首页
›
嵌入式边缘AI与TinyML
›
040-TinyML无人机姿态识别与边缘感知项目
›
《无人机视觉目标跟随与丢失重捕系统》
VIP20
本课程属于:040-TinyML无人机姿态识别与边缘感知项目
嵌入式边缘AI与TinyML · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
📘
12. 无人机目标跟随流程:检测、锁定、丢失和重新搜索策略
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
课程导入
学习目标 · 核心概念 · 整体框架
课程导入
学习目标
02
基础知识
目标检测的基本原理 · 常用传感器(摄像头 · 激光雷达
基础知识
目标检测的基本原…
03
目标检测算法
从传统图像处理(颜色 · 轮廓)到深度学习(YOLO · SSD)的演进与适用场景
目标检测算法
从传统图像处理
04
目标锁定机制
如何建立目标唯一标识(ID) · 初始化跟踪框 · 以及锁定状态的定义
目标锁定机制
ID
05
跟踪算法核心
卡尔曼滤波 · 粒子滤波 · 光流法
跟踪算法核心
卡尔曼滤波
06
目标状态估计
位置 · 速度 · 加速度的估计方法
目标状态估计
位置
07
跟随控制策略
PID控制 · 模型预测控制(MPC)在无人机跟随中…
跟随控制策略
PID
08
丢失检测与判定
如何定义目标丢失(遮挡 · 出界 · 置信度下降)
丢失检测
判定
09
丢失后的行为决策
悬停等待 · 原地盘旋 · 沿预测轨迹搜索等策略的优缺点
丢失后的行为决策
悬停等待
10
重新搜索策略
基于历史轨迹预测 · 区域扫描 · 多机协作搜索的算法与实现
重新搜索策略
基于历史轨迹预测
11
目标重识别
当目标重新出现时 · 如何确认是同一目标(外观特征 · 运动特征
目标重识别
当目标重新出现时
12
完整流程整合
从检测到锁定 · 跟随 · 丢失
完整流程整合
从检测到锁定
13
实战案例
基于仿真环境(如AirSim · Gazebo)搭建目标跟随场景 · 实现基本流程
实战案例
AirSim
14
实战案例
使用真实无人机(如DJI Tello… · 处理实际环境中的干扰
实战案例
DJI
15
实战案例
复杂场景下的目标丢失与重新搜索 · 如目标进入树林或人群
实战案例
复杂场景下的目标…
16
性能评估指标
跟踪精度(MOTP · MOTA) · 丢失率
性能评估指标
MOTP
17
常见问题与调试
目标抖动 · 误检 · 锁定错误
常见问题
调试
18
参数调优
检测阈值 · 跟踪参数 · 控制增益的调整方法
参数调优
检测阈值
19
多目标场景
如何选择跟随目标 · 目标切换逻辑 · 以及避免目标混淆
多目标场景
如何选择跟随目标
20
动态环境适应
光照变化 · 天气影响 · 背景杂乱对检测与跟踪的影响及应对
动态环境适应
光照变化
21
硬件与算力限制
嵌入式平台(如Jetson)上的算法… · 模型压缩与实时性平衡
硬件
算力限制
22
安全与合规
无人机跟随中的避障 · 飞行安全 · 隐私法规及伦理问题
安全
合规
23
高级主题
基于深度学习的端到端跟随(如Siam… · 强化学习在跟随策略中的应用
高级主题
Siam
24
系统架构设计
模块化设计 · 消息传递(ROS) · 任务调度与故障处理
系统架构设计
模块化设计
25
实战项目
从零搭建一个完整的无人机目标跟随系统 · 包括软硬件选型 · 代码结构
实战项目
从零搭建一个完整…
26
实战项目
针对特定目标(如车辆 · 行人)优化跟随流程 · 并处理目标形变与旋转
实战项目
针对特定目标
27
实战项目
在GPS拒止环境下 · 仅依赖视觉进行目标跟随与重新搜索
实战项目
GPS
28
综合提升
如何将目标跟随流程扩展到多无人机协同…
综合提升
如何将目标跟随流…
29
前沿趋势
目标跟随与AI结合的最新研究(如Tr… · 自监督学习) · 以及未来发展方向
前沿趋势
AI
30
课程总结
核心知识点回顾 · 常见误区梳理 · 学习路径建议与项目实战经验分享
课程总结
核心知识点回顾
所属VIP或分类
同VIP:TinyML无人机AI项目:姿态识别、飞控保护与边缘感知
同VIP:TinyML无人机完整实战:IMU模型、视觉识别和飞控联动
同VIP:无人机AI功耗预算与飞行任务调度