买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：公开了一种智能瞄准射击方法和系统，包括通过图像采集设备获取射击场景的视频和图像，利用目标识别算法识别目标属性和相对位置信息，目标属性包括目标类型识别、姿态识别和动作识别，相对位置信息包括与射击位的相对距离、方位，并解算出实际位置坐标；具体包括：进行目标检测与分类；通过颜色特征和纹理特征进行目标类型识别；提取目标关键点，推断目标姿态并通过长短时记忆网络进行动作识别；通过卡尔曼滤波预测目标下一位置和运动轨迹，根据目标的实时位置计算射击时机和弹道，通过激光发射器根据计算的弹道和时机进行射击，并对每次射击进行反馈和校正，动态调整射击参数。本申请能够实现对目标的精准打击，可应用于军事训练、模拟对抗、实际作战中。

主权项：1.一种智能瞄准射击方法，其特征在于，包括：S1：通过图像采集设备获取射击场景的视频和图像，利用目标识别算法识别目标属性和相对位置信息，所述目标属性包括目标类型识别、姿态识别和动作识别，所述相对位置信息包括与射击位的相对距离、方位，并解算出实际位置坐标；所述目标识别算法具体包括：S11：利用YOLOv4模型进行目标检测与分类；S12：通过颜色特征和纹理特征进行目标类型识别；S13：利用OpenPose或姿态估计的深度学习模型提取所述目标的关键点，所述关键点包括肩膀、肘部和膝盖，利用所述关键点推断所述目标的姿态；S14：基于所述姿态识别的结果，通过长短时记忆网络进行动作识别，推断所述目标的动作；S2：通过卡尔曼滤波预测所述目标的下一个位置和运动轨迹，根据目标的实时位置计算射击时机和弹道，通过激光发射器根据计算的弹道和时机进行射击，并对每次射击进行反馈和校正，动态调整射击参数；所述YOLOv4模型包括主干网络、特征融合网络和检测头，所述主干网络为用于提取图像特征的深度卷积神经网络，所述特征融合网络包括特征金字塔网络和路径聚合网格，所述检测头用于预测边界框、目标类别和置信度；所述YOLOv4模型的损失函数包括边界框回归损失Lossbbox、置信度损失Lossconf和分类损失Losscls，总损失函数Loss＝Lossbbox+Lossconf+Losscls，其中，其中，s表示网格的边长；B表示每个网格预测的边界框数量；表示当第i个网格的第j个边界框含有目标时，取值为1，否则为0；xi和yi表示预测的边界框中心坐标；和表示真实的边界框中心坐标；wi和hi表示预测的边界框宽度和高度；和表示真实的边界框宽度和高度；Ci表示预测的边界框的置信度；表示真实的边界框置信度；表示当第i个网格的第j个边界框没有目标时，取值为1，否则为0；pic表示预测的类别概率；表示真实的类别概率；所述相对距离通过所述图像采集设备的角度和所述目标在图像中的高度确定，所述相对距离其中，Hreal表示已知或预估目标的实际高度，Himage表示所述目标在图像中的像素值高度，f表示焦距；根据所述目标在图像中的水平位置和所述图像采集设备的视场角，确定所述目标相对所述图像采集设备的方位角其中，ximage表示所述目标在图像中的水平位置，Wimage表示图像的宽度，α表示所述图像采集设备的视场角；通过所述图像采集设备的实际位置和相对位置信息，解算出所述目标的实际位置坐标Xtarget，Ytarget，Ztarget，Xtarget＝Xcam+dcosθ，Ytarget＝Ycam+dsinθ，Ztarget＝Zcam，其中，Xcam，Ycam，Zcam表示所述图像采集设备的实际位置坐标。

全文数据：

权利要求：

百度查询： 厦门砺兵智能科技股份有限公司 一种智能瞄准射击方法和系统