基于计算机视觉的无人机物体识别追踪

• 作者: 刘子龙 李杰
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 计算机视觉 无人机 目标识别 目标追踪 ROS系统 OpenCV
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 人工智能
• 页码范围: 21-24
• 页数: 4页
• 分类号: TP301
• 字数: 3718字
• 语种: 中文
• DOI: 10.11907/rjdk.191475

摘要

提出一种将ROS系统的AR.Drone飞行器作为载体,基于飞行器实现物体识别追踪的具体优化方案.在计算机视觉方面,结合物体识别OpenCV模块中的Haar级联分类器与卡尔曼滤波,实现无人机的目标识别以及对错误目标的过滤功能,使飞行器在搭载摄像头模块后,可结合现有视觉模型完成目标识别要求,算法融合后的系统性能具有良好的鲁棒性;在飞行器控制方面,结合飞行器自身的反馈控制模块与基于相对位置控制的PD位置控制器,优化飞行器自身姿态及目标追踪过程中的动态参数调节优化功能,使飞行器在目标追踪过程中具有良好的自适应性.基于以上两点优化方案建立实验模型,取得了较好的实验效果.具体相对位置估计均方根误差实验结果为:在x方向上为0.1245m,在y方向上为0.2437m,在z方向上为0.1768m,证明了该优化方案的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘子龙	上海理工大学光电信息与计算机工程学院	37	107	6.0	7.0
2	李杰	上海理工大学光电信息与计算机工程学院	17	44	4.0	6.0