CN114092522A - 一种机场飞机起降智能捕获跟踪方法 - Google Patents
一种机场飞机起降智能捕获跟踪方法 Download PDFInfo
- Publication number
- CN114092522A CN114092522A CN202111440553.5A CN202111440553A CN114092522A CN 114092522 A CN114092522 A CN 114092522A CN 202111440553 A CN202111440553 A CN 202111440553A CN 114092522 A CN114092522 A CN 114092522A
- Authority
- CN
- China
- Prior art keywords
- tracking
- target
- airplane
- intelligent
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
一种机场飞机起降智能捕获跟踪方法,涉及智能跟踪技术领域,解决现有智能跟踪方式受天气环境复杂、飞鸟干扰等问题,导致智能准确性和跟踪稳定性差的问题,包括对飞机的自动识别;进行目标的稳定跟踪和输出和显示跟踪信息三个步骤,本发明用于针对机场飞机降落或者起飞时,不断获取飞机的图像信息,通过对飞机图像的处理,进行目标的识别与跟踪,解决了天气环境复杂、飞鸟干扰等问题,提高智能设备的识别准确性和跟踪稳定性,从而实现光电经纬仪等设备自动识别跟踪。最终保证了光电设备的识别精度和跟踪精度。同时本发明的设计提高了光测***的适应性及独立性,使设备具有无人自主测量能力。
Description
技术领域
本发明涉及智能跟踪技术领域,具体涉及一种机场飞机起降智能捕获跟踪方法。
背景技术
目前用于飞机跟踪的光电***很难实现自动化和智能化,存在飞机识别成功率低、跟踪稳定性差和操作逻辑复杂等问题。而且***要应用在机场室外环境下,大气湍流、飞机转体、光照变化、天空飞鸟、地面塔台等影响因素均会对飞机识别跟踪造成一定的干扰。
随着现代科技技术的快速发展,越来越多的智能***开始广泛应用于现代靶场测量。在飞行员的飞行训练任务中,智能识别光电设备可以自动识别飞机,进行起飞段和降落段的稳定跟踪,智能化高,具有无人值守和自动跟踪测量能力。
智能捕获跟踪***的识别准确性、跟踪稳定性直接关系到设备在无人值守的情况下能否独立完成飞机的监视和引导过程,因此要提高光电设备的自动化水平,必须首先准确识别和捕获视场中的飞机,然后完成目标的稳定跟踪。
发明内容
本发明为解决现有智能跟踪方式受天气环境复杂、飞鸟干扰等问题,导致智能准确性和跟踪稳定性差的问题,提供一种机场飞机起降智能捕获跟踪方法。
一种机场飞机起降智能捕获跟踪方法,该方法由以下步骤实现:
步骤一、对飞机的自动识别;
***指向捕获区域,等待测量目标出现后进行自动捕获;开启相机采集图像,将图像传送至图像处理模块进行目标识别,当视场中出现疑似目标,智能调焦模块自动调焦,目标识别模块判断出现疑似目标是否为待测目标,如果是,执行步骤二;如果否,继续捕获目标;
步骤二、进行目标的稳定跟踪;
中枢服务器判断跟踪的待测目标是否为任务飞机,如果是,则生成模板继续跟踪,执行步骤三;如果否,则放开目标返回捕获区,执行步骤一;
步骤三、判断当前目标是否受到环境干扰,若是进行干扰剔除和重新捕获;如果否,继续跟踪;执行步骤四;当***运动到跟踪结束点时,***重新指向捕获区域,等待下一待测目标出现,则返回步骤一;
步骤四、输出和显示跟踪信息;
在稳定跟踪的同时,中枢服务器会收集整理识别置信度、跟踪状态信息、脱靶量信息的相关数据,根据时间戳确保所有参与计算的数据的同步性,并经平滑滤波处理,不断更新和计算目标的状态信息,输出和显示跟踪信息,控制设备完成跟踪过程,直至目标飞抵测量结束点,跟踪测量结束,设备重新指向捕获区域等待下一测量目标出现,***状态重置,准备目标再次自动捕获。
本发明的有益效果:本发明所述的智能识别跟踪方法,用于针对机场飞机降落或者起飞时,不断获取飞机的图像信息,通过对飞机图像的处理,进行目标的识别与跟踪,解决了天气环境复杂、飞鸟干扰等问题,提高智能设备的识别准确性和跟踪稳定性,从而实现光电经纬仪等设备自动识别跟踪。
本发明方法充分考虑了光电经纬仪等设备的自动化和智能化,利用飞机智能识别跟踪方法,准确自动捕获和识别了飞机目标,解决了飞机跟踪状态下可能受到飞鸟、云朵、高楼等干扰问题,实现了飞机的稳定跟踪,最终保证了光电设备的识别精度和跟踪精度。同时本发明的设计提高了光测***的适应性及独立性,使设备具有无人自主测量能力。
附图说明
图1为本发明所述的一种机场飞机起降智能捕获跟踪***的原理框图;
图2为本发明所述的一种机场飞机起降智能捕获跟踪方法的流程图;
图3为本发明所述的一种机场飞机起降智能捕获跟踪方法中跟踪决策机制流程图。
具体实施方式
结合图1至图3说明本实施方式,本实施方涉及的一个硬件***,在该***上可应用飞机智能识别跟踪方法,***包括相机、图像采集卡、图像处理器和中枢服务器,如图1所示。相机通过图像采集卡进行采集目标图像,图像处理器获取图像和进行飞机的智能识别,中枢服务器综合各路信息(图像信息、编码器方位俯仰信息、识别的边界框和置信率)完成目标的跟踪决策、跟踪信息输出和控制设备跟踪目标。
本发明涉及一种飞机智能识别跟踪方法。如图2所示,采用以下步骤实现飞机自动跟踪。
步骤1:实现对飞机的自动识别;
首先***开机后,设备自动指向捕获区域等待测量目标出现,准备自动捕获。相机开启和采集图像,并将图像送给图像处理模块,中枢服务器分析和计算图像处理的结果,以便决定是否进入下一模块;
当视场中有疑似目标出现,智能调焦模块开始工作,不断调节视觉传感器的焦距,为目标识别模块提供大小适宜、稳定清晰的图像以供检测识别;
目标识别模块能够准确判断出该目标是否为待测目标,该模块主要使用深度神经网络进行决策,能够决定选择继续等待测量目标出现还是立即转入跟踪状态(即进行步骤2)。
步骤2:完成目标的稳定跟踪;
若转入跟踪状态,中枢服务器开始发挥智能决策作用,如图3所示。首先判断跟踪目标是否为飞机,若是则生成模板继续跟踪,若不是则放开目标返回捕获区,重新进行步骤1。其次判断当前目标是否受到环境干扰,若是进行干扰剔除和重新捕获。最后判断设备是否运动到跟踪结束点,若是结束跟踪返回捕获区,重新进行步骤1,否则继续跟踪,继续进行步骤2的智能调焦、特征点跟踪、目标锁定和执行步骤3。
智能调焦模块会贯穿跟踪全程始终,根据目标距离信息、清晰度等保证目标成像尺寸适宜,为飞机特征点确认并转入稳定跟踪提供良好的前提条件。转入跟踪状态后,特征点跟踪模块会将***捕获的目标作为模板,而模板被设计为30*30个像素点,使其适应小目标的跟踪,并能够根据纹理和颜色等特征检测匹配目标;由于飞机具有偏亮和鸟类、塔台具有偏暗的明暗特性,特征点跟踪模块被设计对亮目标更加敏感,以提高飞机跟踪成功率。最后,***具有目标锁定功能,不会随意捕获目标;一旦处于锁定状态,将缩小目标识别和相关滤波的检测范围,排除任何跟踪途中可能出现的诸如云朵、塔台等干扰稳定跟踪的因素,保证飞机跟踪成功率。
步骤3:输出和显示跟踪信息。
在稳定跟踪的同时,中枢服务器也会收集整理识别置信度、跟踪状态信息、脱靶量信息等相关数据,根据时间戳确保所有参与计算的数据的同步性,并经过必要的平滑滤波处理,避免引入非必要的误差,不断更新和计算目标的状态信息,输出和显示跟踪信息,控制设备完成跟踪过程,直至目标飞抵测量结束点,跟踪测量结束,设备重新指向捕获区域等待下一测量目标出现,***状态重置,准备目标再次自动捕获。
本实施方式所述的跟踪方法可用于光电经纬仪等光测设备。
Claims (4)
1.一种机场飞机起降智能捕获跟踪方法,其特征是:该跟踪方法由以下步骤实现:
步骤一、对飞机的自动识别;
***指向捕获区域,等待测量目标出现后进行自动捕获;开启相机采集图像,将图像传送至图像处理模块进行目标识别,当视场中出现疑似目标,智能调焦模块自动调焦,目标识别模块判断出现疑似目标是否为待测目标,如果是,执行步骤二;如果否,继续捕获目标;
步骤二、进行目标的稳定跟踪;
中枢服务器判断跟踪的待测目标是否为任务飞机,如果是,则生成模板继续跟踪,执行步骤三;如果否,则放开目标返回捕获区,执行步骤一;
步骤三、判断当前目标是否受到环境干扰,若是进行干扰剔除和重新捕获;如果否,继续跟踪;执行步骤四;当***运动到跟踪结束点时,***重新指向捕获区域,等待下一待测目标出现,则返回步骤一;
步骤四、输出和显示跟踪信息;
在稳定跟踪的同时,中枢服务器会收集整理识别置信度、跟踪状态信息、脱靶量信息的相关数据,根据时间戳确保所有参与计算的数据的同步性,并经平滑滤波处理,不断更新和计算目标的状态信息,输出和显示跟踪信息,控制设备完成跟踪过程,直至目标飞抵测量结束点,跟踪测量结束,设备重新指向捕获区域等待下一测量目标出现,***状态重置,准备目标再次自动捕获。
2.根据权利要求1所述的一种机场飞机起降智能捕获跟踪方法,其特征在于:所述***包括相机采集模块、图像处理模块、智能调焦模块、目标识别模块和中枢服务器;
所述相机采集模块通过采集目标图像,并传送至图像处理模块,所述目标识别模块对图像处理模块处理后的图像进行智能识别后通过中枢服务器完成目标的跟踪决策、跟踪信息输出和控制设备跟踪目标。
3.根据权利要求1所述的一种机场飞机起降智能捕获跟踪方法,其特征在于:步骤二中,通过特征点跟踪模块将***捕获的目标作为模板,该模板被设计为30*30个像素点,使其适应小目标的跟踪,并能够根据纹理和颜色等特征检测匹配目标。
4.根据权利要求1所述的一种机场飞机起降智能捕获跟踪方法,其特征在于:***还包括目标锁定模块,当捕获的目标处于锁定状态时,将缩小目标识别和滤波处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440553.5A CN114092522B (zh) | 2021-11-30 | 2021-11-30 | 一种机场飞机起降智能捕获跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111440553.5A CN114092522B (zh) | 2021-11-30 | 2021-11-30 | 一种机场飞机起降智能捕获跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114092522A true CN114092522A (zh) | 2022-02-25 |
CN114092522B CN114092522B (zh) | 2024-06-07 |
Family
ID=80305809
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111440553.5A Active CN114092522B (zh) | 2021-11-30 | 2021-11-30 | 一种机场飞机起降智能捕获跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114092522B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115992A (zh) * | 2022-07-26 | 2022-09-27 | 中国科学院长春光学精密机械与物理研究所 | 基于脑图控制权决策的多平台光电自抗扰跟踪***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004341A (zh) * | 2006-01-20 | 2007-07-25 | 中国科学院沈阳自动化研究所 | 一种高速飞行目标记录方法 |
CN105300345A (zh) * | 2015-11-10 | 2016-02-03 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪多目标跟踪方法 |
WO2018121286A1 (zh) * | 2016-12-30 | 2018-07-05 | 纳恩博(北京)科技有限公司 | 目标跟踪方法和装置 |
CN109099779A (zh) * | 2018-08-31 | 2018-12-28 | 江苏域盾成鹫科技装备制造有限公司 | 一种无人机侦测与智能拦截*** |
US20200404222A1 (en) * | 2016-08-24 | 2020-12-24 | Panasonic Intellectual Property Management Co., Ltd. | Tracking assistance device, tracking assistance system and tracking assistance method |
-
2021
- 2021-11-30 CN CN202111440553.5A patent/CN114092522B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101004341A (zh) * | 2006-01-20 | 2007-07-25 | 中国科学院沈阳自动化研究所 | 一种高速飞行目标记录方法 |
CN105300345A (zh) * | 2015-11-10 | 2016-02-03 | 中国科学院长春光学精密机械与物理研究所 | 光电经纬仪多目标跟踪方法 |
US20200404222A1 (en) * | 2016-08-24 | 2020-12-24 | Panasonic Intellectual Property Management Co., Ltd. | Tracking assistance device, tracking assistance system and tracking assistance method |
WO2018121286A1 (zh) * | 2016-12-30 | 2018-07-05 | 纳恩博(北京)科技有限公司 | 目标跟踪方法和装置 |
CN109099779A (zh) * | 2018-08-31 | 2018-12-28 | 江苏域盾成鹫科技装备制造有限公司 | 一种无人机侦测与智能拦截*** |
Non-Patent Citations (2)
Title |
---|
LIN LIZHONG等: "Research on Detection and Tracking of Moving Target in Intelligent Video Surveillance", 《2012 INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE AND ELECTRONICS ENGINEERING》, 23 April 2012 (2012-04-23) * |
王***;: "光电经纬仪跟踪飞行目标的一种仿真方法", 计算机仿真, no. 04, 15 April 2009 (2009-04-15) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115115992A (zh) * | 2022-07-26 | 2022-09-27 | 中国科学院长春光学精密机械与物理研究所 | 基于脑图控制权决策的多平台光电自抗扰跟踪***及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114092522B (zh) | 2024-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113791641B (zh) | 一种基于飞行器的设施检测方法及控制设备 | |
CN108957445A (zh) | 一种低空慢速小目标探测***及其探测方法 | |
CN105758397B (zh) | 一种飞行器摄像定位方法 | |
CN111326023A (zh) | 一种无人机航线预警方法、装置、设备及存储介质 | |
CN108153334B (zh) | 无合作目标式无人直升机视觉自主返航与着降方法及*** | |
CN103941746A (zh) | 无人机巡检图像处理***及方法 | |
Thurrowgood et al. | A vision based system for attitude estimation of UAVs | |
CN103149939A (zh) | 一种基于视觉的无人机动态目标跟踪与定位方法 | |
CN111709968B (zh) | 一种基于图像处理的低空目标探测跟踪方法 | |
CN110515378A (zh) | 一种应用于无人艇的智能目标搜索方法 | |
CN104125372A (zh) | 一种目标光电搜索探测方法 | |
CN110579771A (zh) | 一种基于激光点云的飞机泊位引导方法 | |
CN111709994B (zh) | 一种自主无人机视觉探测与引导***及方法 | |
CN109584264B (zh) | 一种基于深度学习的无人机视觉引导空中加油方法 | |
CN109765931B (zh) | 一种适用于防波堤巡检无人机的近红外视频自动导航方法 | |
CN114092522B (zh) | 一种机场飞机起降智能捕获跟踪方法 | |
CN113837044B (zh) | 基于环境亮度的器官定位方法及相关设备 | |
CN110068827A (zh) | 一种无人机自主目标测距的方法 | |
CN114689030A (zh) | 一种基于机载视觉的无人机辅助定位方法及*** | |
CN105447431A (zh) | 一种基于机器视觉的入坞飞机跟踪定位方法及*** | |
CN113987246A (zh) | 无人机巡检的图片自动命名方法、装置、介质和电子设备 | |
CN116577776B (zh) | 一种多源自主协同的目标探测与智能识别方法及*** | |
CN109708659B (zh) | 一种分布式智能光电低空防护*** | |
CN117636284A (zh) | 一种基于视觉图像导引的无人机自主着降方法及装置 | |
CN112598702A (zh) | 一种基于合作信标的水下目标全自动识别与跟踪***和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |