CN103809598B - 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** - Google Patents
一种基于三层品字形多色降落坪的旋翼无人机自主起降*** Download PDFInfo
- Publication number
- CN103809598B CN103809598B CN201410089860.7A CN201410089860A CN103809598B CN 103809598 B CN103809598 B CN 103809598B CN 201410089860 A CN201410089860 A CN 201410089860A CN 103809598 B CN103809598 B CN 103809598B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- wing unmanned
- rotor wing
- aerial vehicle
- landing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
一种基于三层品字形多色降落坪的旋翼无人机自主起降***,包括旋翼无人机(SRUA)、机载传感器、数据处理单元、飞控***、机载摄像头、地面降落坪、无线图传模块、无线数传模块、地面监控站;机载传感器包括惯性测量单元(IMU)、GPS接收机、气压计、超声;数据处理单元用于传感器数据的滤波融合;飞控***完成路径规划,实现旋翼无人机的高精度控制;机载摄像头进行降落坪图像的采集;地面降落坪为红色品字形、蓝色品字形、绿色品字形嵌套组成的降落坪;无线图传模块实现图像向地面的传输;无线数传模块实现旋翼无人机与地面数据及指令的通信;地面监控站由视觉处理单元和显示终端组成;本发明保证了旋翼无人机导航信息的可靠性,提高了旋翼无人机自主起降的控制精度,且成本低、应用方便,具有重要的工程价值。
Description
技术领域
本发明涉及一种视觉辅助导航的旋翼无人机自主起降***,可用于旋翼无人机自主导航与控制,特别适用于旋翼无人机降落地点固定、导航精度要求较高的军事和民用领域。
背景技术
旋翼无人机具有尺寸小、成本低、机动灵活等优点,能够实现垂直起飞降落、悬停、超低空飞行等功能,在军用、民用及科研方面应用前景非常广泛。
旋翼无人机起飞和飞行技术的研究已经很深入,且取得了较好的结果。但降落阶段的高精度导航控制方法仍是目前研究的热点,国内还处于起步阶段。精确的高度信息是实现旋翼无人机安全稳定自主起降的基础,对旋翼无人机的性能具有重要影响。由于旋翼无人机机载惯性器件高度方向不稳定,受其尺寸、重量、成本等的限制,通常借助气压高度计、输出定位高度的全球定位***(GPS)、超声测高模块等体积小且功耗低的器件来获得准确的高度信息。气压高度计基于大气压强随高度变化的规律进行相应的高度解算,它结构简单且自主能力强,然而旋翼无人机起降过程中,旋翼引起气流变化,因此测量准确度难以保证。GPS信号虽然具有定位准确度高、误差不会随时间积累等优势,但GPS信号更新频率慢,且容易受到外界干扰,尤其是在城市中多建筑物的工作环境,更容易出现遮挡现象,从而影响测量精度。而超声只能在4.2米以内的高度范围提供精确的测量信息。
目前发展比较成熟的单目视觉***,只需要一个摄像头和一个视觉处理单元,通过检测降落标志引导飞机抵达着陆点。现有的降落坪标志大多为形状规则的多边形组合、H型、L型、T型或圆形,其共同点是均设计成对比鲜明的黑白色,以便于在图像的二值化处理中可以把地标特征提取出来。光线、环境及摄像头质量等均会对黑白标志物在图像中所对应的像素点的灰度值造成不同程度的变化,使得黑色部分灰度值降低,白色部分灰度值升高,二者差异缩小,因此,如何对降落坪图像进行合适的阈值分割处理,以提取降落坪特征信息变得非常重要且算法实现较复杂。另外,受视觉标志尺寸的限制,如旋翼无人机距离降落坪太远,会使得降落坪信息模糊而增大测量误差,太近会导致部分降落坪图案信息越出相机视野而造成信息丢失,因此视觉***的导航范围具有一定的限制。
发明内容
本发明的技术解决问题是:克服现有视觉导航技术的不足,借助于三层品字形多色降落坪,提供一种精度高、测量范围广、鲁棒性强、经济可靠、易于实现的单目视觉辅助测高的旋翼无人机自主起降***。
本发明的技术解决方案是:一种基于三层品字形多色降落坪的旋翼无人机自主起降***,包括旋翼无人机(1)、机载传感器(2)、数据处理单元(3)、飞行控制***(4)、机载摄像头(5)、地面降落坪(6)、无线图像传输模块(7)、无线数据传输模块(8)和地面监控站(9);机载传感器(2)、数据处理单元(3)、飞行控制***(4)分别装载在旋翼无人机(1)上,地面监控站(9)由视觉处理单元(10)和显示终端(11)组成,其中:
旋翼无人机(1)为机载传感器(2)、数据处理单元(3)及飞行控制***(4)的载体,它是旋翼无人机自主起降***的研究主体;
机载传感器(2)为惯性测量单元(IMU)、全球定位***(GPS)接收机、磁罗盘、气压高度计、超声;
数据处理单元(3)的硬件核心是DSP处理器,首先对各传感器的量测信息进行野值剔除,坐标统一预处理,其次基于卡尔曼滤波完成多个量测信息的融合,以给导航信息;
飞行控制***(4)根据旋翼无人机的导航信息及任务需求完成路径规划,基于自适应神经网络的方法完成降落控制;
机载摄像头(5)固定在旋翼无人机(1)上,并且镜头垂直向下,旋翼无人机降落过程中,摄像头实时捕获地面降落坪(6)的图像,并通过无线图像传输模块(7)传输到地面监控站(9);
地面降落坪(6)作为旋翼无人机的视觉标志,由红色品字形、蓝色品字形、绿色品字形嵌套组成的降落坪;
无线图像传输模块(7)由图像发射端和接收端组成,均需12V直流供电,载波频率为1.2GH;发射端固定在旋翼无人机(1)上,接收端通过视频采集卡与地面监控站相连;
无线数据传输模块(8)同样由数据发射端与数据接收端组成,均需5V直流供电,载波频率为900MHz,波特率为115200bps;
地面监控站(9)主要完成监视与控制任务,由视觉处理单元和显示终端组成;为了减轻机载负荷,旋翼无人机自主起降***通过无线图像传输模块(7)将机载摄像头(5)捕获的降落坪图像发送到地面监控站(9),并由地面监控站的视觉处理单元进行图像解算,得到视觉导航信息,再经过无线数据传输模块(8)发送到旋翼无人机自主起降***;同时,地面显示终端可以实时的显示旋翼无人机的位置、姿态、速度信息,以方便地面工作人员根据任务需求向旋翼无人机发送控制指令。
本发明的原理是:将降落坪放在旋翼无人机预着陆点,对其尺寸及特征点进行标定,录入视觉处理单元进行视觉***初始化。旋翼无人机降落过程中实时捕获降落坪图像,并基于颜色特征进行图像的阈值分割以分离出品字形地标,进而基于预先标定的品字形地标的不变矩算法进行二次判定,经过基于颜色和形状的两次滤波确定地标在图像里后,提取图像中的地标特征信息,结合世界坐标系中的相应特征信息可给出当前旋翼无人机相对降落坪的高度。视觉量测高度与同时刻的其他高度传感器的量测信息进行自适应加权平均滤波,得到旋翼无人机高精度的导航信息。可靠的高度信息送入旋翼无人机自主起降***,以引导旋翼无人机安全稳定的着陆。
本发明与现有技术相比的优点在于:
(1)本发明选用自适应加权平均的滤波方法进行各高度传感器的量测信息融合,根据各高度传感器的可靠性,随时调整各个传感器的权值,保证最佳的融合效果。自适应加权平均不仅保证了旋翼无人机自主起降***整体的量测精度,同时在GPS丢星、降落坪被遮挡造成视觉信息失效的情况下,通过对其权值进行自主更新,仍能保证旋翼无人机自主起降***融合高度的可靠性。
(2)本发明利用了彩色物体鲜明的颜色特征以降低环境干扰,简化图像处理算法;同时,为了避免自然环境中可能存在的红色、蓝色、绿色同色信息干扰,视觉标志设计为形状特殊的品字形;尺寸由大到小的红色、蓝色、绿色品字形图案的嵌套组合,使得不同的高度段捕获的图像信息里均有大小合适的品字形地标,保证了全程视觉导航的精度。降落坪制造方便,简单经济,体积小,质量轻,便于携带。
附图说明
图1为本发明的结构组成框图;
图2为本发明的视觉算法设计流程图;
图3为本发明的自适应加权平均滤波图;
图4为本发明信息传输示意图;
具体实施方式
如图1所示,本发明主要包括旋翼无人机(1)、机载传感器(2)、数据处理单元(3)、飞行控制***(4)、机载摄像头(5)、地面降落坪(6)、无线图像传输模块(7)、无线数据传输模块(8)和地面监控站(9);机载传感器(2)、数据处理单元(3)、飞行控制***(4)分别装载在旋翼无人机(1)上,地面监控站(9)由视觉处理单元(10)和显示终端(11)组成。
旋翼无人机(1)为机载传感器(2)、数据处理单元(3)及飞行控制***(4)的载体,它是旋翼无人机自主起降***的研究主体;
机载传感器(2)为惯性测量单元(IMU)、全球定位***(GPS)接收机、磁罗盘、气压高度计、超声;
数据处理单元(3)的硬件核心是DSP处理器,首先对各传感器的量测信息进行野值剔除,坐标统一预处理,其次基于卡尔曼滤波完成多个量测信息的融合,以给导航信息;在高度信息方面,旋翼无人机自主起降***根据高度传感器的特性,设计了基于自适应加权平均的高度信息融合模块,获取高度信息;
飞行控制***(4)根据旋翼无人机的导航信息及任务需求完成路径规划,基于自适应神经网络的方法完成降落控制;
机载摄像头(5)固定在旋翼无人机(1)上,并且镜头垂直向下,旋翼无人机降落过程中,摄像头实时捕获地面降落坪(6)的图像,并通过无线图像传输模块(7)传输到地面监控站(9);
地面降落坪(6)作为旋翼无人机的视觉标志,由红色品字形、蓝色品字形、绿色品字形嵌套组成的降落坪;
无线图像传输模块(7)由图像发射端和接收端组成,均需12V直流供电,载波频率为1.2GHz;发射端固定在旋翼无人机(1)上,接收端通过视频采集卡与地面监控站相连;
无线数据传输模块(8)同样由数据发射端与数据接收端组成,均需5V直流供电,载波频率为900MHz,波特率为115200bps;
地面监控站(9)主要完成监视与控制任务,由视觉处理单元和显示终端组成;为了减轻机载负荷,旋翼无人机自主起降***通过无线图像传输模块(7)将机载摄像头(5)捕获的降落坪图像发送到地面监控站(9),并由地面监控站的视觉处理单元进行图像解算,得到视觉导航信息,再经过无线数据传输模块(8)发送到旋翼无人机自主起降***;同时,地面显示终端可以实时的显示旋翼无人机的位置、姿态、速度信息,以方便地面工作人员根据任务需求向旋翼无人机发送控制指令。
如图2所示,为本发明的视觉算法设计流程图。旋翼无人机进行降落工作前,地面监控站根据三色品字形多色降落坪尺寸及摄像头内参进行视觉处理***初始化。图中,Hp表示旋翼无人机上一时刻的高度,旋翼无人机自主起降***启动时针对旋翼无人机降落点高度,给其一个粗略估计值,降落过程中为多传感器融合后的高度。视觉***捕获到实时的地标图像后,根据Hp值判断提取哪种颜色的地标图案,进而选择相应颜色的图像二值化方法。旋翼无人机从20米以上高空降落时,视觉***选用最大的红色品字形作为视觉标志,当Hp小于HRB时,切换到蓝色标志,在近地面即Hp小于HBG时,则切换到最小的绿色标志。其中,HRB和HBG的大小由降落坪中三种品字形图案的尺寸和摄像头的焦距所决定,本发明中二者的值分别为700cm和180cm。利用不变矩算法计算二值化后的地标图像的数据,判断是否在标定的不变矩范围内,确定地标在图像里后,进行地标特征提取,并选择相应颜色的高度解算方法,得到视觉高度信息,经姿态角修正后的视觉信息与机载高度传感器进行自适应滤波融合,得到当前融合高度值H。
如图3所示,为本发明的针对高度测量信息的自适应加权平均滤波模块。首先,对各传感器所测得的高度信息进行预处理,如坐标单位同一,平滑滤波以剔除偶然误差,接着以4.2米为高/低空分界线,在高空阶段选择视觉、气压高度计、GPS信息进行自适应加权平均滤波,低空阶段则在上述三种高度传感器的基础上增加了超声测高模块,进行机载摄像头、气压高度计、超声、GPS传感器的自适应加权平均滤波融合。图3中,j表示时间点,H1(j),H2(j),H3(j),H4(j)分别是第j个时间点所对应的视觉、气压计、超声、GPS的测量值,w1(j),w2(j),w3(j),w4(j)为这四个传感器相应的权值,则可得到j时刻的融合高度为:
在低空阶段,根据四个传感器的测量特性,其权值初始化如下:
在降落过程中,如果视觉图像解算中通过不变矩算法未检测到降落坪,则视觉信息无效,将w1(j)置为0,否则,w1(j)仍为25%。如果GPS接收机接收到的星的数量少于4颗,则GPS信息存在较大误差,将w4(j)置为0,否则,w4(j)仍为5%。每个时刻点均需对四个权值按如下的规则进行更新:
在高空阶段,超声的测量信息不可用,根据其他三个传感器的测量特性,其权值初始化如下:
在降落过程中,如果视觉图像解算中通过不变矩算法未检测到降落坪,则视觉信息无效,将w1(j)置为0,否则,w1(j)仍为60%。如果GPS接收机接收到的星的数量少于4颗,则GPS信息存在较大误差,将w4(j)置为0,否则,w4(j)仍为15%。每个时刻点均需对四个权值按如下的规则进行更新:
如图4所示,为旋翼无人机降落过程中信息传输示意图。旋翼无人机降落过程中实时捕获降落坪图像,并由1.2GHZ的无线图像传输发射端发送到地面无线图像传输接收端,并由视频采集卡传送到地面计算机视觉处理单元。视觉处理单元输出视觉解算的高度信息,并经900MHZ的调制解调器发送到旋翼无人机自主起降***,与来自其他高度传感器相同时刻的高度信息进行滤波融合,并将融合后的高度信息反馈到飞行控制***,以引导旋翼无人机安全自主着陆。同时,地面监控站可以通过无线数据传输***实现旋翼无人机飞行模式的控制命令。
Claims (3)
1.一种基于三层品字形多色降落坪的旋翼无人机自主起降***,其特征在于包括:旋翼无人机(1)、机载传感器(2)、数据处理单元(3)、飞行控制***(4)、机载摄像头(5)、地面降落坪(6)、无线图像传输模块(7)、无线数据传输模块(8)和地面监控站(9);机载传感器(2)、数据处理单元(3)、飞行控制***(4)分别装载在旋翼无人机(1)上,地面监控站(9)由视觉处理单元(10)和显示终端(11)组成,其中:
旋翼无人机(1)为机载传感器(2)、数据处理单元(3)及飞行控制***(4)的载体,它是旋翼无人机自主起降***的研究对象;
机载传感器(2)为惯性测量单元(IMU)、全球定位***(GPS)接收机、磁罗盘、气压高度计、超声;
数据处理单元(3)的硬件核心是DSP处理器,首先对各传感器的量测信息进行野值剔除,坐标及单位统一预处理,其次基于卡尔曼滤波完成多个量测信息的融合,以给出导航信息;
飞行控制***(4)根据旋翼无人机的导航信息及任务需求完成路径规划,基于自适应神经网络的方法完成降落控制;
机载摄像头(5)固定在旋翼无人机(1)上,并且镜头垂直向下,旋翼无人机降落过程中,摄像头实时捕获地面降落坪(6)的图像,并通过无线图像传输模块(7)传输到地面监控站(9);
地面降落坪(6)作为旋翼无人机的视觉标志,是由红色品字形、蓝色品字形、绿色品字形嵌套组成的降落坪;
无线图像传输模块(7)由图像发射端和接收端组成,均需12V直流供电,载波频率为1.2GHz;发射端固定在旋翼无人机(1)上,接收端通过视频采集卡与地面监控站相连;
无线数据传输模块(8)同样由数据发射端与数据接收端组成,均需5V直流供电,载波频率为900MHz,波特率为115200bps;
地面监控站(9)主要完成监视与控制任务,由视觉处理单元和显示终端组成;为了减轻机载负荷,旋翼无人机自主起降***通过无线图像传输模块(7)将机载摄像头(5)捕获的降落坪图像发送到地面监控站(9),并由地面监控站的视觉处理单元进行图像解算,得到视觉导航信息,再经过无线数据传输模块(8)发送到旋翼无人机自主起降***;同时,地面显示终端可以实时的显示旋翼无人机的位置、姿态、速度信息,以方便地面工作人员根据任务需求向旋翼无人机发送控制指令。
2.根据权利要求1所述的一种基于三层品字形多色降落坪的旋翼无人机自主起降***,其特征在于:所述的数据处理单元(3)在原有基于卡尔曼滤波的多种信息融合的基础上,针对旋翼无人机自主起降***所采用的机载摄像头、气压高度计、超声、GPS,设计了基于自适应加权平均的高度信息融合模块,实现自主起降。
3.根据权利要求1所述的一种基于三层品字形多色降落坪的旋翼无人机自主起降***,其特征在于:所述的地面降落坪(6)作为视觉标志;旋翼无人机多工作在灰度信息丰富的场所,为了防止周围环境引入噪声干扰,旋翼无人机自主起降***中的视觉标志设计为特征鲜明的纯彩色;为了与可能存在的红色、蓝色、绿色信息进行区分,又将视觉标志设计为形状规则的品字形,以方便采用不变矩算法对其进行二次识别;同时为了满足远近距离高精度视觉导航的需求,最终选用三层嵌套的品字形图案作为降落标志,旋翼无人机从20米以上高空降落时,通过提取外层大尺寸红色品字形特征信息进行视觉解算,当高度下于700cm时,通过提取中层蓝色品字形特征信息进行视觉解算,在近地面即高度小于180cm时,则提取内层小尺寸绿色品字形特征信息进行视觉解算。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089860.7A CN103809598B (zh) | 2014-03-12 | 2014-03-12 | 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410089860.7A CN103809598B (zh) | 2014-03-12 | 2014-03-12 | 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103809598A CN103809598A (zh) | 2014-05-21 |
CN103809598B true CN103809598B (zh) | 2016-08-10 |
Family
ID=50706530
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410089860.7A Active CN103809598B (zh) | 2014-03-12 | 2014-03-12 | 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103809598B (zh) |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203786564U (zh) * | 2014-04-22 | 2014-08-20 | 零度智控(北京)智能科技有限公司 | 一种双余度飞行控制*** |
CN104049641B (zh) * | 2014-05-29 | 2017-08-25 | 深圳市大疆创新科技有限公司 | 一种自动降落方法、装置及飞行器 |
FR3024127B1 (fr) * | 2014-07-25 | 2016-08-26 | Airbus Operations Sas | Procede et systeme d'atterrissage automatique autonome |
CN105292472A (zh) * | 2014-07-28 | 2016-02-03 | 中国科学院沈阳自动化研究所 | 多用途软翼无人机 |
CN104166854B (zh) * | 2014-08-03 | 2016-06-01 | 浙江大学 | 针对小型无人机自主降落的视觉分级地标定位识别方法 |
JP6483823B2 (ja) | 2014-11-19 | 2019-03-13 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドSz Dji Technology Co.,Ltd | 位置決め機構及び該位置決め機構を用いたuavドック、並びにuav補給方法 |
CN104590552A (zh) * | 2014-12-08 | 2015-05-06 | 天津大学 | 基于视觉导航的微型多旋翼飞行器 |
CN105676875A (zh) * | 2015-03-10 | 2016-06-15 | 张超 | 无人机自动着陆*** |
CN105182995B (zh) * | 2015-03-10 | 2016-09-07 | 海安索菲亚生态环境新材料科技有限公司 | 无人机自动着陆*** |
CN104808684B (zh) * | 2015-04-22 | 2017-11-03 | 深圳市视晶无线技术有限公司 | 飞行器精密定位锚定***及其定位锚定方法 |
CN104808685A (zh) * | 2015-04-27 | 2015-07-29 | 中国科学院长春光学精密机械与物理研究所 | 用于无人机自主降落的视觉辅助装置及视觉辅助方法 |
CN104965213A (zh) * | 2015-05-27 | 2015-10-07 | 深圳市高巨创新科技开发有限公司 | 一种无人飞行器的定位方法及装置 |
CN107710091B (zh) * | 2015-06-26 | 2021-07-16 | 深圳市大疆创新科技有限公司 | 用于选择移动平台的操作模式的***和方法 |
CN104980708A (zh) * | 2015-06-30 | 2015-10-14 | 江苏首控制造技术有限公司 | 无人机手持终端远程直播监控*** |
CN104994355A (zh) * | 2015-07-14 | 2015-10-21 | 杨珊珊 | 一种智能化主动图像采集与更新***及方法 |
CN105652887A (zh) * | 2016-03-22 | 2016-06-08 | 临沂高新区翔鸿电子科技有限公司 | 采用二级图形识别的无人机降落方法 |
CN105857630A (zh) * | 2016-03-30 | 2016-08-17 | 乐视控股(北京)有限公司 | 停机坪装置、飞行器及飞行器停机*** |
CN105867411A (zh) * | 2016-04-14 | 2016-08-17 | 南方科技大学 | 一种无人机降落的方法及*** |
CN109690438A (zh) * | 2016-07-07 | 2019-04-26 | 深圳市大疆创新科技有限公司 | 用于使用机器可读码控制可移动物体的方法和*** |
EP3901728B1 (en) * | 2016-08-26 | 2023-10-04 | SZ DJI Technology Co., Ltd. | Methods and system for autonomous landing |
CN106371447B (zh) * | 2016-10-25 | 2020-07-07 | 南京奇蛙智能科技有限公司 | 一种无人机全天候精准降落的控制方法 |
CN106774386B (zh) * | 2016-12-06 | 2019-08-13 | 杭州灵目科技有限公司 | 基于多尺度标识物的无人机视觉导航降落*** |
CN107063261B (zh) * | 2017-03-29 | 2020-01-17 | 东北大学 | 用于无人机精准着陆的多特征信息地标检测方法 |
CN108733068A (zh) * | 2017-04-24 | 2018-11-02 | 菜鸟智能物流控股有限公司 | 飞行器 |
CN107515615A (zh) * | 2017-08-30 | 2017-12-26 | 泸州深远世宁无人机科技有限公司 | 用于无人机在特殊环境下的降落装置 |
CN108227751B (zh) * | 2018-01-29 | 2020-12-29 | 广州亿航智能技术有限公司 | 一种无人机的降落方法及*** |
CN108536167A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学(威海) | 用于倾斜非平稳平台的无人机自主降落方法 |
CN108919830A (zh) * | 2018-07-20 | 2018-11-30 | 南京奇蛙智能科技有限公司 | 一种无人机精准降落的飞行控制方法 |
CN110244749A (zh) * | 2019-04-22 | 2019-09-17 | 西北农林科技大学 | 一种农用无人机移动平台自主精准降落控制***与方法 |
CN110322462B (zh) * | 2019-06-13 | 2021-07-27 | 暨南大学 | 基于5g网络的无人机视觉着陆方法及*** |
CN111142546A (zh) * | 2019-11-22 | 2020-05-12 | 航天时代飞鸿技术有限公司 | 一种多旋翼无人机精准降落引导***及方法 |
CN111137463A (zh) * | 2020-01-15 | 2020-05-12 | 亿航智能设备(广州)有限公司 | 一种无人机降落引导***及其方法、充电平台、无人机 |
CN111596674A (zh) * | 2020-03-31 | 2020-08-28 | 广州中科云图智能科技有限公司 | 无人机的降落定位方法、装置及无人机巢 |
CN111598952B (zh) * | 2020-05-21 | 2022-07-08 | 华中科技大学 | 一种多尺度合作靶标设计与在线检测识别方法及*** |
CN111857171B (zh) * | 2020-07-30 | 2021-09-21 | 华南理工大学 | 一种基于质量自适应多层神经网络的无人机控制方法 |
CN112600632A (zh) * | 2020-11-14 | 2021-04-02 | 泰州芯源半导体科技有限公司 | 利用信号分析的无线数据通信平台 |
CN112904879B (zh) * | 2021-01-18 | 2024-04-12 | 天津大学 | 基于色块地标的四旋翼飞行器自主跟踪降落***及方法 |
CN114115010B (zh) * | 2021-11-18 | 2024-06-21 | 中国特种飞行器研究所 | 一种用于无人热气球的飞行高度控制*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100842101B1 (ko) * | 2007-06-15 | 2008-06-30 | 주식회사 대한항공 | 영상정보를 이용한 무인항공기 자동회수 방법 |
WO2010045271A1 (en) * | 2008-10-14 | 2010-04-22 | Joshua Victor Aller | Target and method of detecting, identifying, and determining 3-d pose of the target |
CN101833104A (zh) * | 2010-04-27 | 2010-09-15 | 北京航空航天大学 | 一种基于多传感器信息融合的三维可视化导航方法 |
CN101944295A (zh) * | 2010-09-08 | 2011-01-12 | 北京航空航天大学 | 一种无人机起落航线编排方法 |
CN103208206A (zh) * | 2013-03-21 | 2013-07-17 | 北京航空航天大学 | 一种适用于地形约束条件下的无人机起落航线编排方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090306840A1 (en) * | 2008-04-08 | 2009-12-10 | Blenkhorn Kevin P | Vision-based automated landing system for unmanned aerial vehicles |
-
2014
- 2014-03-12 CN CN201410089860.7A patent/CN103809598B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100842101B1 (ko) * | 2007-06-15 | 2008-06-30 | 주식회사 대한항공 | 영상정보를 이용한 무인항공기 자동회수 방법 |
WO2010045271A1 (en) * | 2008-10-14 | 2010-04-22 | Joshua Victor Aller | Target and method of detecting, identifying, and determining 3-d pose of the target |
CN101833104A (zh) * | 2010-04-27 | 2010-09-15 | 北京航空航天大学 | 一种基于多传感器信息融合的三维可视化导航方法 |
CN101944295A (zh) * | 2010-09-08 | 2011-01-12 | 北京航空航天大学 | 一种无人机起落航线编排方法 |
CN103208206A (zh) * | 2013-03-21 | 2013-07-17 | 北京航空航天大学 | 一种适用于地形约束条件下的无人机起落航线编排方法 |
Non-Patent Citations (1)
Title |
---|
一种小型无人旋翼机高度信息融合方法;雷旭升等;《机器人》;20121230;第34卷(第4期);第432-439页 * |
Also Published As
Publication number | Publication date |
---|---|
CN103809598A (zh) | 2014-05-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103809598B (zh) | 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** | |
US11218689B2 (en) | Methods and systems for selective sensor fusion | |
US11693428B2 (en) | Methods and system for autonomous landing | |
CN105644785B (zh) | 一种基于光流法和地平线检测的无人机着陆方法 | |
CN105197252B (zh) | 一种小型无人机降落方法及*** | |
CN106774386B (zh) | 基于多尺度标识物的无人机视觉导航降落*** | |
CN103869822B (zh) | 多旋翼无人机感知与规避***及其规避方法 | |
CN108062108A (zh) | 一种基于机载计算机的智能多旋翼无人机及其实现方法 | |
CN104808685A (zh) | 用于无人机自主降落的视觉辅助装置及视觉辅助方法 | |
Li et al. | Toward automated power line corridor monitoring using advanced aircraft control and multisource feature fusion | |
CN109270953A (zh) | 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 | |
CN102190081B (zh) | 基于视觉的飞艇定点鲁棒控制方法 | |
CN109341686B (zh) | 一种基于视觉-惯性紧耦合的飞行器着陆位姿估计方法 | |
CN109460046B (zh) | 一种无人机自然地标识别与自主着陆方法 | |
CN106500699B (zh) | 一种适用于无人机室内自主降落的位姿估计方法 | |
CN103852077A (zh) | 链路失效时无人机定位信息防欺骗自主判断方法 | |
Marques et al. | Unmanned Aircraft Systems in Maritime Operations: Challenges addressed in the scope of the SEAGULL project | |
Rady et al. | A hybrid localization approach for UAV in GPS denied areas | |
CN102788579A (zh) | 基于sift算法的无人机视觉导航方法 | |
CN107783119A (zh) | 应用在避障***中的决策融合方法 | |
CN108871409A (zh) | 一种故障检测方法和*** | |
CN114689030A (zh) | 一种基于机载视觉的无人机辅助定位方法及*** | |
Hosseinpoor et al. | Pricise target geolocation based on integeration of thermal video imagery and rtk GPS in UAVS | |
Minwalla et al. | Experimental evaluation of PICAS: An electro-optical array for non-cooperative collision sensing on unmanned aircraft systems | |
Guo et al. | Airborne vision-aided landing navigation system for fixed-wing UAV |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |