基于YOLO与DSM的无人机目标跟踪与智能航线规划方法及系统
申请号:CN202510853849
申请日期:2025-06-24
公开号:CN120740587A
公开日期:2025-10-03
类型:发明专利
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