相关实验视频
Updated: Jul 22, 2026
10:56
Long-term Behavioral Tracking of Freely Swimming Weakly Electric Fish
Published on: March 6, 2014
12.5K
一个高效的视觉伺服追踪器,用于无人机群体监测
Wei Luo1,2,3,4, Guoqing Zhang1, Quanqin Shao2,5
1North China Institute of Aerospace Engineering, Langfang, 065000, China.
Scientific reports
|May 7, 2024
概括
本研究介绍了一种人工智能系统,用于在恶劣的高海拔环境中实时无人机 (UAV) 监测牲畜. 该系统增强了跟踪准确性和稳定性,使得西藏的有效自动监控成为可能.
科学领域:
- 机器人和自动化机器人与自动化
- 人工智能的人工智能
- 环境监测 环境监测
背景情况:
- 青海-西藏高原的高海拔牲畜监测,由于极端寒冷和高度,存在重大挑战.
- 现有的无人机 (UAV) 系统在复杂,密集的环境中难以实时跟踪.
- 人工智能 (AI) 在实际应用中为自动化解决方案提供了潜力.
研究的目的:
- 开发一个实时追踪系统,用于在具有挑战性的高海拔地区以无人机为基础的牲畜监测.
- 在复杂和密集的场景中提高目标追踪的准确性和稳定性.
- 为了确保在无人机的摄像头视图中持续的目标可见性,用于自动监视.
主要方法:
- 实现了一个通过检测跟踪的架构,使用YOLOv7进行对象检测和深度SORT进行跟踪.
- 提高了卡尔曼波器预测准确度,使用光流补偿来解决目标界限框不匹配的问题.
- 引入了低可信度轨迹过方法,以减少来自深度SORT的错误阳性.
- 为无人机设计了一个视觉伺服控制器,用于管理快速移动和保持目标对焦.
主要成果:
- 开发的系统展示了实时多目标追踪能力.
- 实现了理想的视觉伺服效果,将目标保持在相机的视野内.
- 在青海-西藏高原的复杂,密集的场景中,成功地对西藏雅克进行了测试.
- 提高了预测准确度,并减少了不可靠检测对跟踪的影响.
结论:
- 拟议的人工智能驱动系统有效地解决了在高海拔,寒冷地区基于无人机的牲畜监测的挑战.
- 光流,轨迹过和视觉伺服控制的综合方法提高了跟踪性能.
- 该系统提供了一个强大的解决方案,用于在苛刻的环境条件下实现自动化实时监控.
