基于视觉图像的空对空多无人机目标跟踪

作     者：褚昭晨 宋韬 金忍 林德福 Zhaochen CHU;Tao SONG;Ren JIN;Defu LIN

作者机构：北京理工大学宇航学院北京100081 

出 版 物：《航空学报》 (Acta Aeronautica et Astronautica Sinica)

年 卷 期：2024年第45卷第14期

页      面：14-29页

核心收录：

学科分类：0810[工学-信息与通信工程] 08[工学] 082503[工学-航空宇航制造工程] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金(62206020) 山东省重大科技创新工程项目(2019SDZY05) 

主　　题：无人机 多目标跟踪 深度学习 特征提取 数据关联 

摘      要：基于视觉的空对空多目标跟踪技术是对无人机目标态势感知的关键技术,目前的研究局限于单目标无人机跟踪和通用多目标跟踪算法的迁移运用。针对空对空条件下现有算法对多无人机目标跟踪不准确的问题,提出一种基于分块增强特征提取与局部几何信息关联的级联多目标跟踪算法,将无人机图像按照机身和机臂特点分块处理,提取目标细粒度形态特征,利用连续时间内目标间相对几何关系变化微小的特性,构建局部区域目标相对几何关系向量,综合上述技术组件设计级联关联算法,提高所提出的算法对无人机目标的检索能力和关联成功率,从而提高算法的跟踪性能。实验表明,在测试集中,所提出的算法相比于目前最先进的多目标跟踪算法OC-SORT算法,身份编号F1值(ID F1 Score,IDF1)提升了5.6%,相比于在通用多目标跟踪领域较优的ByteTrack算法,多目标跟踪准确率(Multiple Object Tracking Accuracy,MOTA)提升了2.7%,实现了对多无人机目标跟踪的最优性能。同时,所提出的算法中用到的技术可应用于SORT、BYTE等数据关联算法中,从而可提高这些关联算法的性能。