一种通过多源数据联动现场设备的无人机拍摄方法与流程
本发明涉及无人机视觉,特别是一种通过多源数据联动现场设备的无人机拍摄方法。
背景技术:
1、随着无人机航拍与智能影像处理技术的快速发展,基于ai视觉的目标识别、构图分析与场景理解能力不断提升,逐步形成了以深度学习视觉模型为核心的自动化拍摄与场景感知技术体系,在影视制作、商业航拍与活动直播场景中被广泛应用,同时航拍管理后台与现场设备的协同控制能力也逐渐增强,使多源数据融合驱动的无人机拍摄流程开始向智能化与精细化方向演进。
2、现有基于ai视觉的无人机拍摄技术虽然具备目标识别与构图分析能力,但在多源数据联动的实时闭环控制中仍缺乏一种能够将视觉测量结果与飞行控制以及现场设备调节进行统一可信约束与协同调度的机制,导致构图偏差、识别置信与设备调节之间难以形成稳定的因果关联,从而难以保证在复杂拍摄环境下实现对目标物构图与现场氛围的同步精确控制。
技术实现思路
1、鉴于上述现有存在的问题,提出了本发明。
2、因此,本发明提供了一种通过多源数据联动现场设备的无人机拍摄方法解决无人机拍摄中构图偏差与现场设备调节缺乏统一可信闭环控制的问题。
3、为解决上述技术问题,本发明提供如下技术方案:
4、本发明提供了一种通过多源数据联动现场设备的无人机拍摄方法,其包括,采集拍摄场地标识与航拍管理后台中的套餐配置数据,并进行关联匹配与参数封装,生成拍摄任务初始化配置集;构建现场校准模型,并在拍摄任务初始化配置集的约束下获取无人机的实时视频流,利用现场校准模型识别实时视频流中的目标物矩形框坐标与识别置信状态,形成视觉测量结果集;根据视觉测量结果集,判定目标物当前构图偏差,并对构图偏差的可信有效性进行约束判定,生成构图偏差状态信息与模式控制标记;按照模式控制标记,对构图偏差状态信息进行映射换算,生成飞行控制量,并根据飞行控制量自适应切换飞行模式,得到飞行控制指令帧;根据飞行控制指令帧触发无人机完成飞行动作,获取动作完成回执,确认拍摄节点进度,并判定实时画面中目标物显示状态,生成设备连续调节指令集;根据设备连续调节指令集动态控制现场设备,并对构图偏差状态信息执行阈值判定,确认当前拍摄节点的完成情况,生成拍摄节点完成状态报告。
5、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述生成拍摄任务初始化配置集,步骤如下,
6、采集无人机当前拍摄区域的图像信息与定位信息,并在定位信息约束下,对图像信息执行特征提取与指纹匹配,确定拍摄场地标识;
7、根据拍摄场地标识调用航拍管理后台中对应的套餐配置数据,并执行场地适配与一致性校核,形成场地约束参数集合;
8、将拍摄场地标识与场地约束参数集合进行统一参数封装,生成拍摄任务初始化配置集。
9、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述构建现场校准模型,步骤如下,
10、从航拍管理后台中调取与拍摄任务初始化配置集中拍摄场地标识和场地约束参数集合对应的历史拍摄图像,形成场地样本集合;
11、对场地样本集合中与场地约束参数集合对应的构图区域执行标注映射,并提取对应的图像空间分布特征与构图几何特征,形成场地校准特征样本集;
12、对场地校准特征样本集执行监督回归建模,建立图像空间分布特征与构图几何特征之间的映射关系,生成现场校准模型。
13、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述形成视觉测量结果集,步骤如下,
14、在拍摄任务初始化配置集的约束下采集无人机当前拍摄的实时视频流,并对实时视频流执行构图范围校核,得到带构图匹配标记的有效视频帧集合;
15、将有效视频帧集合输入现场校准模型执行目标物定位与识别,得到目标物矩形框坐标与对应的检测结果;
16、将目标物矩形框坐标对应的检测结果与构图匹配标记进行置信度融合,获得目标物的识别置信状态;
17、将目标物矩形框坐标与识别置信状态进行绑定,形成视觉测量结果集。
18、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述根据视觉测量结果集,判定目标物当前构图偏差,步骤如下,
19、基于视觉测量结果集中目标物的矩形框坐标,计算目标物在视频帧中的当前构图中心与构图比例,获得构图几何量;
20、将场地约束参数集合中对应的构图约束参数与构图几何量进行匹配对比,获得目标物的构图偏差。
21、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述生成构图偏差状态信息与模式控制标记,步骤如下,
22、根据视觉测量结果集中对应的识别置信状态,对构图偏差执行可信性约束,得到可信构图偏差结果;
23、对可信构图偏差结果执行时间平滑,形成稳定的构图偏差状态信息;
24、根据构图偏差状态信息与连续有效视频帧中识别置信状态的变化趋势,确定飞行控制的模式控制标记。
25、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述生成飞行控制量,步骤如下,
26、对构图偏差状态信息中的构图偏差进行统一尺度转换,形成标准化误差向量;
27、根据标准化误差向量与模式控制标记,确定对应的飞行控制参数组,形成控制映射条件;
28、根据标准化误差向量和控制映射条件,计算各飞行方向的基础调节指令,并对基础调节指令施加速度上限与变化率约束,生成飞行控制量。
29、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述得到飞行控制指令帧,步骤如下,
30、根据飞行控制量的变化特征自适应修正模式控制标记,形成自适应飞行模式;
31、将飞行控制量与自适应飞行模式进行封装,生成飞行控制指令帧。
32、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述生成设备连续调节指令集,步骤如下,
33、根据飞行控制指令帧驱动无人机执行对应飞行动作,生成动作执行跟踪条目;
34、在无人机回传动作完成回执后,对动作执行跟踪条目执行一致性校验,确认当前拍摄节点执行进度;
35、在拍摄节点执行进度允许推进时,对实时视频流中目标物的显示状态执行连续有效性判定,获得目标物显示可用性状态;
36、将目标物显示可用性状态与拍摄节点执行进度进行联合映射,生成设备连续调节指令集。
37、作为本发明所述通过多源数据联动现场设备的无人机拍摄方法的一种优选方案,其中:所述生成拍摄节点完成状态报告,步骤如下,
38、根据设备连续调节指令集,对现场设备执行连续调节,形成设备执行状态轨迹;
39、对设备执行状态轨迹对应时段内的构图偏差状态信息执行连续稳定性判定,获得拍摄节点完成判定结果;
40、根据拍摄节点完成判定结果固化当前拍摄节点的完成状态,生成拍摄节点完成状态报告。
41、本发明有益效果为:通过视觉测量结果集生成构图偏差状态信息,并将构图偏差状态信息映射为模式控制标记,使无人机的飞行行为能直接响应ai视觉对目标物构图的实时判断,从而在不同拍摄状态下自动匹配最合适的飞行控制策略;通过从视觉测量到飞行模式控制的闭环转化机制,使无人机在复杂光照与动态场景中仍能持续围绕目标物的最优构图状态执行稳定拍摄,并为现场设备联动提供可靠的视觉基准。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com