1。4 本文的主要内容 

本文的主要内容和章节安排如下： 第一章为绪论，主要简述了课题的研究背景及意义，介绍了旋翼无人机跟踪系统

研究的现状和发展，以及旋翼无人机跟踪系统的难点及性能要求。 第二章主要介绍了旋翼无人机跟踪系统的硬件组成和系统环境，并简要介绍了计

算机视觉库。 第三章讲述了基于核函数相关分类器的快速跟踪方式，首先对核函数相关分类器

的原理进行介绍，然后在此基础上构建基于核函数相关分类器的跟踪器。 第四章中利用第三章讲述的跟踪器原理在 Jetson TK1 平台实现了跟踪算法，并且

在 Matlab 平台、PC 平台和 Jetson TK1 平台对性能进行测试和分析。 第五章通过硬件平台的搭建、基于 OpenCV（Open source Computer Vision library）

实现视频序列读取和初始目标锁定，以及 Jetson TK1 平台和飞控平台的板间通信及 云台控制这几个方面完整地介绍了基于旋翼无人机的视觉跟踪系统。

第二章 无人机跟踪系统平台

2。1 硬件模块 

本节内容主要介绍本课题中旋翼无人机跟踪系统的硬件组成，其中包括了运行跟 踪算法的主要嵌入式系统平台，视觉跟踪器以及固定视觉跟踪器的云台。

在 2014 年 3 月底，NVIDIA 在 GPU 技术大会上发布了一款类似于 Arduino 和树 莓派，但性能远比两者强大，可以进行每秒 326 千兆浮点运算的微型版超级计算机 “Jetson TK1”（图 2-1）。Jetson TK1 上搭载了四核 Cortex-A15 架构的 ARM 架构处理 器（CPU）和具有 192 个 NVIDIA KeplerTM 架构运算核心的 Tegra K1 GPU，这使得该 微型计算器能够用于计算机视觉、机器人技术、医疗等领域[10]。NVIDIA 为开发者提 供了完整的板级支持包，包括 CUDA、OpenGL 和 Tegra 加速的 OpenCV，以及对摄 像头和其它外围产品的现成支持。

图 2-1 Jetson TK1

鉴于 Jetson TK1 平台的性能能够很好的满足本课题无人机跟踪系统的研究，因而 选用 Jetson TK1 平台作为无人机跟踪检测系统的硬件支持平台。旋翼跟踪系统的主 要程序算法将在该平台上编写、调试和运行。

云台作为实现旋翼无人机跟踪检测系统的重要组成部件，云台的稳定性是该系统 性能好坏的关键之一。云台不但需要能够隔离无人机的扰动，还需要保证视觉传感器 能够获得稳定的图像，并且能够快速响应控制信号，使视觉传感器视轴始终跟随目标， 确保跟踪目标不会偏移出视觉传感器的视野。视觉跟踪系统的稳定云台以旋翼无人机 作为载体，它机作为视觉传感器安装基准和承载平台，又是视觉传感器实现视轴稳定 和目标跟踪的执行机构，并且还起到与载体连接的桥梁作用。

本次课题选用的云台是三轴无刷云台（图 2-2），云台主控选用了外国开源平台STorM32-BGC 云台控制板该控制板采用了 STM32 作为控制板的控制芯片，利用 MEMS 传感器 MPU6050 将云台的姿态数据发送给控制器，同时云台控制器接收视觉 跟踪平台或飞控控制平台的数据，进而融合这两部分信息实现云台控制，保证视觉设 备与跟踪目标的相对方位不变。这个相对方位是由组成稳定云台的三个正交轴旋转一 定角度来实现的，这三轴分别是俯昂轴、横滚轴以及方位轴[11]（分别对应图 2-2 的 Pitch、Roll、Yaw）。

图 2-2  基于 STorM32-BGC 的三轴无刷云台

作为旋翼无人机跟踪系统的“眼睛”，视觉传感器的选择尤为重要。根据无人机跟 踪系统的性能指标要求，选用了高帧率 MJPEG 压缩编码的长焦 USB 免驱动摄像头。 该摄像头能够达到 720P/30FPS，而且有较好的画质，选择长焦 12mm 的镜头使得视 频图像几乎无畸变产生而且适合旋翼无人机远距离拍摄。