题目：小型无人机视觉目标跟踪技术研究

小型无人机具有成本低,响应快,携带方便,机动性好等优点,在军用、民用、极 端环境等领域有着广泛的应用前景。随着摄像头技术的发展,嵌入式硬件性能的提升, 以及图像处理技术的发展,计算机视觉技术已经越来越多的应用于小型无人机,是使 小型无人机从自动化到自主化发展的重要技术。其中,视觉目标跟踪技术作为理解环 境的关键,同时是各种视觉应用的基础技术,成为了国内外研究的热点同时也是难点 问题。

本文以小型无人机作为适用平台,以该平台的特点作为需求进行了视觉目标跟 踪技术的研究。 本文以小型无人机视觉目标跟踪技术为背景,围绕单目视觉特征点提取和匹配, 特征点匹配误差估计及噪声特征点过滤,系统状态估计等方面开展了相关理论研究和 综合实验,希望能够为小型无人机的目标跟踪方面提供实验支撑。

首先,总结了国内外基于视觉技术的小型无人机的发展。在此基础上总结了国内 外在视觉目标跟踪技术方面的发展。分析了当前目标跟踪技术常见的基础技术及实现 方式,确定了本文的研究内容和研究路线。

提出了一种基于特征点匹配的跟踪方法。对连续图像进行 KLT 特征点提取,使 用 Lucas-Kanade 算法对特征点进行匹配。通过多种特征点匹配误差的估计方法,对匹 配结果进行了误差估计和过滤,提高了特征点匹配的精度。在此基础上,通过采用 RANSAC 算法,设计了噪声特征点过滤算法,可以有效的将目标之外的特征点剔除, 保证了目标速度估计的准确性。

通过设计目标的运动模型,可以把目标的跟踪问题转化为目标状态变量的估计问 题。算法给出的目标速度估计作为系统的观测量输入,可以使用卡尔曼滤波算法对目 标的状态产生估计,同时可以控制基于特征点匹配的跟踪算法固有的误差累积问题, 提升了算法的鲁棒性。 在进行理论研究后,通过仿真测试集对算法的正确性进行了仿真验证,得到了定 量分析的结果。

在验证了算法的正确性后,设计了目标跟踪模块的程序框架。完整的 程序框架采用摄像头作为输入,将网络接口作为输出,使目标跟踪模块本身功能唯一, 解除了与控制程序的耦合。使用了基于异步缓冲的多线程的结构设计,降低了程序单 帧处理的时延,提高了程序的运行效率。

最后,在实验室开发的云台上进行了跟踪验证,通过目标跟踪的结果控制云台转 动,实现了目标跟踪与目标居中的功能。