摘 要：文中设计了一套目标智能识别与跟踪系统。该系统采用安卓作为终端，将四旋翼无人机作为搭载平台，通过无人机摄像头采集信息，经模块化识别技术处理信息。经测试，该系统可远程互动，机动性强，可广泛应用于军事目标定位和打击、灾难救援现场的目标搜寻和锁定、紧急物资的远程快速运输等领域，具有深厚的开发潜力。
　　关键词：智能识别；跟踪
　　1 作品简介
　　作品设计的初衷为军事目标的自主识别和打击。系统采用安卓设备作为终端，将四旋翼无人机作为搭载平台，使用无人机的摄像头采集信息，借助模块化识别技术处理信息，具有自主行动能力与设定目标按照既定路线行动、既定目标识别与跟踪、视频实时传输等功能。
　　作品通过无人机的摄影功能获取图像，将图像传回后在安卓设备上通过图像处理和模块识别技术进行目标识别和数据分析处理，设备根据处理结果来产生下一步行动方案，控制无人机的行动。同时使用者可以根据无人机发回的实时视频信息进行人工操控，使无人机能够按照使用者的想法行动，真正实现自主可控。本作品具有远程互动、自动智能、机动性强等特点，能够满足无人化、小型化、自动化的工作条件，可针对目的进行改进和加工，具有广泛的应用范围和深厚的开发潜力。作品实物如图1所示。
　　2 工作原理
　　作品通过无人机的摄影功能进行图像采集，将图像传回后在安卓设备上采用图像处理和模块识别技术进行目标识别和数据分析处理，设备根据处理结果产生行动方案，自主控制无人机的行动。
　　2.1 图像处理技术
　　通过无人机下方的摄像头采集图像信息，进行三通道滤波得到滤波后的图像，之后对图像进行边缘检测。在识别路线时，通过对图像信息的扫描，利用统计学模型得到形心值和旋转量，从而实现图像处理的目的。
　　2.2 模式识别技术
　　对无人机采集的周围环境图像信息进行预处理，输入采样数据，求出模式识别所必需的特征变量，最后根据获得的当前时刻的特征变量搜索与提供约束条件相匹配的特征模式类进行分类判决，从而确定降落区域。
　　2.3 自主控制技术
　　通过图像处理技术得到形心值和旋转量，并利用相关控制变量公式以及PID控制实现对飞行器左右平移和旋转的自主控制。
　　2.4 目标识别与跟踪技术
　　通过飞行器的前置摄像头采集图像信息，并对指定目标进行识别，其过程分为采集图像、反馈到控制端、按每秒12帧接收图像，并将每帧图像转为RGB图像、分离HSV通道、三通道滤波、转回RGB图像，用统计学方法找出形心位置并将形心位置居中、查找轮廓、轮廓筛选、得到目标。跟踪原理即为先标定目标与飞行器距离，采集图像，读取目标在图像中的大小。当目标移动时，根据相关算法控制飞行器移动从而使目标在图像中保持大小不变。
　　2.5 三通道滤波
　　图像处理主要采用HSV三通道滤波技术。采用设定颜色模型的方法对目标特征进行设定，使用OpenCV库的cvCvtColor函数将图像转到HSV颜色空间，如：cvCvtColor（rgb，hsv，CV_BGR2HSV），调用cvSplit函数可以将H、S、V分量分离出来，再来单独访问各分量，HSV对应的通道分别为0，1，2。滤波流程如图2所示。信息采集-图像处理之间的闭环控制如图3所示。
　　3 创新点
　　（1）本作品采用当前热门的无人机作为搭载平台进行操作，该作品拥有无人机体积小、隐蔽性强、灵活度高等特点。
　　（2）本作品采用图像处理和模块识别技术而并非传感器或数据库来获取并分析信息。
　　（3）本作品不仅实现了路线识别功能，还能够锁定和跟踪既定目标。
　　（4）进行自动控制和人为操控的双重控制，实现智能操控和自动避障，自主可控，灵活度、实用度更高。
　　（5）本作品拥有浓厚的军事化设计背景，特点鲜明，目的突出，具有广阔的开发和提升空间。
　　4 市场前景
　　本作品原设定的作用为目标智能识别与跟踪。经过二次加工和开发，可应用于军事目标定位和打击、灾难救援现场的目标搜寻和锁定、紧急物资的远程快速运输、公共场合异常举动识别、特定目标的跟踪观察等領域。也可以将系统从四旋翼无人机平台移植到其他机器如类人型机器人、机器车、机械臂上，拥有灵活的应用方式和广泛的使用空间。覆盖军事、公益、救援、物流、安保等方面，应用前景广泛，富有开发和应用潜力。