1.一种实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,该方法包括以下步骤:
步骤1)给定目标操作域O并将其均匀地划分成相同大小的A个区域,派遣A辆智能小车从该A个区域开始进行搜索,每个区域的目标存在概率为Pi,g,k,i=1,2...A,所述k表示当前时刻,i表示小车的编号,g=g(m,n)表示当中一块区域,所述(m,n)表示该区域的中心坐标;
步骤2)输入待识别目标图像,对该图像进行灰度级的门限化处理得到其二维数字化灰度图像f(M,N),它的MN个像元是XOY平面上MN个质点,记图像的质心坐标(cx,cy),每一个像素点(x,y)的灰度值为f(x,y)表示相应质点的质量;采用归一化转动向量(NMI)的方法对目标进行识别与跟踪;
步骤3)每个智能小车在其所在区域内进行搜索并实时更新它们的目标存在概率图,将它的目标存在概率图发送给邻居智能小车完成概率图融合;
步骤4)各智能小车通信互联情况下的分散搜索;
步骤4.1)智能小车i采用无线通信协议召唤离它最近并且不处于跟踪模式的另外一辆小车组成车队跟踪已发现的目标,实时更新步骤3)中的目标存在概率图;
步骤4.2)根据步骤2)与步骤3),已达到一辆智能小车i对一个目标的持续跟踪的效果,且在步骤2.2)中已得到概率融合结果,当其余智能小车在搜索完当前区域后会驶向当前没有智能小车正在搜索的区域或者当前目标存在概率较大的区域,并转到步骤2),进行目标识别。
2.根据权利要求1所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述步骤2)的具体方法如下:步骤2.1)计算出所输入待识别目标图像的质心转动惯量:
于是
其中cx,cy分别为步骤2)中所述的灰度图像质心的横纵坐标,(x,y)为该图像的其中一个像素点,M,N分别为x,y在该灰度图像上横纵方向的取值上限,每一个像素点(x,y)的灰度值 f(x,y)表示相应质点的质量, 为灰度图像质量,J(cx,cy)为该图像绕质心(cx,cy)的转动惯量。NMI为所输入待识别目标图像的质心转动惯量;
步骤2.2)每个智能小车在搜索过程中实时采集图像并进行灰度级的门限化处理得到一个新的二值图像,进而求取所采集图像的NMI值,计算方法同步骤2.1),将算得的NMI值与步骤2.1)中的NMI值进行比较,当两者相等,判定识别成功,即Zi,g,k=1转向步骤2.3),当两者不等时,判定识别失败即Zi,g,k=0重复步骤2.2);所述Zi,g,k表示在k时刻第i辆智能小车在区域g上的目标检测结果;
步骤2.3)每个智能小车对该目标通过不断识别的方法进行跟踪,当跟踪成功,转向步骤3),跟踪失败时转到步骤2.2)继续搜索并匹配;此处设定跟踪失败的情况只可能是静态障碍物的干扰。
3.根据权利要求1所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述步骤3)的具体方法如下:步骤3.1)在没有信息共享的情况下采用贝叶斯规则更新每个智能体测量概率图:每辆智能小车都保存着整个区域的个体概率图Pi,g,k,对于在当前时刻k由智能小车i检测到的区域g,目标存在的相关概率被更新如下:Qi,g,k=Qi,g,k-1+Vi,g,k;
其中Qi,g,k为第i辆车在k时刻检测到的坐标为g的区域上目标存在的概率,Vi,g,k表示g区域上第i辆车从k-1时刻到k时刻目标存在的概率变化值;
步骤3.2)当步骤2.2)中Zi,g,k=1时,Vi,g,k=ln(q/p);当Zi,g,k=0时, 所述p代表真实检测概率即p=P(Zi,g,k=1|θg=1),q代表虚警概率即q=P(Zi,g,k=1|θg=0),θg=1表示该区域上当前时刻确实存在目标,θg=0表示该区域上当前时刻目标并不存在;
步骤3.3)采用一般共识协议进行多个智能小车的概率融合,使得所有无人机的单个概率图能够收敛到同一个,融合公式为 所述Hi,j,k=Qi,j,k-1+Vi,j,k,Wi,j,k=1-(di,k-1)/N,公式中以Pi,g,k的非线性双射变换Qi,g,k来代替它们之间的转化关系
4.根据权利要求1所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述的基于归一化转动向量(NMI)的方法具有抗灰度及RST不变性,且识别正确率高,计算量小,速度快,所述步骤2.1)中NMI也就为二值图像绕其重心的转动惯量开平方与其质量之比。
5.根据权利要求3所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述的以Pi,g,k的非线性双射变换Qi,g,k来代替它们之间的转化关系,通过线性化贝叶斯更新可以简化计算,只需要简单的求和计算即可,所述步骤3.1)中每个区域存在目标的可能性均初始化为0.5。
6.根据权利要求3所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述步骤3.2)中只考虑0<p<1,0<q<1的情况。
7.根据权利要求3所述的实现多智能小车协同搜索识别并跟踪特定目标群体的方法,其特征在于,所述步骤3.3)中采用一般共识协议进行多个智能小车的概率融合,提高搜索效率,降低通信成本。