原文服务方: 计算机测量与控制       
摘要:
针对无人机对目标的识别定位与跟踪,提出了一种基于深度学习的多旋翼无人机单目视觉目标识别跟踪方法,解决了传统的基于双目摄像机成本过高以及在复杂环境下识别准确率较低的问题;该方法基于深度学习卷积神经网络的目标检测算法,使用该算法对目标进行模型训练,将训练好的模型加载到搭载ROS的机载电脑;机载电脑外接单目摄像机,单目摄像头检测目标后,自动检测出目标在图像中的位置,通过采用一种基于坐标求差的优化算法进行目标位置准确获取,然后将目标位置信息转化为控制无人机飞行的期望速度和高度发送给飞控板,飞控板接收到机载电脑发送的跟踪指令,实现对目标物体的跟踪;试验结果验证了该方法可以很好地进行目标识别并实现目标追踪.
推荐文章
基于深度学习的四旋翼无人机控制系统设计
深度学习
四旋翼无人机
处突阵法
PID控制器
红外线接收器
浅析多旋翼无人机航拍
多旋翼无人机
航拍
锂离子电池
电视画面
基于VI-SLAM的四翼无人机多目标视觉定位技术
VI-SLAM四翼无人机
多目标锁定
视觉定位
定位技术
车载多旋翼无人机充电装置
多旋翼无人机
充电装置
巡检线路
巡检效率
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 基于深度学习的多旋翼无人机单目视觉目标定位追踪方法
来源期刊 计算机测量与控制 学科
关键词 计算机视觉 深度学习 无人机 单目摄像机 目标跟踪
年,卷(期) 2020,(4) 所属期刊栏目 设计与应用
研究方向 页码范围 156-160
页数 5页 分类号 V279
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2020.04.032
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 胡永明 湖北大学物理与电子科学学院 39 97 5.0 8.0
2 李岳彬 湖北大学物理与电子科学学院 9 5 2.0 2.0
3 黄浩 湖北大学物理与电子科学学院 11 25 3.0 4.0
4 王德志 湖北大学物理与电子科学学院 8 10 2.0 3.0
5 魏明鑫 湖北大学物理与电子科学学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (15)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1960(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(7)
  • 参考文献(1)
  • 二级参考文献(6)
2015(9)
  • 参考文献(1)
  • 二级参考文献(8)
2016(11)
  • 参考文献(1)
  • 二级参考文献(10)
2017(11)
  • 参考文献(1)
  • 二级参考文献(10)
2018(7)
  • 参考文献(6)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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)
研究主题发展历程
节点文献
计算机视觉
深度学习
无人机
单目摄像机
目标跟踪
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