首页 | 本学科首页   官方微博 | 高级检索  
     

融合手机和无人机多传感参数的运动目标跟踪方法
引用本文:陈朋,徐天宇,任金金.融合手机和无人机多传感参数的运动目标跟踪方法[J].计算机测量与控制,2018,26(8):299-303.
作者姓名:陈朋  徐天宇  任金金
作者单位:浙江工业大学 信息工程学院,浙江工业大学 信息工程学院,浙江工业大学 信息工程学院
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)
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0.67m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。

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
收稿时间:2018/1/10 0:00:00
修稿时间:2018/1/26 0:00:00

Fusion Sensing Data of Phone and UAV for Motion Tracking
Xu Tianyu and Ren Jinjin.Fusion Sensing Data of Phone and UAV for Motion Tracking[J].Computer Measurement & Control,2018,26(8):299-303.
Authors:Xu Tianyu and Ren Jinjin
Affiliation:College of Information Engineering,Zhejiang University of Technology,College of Information Engineering,Zhejiang University of Technology,College of Information Engineering,Zhejiang University of Technology
Abstract:
Keywords:UAV  motion tracking  inertial measurement unit  extended kalman filter  multi-sensor fusion
点击此处可从《计算机测量与控制》浏览原始摘要信息
点击此处可从《计算机测量与控制》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号