摘要
本发明提出了一种空中加油锥套目标检测跟踪和位姿估计方法。利用YOLOv8的骨干网络从图像中提取特征,并在此基础上嵌入小目标检测分支,以提高小锥套目标的检测精度;重新设计了特征融合网络,以克服非相邻层之间特征融合时语义差距过大的问题;设计了基于卡尔曼滤波的多目标跟踪算法,确保视频帧间目标位置的一致性。更进一步,在位姿估计方面,通过卡尔曼滤波对传统方法的估计结果进行修正,实现了更高精度的锥套位姿估计。本发明旨在解决传统技术中存在的小目标检测精度低、锥套多尺度特征考虑不足、缺乏有效跟踪机制的问题,以及传统锥套目标相对位姿估计精度低的问题,以实现高精度的空中加油锥套目标检测跟踪和位姿估计。
技术关键词
空中加油锥套
特征融合网络
卡尔曼滤波修正
位姿估计方法
视频帧间
匈牙利匹配算法
高层语义信息
特征金字塔网络
动态权重分配
卡尔曼滤波器
分支
图像
跟踪机制
非线性特征
设计特征
系统为您推荐了相关专利信息
特征融合网络
记忆单元
生成多尺度
电力
时间卷积网络
导流双极板
氢燃料电池
多尺度特征融合网络
图像综合特征
气密性测试装置
特征提取网络
特征融合网络
注意力
热力图
芯片表面缺陷检测
地面车辆
导航坐标系
误差状态
姿态误差
横摆角速度