导读:本文包含了跟踪云台论文开题报告文献综述及选题提纲参考文献，主要关键词:YOLO＿v2,目标跟踪,二轴云台,PID控制
跟踪云台论文文献综述
张泊宁,杜忠华,鲍科着[1]（2019）在《基于机器视觉的二轴云台的目标跟踪设计》一文中研究指出针对军事上无人作战平台在巷战中具有自主作战能力的需要,介绍了一种基于机器视觉的二轴云台目标跟踪系统的设计方案。目标识别采用YOLO_v2网络结构,将人物作为跟踪目标,并通过串口通信将目标信息传达给云台控制电路,配合云台电机的PID控制算法,实现二轴云台对目标的跟踪。经过实测,该方案可以对人物目标进行有效的实时跟踪。(本文来源于《电子设计工程》期刊2019年12期）
王铎[2]（2019）在《小型机载自稳定云台的视觉伺服跟踪系统研究》一文中研究指出作为近些年的研究热点,视觉目标跟踪技术在无人机和视觉伺服领域中具有广阔的应用空间和研究价值,无人机通过机载相机获取的图像信息反馈给无人机系统,以此控制无人机实现跟踪目标的目的。一般无人机操作较为复杂,并且搭载额外设备时工作量较大,因此需要云台作为无人机与相机之间的桥梁,独立承担着对目标进行实时跟踪的同时,稳定相机光轴获取清晰的图像信息。本文针对小型四旋翼无人机系统,提出一种基于视觉目标跟踪的低成本云台伺服控制系统,该系统以机载相机作为视觉反馈器,将图像信息输入到上位机中,通过视觉目标跟踪算法跟踪目标的同时,获取目标在像素平面的位置信息,并将目标位置与图像平面中心的像素误差输入到伺服控制器当中,设计并对比线性控制器、增量式PID控制器和线性二次调节器(即LQR)叁种数字伺服控制器的跟踪效果,以此来保证云台进行实时、稳定的控制相机旋转光轴,缩小目标点与图像平面中心点之间的误差,从而达到云台视觉伺服跟踪效果。同时,对比两种视觉目标跟踪算法的跟踪效果,并分析了各跟踪算法的优劣性。为提高云台的自稳定性,保证相机稳定获取图像信息,本文针对云台计算能力有限的问题,提出一种基于低成本叁轴无刷云台的改进梯度下降法姿态解算。该算法采用四元数描述系统模型,使用卡尔曼滤波预处理加速度计的输出数据,以此降低动态误差来得到能够适应复杂环境的最优姿态,计算量较小的同时保证机载相机的实时稳定性。通过在两组对比实验表明,改进算法较梯度下降法精确度更高,静态、动态性能分别提升15.25%和27.53%,同时与显式互补滤波进行对比,印证了改进算法在云台系统中的可行性。(本文来源于《新疆大学》期刊2019-05-28）
车玉涵,刘富,康冰[3]（2019）在《基于云台相机的四旋翼无人机跟踪控制系统》一文中研究指出针对四旋翼无人机跟拍过程中视角固定,易丢失目标的问题,设计了一种基于云台相机的四旋翼无人机跟踪控制系统。首先,使用云台相机对地面移动目标进行拍摄,通过对目标的颜色特征和形状特征进行检测识别,使用核相关滤波(KCF:Kernel Correlation Filter)方法进行视觉跟踪,得到地面移动目标在图像坐标系的位置。然后,通过建立针孔模型,解算出在云台相机带有俯仰角时的无人机与地面目标的相对位置关系。最后,设计了离散串级比例-积分-微分(PID:Proportion-Integral-Differential)踪控制器,实现对无人机的位移控制,使四旋翼无人机可对地面移动目标进行稳定跟踪。同时设计了串级比例-微分(PD:Proportion-Differential)控制器以实现云台相机的视角跟踪,增大了无人机的跟踪范围,降低了丢失目标的风险。实验结果表明,所设计的四旋翼无人机跟踪控制系统可实现对地面移动目标的稳定跟踪。(本文来源于《吉林大学学报(信息科学版)》期刊2019年03期）
赵恒逸[4]（2019）在《二轴云台的目标跟踪技术研究》一文中研究指出无论是在国防安全领域,还是在民用领域,智能监控的需求日益增大,如何将计算机视觉技术应用于智能监控成为研究的热点,其中利用二轴云台进行目标跟踪,因其巨大的实际应用价值,更是得到了广泛关注。本文在目前表现性能优异的核相关滤波目标跟踪算法的基础上,对其目标模板更新策略进行了改进,并将其应用于二轴云台的目标跟踪,最终使跟踪目标始终位于图像中央。首先,对核相关滤波目标跟踪算法进行了理论推导。利用二维图像的循环矩阵达到稠密采样的效果,并利用循环矩阵的性质提高实时性,又将低维特征空间映射到高维特征空间,解决了低维线性不可分问题,进一步提高跟踪器准确性,接下来又对目标检测环节进行了加速,并利用线性插值的方法对目标模板进行实时更新,抑制模板漂移。其次,对核相关滤波目标跟踪算法进行了实际仿真验证,并与当前流行的其他目标跟踪算法对比,表明了核相关滤波目标跟踪算法的优异性能,并在原算法的基础上,改进了目标模板更新的策略,利用相关响应的结果判断是否进行目标模板更新,通过仿真结果的对比,表明了改进之后的算法的可行性。然后,通过数学建模,得出了二轴云台转动角度与摄像机感光元件尺寸、焦距之间的关系,以此可将像素坐标系中的距离转化为二轴云台的转动角度,得到了目标跟踪算法的输出与二轴云台控制输入的关系,通过对各类型电机特点的分析,确定了采用舵机为二轴云台的运动机构,并对舵机的控制原理进行了分析。最后,搭建了二轴云台的目标跟踪物理试验验证平台,对系统的各部分部件进行了选型,分别设计了系统的硬件和软件,并通过实际的二轴云台目标跟踪试验,证明了整套系统的准确性和实用性。(本文来源于《南京航空航天大学》期刊2019-03-01）
忻亦敏[5]（2019）在《云台相机行人跟踪抓拍系统研究》一文中研究指出安全永远是人们关心的重中之重。为了利用科技手段改进传统视觉监控系统,本文提出了基于云台相机的行人跟踪抓拍系统。该系统的工作过程为:由跟踪模块计算出目标所处的位置和大小,再由控制模块驱动云台转动和缩放,保证目标始终位于相机画面的中心,并捕获高分辨率的图像。为了满足行人跟踪系统要求的鲁棒性、适应性和实时性,本文改进了基于在线学习的Struck跟踪算法。在特征提取环节,针对单类Haar特征不具备光照不变性的缺点,将其与灰度特征Raw特征融合,同时改进了Raw特征的运算速度,融合后的特征相比颜色直方图特征和单类Haar特征能够在光线条件变化或前背景颜色相近的情况下实现更好的跟踪效果。结合粒子滤波的思想,本文在运动估计环节提出一种新的搜索方法,代替原始Struck算法的滑窗法,靠众多粒子综合决定目标的位置和大小,克服了原始算法无法适应目标尺度变化的缺点,能够更好地应用于行人姿态变化或相机旋转缩放的跟踪场景中。最后通过多个实验结果证明,本文提出算法的跟踪成功率和中心位置误差等指标优于原始Struck算法和传统跟踪算法,同时性能上也能够满足行人跟踪系统的实时性需要。对相机镜头进行标定,构建了基于云台相机的行人跟踪抓拍系统。在设计控制算法时,将其分解为叁个部分:初始化部分、Pan/Tilt控制部分、Zoom控制部分,并逐一设计了控制策略。在搭建系统时将本文提出的跟踪算法与控制算法结合,在实验中验证了本文系统能够实现行人目标的有效跟踪。(本文来源于《华东师范大学》期刊2019-03-01）
陈林,黄昶,陆娇娇[6]（2018）在《基于roboRIO的跟踪云台控制器》一文中研究指出传统的监控都是固定的视角和固定的方向,为了解决这样的一个问题于是就有了云台,通过控制万向节的旋转,摄像机可以自由旋转,实现360度而无需死角监控。文章详细阐述了系统组成结构、软硬件设计,主要研究了云台跟踪控制的两个方面:第一方面是使用卡尔曼滤波算法确定初始化完成后图像中运动目标的位置坐标(U,V);第二个方面为云台的控制,在Labview中利用NetVideoActiveX23控件,在对摄像机实现登录预览后,通过Kalman滤波算法运动估计的得到的结果转换为角度信息,通过调用控件中的方法来跟踪特定目标。(本文来源于《信息通信》期刊2018年12期）
吕秀梅[7]（2018）在《小型双自由度方位跟踪云台系统的研制》一文中研究指出惯性导航系统以其完全自主、不依赖外部信息、隐蔽性好等优点广泛应用在航空、航天、航海等军民领域中。定向寻北系统作为惯性导航系统中的重要分支,其在军事及民用定向应用日渐广泛,系统级产品的研制方向朝着高精度、小体积、高可靠性的方向发展。本文以某型地面照射指引系统为背景,根据系统体积小、重量轻、便于单人携带的需求,结合地照系统工作流程,研制了一种小型双自由度方位跟踪云台系统,通过快速架设并启动,在短时间内完成寻北,并对目标进行实时跟踪,从而解析目标所定位的地理信息。根据研究背景提出的指标要求,对系统误差进行分析及分配,为传感器选型提供依据,确定采用动力调谐陀螺仪实现陀螺寻北功能;采用金属调平水泡代替传统加速度计调平补偿;采用高精度光电编码器和角度传感器作为方位轴和俯仰轴的敏感器件,实现高精度方位跟踪测量的技术路线。陀螺寻北方面设计了基于动力调谐陀螺仪的模拟伺服回路,包括前放电路、相敏解调、陷波、校正网络及功放电路等模块,对各部分传递函数进行理论推导和校正,保证陀螺具有优异的幅值裕度和相角裕度,实现陀螺稳定闭环控制和高精度测量。云台控制电路方面以dsPIC30F6014A单片机为控制核心,通过软件编程,实现动力调谐陀螺仪工作所需的7V16kHz激磁、叁相马达驱动,光电编码器及俯仰传感器数据采集和数据通信。其中7V16kHz激磁电源摒弃所内复杂度较高分立器件式模拟电路设计方案;采用可编程正弦波发生器(ML2035)作为信号源的数字电路设计方案实现;叁相马达电源采用LP624叁相电机驱动芯片配合控制器进行时序控制的数字方式实现;采用高精度24位多通道AD7734芯片实现陀螺及传感器信号采集,代替了传统的复杂度较高的IF电路,从而实现了云台系统的小型化设计。在算法方面,开展了陀螺两位置算法和寻北跟踪测量算法的研究,充分考虑陀螺测量误差及跟踪测角误差,对各种误差因素进行分离,通过陀螺误差系数补偿、方位轴误差补偿、俯仰轴误差补偿等方法,提高了云台系统测量精度。陀螺寻北完成后,提出了方位跟踪测量方法,应用高精度光电编码器和角度传感器作为方位轴和俯仰轴的敏感器件,实现高精度方位跟踪测量。经测试和验证,系统惯性自主寻北时间小于3min,寻北精度小于0.6°且方位跟踪精度0.02°,俯仰跟踪精度0.1°,满足系统研制的要求。(本文来源于《大连理工大学》期刊2018-12-02）
冯健业,赖全运,刘和顺,龙迎春[8]（2018）在《基于云台的智能化运动目标跟踪监控系统设计》一文中研究指出为实现对运动目标的自动跟踪与监控,扩大视频监控范围,设计了基于云台摄像系统的智能化运动目标跟踪监控系统,利用OpenCV计算机视觉库完成运动目标检测,通过PD控制器完成云台摄像头对运动目标的跟踪监控.实验表明,系统运行稳定,在目标颜色特征显着情况下,对运动目标跟踪监控具有很好的鲁棒性和实时性.(本文来源于《韶关学院学报》期刊2018年09期）
冯安惠,王忠策[9]（2018）在《基于云台摄像机的快速移动人脸检测与跟踪设计》一文中研究指出为实现校园的安全监控,提出基于云台摄像机的快速移动人的检测与跟踪算法。介绍云台摄像机用于校园安全监控的基本构成。通过控制摄像机云台两自由度旋转角度及使用DEEPID2识别算法实现对运动的特定人检测与跟踪。应用效果表明:本设计方案对特定移动人的识别率较高,识别鲁棒性较强,达到检测与跟踪效果要求。(本文来源于《科技风》期刊2018年25期）
张殿坤[10]（2018）在《基于TMS320DM642的自动目标跟踪及云台控制》一文中研究指出运动目标检测与跟踪技术在计算机视觉领域占据重要位置,在军事、交通、安防等方面都得到广泛应用。现有智能监控系统的控制需要人为干预,针对这一缺陷,本文基于TMS320DM642芯片设计实现自动目标跟踪系统,该系统是在DSP硬件基础上,结合摄像头,云台、显示器以及Meanshift跟踪算法完成视频图像的采集,视频图像的处理,以及云台的控制等功能,可以根据运动目标在视场中的位置控制云台,实时、连续地对运动目标进行自动跟踪。具体研究内容如下:首先,对运动目标检测与跟踪技术深入研究后,设计一个以TMS320DM642芯片为基础的自动目标跟踪系统,包括以TMS320DM642最小系统为核心的外围电路的设计、安装与调试,编写程序实现Meanshift跟踪算法,以及云台、摄像头、显示器与DSP之间的连接通信。其次,在深入分析Meanshift跟踪算法原理和DSP硬件平台结构的基础上,在CCS3.3的DSP开发环境中实现Meanshift跟踪算法、视频图像的采集、云台控制、以及视频显示等过程,并对TMS320DM642芯片的I~2 C、EDMA、EMIF、Flash、SDRAM和编解码器等外围器件进行编程控制。以TMS320DM642最小系统为核心,完成了数据处理模块、外部存储器模块、视频编解码器模块以及云台控制模块的硬件设计。在Meanshift跟踪算法和DSP硬件平台共同作用下,完成视频信号的采集、传输、存储以及分析等工作,实现对运动目标的连续自动跟踪。最后,在搭建好的软件开发环境上,调用Open CV视频库,编程实现Meanshift算法跟踪过程,对跟踪过程和实验结果分析后,为了提高系统的实时性与准确性,基于DSP硬件平台完全脱离电脑,实现自动连续目标跟踪。(本文来源于《沈阳工业大学》期刊2018-06-04）
跟踪云台论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
作为近些年的研究热点,视觉目标跟踪技术在无人机和视觉伺服领域中具有广阔的应用空间和研究价值,无人机通过机载相机获取的图像信息反馈给无人机系统,以此控制无人机实现跟踪目标的目的。一般无人机操作较为复杂,并且搭载额外设备时工作量较大,因此需要云台作为无人机与相机之间的桥梁,独立承担着对目标进行实时跟踪的同时,稳定相机光轴获取清晰的图像信息。本文针对小型四旋翼无人机系统,提出一种基于视觉目标跟踪的低成本云台伺服控制系统,该系统以机载相机作为视觉反馈器,将图像信息输入到上位机中,通过视觉目标跟踪算法跟踪目标的同时,获取目标在像素平面的位置信息,并将目标位置与图像平面中心的像素误差输入到伺服控制器当中,设计并对比线性控制器、增量式PID控制器和线性二次调节器(即LQR)叁种数字伺服控制器的跟踪效果,以此来保证云台进行实时、稳定的控制相机旋转光轴,缩小目标点与图像平面中心点之间的误差,从而达到云台视觉伺服跟踪效果。同时,对比两种视觉目标跟踪算法的跟踪效果,并分析了各跟踪算法的优劣性。为提高云台的自稳定性,保证相机稳定获取图像信息,本文针对云台计算能力有限的问题,提出一种基于低成本叁轴无刷云台的改进梯度下降法姿态解算。该算法采用四元数描述系统模型,使用卡尔曼滤波预处理加速度计的输出数据,以此降低动态误差来得到能够适应复杂环境的最优姿态,计算量较小的同时保证机载相机的实时稳定性。通过在两组对比实验表明,改进算法较梯度下降法精确度更高,静态、动态性能分别提升15.25%和27.53%,同时与显式互补滤波进行对比,印证了改进算法在云台系统中的可行性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
跟踪云台论文参考文献
[1].张泊宁,杜忠华,鲍科着.基于机器视觉的二轴云台的目标跟踪设计[J].电子设计工程.2019
[2].王铎.小型机载自稳定云台的视觉伺服跟踪系统研究[D].新疆大学.2019
[3].车玉涵,刘富,康冰.基于云台相机的四旋翼无人机跟踪控制系统[J].吉林大学学报(信息科学版).2019
[4].赵恒逸.二轴云台的目标跟踪技术研究[D].南京航空航天大学.2019
[5].忻亦敏.云台相机行人跟踪抓拍系统研究[D].华东师范大学.2019
[6].陈林,黄昶,陆娇娇.基于roboRIO的跟踪云台控制器[J].信息通信.2018
[7].吕秀梅.小型双自由度方位跟踪云台系统的研制[D].大连理工大学.2018
[8].冯健业,赖全运,刘和顺,龙迎春.基于云台的智能化运动目标跟踪监控系统设计[J].韶关学院学报.2018
[9].冯安惠,王忠策.基于云台摄像机的快速移动人脸检测与跟踪设计[J].科技风.2018
[10].张殿坤.基于TMS320DM642的自动目标跟踪及云台控制[D].沈阳工业大学.2018