原文服务方: 计算机测量与控制       
摘要:
针对基于图像的无人机运动跟踪方法存在因图像退化带来的错检和漏检问题,提出一种基于手机和无人机多传感器数据融合的运动目标跟踪方法;将手机IMU(inertial measurement unit,惯性测量单元)数据与无人机的IMU和图像数据作为扩展卡尔曼滤波的输入,其中IMU数据用于滤波器的状态估计,并通过将ORB (oriented FAST and rotated BRIEF)方法得到的运动目标图像坐标作为卡尔曼滤波的测量更新部分,再将扩展卡尔曼滤波之后的数据用于校正状态估计,进一步提高无人机运动目标跟踪的准确性;设计实验通过实测数据集来模拟无人机跟踪场景,验证该方法的可行性.实验表明,采用多传感器数据融合的无人机运动目标跟踪方法能够达到0.67 m的定位误差,相比于基于图像的方法的精度高,验证了该方法的有效性.
推荐文章
一种双无人机协同跟踪地面移动目标方法
双无人机协同跟踪
通信延时
融合方法
分布式遗传算法
滚动航迹规划
指定域多无人机协同目标跟踪研究
指定域
多无人机
协同目标跟踪
自主控制
持续跟踪
多无人机协同目标跟踪闭环最优控制方法
目标跟踪
协同控制
误差模型
闭环最优控制
双无人机对地快速移动目标跟踪的构型设计与控制方法
无人机
目标跟踪
编队控制律
Leader-Follower
视线关系
Lyapunov
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 融合手机和无人机多传感参数的运动目标跟踪方法
来源期刊 计算机测量与控制 学科
关键词 无人机 运动跟踪 惯性测量单元 扩展卡尔曼滤波 多传感器融合
年,卷(期) 2018,(8) 所属期刊栏目 智能仪器与传感技术
研究方向 页码范围 299-303
页数 5页 分类号 TP242
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2018.08.066
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐天宇 浙江工业大学信息工程学院 2 4 2.0 2.0
2 陈朋 浙江工业大学信息工程学院 41 112 6.0 9.0
3 任金金 浙江工业大学信息工程学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (6)
参考文献  (6)
节点文献
引证文献  (2)
同被引文献  (2)
二级引证文献  (0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
无人机
运动跟踪
惯性测量单元
扩展卡尔曼滤波
多传感器融合
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导