摘要
本发明提供了一种基于SLAM算法的无人机跟拍方法,首先获取无人机参数和实时飞行图像,进行预处理,基于预处理后的飞行图像得到无人机当前位置及摄像头覆盖范围,完成图像识别,锁定跟拍目标;然后获取无人机飞行数据,基于SLAM算法,根据飞行数据进行SLAM的图优化,使用卷积神经网络提取环境特征,提高SLAM算法精度;接着根据无人机实时飞行数据构建跟踪算法,实时跟踪跟拍目标并适应环境变化;最后将跟拍目标的运动轨迹和根据历史操作调整调整后的界面布局,发送至用户终端显示,接收用户终端的确认信息。本发明方法解决了固定机位跟拍无法实时跟踪客体运动和难以适应复杂的环境变化的问题,进一步提高了多目标跟拍的精度。
技术关键词
SLAM算法
无人机跟拍方法
卷积神经网络提取
无人机飞行数据
误差函数
激光雷达数据
视觉相机
图像
传感器配置
深度学习模型
无人机续航能力
求解线性方程组
无人机摄像头
扩展卡尔曼滤波
实例分割模型
系统为您推荐了相关专利信息
标注分类方法
人工智能模型
节点特征
数据处理分类技术
强化学习策略
智能监测方法
设备控制参数
拼接误差
扫描平台
采集浮游生物
深度补全方法
多模态深度
稠密深度图
融合深度图
稀疏深度图
划痕检测方法
拓扑特征
区域增长方法
图像采集模块
卷积神经网络提取