科研之友
微信
新浪微博
Facebook
分享链接
摘要
在无人机快速逃逸过程中,为了保证逃逸成功,需要对追击者设置的突变障碍物进行准确的视觉识别。由于障碍物对无人机而言,在出现的位置与出现的形式上,存在很强的突变性,传统的立体视觉模式识别方法中,障碍物在机器视觉需要建立高纬度模型表示障碍物的突变性和非线性,导致识别过程中的立体视差存在较大偏差,无法快速、准确识别出障碍物信息。提出了非参数核密度的无人机快速逃逸过程中障碍物自动识别模型,应用高斯核密度估计进行背景建模,对视频序列中的像素点进行概率密度分析,利用对像素点阈值进行设置,采集障碍物目标,采用连续视频序列中的多帧差分法,构建背景的自适应更新模型,克服光照、抖动等因素对障碍物目标背景重建的影响,实现无人机快速逃逸过程中障碍物自动识别。实验结果说明,采用所提方法可获取准确的障碍物自动识别效果。
- 单位
