买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于单目无人飞行平台的动态目标识别跟踪方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116149359B 。

龙图腾网通过国家知识产权局官网在2026-02-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211655853.X，技术领域涉及：G05D1/46；该发明授权一种基于单目无人飞行平台的动态目标识别跟踪方法是由张飞虎;王嵩翔;侯旭佳;徐点点设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本一种基于单目无人飞行平台的动态目标识别跟踪方法在说明书摘要公布了：本发明涉及一种基于单目无人飞行平台的动态目标识别跟踪方法，使用单目相机作为目标感知的唯一视觉传感器，采用目标识别与运动控制相结合的实时动态目标跟踪。本发明采用成本低廉的单目相机作为唯一视觉感知设备，基于轻量型的卷积神经网络模型在低成本嵌入式边缘计算设备上的部署，结合开源自主的高性能无人飞行运动平台，实现了在较低经济成本条件下的，可快速部署的无人飞行器对兴趣目标的高效准确识别跟踪功能。经实验测试，设备运转正常，功能效果良好，具备较强的发明应用价值。

本发明授权一种基于单目无人飞行平台的动态目标识别跟踪方法在权利要求书中公布了：1.一种基于单目无人飞行平台的动态目标识别跟踪方法，其特征在于采用基础单目相机，跟踪步骤如下： 步骤1：无人飞行平台在目标数据采集阶段，采用ROS包录制实际飞行状态的数据； 步骤2：播放录制的ROS包目标视觉数据，对固定帧进行目标图像截取，采用LabelImg对截取的图像进行数据集标注，制作目标视觉数据的训练集与测试集； 步骤3：以训练集对轻量的YoloV5卷积神经网络模型进行训练； 步骤4：将无人飞行平台在目标数据采集的数据，输入训练好的YoloV5卷积神经网络模型，进行目标识别得到目标的位置信息； 步骤5：将目标的位置信息发送至ROS框架消息队列，并不断更新至ROS消息队列中；其中在无人机运动控制ROS框架中创建名为yolov5_detect_publisher_node的节点，通过该节点将目标位置信息发送至话题setpointrelative_pos下的ROS消息队列中，recvData为程序接收到的yolo网络模型的识别结果，最终程序发出的im_p即为目标的位置信息； 步骤6：ROS框架下的无人机运动控制端接收到目标位置信息后，解算无人机与目标间的相对位置； 步骤7：依据无人机与目标的相对位置，向飞控发送运动控制指令： 以步骤6中的相对位置作为偏差控制量，采用PID控制方法计算出航点与速度控制量作为运动控制指令，运动控制指令由嵌入式边缘计算核心NVIDIAJetsonNano向飞控板Cube发送，以Mavlink在ROS下的封装的通信方法实施； 依据Mavros通信协议，通过setpoint_raw消息向飞控发送航点设置指令； 步骤8、无人机根据运动指令实现实时动态目标跟踪：无人机得到不断更新的实时目标位置计算得出的运动指令，实现单目无人飞行平台对兴趣目标的实时动态跟踪功能。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。