《Aerospace》：Adaptive Method for Optical Tracking of Maneuvering Aerial Objects Under Limited Computational Resources
编辑推荐：
本文解决了基于有限计算能力平台（边缘计算）的系统对高机动无人飞行器（UAV）进行自动跟踪这一紧迫的科学与应用问题。研究人员分析了经典相关跟踪器和基于深度神经网络的检测器在跟踪非线性轨迹目标时的不足。提出了一种混合跟踪方法，结合了核化相关滤波器（KCF）的速度和
本文解决了基于有限计算能力平台（边缘计算）的系统对高机动无人飞行器（UAV）进行自动跟踪这一紧迫的科学与应用问题。研究人员分析了经典相关跟踪器和基于深度神经网络的检测器在跟踪非线性轨迹目标时的不足。提出了一种混合跟踪方法，结合了核化相关滤波器（KCF）的速度和神经网络检测器（YOLO11s）的精度。该方法的一个关键特征是所开发的自适应卡尔曼滤波器校正算法，该算法利用动态的、尺度不变预测误差度量作为运动异常检测的触发条件。这使得系统能够区分测量噪声和剧烈目标机动，仅在关键时刻使用有限差分执行自适应状态重置。在边缘硬件（Raspberry Pi 5）上，使用来自UAV123和VisDrone数据集的高动态视频序列进行的实验验证表明，所提出的方法保持了18.89 FPS的平均处理速度。通过将深度神经网络调用限制在总帧数的仅2.71%，该算法成功抑制了热节流，同时在高度不规则的轨迹上实现了全局均方根误差（RMSE）为259.10像素。该方法确保了高跟踪可靠性，且未显著增加计算负载，使其非常适合用于自主嵌入式系统。
**论文解读：有限计算资源下机动空中目标光学跟踪的自适应方法**
**研究背景与问题**
随着小型无人机（UAV）技术的发展，它们从基础监控工具演变为能够执行高速复杂机动的动态平台，这对自动视觉目标跟踪（VOT）系统提出了新挑战。现有解决方案存在两难：一方面，深度神经网络（如YOLO系列）提供高检测精度，但需要大量计算资源，在移动平台上严重降低帧率（FPS）；另一方面，相关跟踪器（如KCF、CSRT）运行速度快，但面对尺度变化、遮挡和漂移累积时不稳定。这一问题在边缘计算系统中尤为关键，例如基于NVIDIA Jetson或Raspberry Pi等单板计算机的系统，由于重量、功耗和尺寸限制无法安装强大GPU。此外，主流计算平台的架构限制进一步加剧了开发难度：即使配备张量核心或集成NPU（神经处理单元），连续推理重型模型（如完整版YOLO）会导致快速热节流，处理器降频以散热，帧处理速率呈指数下降；在嵌入式系统中，RAM带宽在CPU和图形加速器之间传输图像张量时经常成为瓶颈。因此，仅在关键事件发生时稀疏地调用资源密集型算法，成为唯一可行的替代方案。本文旨在解决这一核心问题：在有限计算资源下，提高高机动空中目标光学跟踪的精度和可靠性。
**研究内容与结论**
研究人员提出了一种混合跟踪方法，结合了核化相关滤波器（KCF）的速度和YOLO11s检测器的精度，通过自适应卡尔曼滤波器校正算法实现动态切换。该方法的核心创新在于引入动态、尺度不变的预测误差度量作为运动异常检测触发条件，使系统能区分测量噪声和剧烈机动，仅在关键时刻使用有限差分执行自适应状态重置。实验在边缘硬件（Raspberry Pi 5）上进行，使用UAV123和VisDrone数据集的8个高动态视频序列。结果表明，该方法平均处理速度达18.89 FPS，将深度神经网络调用限制在总帧数的2.71%，成功抑制了热节流，全局均方根误差（RMSE）为259.10像素。该方法实现了高跟踪可靠性而不显著增加计算负载，适用于自主嵌入式系统。该论文发表在《Aerospace》。
**关键技术方法（不超过250字）**
研究人员采用以下关键技术方法：1）混合架构，将轻量级核化相关滤波器（KCF）作为主跟踪器，YOLO11s作为深度神经网络检测器，仅在异常时调用；2）自适应异常触发机制，基于卡尔曼滤波器预测误差的欧几里得距离（阈值25像素）检测轨迹断裂，触发YOLO11s检测；3）空间门控，利用交并比（IoU）阈值0.3过滤误检，仅保留位于预测区域的候选框；4）自适应状态重置，通过有限差分重新估计速度向量，并执行15帧硬件锁定以避免热节流。样本来源：来自Kaggle的“Single-Object Aerial Tracking”数据集（Gamal Asran提供），包含UAV123和VisDrone视频序列。
**研究结果**
**4.1 基线运动学评估（模拟轨迹）** 通过L形、锯齿形和高速急停三种场景的蒙特卡罗模拟（100次迭代，高斯噪声标准差5像素），比较经典卡尔曼滤波器与自适应方法。结论：自适应方法在L形机动中消除了惯性过冲，恢复时间从10-15帧降至即时；锯齿形机动中避免级联失效；急停场景中抑制了惯性滑动。自适应方法均方根误差（RMSE）显著低于经典卡尔曼滤波器，与交互多模型（IMM）精度相当，但计算开销更低。
**4.2 边缘硬件实证验证** 在Raspberry Pi 5上部署完整混合架构（OpenCV v.4.13.0.92中的KCF，YOLO11s导出为ONNX格式，经CPUExecutionProvider执行）。使用8个来自UAV123和VisDrone的高动态视频序列，涵盖相机运动、极端尺度变化、运动模糊和部分遮挡。
**4.3 定量跟踪精度与鲁棒性** 逐帧比较预测边界框与真值标注，计算RMSE和峰值偏差。结论：全局平均RMSE为259.10像素，标准差348.2像素，95%置信区间[15.09, 503.11]；目标丢失频率严格限于极端非线性机动；平均峰值误差临时达594.31像素，但15帧锁定后目标重获成功率为100%。
**4.4 计算效率与资源分配** 监测CPU、内存和功耗。结论：YOLO11s调用仅占总帧数的2.71%，97.29%时间依赖轻量级KCF和卡尔曼平滑；平均CPU利用率92.07%，内存占用718.91 MB，GPU利用率为0%（因ONNX经CPU路由）；基础功耗约5.5W，YOLO调用峰值8.2W，低于Raspberry Pi 5的15W热节流阈值。该方法成功避免了持续深度推理导致的热节流，保持稳定处理速度。
**讨论与结论**
**讨论部分**研究人员指出，该方法的主要创新在于主动异常驱动架构，而非传统固定间隔或完全失效后触发检测器。有限差分状态重置避免了标准卡尔曼重置中的瞬态误差，通过离散事件触发允许基线滤波器平滑直线运动，仅在验证的轨迹拐点执行校正。在边缘计算效率方面，深度网络调用限制在2.71%有效避免了热节流，维持18.89 FPS，以牺牲连续毫米级精度换取持续目标保持和硬件生存。局限性包括：15帧硬件锁定使目标在连续复合机动时存在短暂“滑行”脆弱期；基于距离的搜索半径（150像素）和空间门控（IoU阈值0.3）在目标发生剧烈瞬时尺度变化时可能失效。未来工作将关注基于再估计速度矢量的动态搜索半径缩放，并集成到硬件在环（HIL）闭环飞控中。
**结论部分翻译**本文解决了资源受限边缘计算平台上跟踪精度与计算可行性之间的关键权衡。开发了一种混合光学跟踪方法，通过自适应、尺度不变的卡尔曼滤波器异常触发，将核化相关滤波器（KCF）和YOLO11s检测器耦合起来。严格的两级验证过程得出以下主要发现：-算法恢复：有限差分用于状态重新初始化显著减轻了标准线性估计器固有的惯性过冲效应，在模拟运动学基线中，在尖锐非线性轨迹断裂处将定位误差降低高达88.6%。-操作鲁棒性：在包含运动模糊、遮挡和尺度变化的真实世界UAV和VisDrone视频序列中，系统展示了鲁棒的跟踪连续性，实现了全局平均RMSE为259.10像素（95%置信区间：[15.09, 503.11]）。-硬件可行性：异常驱动架构成功防止了Raspberry Pi 5的热节流，通过绕过超过97%处理帧的重型神经网络推理，系统实现了高度稳定的18.89 FPS处理速度，在自主实时跟踪要求范围内舒适运行。所提出的架构确保了高可靠性跟踪，而不施加不可持续的热或功耗负载，为自主嵌入式飞行系统提供了关键的操作基础。
