当前,无人机被广泛应用于各行各业,在军事,农业,服务业,矿业等诸多领域发挥着重要作用。人与无人机的交互系统是无人机的重要组成部分,决定了无人机的操作体验,具有极高的应用价值和研究价值。无人机系统大都通过地面站式的操控平台实现人与无人机交互。通过地面控制站、遥控器、手机软件等方式传递人类的指令,控制无人机的行为。这种方式的缺点在于依赖交互媒介,不够便捷。还有一些无人机系统尝试使用人类手势控制无人机平台,这种方式使用人类固有的特征,更加符合人类的交互习惯,交互体验更好。但是手势控制的有效距离太短,使用范围过小。因此,需要一种更加便捷,适用范围更广的交互方式。论文提出使用人体姿态实现人与无人机交互,主要工作和贡献总结如下:第一、设计了一种适合无人机平台的人体姿态识别算法。算法通过神经网络提取图像中人体关节点位置,再计算关节点之间的距离,获得特征向量。通过线性计算对特征向量进行归一化,最后通过支持向量机对人体姿态进行识别。实验表明算法的平均准确度达到97.34%,并且在较远的距离也可以有效识别。第二、在实际运行时,图像中可能出现多个人体,导致严重的干扰和大量无意义的计算。论文通过使用目标跟踪算法跟踪图像中的操控者来解决这个问题。论文对现有的目标跟踪算法进行详细地评估,并且在数据集上对目标跟踪算法的成功率,准确率和实时性进行测试,最终选定使用KCF算法进行目标跟踪,在KCF算法的基础上,论文结合人体关节点坐标持续更新目标框的大小,实现KCF算法的尺度自适应。第三、基于前述两项工作,论文设计和实现了用于无人机平台的、基于视觉的人体姿态指令识别系统。无人机采集的图像数据通过处理,识别图像中的人体姿态,再将人体姿态解析为对应的指令;通过目标跟踪算法,跟踪图像中的操控者,以避免无关者的干扰。论文使用人体姿态对无人机进行控制,实现更加自然的人机交互方式。