随着无人机技术的不断发展和成熟，在海事智能监管领域，小型海事无人机的应用将越来越广泛。利用小型海事无人机对目标进行跟踪，可以很好地弥补海事监管中由于设备，成本，工作环境等原因而无法有效进行监管的问题。为了使无人机的控制器可以很好的控制无人机的飞行，降落，就需要对无人机进行姿态测量以获取无人机相对于船舶的姿态，这些可以通过摄像机标定技术获取。本文主要研究了基于TLD（Tracking—Learning-Detection）的小型海事无人机对目标船舶进行跟踪并且通过视觉标定的方法获取无人机相对于目标船舶的姿态。
在目标跟踪方面，本文重点研究了TLD跟踪算法。针对长江内河船舶行驶中出现遮挡，两船相遇等复杂情况，许多跟踪算法无法对目标进行跟踪，例如压缩跟踪算法就可能跟丢或者跟错目标，而TLD目标跟踪算法可以很好的在这些情况下对目标船舶进行持续跟踪。本文将TLD算法应用于长江上目标船舶跟踪，相对于压缩跟踪算法，TLD算法更加有效实用。
在无人机姿态测量方面，本文使用H型标定板的标定方法。通过无人机上摄像机拍得的视频，对视频图像进行标定，利用相连视频图像序列之间存在一一对应的一系列单适应性矩阵，进行图像坐标系和世界坐标系之间的转换，最终获得无人机相对于标定板的相对位置和姿态角信息。
本文在visual studio2012平台上，利用opencv中的库函数进行编程，实现了在多种情况下对目标船舶的跟踪，并将TLD算法和压缩跟踪算法进行比较，得出TLD算法能更好的跟踪目标。在实现跟踪目标船舶后，利用matlab编程实现摄像机标定算法，最后获得无人机相对于目标船舶的姿态。
关键词：TLD算法；目标跟踪；单适应性；姿态测量
谷歌
火狐
