CN106054903B - 一种多旋翼无人机自适应降落方法及*** - Google Patents

一种多旋翼无人机自适应降落方法及*** Download PDF

Info

Publication number
CN106054903B
CN106054903B CN201610599945.9A CN201610599945A CN106054903B CN 106054903 B CN106054903 B CN 106054903B CN 201610599945 A CN201610599945 A CN 201610599945A CN 106054903 B CN106054903 B CN 106054903B
Authority
CN
China
Prior art keywords
unmanned plane
landing
image
information
control
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
Application number
CN201610599945.9A
Other languages
English (en)
Other versions
CN106054903A (zh
Inventor
谭冠政
刘西亚
陈佳庆
王汐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN201610599945.9A priority Critical patent/CN106054903B/zh
Publication of CN106054903A publication Critical patent/CN106054903A/zh
Application granted granted Critical
Publication of CN106054903B publication Critical patent/CN106054903B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04Control of altitude or depth
    • G05D1/06Rate of change of altitude or depth
    • G05D1/0607Rate of change of altitude or depth specially adapted for aircraft
    • G05D1/0653Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
    • G05D1/0676Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Electric Cable Installation (AREA)

Abstract

本发明公开了一种多旋翼无人机自适应降落方法及***,无人机起飞后,通过地面控制站(如平板电脑、手机等控制设备)选择要降落的区域大致范围;收到降落指令后,开启降落模式,并等待降落动作;检测降落区域的着陆面是否适合无人机的降落,若是则进行降落并结束所述降落模式,否则改变所述无人机位姿并继续降落。本发明能够安全、可靠的实现无人机的自主降落,并且对地形复杂的情况能够自适应的安全降落。

Description

一种多旋翼无人机自适应降落方法及***
技术领域
本发明涉及一种多旋翼无人机自适应降落方法及***。
背景技术
目前,多旋翼无人机(Multi-Rotor Unmanned Aerial Vehicle)作为无人机种类中发展最为迅速、应用比较广泛的一种飞行器,利用其搭载的各种电子设备,可以实现影像拍摄传输、空中预警、自然灾害监测、电力线路巡检、农药喷洒等功能;还可以通过加装主动作业装置(如机械臂)组成作业型飞行机器人***。多旋翼无人机具有成本低、结构简单、易于操控、高度灵活、起降无需跑道、悬停控制以及可超低空飞行等优点。
然而,多旋翼无人机为了实现更多的功能,需要搭载多种设备,有些机载设备兼具收集发送重要信息的功能但造价昂贵,所以在优化飞行控制的同时,保障无人机的飞行安全是一个需要重点考虑的问题。而多旋翼无人机的自主降落过程又是整个飞行控制中最容易发生故障的阶段。目前,有关无人机降落的安全性主要依赖操作者的视线或结合无人机拍摄的视频图像来保证,但这种方式有一些缺点,比如:
1、降落过程中,需要操作者根据地面实际情况不断调整无人机的位置和姿态,直到其平稳降落,整个过程可能操作时间较长,易导致操作者眼睛疲劳或其他不适反应。
2、人工操作加大了降落风险,稍有不慎就可能碰撞到障碍物,甚至引起摔机、炸机等现象。尤其是,当在超出操作者视距外进行无人机降落或者降落环境比较复杂时,人工操作的危险系数将进一步增加。
为了解决多旋翼无人机安全降落的问题,现有技术中从无人机的起落架设计、自主降落方法等角度分别提出了几个不同的解决方案,其中较为典型的技术方案有中国专利CN201510278927.6和CN201520533005.0。
前一个专利CN201510278927.6提及的技术方案是:获取飞行器的飞行信息,并基于拍摄的图像数据检测出降落目标点的降落位置;根据获得的飞行信息和降落位置,预测出飞行器向降落目标点降落的飞行控制策略;最后根据预测出的飞行控制策略控制飞行器飞行,使其降落到所述降落位置。该方案在飞行器降落的全过程中可以按照预测的飞行控制策略实现比较精准的自主降落,且对降落位置的锁定减弱了飞行器在降落过程中的震荡,使得降落更平滑、快速。但是,该方案存在以下三个问题:第一,无人机需不断地获取飞行状态信息并通过与降落位置标志(比如“H”字母)进行图像匹配来找到指定的降落位置点,这样需要事先设置好一个的降落标志(通常是“H”字母);第二,该方案没有给出降落状态和正常飞行状态协调配合的控制算法或方法,一旦出现电量不足或者发生空中碰撞等情况,需要紧急迫降而无法找到预定的降落位置点时无人机就无法降落,即使无人机检测到降落目标点,但在飞往降落目标点的过程中也可能因电量不足而随时出现坠机事故;第三,该方案没有提供一种用于安全降落的可靠装置,尤其是当需要迫降而地面环境是崎岖不平的情况时(如救灾现场、山区搜索等场合),问题更突出。
后一个专利CN201520533005.0给出的技术方案是:提供一种通过纯机械方式优化多旋翼无人机降落动作、修正异常降落状态、保护整机和内部数据安全、减少摔机炸机风险的碳管阻尼减震起落架,该起落架利用气体压缩产生的阻尼,能够吸收无人机降落时产生的瞬间冲击能量,降低振动对无人机的损坏。但该方案存在以下问题:无人机的起落架只适应地面平坦的降落区域,在复杂环境下(比如有棱角的崎岖降落区域)的效果有限。此外,该方案可能因气体泄漏而失去减震作用。
除了上述两种典型的技术方案外,其他的针对无人机安全降落问题无非是改进无人机的起落架使之具有更好的缓冲作用,或者仅增加一些降落保护装置,这些方案在一定程度上增加了结构设计的复杂度,而且其适用范围受限。目前,对于多旋翼无人机正常降落和紧急情况迫降的情况,仍然没有一套安全、可靠、智能的降落方法或***。
本发明中用到的名词解释如下:
多旋翼无人机:采用多个旋翼作为飞行动力源的无人驾驶飞行器,可垂直起降。
自适应降落:指无人机收到降落指令或者启动降落模式后,在预定的一个或者多个降落区域中选择出最佳的降落区域及路线进行自主降落,并且能根据地面实际情况调整起落架的伸缩长度实现平稳降落。
飞行信息:指无人机在飞行过程中飞行状态的各种参数信息,包括无人机的姿态、经纬度坐标、高度、速度和加速度以及视觉信息等。
数据融合处理:又称信息融合处理,指的是利用计算机和信息技术对从若干个信息源或传感器中获得的数据和信息进行观测、分析及综合处理,以实现任务目标的信息处理过程。本发明中是对从多种传感器获得的数据进行处理,并为控制器或地面站提供平滑可靠的无人机姿态、位置、速度/加速度等信息。
降落区域:无人机可进行降落的某个区域范围,是预先设定的或者非设定的区域。本发明中是指由地面控制站(操作员)从无人机空中拍摄的地面图像中选择一个或几个区域设定为降落的目标区域。
发明内容
本发明所要解决的技术问题是,针对现有技术不足,提供一种多旋翼无人机自适应降落方法及***。
为解决上述技术问题,本发明所采用的技术方案是:一种多旋翼无人机自适应降落方法,包括以下步骤:
1)无人机起飞后,通过地面控制站选择要降落区域的范围;
2)收到降落指令后,开启降落模式,并等待降落;
3)检测降落区域的着陆面是否适合无人机的降落,若是则进行降落并结束降落模式,否则改变无人机位姿并继续降落。
步骤1)的具体实现过程包括:
1)无人机飞至预定空中区域,通过机载航拍设备多角度拍摄机身正下方的图像;
2)发送图像信息及无人机飞行信息给地面控制站,地面控制站分析图像并选取该图像中适合无人机降落的若干降落区域;
3)地面控制站根据分析的结果及所选取的若干降落区域确定降落区域的范围并提取该区域范围内的图像特征信息,发送给无人机并以特征矢量的形式存储起来。
在执行步骤2)之前,进行如下操作:检测无人机是否失控,若失控则直接启动紧急模式;否则,进一步判断当前主电源电量是否低于总电量的20%,若是,则直接启动紧急模式;否则,执行步骤2)。
在执行步骤3)之前,进行如下操作:通过无人机提供的信息,计算得到当前位置到选定的若干降落区域的最近降落区域和路径。
计算得到当前位置到选定的若干降落区域的最近降落区域和路径的具体方法为:若机身正下方的图像是无人机飞至多个所选的降落区域上方所拍摄的,即能够获得所选取降落区域的位置信息,则采用下述代价函数计算最近降落区域:
其中,(x,y,z)为无人机收到降落指令后的当前位置信息;(xi',yi',zi')为降落区域的位置信息,i表示所选取的降落区域的个数,i=1,2…n;α∈(0,1)为可调参数。
计算得到当前位置到选定的若干降落区域的最近降落区域和路径的具体方法为:若机身正下方的图像不是无人机飞至多个所选的降落区域上方所拍摄的,即不知所选取降落区域的位置信息,则:
1)对当前无人机拍摄的图像与事先存储的若干目标降落区域的图像进行匹配,获得同一目标的特征点像素坐标;
2)采用下列公式计算出所匹配的图像特征点的地面坐标:
其中,(m0,n0)为无人机所获取的图像的中心坐标;fx、fy为焦距和在对应轴上单位长度像素个数的乘积;为匹配的图像特征点ti在事先存储的无人机所获取的图像中的像素坐标,为匹配的图像特征点ti在当前位置拍摄的图像中的像素坐标;(x1,y1,z1)、(x2,y2,z2)分别为上述两个图像的拍摄处无人机的位置坐标;rij、r′ij分别为上述两个图像的拍摄处的旋转矩阵中的元素,由无人机的三个方向角决定;为所求的图像特征点的地面坐标,即为所选取降落区域的位置信息;
3)将的降落区域的位置信息(xi',yi',zi')和无人机的当前位置信息(x,y,z)代入代价函数进而确定距离当前位置最近的降落区域。
步骤3)的具体实现过程为:
1a)实时失控监测并到达选择的最近降落区域,即实时判断无人机是否失控,若失控则直接启动紧急模式,否则进一步判断当前主电源电量是否在所设内,若不在则直接启动紧急模式,否则执行降落并实时失控监测及获取无人机与降落区域的距离;
2a)判断是否到达设定的距离范围之内,若否,则返回步骤1a),若是,则将起落架伸缩段末端的测距传感器的信息发送给无人机的协处理器,并计算起落架与地面的两两距离差,若差值在设定的阈值内,则执行降落任务并根据距离差值来实时调整起落架的伸缩长度,并向地面控制站发送GPS信息;否则,无人机改变位姿,重复上述操作;距离范围设定为1~1.5m;设定的阈值为0~20cm。
步骤1a)中,所述安全阈值设定为大于总的主电源电量的20%。
在执行步骤2)之前,以及在步骤3)中,还包括一种紧急模式,即锁住无人机的螺旋桨并打开紧急降落伞装置。
相应的,本发明还提供了一种多旋翼无人机自适应降落控制***,包括:
用于获取无人机在飞行过程中飞行状态的各种参数信息,并把参数信息发送给控制模块的飞行信息获取模块;
用于实时监测无人机的飞行状态是否失控,并把监测信息及时发送给控制控制模块的失控监测模块;
用于完成对获取的飞行状态的各种参数信息及外部信息的数据融合处理、对所获取图像的特征点进行匹配、对失控监测的信息进行处理并发出控制执行机构的控制指令的控制模块;
用于与地面控制站之间进行数据信息交换和传递的数据收发模块;
用于执行控制模块发送的控制信息的执行模块。
通过转速传感器检测无人机电机的转速是否正常,即是否低于设定的转速值完成失控监测;或者通过监测电机的力矩或者电调是否有输出电流完成失控监测。
失控监测模块事先设定在无人机开始起飞前或者降落完成后自动失效,即无人机控制器在开始起飞前、降落模式结束后不接收该模块发送的检测信号,避免在正常情况下对是否无人机失控的误判。
本发明提供一种能实现上述目的的多旋翼无人机,所述多旋翼无人机包括:无人机主体、无人机控制***、可自主收缩的起落架、上下可拆卸的支撑平台以及降落伞装置。
其中,所述无人机控制***由无人机控制器、传感器网络、存储设备及数据收发器等部分组成;所述无人机可自主收缩的起落架包括固定段部分、可伸缩段部分和固定在伸缩段的测距传感器,与所述无人机的上下可拆卸支撑平台固定连接,并与航拍设备等外加设备一同构成所述无人机主体;所述无人机的上下可拆卸支撑平台用于承载机载设备及连接机臂和起落架;所述无人机的降落伞装置包括与所述支撑平台相连接的伞盒及电磁吸合器。
进一步地,所述无人机的可伸缩起落架还包括用于控制伸缩距离的步进电机、螺旋丝杆、嵌在丝杆上的伸缩段和固定所述步进电机的档板。
进一步地,所述无人机的可伸缩起落架还包括固定在所述伸缩段末端的测距传感器,可以是超声波传感器、红外传感器、激光测距传感器,本发明中主要包括但不局限于上述几种传感器。
进一步地,所述无人机的可伸缩起落架的伸缩距离可以根据具体无人机的落地稳定性、螺杆与伸缩杆长度而设定,本发明中可伸缩长度范围设置为0~20cm,即不在这个范围内的所述无人机起落架不进行伸缩动作。
进一步地,所述无人机的降落伞装置包括:降落伞装置盒盖、装置外壳、降落伞放置平台、压缩弹簧、电磁吸合器上平台和下平台、降落伞装置底座、拉伸杆、固定弹簧以及拉伸线等。
与现有技术相比,本发明所具有的有益效果为:本发明可以安全可靠的解决无人机的降落问题,很好地协调无人机的飞行状态和降落状态,简化了人工操作的工作量及降落风险,且能够有效处理紧急情况时的迫降问题,对降落区域的着陆面周围环境要求大大降低,增强了无人机在降落方面的智能化能力。
附图说明
图1为本发明提供的一种多旋翼无人机立体结构示意图;
图2为本发明提供的一种多旋翼无人机可收缩起落架的内部结构示意图;
图3为本发明提供的一种多旋翼无人机降落伞装置的内部结构示意图;
图4为实施例中的一种多旋翼无人机自适应降落方法的实施流程图;
图5为实施例中的一种多旋翼无人机自适应降落方法的具体操作流程图;
图6(a)和图6(b)分别为图4和图5步骤中的选择最近降落区域和最佳路径时的对比示意图;
图7为另一实施例中的多旋翼无人机的自适应降落方法的新增步骤流程图;
图8为实施例中的多旋翼无人机自适应降落方法的控制框图;
图9为实施例中的多旋翼无人机自适应降落***的模块结构图;
图10为实施例中的多旋翼无人机另外一种自适应降落***的模块结构图;
图11为实施例中的多旋翼无人机失控监测控制原理示意图;
图12为实施例中紧急模式操作流程图;
其中:1、无人机机身;2、降落伞装置;3、机臂;4、可伸缩起落架;5、上下可拆卸支撑平台;6、电机;7、旋翼;70、起落架固定段;71、斜体支架;72、步进电机固定挡板1;73、步进电机;74、步进电机固定挡板2;75、起落架伸缩段;76、测距传感器;77、螺旋丝杆;20、降落伞装置盒盖;21、降落伞装置外壳;22、降落伞放置平台;23、压缩弹簧;24、电磁吸合器上平台;25、电磁吸合器下平台;26、降落伞装置底座;27、拉伸杆;28、固定弹簧。
具体实施方式
本发明利用无人机在空中不同位置拍摄的图像确定若干降落区域,无人机完成任务后选择最近的降落区域及最佳路径实施自适应降落,并利用所设计的可伸缩起落架降低对着陆面的路况要求;为无人机提供的实时失控监测,能够在正常降落和紧急情况迫降时有效安全降落,保护无人机及其机载电子设备。
为了使本发明的技术方案、优势更加的清晰和易懂,下面将结合附图,对本发明实施例中的技术方案进行具体的描述。
下面结合附图详细说明本发明的具体实施方式。
请参阅图1,本发明提供的多旋翼无人机包括无人机主体1、无人机控制***、可伸缩的起落架4、上下可拆卸的支撑平台5以及降落伞装置2。所述无人机控制***由无人机控制器、传感器网络、存储设备及数据收发器等部分组成(图中未标出)。
另请参阅图2,所述可伸缩的起落架4包括固定段部分70、可伸缩段部分75和固定在伸缩段的测距传感器76,并与所述上下可拆卸支撑平台5固定连接。此外,所述可伸缩的起落架4的数量根据需要设定,如3个、4个、6个等。
所述无人机的伸缩起落架4还包括用于控制伸缩距离的步进电机73、螺旋丝杆77、嵌在丝杆上的伸缩段75和固定所述步进电机73的两块档板72和74。所述步进电机73选用数量与可收缩的起落架4的数量一致。
进一步地,在降落过程中,所述无人机的伸缩起落架根据其末端的测距传感器发送给无人机的信息,经处理器计算该起落架末端与降落面的距离差实时调整起落架的伸缩长度。具体的,控制器根据计算出的距离差值信息向调整所述起落架伸缩距离的步进电机发送相应信号,该起落架的可伸缩段部分通过与步进电机相连的螺旋丝杆的转动来调节伸缩距离。
请参阅图3,所述无人机的降落伞装置2包括:降落伞装置盒盖20、降落伞装置外壳21、降落伞放置平台22、压缩弹簧23、电磁吸合器上平台24、电磁吸合器下平台25、降落伞装置底座26、拉伸杆27、固定弹簧28以及拉伸线(图中未标出)等。
进一步地,在收到紧急降落信号后,电磁吸合器通电并开始吸合其上平台,与上平台相连的拉伸线迅速拉动盒盖20,打开盒盖;同时通过拉伸杆27拉动降落伞放置平台22,使得压缩弹簧23处于压缩状态,然后由于吸合器的吸合使得用于承载拉伸杆和吸合器上平台连接的固定柱(图中未显示)脱落,进而释放降落伞,完成紧急降落目的。
如图4所示,本发明还提供了一种多旋翼无人机自适应降落方法,其包括以下几个步骤:
步骤S1:无人机起飞后,通过地面控制站(如平板电脑、手机等控制设备)选择要降落区域的大致范围;
其中,该步骤是从获取的图像中选择降落的区域,具体操作为:
A、无人机飞至预定空中区域,通过机载航拍设备多角度拍摄机身正下方的图像;
B、通过图传模块无线发送图像信息及无人机飞行信息给地面控制站,地面控制站分析图像并选取该图像中适合无人机降落的若干降落区域;
C、地面控制站根据分析的结果及所选取的若干降落区域确定大致范围并提取该区域范围内的图像特征信息,发送给无人机并以特征矢量的形式存储起来。
具体的,本发明实例中需要的图像信息及飞行信息是通过无人机上装载的多种传感器测量获得,请参考图8,其中,飞行信息是无人机在飞行过程中飞行状态的各种参数信息,包括无人机的姿态信息、位置信息、高度信息、速度和加速度信息以及视觉信息等。
在本发明的实例中,获取的飞行信息包括以下至少一种或多种:无人机的姿态信息、位置信息、高度信息、速度及加速度信息等。
为获取上述无人机的飞行信息,需要使用无人机上装载的传感器,具体可选择以下几种:GPS、IMU(惯性测量单元)、测距传感器、视觉传感器等,其中,GPS用来获取无人机的位置信息和速度信息;IMU以多轴方式组合精密陀螺仪、加速度计、磁力计等,来获取无人机姿态、速度、加速度;测距传感器可以是超声波传感器、红外传感器、激光测距传感器、气压高度计等;视觉传感器为相机,用来获取图像信息。
选择降落区域后,实时失控监测,即检测无人机是否失控,若失控则直接启动紧急模式,否则判断当前主电源电量是否在所设安全阈值(总的主电源电量20%以上)内,若不在则直接启动紧急模式,否则执行图4中的步骤S2。
步骤S2:收到降落指令后,开启降落模式,并等待降落动作;
随后,上述无人机计算并得到当前位置到事先存储在存储模块中选定的若干降落区域的最近区域和最佳路径,示意图请参阅图6(a)和图6(b)。本发明采用如下具体计算方法:
方法一:若所述步骤S1中A步骤的图像是无人机飞至多个所选的降落区域上方所拍摄的,即能够获得所选取降落区域的位置信息,则采用下述代价函数计算最近降落区域:
其中,(x,y,z)为无人机收到降落指令后的当前位置信息;(xi',yi',zi')为降落区域的位置信息,i表示所选取的降落区域的个数,i=1,2…n;α∈(0,1)为可调参数,降低高度信息因不准确而造成的偏差。
获取使得上述代价函数最小的降落区域的信息,然后通过提取的特征信息来匹配当前无人机拍摄的图像,找到该区域并调整无人机的位姿,使其与地平线水平且保持平稳,接着执行步骤S3。
方法二:若所述步骤S1中A步骤的图像是无人机某空中区域上方所拍摄的,即不知所选取降落区域的位置信息,则进行如下操作:
首先,对当前无人机拍摄的图像与事先存储的含有若干目标降落区域的图像进行匹配,获得同一目标的特征点像素坐标;
其次,采用下列公式计算出所匹配的图像特征点的地面坐标:
其中,(m0,n0)为图像中心坐标;fx、fy为焦距和在对应轴上单位长度像素个数的乘积;为匹配的图像特征点ti在事先存储的图像中的像素坐标,为匹配的图像特征点ti在当前位置拍摄的图像中的像素坐标;(x1,y1,z1)、(x2,y2,z2)分别为上述两个图像的拍摄处无人机的位置坐标;rij、r′ij分别为上述两个图像的拍摄处的旋转矩阵中元素,由无人机的三个方向角决定;为所求的图像特征点的地面坐标,即为上述所选取降落区域的位置信息。
最后,将上述方法获得的降落区域的位置信息和无人机的当前位置信息代入方法一中的代价函数,进而确定距离当前位置的最近降落区域。需要说明的是,为了减少计算量,可以只选取其中几个具有代表性的关键特征点进行计算。
上述方法一和方法二中的图像特征提取可采用SIFT算法或者其改进的SIFT算法,比如SURF算法,然后可以利用基于最小距离方法完成匹配操作。
需要说明的是,本发明所述的获取最近区域和最佳路径的用到的计算方法,只是为了更详细地说明如何找到最近降落区域和路径,并不对使用何种方法找到该区域及路径进行限制。
选定最近的降落区域和最佳路径后,执行步骤S3。
步骤S3:检测降落区域的着陆面是否适合无人机的降落,若是则进行降落并结束所述降落模式,否则改变所述无人机位姿并继续降落。
具体地,所述步骤S3的具体操作为:实时失控监测并到达选择的最近降落区域,即实时判断无人机是否失控,若失控则直接启动紧急模式,否则进一步判断当前主电源电量是否在所设安全阈值(大于总的主电源电量20%)内,若不在则直接启动紧急模式,否则执行降落并实时失控监测及获取无人机与降落区域的距离;判断是否到达设定的距离范围1~1.5m之内,若否则返回上一步,若是则将所述固定在起落架伸缩段的测距传感器的距离信息发送给无人机的协处理器并计算起落架与地面的两两距离差,若差值在设定的阈值0~20cm内,则执行降落任务并根据距离差值来实时调整伸缩起落架,并向地面控制站发送GPS等信息;否则,无人机改变位姿,重复上述操作。
上述步骤S1~S3的具体实施步骤请参阅图5,给出了从选定降落区域、收到降落指令到安全降落的一种具体实施方式。本领域普通技术人员应理解,该实施方式中选定若干降落区域可以在无人机执行正式任务之前,也可以在执行任务的同时进行,也可以直接使用上次存储的若干降落区域信息而本次不再进行降落区域的选择。另外,失控监测是实时进行的,也可以是每隔所设定的时间内进行采样监测。
进一步地,上述实施方式中还包括一种紧急模式,即在无人机出现电量不足、失控或其他突发状况时尽可能的保护无人机及其设备,是一种安全应急措施。请结合图11和图12,具体操作如下:
首先,开启紧急模式,再次判断是否失控,若否则恢复之前的正常模式(降落或飞行)并关闭紧急模式,若是则执行下一步;
其次,判断无人机与地面的垂直距离是否大于某预定值,若否则断开选择开关K1,锁住螺旋桨并自然降落,实时发送GPS等信息,若是则执行下一步;
最后,判断主电源电量是否在安全阈值内,若是则切换选择开关K1,锁住螺旋桨并打开紧急降落伞装置,实时向地面控制站发送GPS等数据,获取坠机信息,若否则切换选择开关K2,使用备用电源,并切换选择开关K1,锁住螺旋桨并打开紧急降落伞装置,实时向地面控制站发送GPS等数据,获取坠机信息。
请参阅图7,本发明的另一种实施方式在上述实施方式的基础上,增加几个步骤,可放在图5步骤中开启降落模式之后某处,具体如下:
(1)、检测是否收到启动飞行状态的信号,若否则继续原来的降落模式,若是则执行下一步。
(2)、判断主电源电量是否低于所设安全阈值,若是则拒绝开启飞行模式,并开启紧急模式,进行安全降落。若否则结束降落模式,并打开启动模式。
上述实施方式中所增加的步骤是为了无人机进行降落过程中能够根据需要在降落状态和飞行状态之间进行灵活转换,增加无人机的灵活性和可靠性。其中,飞行启动状态信号是通过无线设备从地面控制站发送给无人机的,用来切换降落模式。需要说明的是,飞行启动状态信号可以是用于结束当前降落模式的控制信号,也可以是用于改变飞行信息的控制信号,也可以是用于重新执行任务的控制信号。
其他步骤或操作与第一种实施方式类似,在这不再进行赘述。
基于上述降落控制方法,本发明还提供用于实施上述方案的多旋翼无人机自适应降落控制***。具体请参阅图8、图9、图10和图11。
如图8所示,本发明实施例中提供的一种自适应降落方法的控制框图,主要包括:信息采集、数据融合处理、无人机控制器、执行器和地面控制操作站,其中,
信息采集通过多种传感器构成的传感器网络对外部环境及无人机进行参数信息获取;数据融合处理将从多种传感器中获得的参数信息进行观测、分析及综合处理,为控制器提供平滑可靠的姿态、位置、速度/加速度等信息,可以采用卡尔曼滤波算法,也可以采用粒子滤波算法等完成参数信息的融合处理;无人机控制器由主控制器、协处理器、存储器、数据收发模块及其他连接电路组成,是控制无人机的核心单元。
请参阅图9,本发明一种实施方式中提供的多旋翼无人机自适应降落***的模块结构图,包括:
飞行信息获取模块,利用若干传感器获得无人机在飞行过程中飞行状态的各种参数信息;
失控监测模块,用于实时监测无人机的飞行状态是否失控,并把监测信息及时发送给控制器;
控制器处理模块,用于完成前面所述多旋翼无人机的自适应降落方法;
数据收发模块,包括数传、图传等部分,用于与地面控制站之间进行数据信息的交换和传递。
执行模块,用于执行控制模块发送的控制信息,比如,起落架伸缩的执行、降落伞装置的开启、失控监测后选择开关的动作等。
在本发明的另外一种实施方式中,给出了对应的多旋翼无人机自适应降落***的模块结构图,如图10所示,与图9相比,增加了模式切换模块,即能够根据需要和实际情况实现在降落模式和正常模式中灵活的转换。比如,无人机在降落过程中收到地面控制站发送的执行任务的控制信号,随后判断无人机的电量是否充裕,若充裕则开启并执行任务模式,否则继续执行降落模式。
另外,上述实施方式中的失控监测模块是通过转速传感器检测无人机电机的转速是否正常,即是否低于设定的转速值。需要说明的是,失控监测模块也可以通过监测电机的力矩或者电调是否有输出电流等方式进行,也可以结合能否接受到地面控制站的信息来判断。本发明实施方式中所采用的检测方法只是为了更加清楚地表述模块功能,而不是为了限制所采用的方法。
下面提供在上述实施方式中所用的失控监测模块的控制原理示意图,请参阅图11,包括:电源部分、失控监测模块、无人机控制器、无人机电调和电机部分、选择开关K1和K2、降落伞装置及其他供电部分。其中,
电源部分,为无人机及其机载电子设备供电,包括主电源、备用电源、电压电流传感器,备用电源是在主电源出现电量不足或烧坏的情况下应急使用,电压电流传感器用来检测主电源电量,并发送给无人机控制器;
失控监测模块,用于实时监测无人机的飞行状态是否失控,通过对无人机电机的转速来判断,并把监测的信息实时发送给控制器。并且事先设定该模块在无人机开始起飞前或者降落完成后自动失效,即无人机控制器在开始起飞前、降落模式结束后不接收该模块发送的检测信号,从而避免在正常情况下对是否失控的误判。
选择开关K1和K2,控制器通过传感器反馈的信息控制选择开关来切换紧急模式和正常模式,开关可以是电磁开关,也可以是电气开关;
其他供电部分,主要是传感器网络的供电,确保能够实时监控无人机的飞行状态及信息。
另外,图11中的虚线表示无人机控制器对选择开关的控制选择信号,即无人机控制器根据失控监测模块发送的信号处理并判断是否对选择开关进行操作,并把判断后的控制信号作用于选择开关。
上述失控监测模块的工作原理及过程在紧急模式操作中已详述,请结合图12,这里不再进行赘述。

Claims (4)

1.一种多旋翼无人机自适应降落方法,其特征在于,包括以下步骤:
1)无人机起飞后,通过地面控制站选择要降落区域的范围;
2)收到降落指令后,开启降落模式,并等待降落;
3)通过计算无人机起落架与地面的两两距离差判别降落区域的着陆面能否适应无人机的降落,若是则进行降落并结束降落模式,否则改变无人机位姿并继续降落;
步骤1)的具体实现过程包括:
a)无人机飞至预定空中区域,通过机载航拍设备多角度拍摄机身正下方的图像;
b)发送图像信息及无人机飞行信息给地面控制站,地面控制站分析图像并选取该图像中适合无人机降落的若干降落区域;
c)地面控制站根据分析的结果及所选取的若干降落区域确定降落区域的范围并提取该区域范围内的图像特征信息,发送给无人机并以特征矢量的形式存储起来;
在执行步骤c)之前,进行如下操作:通过无人机提供的信息计算得到其当前位置到选定的若干降落区域的最近降落区域及路径;具体计算方法为:若机身正下方图像不是无人机飞至所选的若干降落区域上方时所拍摄的,即所选取降落区域的位置信息未知,则:
1)对当前无人机拍摄的图像与事先存储的若干目标降落区域的图像进行匹配,获得同一目标的特征点像素坐标;
2)采用下列公式计算出所匹配的图像特征点的地面坐标:
其中,(m0,n0)为无人机所获取的图像的中心坐标;fx、fy为焦距和在对应轴上单位长度像素个数的乘积;为匹配的图像特征点ti在事先存储的无人机所获取的图像中的像素坐标,
为匹配的图像特征点ti在当前位置拍摄的图像中的像素坐标;(x1,y1,z1)、(x2,y2,z2)分别为上述两个图像的拍摄处无人机的位置坐标;rij、r′ij分别为上述两个图像的拍摄处的旋转矩阵中的元素,由无人机的三个方向角决定;为所求的图像特征点的地面坐标,即为所选取降落区域的位置信息;
3)将降落区域的位置信息(x′i,y′i,z′i)和无人机的当前位置信息(x,y,z)代入代价函数进而确定距离当前位置最近的降落区域,α∈(0,1)为可调参数。
2.根据权利要求1所述的多旋翼无人机自适应降落方法,其特征在于,在执行步骤2)之前,进行如下操作:检测无人机是否失控,若失控则直接启动紧急模式;否则,进一步判断当前主电源电量是否低于总电量的20%,若是,则直接启动紧急模式;否则,执行步骤2)。
3.根据权利要求1所述的多旋翼无人机自适应降落方法,其特征在于,步骤3)的具体实现过程为:
1a)实时失控监测并到达选择的最近降落区域,即实时判断无人机是否失控,若失控则直接启动紧急模式,否则进一步判断当前主电源电量是否在所设安全阈值 内,若不在则直接启动紧急模式,否则执行降落并实时失控监测及获取无人机与降落区域的距离;
2a)判断是否到达设定的距离范围之内,若否,则返回步骤1a),若是,则将起落架伸缩段末端的测距传感器的信息发送给无人机的协处理器,并计算起落架与地面的两两距离差,若差值在设定的阈值内,则执行降落任务并根据距离差值来实时调整起落架的伸缩长度,并向地面控制站发送GPS信息;否则,无人机改变位姿,重复上述操作;距离范围设定为1~1.5m;设定的阈值为0~20cm。
4.根据权利要求3所述的多旋翼无人机自适应降落方法,其特征在于,步骤1a)中,安全阈值设定为大于总的主电源电量的20%。
CN201610599945.9A 2016-07-27 2016-07-27 一种多旋翼无人机自适应降落方法及*** Active CN106054903B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610599945.9A CN106054903B (zh) 2016-07-27 2016-07-27 一种多旋翼无人机自适应降落方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610599945.9A CN106054903B (zh) 2016-07-27 2016-07-27 一种多旋翼无人机自适应降落方法及***

Publications (2)

Publication Number Publication Date
CN106054903A CN106054903A (zh) 2016-10-26
CN106054903B true CN106054903B (zh) 2019-11-08

Family

ID=57418578

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610599945.9A Active CN106054903B (zh) 2016-07-27 2016-07-27 一种多旋翼无人机自适应降落方法及***

Country Status (1)

Country Link
CN (1) CN106054903B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731971A (zh) * 2021-04-02 2021-04-30 北京三快在线科技有限公司 控制无人机降落的方法、装置、可读存储介质及电子设备

Families Citing this family (39)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206265292U (zh) * 2016-11-18 2017-06-20 捷西迪(广州)光学科技有限公司 一种带可收放起落架装置的无人飞机
CN106595500B (zh) * 2016-11-21 2019-06-14 云南电网有限责任公司电力科学研究院 基于无人机双目视觉的输电线路覆冰厚度测量方法
CN106530839B (zh) * 2016-11-30 2019-07-19 中国航空工业集团公司沈阳飞机设计研究所 一种基于双地面站的无人机流水线式起降方法
CN106672216A (zh) * 2016-12-13 2017-05-17 深圳市元征科技股份有限公司 一种控制无人机降落的方法及无人机
CN106681356A (zh) * 2017-01-04 2017-05-17 四川克瑞斯航空科技有限公司 一种远程控制uwb引导降落的无人机***
CN106708065A (zh) * 2017-01-17 2017-05-24 览意科技(上海)有限公司 无人机降落控制方法、装置与无人机
WO2018133006A1 (zh) * 2017-01-19 2018-07-26 深圳市大疆创新科技有限公司 无人机起落架控制方法、装置、无人机及其***
CN106598038B (zh) * 2017-02-14 2023-08-29 广西师范大学 固定翼无人飞行器灾难最小化控制装置及方法
CN106628194B (zh) * 2017-02-20 2019-02-05 北京京东尚科信息技术有限公司 无人机的降落伞***、安全保护方法及装置
CN107065924A (zh) * 2017-03-15 2017-08-18 普宙飞行器科技(深圳)有限公司 无人机车载起降***、可车载起降无人机及降落方法
CN107065931A (zh) * 2017-06-08 2017-08-18 广东容祺智能科技有限公司 一种无人机降落控制装置及方法
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
CN107914889A (zh) * 2017-11-15 2018-04-17 广东容祺智能科技有限公司 一种无人机于海上船只的降落***
CN109866917A (zh) * 2017-12-04 2019-06-11 中国飞机强度研究所 一种仿生腿起落架
CN107891429A (zh) * 2017-12-18 2018-04-10 浙江工业职业技术学院 搜救机器人
US10577101B2 (en) 2017-12-21 2020-03-03 Autel Robotics Co., Ltd. Water surface detection method and apparatus, unmanned aerial vehicle landing method and apparatus and unmanned aerial vehicle
CN108286964A (zh) * 2017-12-29 2018-07-17 河南三和航空工业有限公司 一种飞行器起降过程中的导航方法
CN108447309B (zh) * 2018-03-14 2020-11-06 广州亿航智能技术有限公司 无人机起降方法、装置和计算机储存介质
CN108423166B (zh) * 2018-05-14 2023-12-22 天长市星舟航空技术有限公司 一种多旋翼无人机水平降落***
CN112789571A (zh) * 2018-07-05 2021-05-11 深圳市道通智能航空技术股份有限公司 无人机降落方法、装置及无人机
JP7181723B2 (ja) * 2018-08-02 2022-12-01 古野電気株式会社 海上探索システム、無人飛行体、及び無人飛行方法
WO2020042151A1 (zh) * 2018-08-31 2020-03-05 深圳市大疆创新科技有限公司 无人机失控保护方法、设备、无人机***的保护方法和无人机***
CN109383826A (zh) * 2018-10-09 2019-02-26 成都戎创航空科技有限公司 旋翼无人机自动降落辅助***
CN109460047B (zh) * 2018-10-23 2022-04-12 昆山优尼电能运动科技有限公司 基于视觉导航的无人机自主分级降落方法及***
CN109592045A (zh) * 2018-12-21 2019-04-09 深圳飞马机器人科技有限公司 一种无人机应急开伞方法、装置、电子设备和介质
CN109765587B (zh) * 2019-03-06 2024-02-09 深圳飞马机器人股份有限公司 无人机定位***、方法及监控***
CN110197489B (zh) * 2019-04-11 2021-11-16 中国电子科技集团公司电子科学研究院 一种无人机降落区域的选择方法和装置
CN112306083B (zh) * 2019-07-30 2023-12-05 广州极飞科技股份有限公司 无人机降落区域的确定方法、装置、无人机和存储介质
WO2021081708A1 (zh) * 2019-10-28 2021-05-06 深圳市大疆创新科技有限公司 无人机的控制方法和无人机
CN110968112B (zh) * 2019-12-12 2023-08-01 哈尔滨工程大学 一种基于单目视觉的无人机自主降落方法
US11630467B2 (en) 2020-12-23 2023-04-18 Textron Innovations Inc. VTOL aircraft having multifocal landing sensors
CN113009925B (zh) * 2021-03-09 2023-05-26 广东鸿源智能科技有限公司 一种无人机降落控制方法
CN113031633B (zh) * 2021-03-18 2024-06-14 广州极飞科技股份有限公司 一种无人机的降落方法、装置、无人机及介质
CN114502463A (zh) * 2021-06-16 2022-05-13 深圳市大疆创新科技有限公司 无人机***的控制方法、装置、无人机***和存储介质
CN113421459B (zh) * 2021-06-22 2022-08-02 中国民用航空总局第二研究所 一种无人机飞行导致的地面交通风险监测方法及***
CN113428371B (zh) * 2021-07-23 2023-06-30 中国科学院地理科学与资源研究所 一种能够进行应急处理的无人机和无人机应急处理方法
CN115496930B (zh) * 2022-11-08 2023-03-21 之江实验室 一种图像处理方法、装置、存储介质及电子设备
CN116203600A (zh) * 2023-02-22 2023-06-02 中急管(北京)网络科技有限公司 一种无人机通信信号丢失后带动力运动轨迹循迹的方法
CN116385913B (zh) * 2023-06-05 2023-09-29 四川康吉笙科技有限公司 基于图像识别的监测方法及***

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104656669A (zh) * 2015-03-10 2015-05-27 无锡桑尼安科技有限公司 基于图像处理的无人机着陆位置搜索***
CN105204515A (zh) * 2015-08-27 2015-12-30 泉州装备制造研究所 无人机自主着陆的测量解析及控制方法和装置
CN105759609A (zh) * 2016-02-29 2016-07-13 北京航空航天大学 一种基于显式非线性模型预测控制的舰载机自主着舰方法
CN105787192A (zh) * 2016-03-15 2016-07-20 联想(北京)有限公司 一种信息处理方法及飞行器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
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

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104656669A (zh) * 2015-03-10 2015-05-27 无锡桑尼安科技有限公司 基于图像处理的无人机着陆位置搜索***
CN105204515A (zh) * 2015-08-27 2015-12-30 泉州装备制造研究所 无人机自主着陆的测量解析及控制方法和装置
CN105759609A (zh) * 2016-02-29 2016-07-13 北京航空航天大学 一种基于显式非线性模型预测控制的舰载机自主着舰方法
CN105787192A (zh) * 2016-03-15 2016-07-20 联想(北京)有限公司 一种信息处理方法及飞行器

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112731971A (zh) * 2021-04-02 2021-04-30 北京三快在线科技有限公司 控制无人机降落的方法、装置、可读存储介质及电子设备

Also Published As

Publication number Publication date
CN106054903A (zh) 2016-10-26

Similar Documents

Publication Publication Date Title
CN106054903B (zh) 一种多旋翼无人机自适应降落方法及***
US11745876B2 (en) Method for adaptive mission execution on an unmanned aerial vehicle
CN106444795B (zh) 可移动物体的起飞辅助的方法以及***
US11604479B2 (en) Methods and system for vision-based landing
CN104769496B (zh) 具有用于定位和交互的绳组件的飞行摄像机
EP3249487A2 (en) Uav and uav landing control device and method
US20170185084A1 (en) System and method for automated aerial system operation
US10409292B2 (en) Movement control method, autonomous mobile robot, and recording medium storing program
CN104816829B (zh) 适用于侦查的天眼飞行器
KR102220394B1 (ko) 자동 항공 시스템 동작을 위한 시스템 및 방법
Nonami Research and development of drone and roadmap to evolution
Wang et al. Autonomous control for micro-flying robot and small wireless helicopter xrb
CN207367056U (zh) 一种基于Mega2560的消防无人机
KR20120036684A (ko) 지피에스를 이용한 지능형 항공로봇
CN113064447B (zh) 安全检测方法、装置、***、无人飞行器及其控制设备
US11932402B2 (en) State information and telemetry for suspended load control equipment apparatus, system, and method
Wang et al. Autonomous control of micro flying robot
Romero et al. Visual odometry for autonomous outdoor flight of a quadrotor UAV
CN115793682A (zh) 一种基于无人机的桥梁智能巡检方法及巡检***
CN113138603B (zh) 系绳管理***和方法
Iwakura et al. Movable Range-Finding Sensor System and Precise Automated Landing of Quad-Rotor MAV
Szafrański et al. Managing system architecture for multi-rotor autonomous flying platform-practical aspects
KR20110136225A (ko) 지피에스를 이용한 지능형 항공로봇
RU2717047C1 (ru) Комплекс распределенного управления интеллектуальными роботами для борьбы с малогабаритными беспилотными летательными аппаратами
Deegan et al. Autonomous quadrotors for the 2019 international aerial robotics competition

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant