调整所述双目摄像头的朝向并保持一致的拍摄角度对所述目标对象进行拍摄。
进一步地,在确定所述二次路线之前还包括:
对所述双目摄像头拍摄所得的图片进行目标检测算法处理时识别出所述目标对象的物理类别,并根据物理类别对图片进行特征分析以判断图片中所述目标对象的关键特征是否齐全,若齐全,则不调整所述双目摄像头的拍摄角度;若不齐全,则调整所述无人机的位置以及所述双目摄像头的拍摄高度,确保最佳拍摄角度下所述目标对象的关键特征齐全。
进一步地,对批量图片进行特征分析以确定所述目标对象的三维特征信息的方法为:
根据所述目标对象的物理类别建立所述目标对象的三维模型;
对批量图片进行畸变校正处理后对每张图片进行特征分析,并分析所得的所述目标对象的每个特征信息添加至三维模型中。
进一步地,对所述目标对象进行追踪的方法为:
锁定三维模型中的至少两个特征点对所述目标对象进行追踪,当任意一特征点被遮挡时,更换被遮挡的特征点以对所述目标对象进行继续追踪。
本发明的目的之二采用如下技术方案实现:
一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述的基于目标检测算法的无人机追踪控制方法。
本发明的目的之三采用如下技术方案实现:
一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于目标检测算法的无人机追踪控制方法。
相比现有技术,本发明的有益效果在于:
在确定目标对象后控制无人机按照二次路线围绕所述目标对象进行多角度采集和识别,全方位确定目标对象的特征信息后再对目标对象进行追踪,提高追踪准确度,减少跟踪过程中目标丢失的情况出现。
附图说明
图1为本发明基于目标检测算法的无人机追踪控制方法的流程示意图;
图2为本发明确定二次路线的示意图;
图3为本发明无人机沿二次路线进行飞行的示意图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
本实施例提供一种基于目标检测算法的无人机追踪控制方法,利用该追踪方法可减少跟踪过程中目标丢失的情况,提高追踪准确定和灵活性,同时对目标对象进行全面特征识别,减少目标对象识别出错的情况。
如图1所示,本实施例的无人机追踪控制方法具体包括如下步骤:
步骤S1:接收无人机拍摄所得的图片信息,并对其进行图片分析处理以确定图片中的目标对象及其位置参数;
步骤S2:根据所述目标对象的位置参数确定所述目标对象在三维空间中的位置,并以所述目标对象为原点向外延伸预设范围以确定所述无人机的二次路线;
步骤S3:控制所述无人机按照所述二次路线进行飞行并持续对所述目标对象进行拍摄以连续获得所述目标对象的批量图片,对批量图片进行特征分析以确定所述目标对象的三维特征信息,并根据三维特征信息对所述目标对象进行实时追踪。
本实施例中无人机上装设有双目摄像头和定位设备,利用所述双目摄像头拍摄视频图像,并从视频图像中识别出符合预设条件的目标对象;所述定位设备可以通过GPS获取无人机的当前位置,根据无人机的当前位置结合无人机拍摄图像所得获得的信息确定目标对象的位置参数。
本实施例中双目摄像头对同一区域进行拍摄所获得的图像进行融合后获得待识别的图片,通过目标检测算法对图片中的物体进行识别,识别出每个物体的特征从而确定每个物体的物理类别。根据预设目标对象的物理类别挑选出图片中属于同一类别的物体,并将该类别的物体进行特征分析,将分析所得的特征信息与预存的目标对象的特征信息进行比对,若二者的比对结果一致或二者相似度达到预设值以上,则满足预设目标条件,则将满足预设目标条件的物体标记为目标对象。
本实施例中所述无人机通过其定位设备获取所述无人机识别到目标对象时的位置信息,其位置信息可以是无人机此时的经纬度;与此同时,获取所述双目摄像头对应的拍摄参数计算出图片中每个像素的深度,从而获得深度图,根据深度图可获知所述目标对象与所述无人机之间的距离,再根据所述无人机的位置信息、所述无人机与所述目标对象之间的距离推算出所述目标对象的坐标位置。若所述目标对象发生移动,实时更新所述双目摄像头以及定位设备的数据以获得所述目标对象最新的坐标位置。
由于此时摄像头只是识别到目标对象单一方位的特征信息,例如摄像头只是拍摄到目标对象背面的图像,虽然经过特征比对可确定该物体对目标对象,但是由于未确定目标对象的正面特征,因此目标对象的确定还需进一步确认;而本实施例则控制无人机按照二次路线进行飞行以绕目标对象进行全方位拍摄,以确保目标对象的身份以及获取目标对象多方位的特征信息,从而提高追踪的准确度,如图2、图3所示,其具体步骤为:
步骤S21:根据所述无人机的定位信息以及所述目标对象的坐标位置确定所述无人机与所述目标对象之间的横向宽度值以及纵向高度值;
步骤S22:在三维空间中以所述目标对象为原点向外水平延伸横向宽度值的距离,以获得所述目标对象所在平面上的初始范围,并将初始范围沿纵向方向调整纵向高度值以获得所述无人机所在平面上的最终范围,将最终范围中每个坐标点连线以获得二次路线。
本实施例中的二次路线是在确定目标对象后自动生成的二次路线,其二次路线为无人机原飞行路线以外的行程,因此,可在生成二次路线后向与无人机相连的用户终端发送路线更换请求,在用户确认请求后才控制所述无人机按照所述二次路线进行飞行。所述无人机按照二次路线进行飞行,相当于无人机绕目标对象的四周进行飞行,并在飞行的过程中持续对目标对象进行拍摄,从而获取目标对象全方位的拍摄图片,再对每张图片进行目标对象的特征识别,获取目标对象的正面图片并对目标对象脸部进行特征识别,即可准确地确定目标对象的身份,从而确定目标对象是否有误,若有误则继续删除目标对象的标签并继续进行搜索,若无误则对该目标对象的图片进行处理后进行对象追踪。
由于所述双目摄像头在拍摄图片时有可能未拍摄到目标对象的全貌,使得无人机按照二次路线进行飞行和图片拍摄时无法拍摄并识别到目标对象的所有特征,因此,在确定所述二次路线之前,还需要对所述双目摄像头拍摄所得的图片进行关键特征分析以确认是否拍摄到目标对象的全貌;具体为:利用目标检测算法对拍摄图片进行特征分析时结合所述目标对象的物理类别以判断图片中所述目标对象的关键特征是否齐全;举个例子,若目标对象为一个人,则人的关键特征必定包含头部、躯干和四肢,若图片分析所得的特征中包含了头部、躯干以及四肢的特征,则可认为拍摄所得的目标对象的关键特征齐全,此时则不调整所述双目摄像头的拍摄角度;若图片中目标对象缺少了腿部的特征,则认为关键特征不齐全,代表摄像头拍摄角度不佳导致未收录目标对象的全貌;若图片中存在躯干和四肢的特征,当脸部的特征不清晰,则代表无人机角度过高无法拍摄到目标对象的脸部,也认为未收录目标对象的全貌,此时则调整所述无人机的位置以及所述双目摄像头的拍摄高度,直至拍摄所得的图片中目标对象的关键特征齐全,此时拍摄角度则为最佳拍摄角度。
在确定最佳拍摄角度后,重新确定无人机的定位信息,根据更新后的定位信息重新确定二次路线让无人机按照更新后的二次路线进行飞行;无人机按照二次路线进行飞行之前,锁定所述双目摄像头拍摄所述目标对象时的最佳拍摄角度,使得所述无人机按照所述二次路线进行飞行时实时调整所述双目摄像头的朝向并保持一致的拍摄角度对所述目标对象进行拍摄,以避免无人机沿二次路线进行飞行时因拍摄角度发生改变导致后续目标对象的三维处理过程难度增加。
所述无人机按照二次路线进行拍摄获得批量图片后,对批量图片进行畸变校正处理后将连续拍摄所得的图片拼接起来,相当于获得了目标对象的全方位角度的三维图像;并对每张图片进行特征分析,将分析所得的所述目标对象的每个方位所对应的特征信息均添加至预先建立好的三维模型中,该三维模型可预先按照目标对象的物理类别进行建立,再将分析所得的目标对象的每个方位的特征信息添加至三维模型的对应位置中,最终获得具有各种特征信息的目标对象的三维模型。与此同时,还可根据图片中目标对象的动作进行识别,将动作也映射到三维模型中,从而可对目标对象的实时状态进行监控。
当所述双目摄像头沿二次路线采集完目标对象的全方位特征后,所述无人机恢复原飞行路线,并在恢复到原飞行路线后按照所述双目摄像头的当前拍摄角度确定该角度下可见的至少两个特征点,同时将目标对象三维模型中的该特征点进行锁定,在对目标对象进行追踪时将实时拍摄所得的图片与锁定的特征点进行比对,可提高目标对象追踪的准确度;当出现目标对象移动、无人机飞行方向或飞行高度发生改变,或摄像头的拍摄角度发生改变等情况导致任意一或所有已锁定的特征点被其他物体遮挡,此时即可更换目标对象的特征点以对所述目标对象进行继续高精度追踪;由于无人机沿二次路线飞行时已预先对目标对象当前状态下的全方位特征进行采集,因此在目标追踪过程中可随时更换特征点进行追踪,即使目标物移动甚至目标对象被其他物体大面积遮挡,也不会出现目标对象丢失的情况,提高追踪的准确度。
实施例二
本实施例提供一种电子设备,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现实施例一中的基于目标检测算法的无人机追踪控制方法;另外,本实施例还提供一种存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的基于目标检测算法的无人机追踪控制方法。
本实施例中的设备及存储介质与前述实施例中的方法是基于同一发明构思下的两个方面,在前面已经对方法实施过程作了详细的描述,所以本领域技术人员可根据前述描述清楚地了解本实施例中的设备及存储介质的结构及实施过程,为了说明书的简洁,在此就不再赘述。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (10)

1.基于目标检测算法的无人机追踪控制方法,其特征在于,包括:
接收无人机拍摄所得的图片信息,并对其进行图片分析处理以确定图片中的目标对象及其位置参数;
根据所述目标对象的位置参数确定所述目标对象在三维空间中的位置,并以所述目标对象为原点向外延伸预设范围以确定所述无人机的二次路线;
控制所述无人机按照所述二次路线进行飞行并持续对所述目标对象进行拍摄以连续获得所述目标对象的批量图片,对批量图片进行特征分析以确定所述目标对象的三维特征信息,并根据三维特征信息对所述目标对象进行实时追踪。
2.根据权利要求1所述的基于目标检测算法的无人机追踪控制方法,其特征在于,所述无人机上装设有双目摄像头和定位设备,利用所述双目摄像头和所述定位设备确定所述目标对象的位置参数。
3.根据权利要求2所述的基于目标检测算法的无人机追踪控制方法,其特征在于,对图片进行图片分析处理的方法为:
利用目标检测算法识别出图片中符合预设目标条件的所述目标对象,
利用所述双目摄像头确定所述目标对象与所述无人机之间的距离,并利用所述定位设备获取所述无人机的位置信息,根据所述无人机的位置信息、所述无人机与所述目标对象之间的距离推算出所述目标对象的坐标位置。
4.根据权利要求3所述的基于目标检测算法的无人机追踪控制方法,其特征在于,确定所述二次路线的方法为:
根据所述无人机的定位信息以及所述目标对象的坐标位置确定所述无人机与所述目标对象之间的横向宽度值以及纵向高度值;
在三维空间中以所述目标对象为原点向外水平延伸横向宽度值以获得所述目标对象所在平面上的初始范围,并将初始范围沿纵向方向调整纵向高度值以获得所述无人机所在平面上的最终范围,将最终范围中每个坐标点连线以获得二次路线。
5.根据权利要求2所述的基于目标检测算法的无人机追踪控制方法,其特征在于,控制所述无人机按照所述二次路线进行飞行前,锁定所述双目摄像头拍摄所述目标对象时的最佳拍摄角度,使得所述无人机按照所述二次路线进行飞行时实时调整所述双目摄像头的朝向并保持一致的拍摄角度对所述目标对象进行拍摄。
6.根据权利要求2所述的基于目标检测算法的无人机追踪控制方法,其特征在于,在确定所述二次路线之前还包括:
对所述双目摄像头拍摄所得的图片进行目标检测算法处理时识别出所述目标对象的物理类别,并根据物理类别对图片进行特征分析以判断图片中所述目标对象的关键特征是否齐全,若齐全,则不调整所述双目摄像头的拍摄角度;若不齐全,则调整所述无人机的位置以及所述双目摄像头的拍摄高度,确保最佳拍摄角度下所述目标对象的关键特征齐全。
7.根据权利要求1所述的基于目标检测算法的无人机追踪控制方法,其特征在于,对批量图片进行特征分析以确定所述目标对象的三维特征信息的方法为:
根据所述目标对象的物理类别建立所述目标对象的三维模型;
对批量图片进行畸变校正处理后对每张图片进行特征分析,并分析所得的所述目标对象的每个特征信息添加至三维模型中。
8.根据权利要求7所述的基于目标检测算法的无人机追踪控制方法,其特征在于,对所述目标对象进行追踪的方法为:
锁定三维模型中的至少两个特征点对所述目标对象进行追踪,当任意一特征点被遮挡时,更换被遮挡的特征点以对所述目标对象进行继续追踪。
9.一种电子设备,其特征在于,其包括处理器、存储器及存储于所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现权利要求1~7任一所述的基于目标检测算法的无人机追踪控制方法。
10.一种存储介质,其特征在于,其上存储有计算机程序,所述计算机程序被执行时实现权利要求1~7任一所述的基于目标检测算法的无人机追踪控制方法。
CN202111319458.XA 2021-11-09 2021-11-09 基于目标检测算法的无人机追踪控制方法、设备及介质 Pending CN114281096A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111319458.XA CN114281096A (zh) 2021-11-09 2021-11-09 基于目标检测算法的无人机追踪控制方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111319458.XA CN114281096A (zh) 2021-11-09 2021-11-09 基于目标检测算法的无人机追踪控制方法、设备及介质

Publications (1)

Publication Number Publication Date
CN114281096A true CN114281096A (zh) 2022-04-05

Family

ID=80868885

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111319458.XA Pending CN114281096A (zh) 2021-11-09 2021-11-09 基于目标检测算法的无人机追踪控制方法、设备及介质

Country Status (1)

Country Link
CN (1) CN114281096A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116978241A (zh) * 2023-09-21 2023-10-31 济南致业电子有限公司 一种基于执法记录仪的城市车辆监控方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008236642A (ja) * 2007-03-23 2008-10-02 Hitachi Ltd 物体追跡装置
CN106570820A (zh) * 2016-10-18 2017-04-19 浙江工业大学 一种基于四旋翼无人机的单目视觉三维特征提取方法
KR20170100204A (ko) * 2016-02-25 2017-09-04 한국전자통신연구원 3차원 공간 정보를 이용한 목표물 추적 장치 및 방법
KR101831890B1 (ko) * 2017-09-25 2018-02-26 공간정보기술 주식회사 스테레오 카메라를 사용해서 3차원 위치 기반 객체 식별 알고리즘을 응용한 유사도 측정 알고리즘의 정확도 향상 시스템
CN108731587A (zh) * 2017-04-14 2018-11-02 中交遥感载荷(北京)科技有限公司 一种基于视觉的无人机动态目标跟踪与定位方法
WO2020237611A1 (zh) * 2019-05-31 2020-12-03 深圳市大疆创新科技有限公司 图像处理方法、装置、控制终端及可移动设备
CN112106006A (zh) * 2019-08-30 2020-12-18 深圳市大疆创新科技有限公司 无人飞行器的控制方法、装置及计算机可读存储介质
CN113111715A (zh) * 2021-03-13 2021-07-13 浙江御穹电子科技有限公司 一种无人机目标跟踪与信息采集系统及方法
CN113168532A (zh) * 2020-07-27 2021-07-23 深圳市大疆创新科技有限公司 目标检测方法、装置、无人机及计算机可读存储介质
CN113228103A (zh) * 2020-07-27 2021-08-06 深圳市大疆创新科技有限公司 目标跟踪方法、装置、无人机、系统及可读存储介质
CN113298053A (zh) * 2021-07-26 2021-08-24 季华实验室 多目标无人机追踪识别方法、装置、电子设备及存储介质
CN113536984A (zh) * 2021-06-28 2021-10-22 北京沧沐科技有限公司 一种基于无人机的图像目标识别与跟踪系统
WO2021217403A1 (zh) * 2020-04-28 2021-11-04 深圳市大疆创新科技有限公司 可移动平台的控制方法、装置、设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008236642A (ja) * 2007-03-23 2008-10-02 Hitachi Ltd 物体追跡装置
KR20170100204A (ko) * 2016-02-25 2017-09-04 한국전자통신연구원 3차원 공간 정보를 이용한 목표물 추적 장치 및 방법
CN106570820A (zh) * 2016-10-18 2017-04-19 浙江工业大学 一种基于四旋翼无人机的单目视觉三维特征提取方法
CN108731587A (zh) * 2017-04-14 2018-11-02 中交遥感载荷(北京)科技有限公司 一种基于视觉的无人机动态目标跟踪与定位方法
KR101831890B1 (ko) * 2017-09-25 2018-02-26 공간정보기술 주식회사 스테레오 카메라를 사용해서 3차원 위치 기반 객체 식별 알고리즘을 응용한 유사도 측정 알고리즘의 정확도 향상 시스템
WO2020237611A1 (zh) * 2019-05-31 2020-12-03 深圳市大疆创新科技有限公司 图像处理方法、装置、控制终端及可移动设备
CN112106006A (zh) * 2019-08-30 2020-12-18 深圳市大疆创新科技有限公司 无人飞行器的控制方法、装置及计算机可读存储介质
WO2021217403A1 (zh) * 2020-04-28 2021-11-04 深圳市大疆创新科技有限公司 可移动平台的控制方法、装置、设备及存储介质
CN113168532A (zh) * 2020-07-27 2021-07-23 深圳市大疆创新科技有限公司 目标检测方法、装置、无人机及计算机可读存储介质
CN113228103A (zh) * 2020-07-27 2021-08-06 深圳市大疆创新科技有限公司 目标跟踪方法、装置、无人机、系统及可读存储介质
CN113111715A (zh) * 2021-03-13 2021-07-13 浙江御穹电子科技有限公司 一种无人机目标跟踪与信息采集系统及方法
CN113536984A (zh) * 2021-06-28 2021-10-22 北京沧沐科技有限公司 一种基于无人机的图像目标识别与跟踪系统
CN113298053A (zh) * 2021-07-26 2021-08-24 季华实验室 多目标无人机追踪识别方法、装置、电子设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116978241A (zh) * 2023-09-21 2023-10-31 济南致业电子有限公司 一种基于执法记录仪的城市车辆监控方法及系统
CN116978241B (zh) * 2023-09-21 2023-12-26 济南致业电子有限公司 一种基于执法记录仪的城市车辆监控方法及系统

Similar Documents

Publication Publication Date Title
CN109579843B (zh) 一种空地多视角下的多机器人协同定位及融合建图方法
US20200334499A1 (en) Vision-based positioning method and aerial vehicle
Levinson et al. Automatic online calibration of cameras and lasers.
CN111325796A (zh) 用于确定视觉设备的位姿的方法和装置
US20170305546A1 (en) Autonomous navigation method and system, and map modeling method and system
CN110334701B (zh) 数字孪生环境下基于深度学习和多目视觉的数据采集方法
US20050107947A1 (en) Landmark detection apparatus and method for intelligent system
CN112184890A (zh) 一种应用于电子地图中的摄像头精准定位方法及处理终端
CN110718137B (zh) 目标物密度分布地图的构建方法及装置、终端、移动装置
KR20140009737A (ko) 하이브리드 맵 기반 로봇의 위치인식방법
US9297653B2 (en) Location correction apparatus and method
CN112106111A (zh) 一种标定方法、设备、可移动平台及存储介质
CN113013781B (zh) 基于图像处理的激光发射及动态校准装置、方法、设备和介质
CN111935644A (zh) 一种基于融合信息的定位方法、装置及终端设备
CN107741233A (zh) 一种三维室外地图的构建方法
CN114326771A (zh) 一种基于图像识别的无人机拍摄航线生成方法及系统
CN114281096A (zh) 基于目标检测算法的无人机追踪控制方法、设备及介质
Zhao et al. Homography-based camera pose estimation with known gravity direction for UAV navigation
CN113987246A (zh) 无人机巡检的图片自动命名方法、装置、介质和电子设备
CN111402324B (zh) 一种目标测量方法、电子设备以及计算机存储介质
CN112668435A (zh) 基于视频的重点目标图像抓拍方法、设备及存储介质
US10553022B2 (en) Method of processing full motion video data for photogrammetric reconstruction
CN112598736A (zh) 一种基于地图构建的视觉定位方法及装置
KR101918820B1 (ko) 장면 인식을 이용한 무인 비행체 회귀 제어 방법
CN113011212A (zh) 图像识别方法、装置及车辆

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