1. 课程导入与任务全景
无人系统目标跟踪任务规划，指的是在给定任务目标、平台能力、传感器条件与环境约束下，为无人机、无人车、无人艇等无人平台安排“看什么、由谁看、怎么看、何时看、看到后如何保持跟踪”的完整决策过程。它既不是单纯的飞控问题，也不是单纯的图像识别问题，而是把任务意图翻译成可执行的航迹、传感器调度与跟踪逻辑的中间层。缺少这一层，感知算法再强也可能因为视角不佳、距离过远、遮挡严重或平台机动超出能力边界而失效。
理解本课程，先要划清边界。目标跟踪任务规划的上游是任务级指令，例如“对某区域内的移动目标持续监视 10 分钟”；下游是平台控制与载荷控制，例如航向、速度、高度、云台指向、变焦倍率、跟踪模式切换。规划层不直接解算电机转速，也不直接输出目标像素坐标，它输出的是可被平台和载荷执行的约束与序列：在什么时间窗口内，哪一平台进入什么观测几何，使用哪种传感器，以什么跟踪策略维持目标在视场中的稳定观测。它也不等同于路径规划：路径规划关心“从 A 到 B 怎么走”，目标跟踪任务规划关心“目标在动、环境在变、观测条件在变时，如何持续获得满足任务质量要求的观测”。
典型场景可以按“目标—平台—环境”三个维度展开。城市安防中，多旋翼无人机对地面车辆或行人进行持续跟踪，难点是楼宇遮挡、GNSS 多径和低空风扰；边境巡防中，固定翼无人机对移动目标进行长时监视，难点是目标速度与平台速度匹配、云台角速度限制和通信距离；海上搜救中，无人艇与无人机协同搜索漂浮目标，难点是海杂波、目标小且漂移、多平台接力；车载伴随跟踪中，无人车跟随前方车辆，难点是遮挡、切出切入和道路拓扑变化。这些场景的共同点是：目标不是静止的，观测条件不是恒定的，平台能力不是无限的。
为了把上述问题讲清楚，本课程采用“任务—规划—执行—评估”的全流程框架。任务层明确目标类型、跟踪时长、允许丢失时间、期望定位精度和交付形式；规划层完成平台选择、观测几何设计、传感器调度和跟踪策略生成；执行层由平台控制与载荷控制完成航迹跟踪、云台指向和图像跟踪；评估层根据跟踪连续性、目标在视场中的位置、定位误差和任务完成度进行判断，并反馈给规划层进行重规划。这个闭环不是一次性的，而是随着目标运动和环境变化滚动执行。
从图中可以看到，任务层、规划层、执行层和评估层构成一个滚动闭环。任务层给出的是“要什么”，规划层回答“怎么安排”，执行层完成“实际动作”，评估层判断“是否达标”。其中规划层是课程重点，因为它决定了平台与载荷能否在正确的时间出现在正确的位置，并以正确的模式观测目标。
为了让后续章节有统一的讨论基础，这里先约定几个贯穿全课程的概念。第一，观测几何指平台、传感器与目标之间的相对位置和角度关系，包括距离、方位角、俯仰角和视线遮挡情况。第二，跟踪保持指在目标运动、平台运动和传感器指向变化过程中，使目标持续处于传感器有效视场内的控制过程。第三，任务质量用跟踪连续性、目标在视场中的位置偏差、定位误差和允许丢失时间来度量。第四，重规划触发条件包括目标丢失超过阈值、预测误差超限、通信链路质量下降、平台剩余能量不足或新目标出现。
以一个教学示例说明全流程如何落地。假设任务要求：对某区域一条道路上的一辆移动车辆进行持续跟踪，跟踪时长 8 分钟，允许单次丢失不超过 5 秒，期望定位误差不大于 15 米。规划层首先根据目标速度范围（0～60 km/h）和道路走向，选择一架多旋翼无人机在目标前方约 150 米、高度 80 米处进行迎头观测，同时安排另一架无人机在侧后方 200 米、高度 100 米处进行侧向补盲。传感器采用可见光与红外双光载荷，可见光负责白天细节，红外负责夜间和烟尘条件。跟踪策略采用“云台指向 + 图像跟踪”组合：云台根据目标预测位置调整指向，图像跟踪在视场内锁定目标；当目标被遮挡时，切换为预测跟踪，利用目标运动模型维持 3～5 秒的惯性外推，同时调整平台位置恢复视线。评估层持续计算目标在图像中的像素偏差和定位误差，若连续 2 秒偏差超过阈值，则触发重规划，调整观测站位或切换传感器模式。
本课程后续将围绕这条主线展开：先讲目标跟踪任务规划的问题定义与约束建模，再讲平台与传感器能力如何量化，接着讲观测几何设计与跟踪策略生成，然后讲多平台协同与通信接力，最后讲评估指标与重规划方法。每一部分都会尽量落到可计算、可配置、可判断的层面，而不是停留在概念描述。学习本课程后，读者应能针对一个具体的无人系统目标跟踪任务，写出任务约束、选择平台与传感器、设计观测几何、给出跟踪策略，并说明如何判断任务是否完成。
需要特别强调的是，目标跟踪任务规划不是一次性的离线计算。目标在动，环境在变，平台状态在变，规划必须滚动执行。规划周期可以从秒级到分钟级，取决于目标机动性和任务紧迫程度。对于高机动目标，规划周期可能需要缩短到 1 秒以内；对于低速或漂移目标，规划周期可以放宽到 10 秒以上。规划周期越短，对通信、计算和平台响应速度要求越高，因此需要在任务质量与系统负担之间做权衡。