摘要
本发明公开基于YOLO与DSM的无人机目标跟踪与智能航线规划方法,包括:无人机通过多模态传感器实时采集视频流、热成像和距离信息,利用卡尔曼滤波融合多模态数据,并通过YOLOv11模型检测目标,输出目标的位置、类别及置信度信息;采用DeepSORT算法对目标进行持续跟踪,结合卡尔曼滤波预测目标运动轨迹,并通过匈牙利算法实现目标检测与跟踪轨迹的匹配,确保复杂环境下的稳定跟踪;利用DSM提供的地形高程信息,结合改进的A*算法规划无人机的飞行路径,确保无人机在复杂地形环境中避开障碍物并保持对目标的持续跟踪;通过强化学习算法,无人机能够根据目标的运动状态和环境变化,动态调整航线规划,确保在目标丢失或环境障碍物新增时,系统能够自动重新规划航线。
技术关键词
航线规划方法
无人机
卡尔曼滤波融合
多模态传感器
算法规划
非暂态计算机可读存储介质
强化学习算法
匈牙利算法
距离信息
航线规划系统
热成像
神经网络模型
节点
障碍物
运动轨迹预测
引入注意力机制
模型更新
视频流
系统为您推荐了相关专利信息
编码赋码方法
城市信息模型
编码结构
设施
标识方式
异构传感器
生成式对抗网络
数据融合算法
修复方法
多模态传感器
遗传算法
移动机器人
节点
全局路径规划
蚁群算法