基于多旋翼无人机的目标跟踪技术研究

《基于多旋翼无人机的目标跟踪技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中图分类号：TP391论文编号：102871618-SZ004学科分类号：085211硕士学位论文基于多旋翼无人机的目标跟踪技术研究研究生姓名赵昶专业类别工程硕士专业领域计算机技术指导教师袁家斌南京航空航天大学研究生院计算机科学与技术学院二О一八年三月NanjingUniversityofAeronauticsandAstronauticsTheGraduateSchoolCollegeofcomputerscienceandtechnologyResearchonTargetTrackingTechnologyBasedonMulti-Rot

2、orUAVAThesisinComputerTechnologyByChangZhaoAdvisedbyProf.JiabinYuanSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringMarch,2018承诺书本人声明所呈交的硕士学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京航空航天大学或其他教育机构的学位或证书而使用过的材料。

3、本人授权南京航空航天大学可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本承诺书）南京航空航天大学硕士学位论文摘要随着新军事革命的开展以及无人机市场的飞速拓展，无人机目标跟踪技术已经与国家安全利益、公民工作生活密切相关。目标跟踪作为计算机领域的热门研究方向，一直是国内外学者的研究热点。本文对多旋翼无人机的目标跟踪算法进行研究，提出了两种基于颜色特征的跟踪算法：生成类MF-KF-Camshift算法和判别类Staple_l算法，并在多旋翼无人机平台验证了算法的

4、有效性。具体工作包括以下几个方面：第一，在Camshift算法的基础上，提出了一种MF-KF-Camshift改进算法。该算法以颜色特征为基础，采用了多特征融合方法，解决了在复杂背景下性能下降的问题；同时，引入Kalman滤波算法解决了对遮挡鲁棒性不足的问题。此外，通过自建的视频库对算法性能进行验证，实验表明该算法在保证实时性的基础上，克服了无人机目标跟踪的难点，相比于原算法以及主流的Kalman滤波改进算法，分别提高了约30.5%和11.8%的准确率，增强了鲁棒性，实现了无人机的目标跟踪。第二，针对跟踪算法在跟踪过程中的模板漂移问题，以使用颜

5、色特征的Staple算法为基础，提出了跟踪置信度的评价指标，实现了对跟踪结果优劣的评价以及更新策略的优化；引入重检测模块，完成了跟踪失败时对检测模块的激活，实现了重新检测目标。结合跟踪置信度的评价指标和重检测模块提出了能够长期跟踪的Staple_l算法。通过VOT数据库的实验表明，提出的Staple_l算法性能上超过了目前的大部分跟踪算法，在保证了准确率的基础上，相比于原算法增加了约11.5%的鲁棒性。第三，以RaspberryPi处理器为图像处理设备，利用航拍摄像机，搭建了基于开源飞控APM的多旋翼无人机平台。此外，在所搭建的平台上，实现了本

6、文提出的MF-KF-Camshift算法和Staple_l算法的应用，并通过飞行实验验证了所提算法的可行性。本文工作面向实际，提出了MF-KF-Camshift算法和Staple_l算法，实现了无人机的目标跟踪，解决了多旋翼无人机平台跟踪性能不足的问题。将目标跟踪应用于无人机平台，为后续实现完全自主的智能化无人机提供基础，具有很高的现实意义。关键词：无人机，MF-KF-Camshift算法，Staple_l算法，目标跟踪，图像处理i基于多旋翼无人机的目标跟踪技术研究ABSTRACTWiththedevelopmentofthenewmilita

7、ryrevolutionandtherapidexpansionoftheUAVmarket,thedevelopmentofUAVtargettrackingtechnologyhasbeencloselylinkedwiththeinterestsofnationalsecurityandtheworkandlifeofcitizens.Asapopularresearchfieldinthecomputerfield,targettrackinghasalwaysbeenahotresearchtopicbothathomeandabro

8、ad.Thisthesisstudiestheintelligenttargettrackingalgorithm.Twokindsoftargett