(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210930653.4 (22)申请日 2022.08.04 (71)申请人 北京理工大 学 地址 100081 北京市海淀区中关村南大街5 号 (72)发明人 王建中　于子博　王洪枫　孙庸　 游玉　彭义国　 (74)专利代理 机构 北京正阳理工知识产权代理 事务所(普通 合伙) 11639 专利代理师 张利萍 (51)Int.Cl. G06T 7/246(2017.01) G06T 7/73(2017.01) G06V 10/764(2022.01) G06V 10/766(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种考虑威胁程度的目标自主检测跟踪系 统 (57)摘要 本发明公开了一种考虑威胁程度的目标自 主检测跟踪系统， 属于单兵装备系统技术领域， 该系统包括火力打击模块、 侦察探测模块、 检测 跟踪模块以及电源模块， 其中， 火力打击模块设 置有火力打击装置， 用于对目标进行打击； 侦察 探测模块包括设置于火力打击装置的侦察探测 传感器， 侦察探测传感器用于采集场景图像， 并 将场景图像传输至检测跟踪模块； 检测跟踪模块 用于对场景图像依次进行目标检测、 目标威胁评 估、 跟踪目标的确定， 并在确定跟踪目标后， 生成 控制信号控述火力打击装置运动， 使跟踪目标保 持在侦察探测传感器的视场中心； 电源模块用于 为火力打击模块、 侦察探测模块、 检测跟踪模块 供电。 该系统具有全流程自主化能力， 智能化水 平高。 权利要求书2页 说明书9页 附图5页 CN 115205338 A 2022.10.18 CN 115205338 A 1.一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述系统包括火力打击 模块、 侦察探测模块、 检测跟踪模块以及电源 模块； 所述火力打击模块设置有火力打击装置， 用于对目标进行打击； 所述侦察探测模块包括设置于所述火力打击装置的侦察探测传感器， 所述侦察探测传 感器用于采集场景图像， 并将所述场景图像传输 至所述检测跟踪模块； 所述检测跟踪模块用于对所述场景图像依次进行目标检测、 目标威胁评估、 跟踪目标 的确定， 并在确定跟踪目标后， 生 成控制信号控制所述火力打击装置运动， 使 所述跟踪目标 保持在所述侦察探测传感器的视场中心； 所述电源 模块用于为所述火力打击模块、 侦察探测模块、 检测跟踪模块供电。 2.如权利要求1所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 检测跟踪模块利用目标检测 算法对所述场景图像进行目标检测， 获得候选跟踪目标， 并将 所述候选跟踪目标用作目标威胁评估的对象。 3.如权利要求2所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 目标检测算法为YOLO－AT目标检测算法； 所述YOLO－AT目标检测算法包括特 征提取网络、 特 征增强融合网络与检测网络； 所述特征提取网络依次由1个foucus层、 4个卷积层、 1个残差组件、 1个卷积层、 1个拼接 层、 3个卷积层、 2个残差组件、 1个卷积层、 1个拼接层、 3个卷积层、 4个残差组件、 1个卷积层、 1个拼接层、 2个卷积层组成、 1个复制层、 1个卷积层、 2个残差组件、 1个卷积层、 1个拼接层、 3 个卷积层、 1个残差组件、 1个卷积层、 1个拼接层与1个卷积层 组成， 并在第7个、 第9个、 第10 个残差组件后的卷积层输出 特征图像； 所述特征增强融合网络为 三个BCAM注意力模块与三个卷积层构成的卷积神经网络； 所述检测网络由Decoupled  Head解耦头组成； 所述特征图像先在所述特征增强融合网络进行特征增强以及特征融合， 再在所述检测 网络进行目标检测。 4.如权利要求3所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 YOLO－AT目标检测算法采用知识蒸馏的方法进行训练。 5.如权利要求2至4任一项所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征 在于， 所述检测跟踪模块利用火力威胁模型对所述候选跟踪目标 的威胁程度进行评估， 并 将威胁程度最高的所述 候选目标设定为所述跟踪目标。 6.如权利要求5所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 火力威胁模型由6个卷积层、 3个池化层以及2个全连接层组成； 所述火力威胁模型在数据集构建标注时采用火力威胁模型与人工打分相结合的标注 方式。 7.如权利要求1所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 检测跟踪模块利用算法获得所述跟踪目标在所述侦察探测传感器的视场中的像素坐标后， 再计算所述侦察探测传感器与所述跟踪目标之 间的相对角度， 并使所述相对角度作为所述 火力打击装置的运动控制量， 使所述跟踪目标保持在所述侦察探测传感器的视场中心。 8.如权利要求7所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述 检测跟踪模块利用Tr ipleCAR跟踪算法获得所述跟踪目标在所述侦察探测传感器的视场中权　利　要　求　书 1/2 页 2 CN 115205338 A 2的像素坐标； 所述TripleCAR跟踪算法的网络结构包括依次连接的输入层、 三联特征提取子网络与 分类回归子网络； 所述三联特征提取子网络由三个具有相同结构的第一卷积网络、 第二卷 积网络、 第三卷积网络构成； 所述第一卷积网络用于提取初始帧跟踪目标模板的特征图， 所 述第二卷积网络用于提取待检测帧图像的特征图， 所述第三卷积网络用于提取跟踪目标更 新模板的特征图， 且在第一帧启动检测时， 所述第一卷积网络和所述第三卷积网络的输入 均是初始帧跟踪目标模板， 之后帧所述第三卷积网络采用上一帧的跟踪结果作为输入。 9.如权利要求7或8所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所述相对角度包括水平夹角 αt与竖直夹角 βt； 所述水平夹角 αt由以下公式计算： 所述竖直夹角 βt由以下公式计算： 其中， α 为所述侦察探测传感器水平方向视场角； wpixel为所述侦察探测传感器水平方向 分辨率； xt为所述跟踪目标在场景图像中 的像素横坐标； β 为所述侦察探测 传感器水平方向 视场角； hpixel为所述侦察探测传感器竖直方向分辨率； yt为所述跟踪目标在场景图像中的 像素纵坐标。 10.如权利要求9所述的一种考虑威胁程度的目标自主检测跟踪系统， 其特征在于， 所 述火力打击装置为武器臂； 所述武器臂的方位轴关节中的电机在所述检测跟踪模块的控制下可以使所述武器臂 转动所述水平夹角 αt； 所述武器臂的俯仰轴关节中的电机在所述检测跟踪模块的控制下可以使所述武器臂 转动所述竖直夹角 βt。权　利　要　求　书 2/2 页 3 CN 115205338 A 3