CN106197422A - 一种基于二维标签的无人机定位及目标跟踪方法 - Google Patents
一种基于二维标签的无人机定位及目标跟踪方法 Download PDFInfo
- Publication number
- CN106197422A CN106197422A CN201610481721.8A CN201610481721A CN106197422A CN 106197422 A CN106197422 A CN 106197422A CN 201610481721 A CN201610481721 A CN 201610481721A CN 106197422 A CN106197422 A CN 106197422A
- Authority
- CN
- China
- Prior art keywords
- dimensional tag
- unmanned plane
- camera
- dimensional
- coordinate
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 238000005286 illumination Methods 0.000 description 3
- 238000005452 bending Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005549 size reduction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于二维标签的无人机定位及目标跟踪方法,包括:使用开源计算机视觉库OpenCV对云台相机进行标定;使用虚拟视觉识别***AprilTags库对处理后的图像进行二维标签的检测;进一步计算出相机的外参数和二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到无人机的坐标;根据所得到的二维标签与无人机的三维空间距离,通过闭环控制自主实现对目标的准确跟踪。本发明具有过程简单、成本低、精度高和鲁棒性好等特点,识别速度能够满足高速实时控制的需求,且能够自主地完成无人机对目标的准确跟踪。
Description
技术领域
本发明涉及一种无人机定位及目标跟踪方法,属于无人机导航领域。
背景技术
现有的无人机定位与目标跟踪技术有基于GPS即全球卫星定位***的定位与目标跟踪技术、射频标签定位技术及基于视觉的无人机动态目标定位与跟踪技术等。其中基于GPS的定位技术通过获取目标的GPS坐标,并对坐标进行结算,从而得到真实的位置坐标,但其存在成本昂贵,定位精度低等缺点。射频标签技术是一种利用射频信号自动识别目标的技术,在识别的过程中,通过建立标签的多功率模型,可以定位标签的位置,但其存在成本高,定位精度低等缺点。它们都无法满足很好地满足无人机高精度定位的需要。
基于视觉的无人机动态目标定位与跟踪技术能够进行动态目标的检测和图像跟踪,实现动态目标的较精确定位且自主跟踪地面动态目标飞行。但其过程复杂、计算量大且易受噪声、光照等干扰。
发明内容
发明目的:为了克服现有无人机定位及目标跟踪技术中存在的不足,本发明提供一种基于二维标签的无人机定位及目标跟踪方法,该方法具有过程简单、成本低、精度高和鲁棒性好等特点,能够自主地完成无人机对目标的准确跟踪。
技术方案:为实现上述目的,本发明采用的技术方案为:通过搭载在无人机上的高性能计算机对无人机的航拍图像进行处理,从而识别出二维标签距离无人机的三维空间距离。由于二维标签的位置已知,由此计算出无人机的空间坐标,并实现无人机对标签的实时跟踪。
一种基于二维标签的无人机定位及目标跟踪方法,包括以下步骤:
(a)对云台相机的标定:调用机载设备软件开发包中的接口实现对无人机的控制以及飞行数据的读取;在扫描过黑白相间的棋盘后将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV中提供的标定函数,标定出云台相机的内参数,即相机的焦距、主点;
(b)进行二维标签的检测:标定完成后继续将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV对视频图像进行解码,接着使用虚拟视觉识别***AprilTags库,对解码后经尺寸压缩的图像进行二维标签的识别,得到二维标签的序号及二维标签在图像中的坐标;
(c)进行二维标签的定位:由步骤(a)、(b)中得到的相机的内参数及二维标签在图像中的坐标计算出相机的外参数,即建立影像中标签的坐标与现实环境中标签的坐标的对应关系,并进一步计算出二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到相机的坐标即无人机的坐标;
(d)实现对目标二维标签的跟踪:根据步骤(c)得到的二维标签与无人机的三维空间距离,通过闭环控制实现对二维标签的跟踪;具体过程分为三部分:第一部分为云台相机对二维标签的跟踪,即云台伺服控制,通过云台的俯仰偏转角度调整,确保二维标签在相机图像的中央;第二部分为无人机对二维标签的方向跟踪,即通过闭环控制调整无人机的飞行姿态,保持无人机和二维标签运动的方向一致;第三部分为飞机对二维标签的速度跟踪,使用内外环控制无人机的飞行速度,使得无人机始终跟随二维标签飞行。
上述过程使用多线程编程来协调,使无人机的控制与二维标签的检测定位同时进行且不互相冲突。图像经解码、压缩后尺寸缩小,能够充分提高二维标签的识别速度,满足高速实时控制的需求,避免丢失目标。虚拟视觉识别***AprilTags库对二维标签的识别具有很高的精度和很好的鲁棒性,当光照强度变化,二维标签被部分遮挡,二维标签弯曲时,也能准确识别,同时当二维标签的大小为16.6*16.6cm,解码经压缩后的图片大小为640*360时二维标签的识别距离可以达到5米。
进一步的,为了减小噪声的影响,步骤(a)中从m个不同的角度拍摄黑白相间的棋盘,对相机进行n次标定后取结果的平均值,其中m和n越大,结果越精确,从而得到相机的内参数矩阵K即
其中,fx、fy代表相机的焦距,u0、v0代表相机的光心。
进一步的,步骤(b)中经AprilTags库识别后得到二维标签的序号和二维标签在图像中的坐标[x y 1],x、y为用像素值表示的横、纵坐标。
进一步的,步骤(c)相机的外参数计算公式为:
其中,s表示一个比例系数,由上述方程可以解得;等式右边第二个矩阵为相机的外参数矩阵,即从现实中的三维坐标系到图像中的坐标系的变换矩阵,其中r1至r9表征两个坐标系之间的旋转关系,t1、t2、t3表征两个坐标系之间的平移关系;[X Y Z 1]为二维标签在现实中的三维坐标;由此进一步计算出二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到相机的坐标即无人机的坐标。
进一步的,步骤(d)中使用内外环控制无人机的飞行速度,其中内环输入为二维标签的运动速度,由二维标签相对于无人机的距离算出,使用P控制器控制;外环输入为无人机和二维标签相差的距离,使用PID控制环控制;将内外环的输出相加后得到整个控制器的输出V,V表示飞机飞行速度的控制参数,使得无人机始终跟随二维标签飞行。
有益效果:本发明提供的一种基于二维标签的无人机定位及目标跟踪方法,相对于现有技术具有以下优点:
1、过程简单,成本较低,同时高精度地定位无人机一定范围内的实时位置,如精准定位无人机在厂房中的实时位置或实时跟踪行驶中的汽车等,定位精度可以达到厘米级别,且能够自主地完成无人机对目标的准确跟踪;
2、具有很好的鲁棒性,当光照强度变化,二维标签被部分遮挡,二维标签弯曲时,也能准确识别,同时当二维标签的大小为16.6*16.6cm,解码经压缩后的图片大小为640*360时二维标签的识别距离可以达到5米;
3、识别速度能够满足高速实时控制的需求,经过优化,对标签的识别速度可以达到50帧/s,即使标签较高速移动,也不会出现丢失目标的现象。
附图说明
图1为本发明提供的一种基于二维标签的无人机定位及目标跟踪方法流程框图;
图2为相机标定过程中所用的黑白相机的棋盘;
图3为无人机定位及跟踪目标即二维标签的实例。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示为一种基于二维标签的无人机定位及目标跟踪方法,包括以下步骤:
(a)对云台相机的标定:调用机载设备软件开发包中的接口实现对无人机的控制以及飞行数据的读取;从m个不同的角度拍摄过图2中的黑白棋盘后将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV中提供的标定函数,标定出云台相机的内参数;为了减小噪声的影响,对相机进行n次标定后取结果的平均值,其中m和n越大,结果越精确,从而得到相机的内参数矩阵K即
其中,fx、fy代表相机的焦距,u0、v0代表相机的光心。
(b)进行二维标签的检测:标定完成后继续将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV对视频图像进行解码,接着使用虚拟视觉识别***AprilTags库,对解码后经尺寸压缩的图像进行二维标签的识别,得到二维标签的序号和二维标签在图像中的坐标[x y 1],x、y为用像素值表示的横、纵坐标。
(c)进行二维标签的定位:由步骤(a)、(b)中得到的相机的内参数及二维标签在图像中的坐标计算出相机的外参数,计算公式为:
其中,s表示一个比例系数,由上述方程可以解得;等式右边第二个矩阵为相机的外参数矩阵,即从现实中的三维坐标系到图像中的坐标系的变换矩阵,其中r1至r9表征两个坐标系之间的旋转关系,t1、t2、t3表征两个坐标系之间的平移关系;[X Y Z 1]为二维标签在现实中的三维坐标;由此进一步计算出二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到相机的坐标即无人机的坐标。
(d)实现对目标二维标签的跟踪:根据步骤(c)得到的二维标签与无人机的三维空间距离,通过闭环控制实现对二维标签的跟踪;具体过程分为三部分:第一部分为云台相机对二维标签的跟踪,即云台伺服控制,通过云台的俯仰偏转角度调整,确保二维标签在相机图像的中央;第二部分为无人机对二维标签的方向跟踪,即通过闭环控制调整无人机的飞行姿态,保持无人机和二维标签运动的方向一致;第三部分为飞机对二维标签的速度跟踪,使用内外环控制无人机的飞行速度,其中内环输入为二维标签的运动速度,由二维标签相对于无人机的距离算出,使用P控制器控制;外环输入为无人机和二维标签相差的距离,使用PID控制环控制;将内外环的输出相加后得到整个控制器的输出V,V表示飞机飞行速度的控制参数,使得无人机始终跟随二维标签飞行。
上述过程使用多线程编程来协调,使无人机的控制与二维标签的检测定位同时进行且不互相冲突。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (5)
1.一种基于二维标签的无人机定位及目标跟踪方法,其特征在于,包括以下步骤:
(a)对云台相机的标定:调用机载设备软件开发包中的接口实现对无人机的控制以及飞行数据的读取,在扫描过黑白相间的棋盘后将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV中提供的标定函数,标定出云台相机的内参数,即相机的焦距、主点;
(b)进行二维标签的检测:标定完成后继续将云台相机拍摄的视频图像传输到机载计算机并使用开源计算机视觉库OpenCV对视频图像进行解码,接着使用虚拟视觉识别***AprilTags库,对解码后经尺寸压缩的图像进行二维标签的识别,得到二维标签的序号及二维标签在图像中的坐标;
(c)进行二维标签的定位:由步骤(a)、(b)中得到的相机的内参数及二维标签在图像中的坐标计算出相机的外参数,并进一步计算出二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到相机的坐标即无人机的坐标;
(d)实现对目标二维标签的跟踪:根据步骤(c)得到的二维标签与无人机的三维空间距离,通过闭环控制实现对二维标签的跟踪;具体过程分为三部分:第一部分为云台相机对二维标签的跟踪,即云台伺服控制,通过云台的俯仰偏转角度调整,确保二维标签在相机图像的中央;第二部分为无人机对二维标签的方向跟踪,即通过闭环控制调整无人机的飞行姿态,保持无人机和二维标签运动的方向一致;第三部分为飞机对二维标签的速度跟踪,使用内外环控制无人机的飞行速度,使得无人机始终跟随二维标签飞行。
2.根据权利要求1所述的一种基于二维标签的无人机定位及目标跟踪方法,其特征在于,步骤(a)中从m个不同的角度拍摄黑白相间的棋盘,对相机进行n次标定后取结果的平均值,得到相机的内参数矩阵K即
其中,fx、fy代表相机的焦距,u0、v0代表相机的光心。
3.根据权利要求2所述的一种基于二维标签的无人机定位及目标跟踪方法,其特征在于,步骤(b)中经AprilTags库识别后得到二维标签的序号和二维标签在图像中的坐标[x y1],x、y为用像素值表示的横、纵坐标。
4.根据权利要求3所述的一种基于二维标签的无人机定位及目标跟踪方法,其特征在于,步骤(c)相机的外参数计算公式为:
其中,s表示一个比例系数,由上述方程可以解得;等式右边第二个矩阵为相机的外参数矩阵,即从现实中的三维坐标系到图像中的坐标系的变换矩阵,其中r1至r9表征两个坐标系之间的旋转关系,t1、t2、t3表征两个坐标系之间的平移关系;[X Y Z 1]为二维标签在现实中的三维坐标;由此进一步计算出二维标签相对于相机坐标系的三维坐标及旋转关系,由于二维标签的空间坐标事先已知,从而得到相机的坐标即无人机的坐标。
5.根据权利要求1所述的一种基于二维标签的无人机定位及目标跟踪方法,其特征在于,步骤(d)中使用内外环控制无人机的飞行速度,其中内环输入为二维标签的运动速度,由二维标签相对于无人机的距离算出,使用P控制器控制;外环输入为无人机和二维标签相差的距离,使用PID控制环控制;将内外环的输出相加后得到整个控制器的输出V,V表示飞机飞行速度的控制参数,使得无人机始终跟随二维标签飞行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610481721.8A CN106197422B (zh) | 2016-06-27 | 2016-06-27 | 一种基于二维标签的无人机定位及目标跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610481721.8A CN106197422B (zh) | 2016-06-27 | 2016-06-27 | 一种基于二维标签的无人机定位及目标跟踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106197422A true CN106197422A (zh) | 2016-12-07 |
CN106197422B CN106197422B (zh) | 2019-09-03 |
Family
ID=57462156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610481721.8A Active CN106197422B (zh) | 2016-06-27 | 2016-06-27 | 一种基于二维标签的无人机定位及目标跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106197422B (zh) |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527487A (zh) * | 2016-12-23 | 2017-03-22 | 北京理工大学 | 一种运动平台上无人机自主精确着陆***及着陆方法 |
CN107192330A (zh) * | 2017-06-16 | 2017-09-22 | 深圳市可飞科技有限公司 | 远程测量物体坐标的方法、装置及飞行器 |
CN107240063A (zh) * | 2017-07-04 | 2017-10-10 | 武汉大学 | 一种面向移动平台的旋翼无人机自主起降方法 |
CN107328420A (zh) * | 2017-08-18 | 2017-11-07 | 上海木爷机器人技术有限公司 | 定位方法和装置 |
CN108180913A (zh) * | 2018-01-03 | 2018-06-19 | 深圳勇艺达机器人有限公司 | 一种基于3d摄像头的二维码定位*** |
CN108563241A (zh) * | 2018-03-30 | 2018-09-21 | 哈尔滨理工大学 | 一种基于嵌入式视觉模块的共享自主跟随载物装置 |
CN108572663A (zh) * | 2017-03-08 | 2018-09-25 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
CN109154815A (zh) * | 2017-11-30 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 最高温度点跟踪方法、装置和无人机 |
CN109655069A (zh) * | 2019-02-03 | 2019-04-19 | 上海允登信息科技有限公司 | 一种数据中心机房机器人导航定位*** |
CN110122958A (zh) * | 2019-05-06 | 2019-08-16 | 大有智能科技(嘉兴)有限公司 | 三维扫描装置及使用方法 |
WO2020061771A1 (zh) * | 2018-09-25 | 2020-04-02 | 深圳市大疆创新科技有限公司 | 一种对摄像机的参数处理方法、装置及图像处理设备 |
CN111380535A (zh) * | 2020-05-13 | 2020-07-07 | 广东星舆科技有限公司 | 基于视觉标签的导航方法、装置、移动式机器及可读介质 |
CN111397609A (zh) * | 2020-05-13 | 2020-07-10 | 广东星舆科技有限公司 | 路径规划方法、移动式机器及计算机可读介质 |
CN111562791A (zh) * | 2019-03-22 | 2020-08-21 | 沈阳上博智像科技有限公司 | 一种无人机合作目标识别视觉辅助着陆的***及方法 |
CN111812584A (zh) * | 2020-06-22 | 2020-10-23 | 中国科学院重庆绿色智能技术研究院 | 一种无人机定位***和定位方法 |
CN113220020A (zh) * | 2021-04-30 | 2021-08-06 | 西安鲲鹏易飞无人机科技有限公司 | 基于图形标签的无人机任务规划方法 |
CN113237478A (zh) * | 2021-05-27 | 2021-08-10 | 哈尔滨工业大学 | 一种无人机的姿态和位置估计方法及无人机 |
CN114296479A (zh) * | 2021-12-30 | 2022-04-08 | 哈尔滨工业大学 | 一种基于图像的无人机对地面车辆跟踪方法及*** |
CN114463370A (zh) * | 2020-11-09 | 2022-05-10 | 北京理工大学 | 二维影像目标跟踪优化方法及装置 |
CN114706187A (zh) * | 2022-04-13 | 2022-07-05 | 大连理工大学 | 一种基于定位***的自动追踪对焦方法 |
WO2023097769A1 (zh) * | 2021-12-03 | 2023-06-08 | 深圳先进技术研究院 | 一种车机协同自主跟踪与降落方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104035091A (zh) * | 2014-06-11 | 2014-09-10 | 江苏数字鹰科技发展有限公司 | 室内无人机定位*** |
US20150094883A1 (en) * | 2012-12-28 | 2015-04-02 | Google Inc. | Multi-part Navigation Process by an Unmanned Aerial Vehicle for Navigation |
CN105353772A (zh) * | 2015-11-16 | 2016-02-24 | 中国航天时代电子公司 | 一种无人机机动目标定位跟踪中的视觉伺服控制方法 |
-
2016
- 2016-06-27 CN CN201610481721.8A patent/CN106197422B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150094883A1 (en) * | 2012-12-28 | 2015-04-02 | Google Inc. | Multi-part Navigation Process by an Unmanned Aerial Vehicle for Navigation |
CN104035091A (zh) * | 2014-06-11 | 2014-09-10 | 江苏数字鹰科技发展有限公司 | 室内无人机定位*** |
CN105353772A (zh) * | 2015-11-16 | 2016-02-24 | 中国航天时代电子公司 | 一种无人机机动目标定位跟踪中的视觉伺服控制方法 |
Non-Patent Citations (2)
Title |
---|
徐洪菊等: "基于相机标定的无人机跟踪中目标定位方法", 《中国科技论文在线》 * |
王丽佳等: "采用改进Mean Shift算法的移动机器人行人跟踪", 《光学精密工程》 * |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527487A (zh) * | 2016-12-23 | 2017-03-22 | 北京理工大学 | 一种运动平台上无人机自主精确着陆***及着陆方法 |
CN108572663A (zh) * | 2017-03-08 | 2018-09-25 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN108572663B (zh) * | 2017-03-08 | 2021-12-21 | 通用汽车环球科技运作有限责任公司 | 目标跟踪 |
CN107192330A (zh) * | 2017-06-16 | 2017-09-22 | 深圳市可飞科技有限公司 | 远程测量物体坐标的方法、装置及飞行器 |
CN107240063A (zh) * | 2017-07-04 | 2017-10-10 | 武汉大学 | 一种面向移动平台的旋翼无人机自主起降方法 |
CN107328420A (zh) * | 2017-08-18 | 2017-11-07 | 上海木爷机器人技术有限公司 | 定位方法和装置 |
US11153494B2 (en) | 2017-11-30 | 2021-10-19 | SZ DJI Technology Co., Ltd. | Maximum temperature point tracking method, device and unmanned aerial vehicle |
US11798172B2 (en) | 2017-11-30 | 2023-10-24 | SZ DJI Technology Co., Ltd. | Maximum temperature point tracking method, device and unmanned aerial vehicle |
CN109154815A (zh) * | 2017-11-30 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 最高温度点跟踪方法、装置和无人机 |
CN108180913A (zh) * | 2018-01-03 | 2018-06-19 | 深圳勇艺达机器人有限公司 | 一种基于3d摄像头的二维码定位*** |
CN108648237B (zh) * | 2018-03-16 | 2022-05-03 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
CN108563241A (zh) * | 2018-03-30 | 2018-09-21 | 哈尔滨理工大学 | 一种基于嵌入式视觉模块的共享自主跟随载物装置 |
WO2020061771A1 (zh) * | 2018-09-25 | 2020-04-02 | 深圳市大疆创新科技有限公司 | 一种对摄像机的参数处理方法、装置及图像处理设备 |
CN109655069A (zh) * | 2019-02-03 | 2019-04-19 | 上海允登信息科技有限公司 | 一种数据中心机房机器人导航定位*** |
CN111562791A (zh) * | 2019-03-22 | 2020-08-21 | 沈阳上博智像科技有限公司 | 一种无人机合作目标识别视觉辅助着陆的***及方法 |
CN110122958A (zh) * | 2019-05-06 | 2019-08-16 | 大有智能科技(嘉兴)有限公司 | 三维扫描装置及使用方法 |
CN111380535A (zh) * | 2020-05-13 | 2020-07-07 | 广东星舆科技有限公司 | 基于视觉标签的导航方法、装置、移动式机器及可读介质 |
CN111397609A (zh) * | 2020-05-13 | 2020-07-10 | 广东星舆科技有限公司 | 路径规划方法、移动式机器及计算机可读介质 |
CN111812584A (zh) * | 2020-06-22 | 2020-10-23 | 中国科学院重庆绿色智能技术研究院 | 一种无人机定位***和定位方法 |
CN114463370A (zh) * | 2020-11-09 | 2022-05-10 | 北京理工大学 | 二维影像目标跟踪优化方法及装置 |
CN113220020A (zh) * | 2021-04-30 | 2021-08-06 | 西安鲲鹏易飞无人机科技有限公司 | 基于图形标签的无人机任务规划方法 |
CN113220020B (zh) * | 2021-04-30 | 2023-10-31 | 西安鲲鹏易飞无人机科技有限公司 | 基于图形标签的无人机任务规划方法 |
CN113237478A (zh) * | 2021-05-27 | 2021-08-10 | 哈尔滨工业大学 | 一种无人机的姿态和位置估计方法及无人机 |
CN113237478B (zh) * | 2021-05-27 | 2022-10-14 | 哈尔滨工业大学 | 一种无人机的姿态和位置估计方法及无人机 |
WO2023097769A1 (zh) * | 2021-12-03 | 2023-06-08 | 深圳先进技术研究院 | 一种车机协同自主跟踪与降落方法 |
CN114296479A (zh) * | 2021-12-30 | 2022-04-08 | 哈尔滨工业大学 | 一种基于图像的无人机对地面车辆跟踪方法及*** |
CN114706187A (zh) * | 2022-04-13 | 2022-07-05 | 大连理工大学 | 一种基于定位***的自动追踪对焦方法 |
CN114706187B (zh) * | 2022-04-13 | 2023-06-16 | 大连理工大学 | 一种基于定位***的自动追踪对焦方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106197422B (zh) | 2019-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106197422A (zh) | 一种基于二维标签的无人机定位及目标跟踪方法 | |
CN110222581B (zh) | 一种基于双目相机的四旋翼无人机视觉目标跟踪方法 | |
US10650235B2 (en) | Systems and methods for detecting and tracking movable objects | |
CN106054929B (zh) | 一种基于光流的无人机自动降落引导方法 | |
CN110991207B (zh) | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 | |
CN109753076B (zh) | 一种无人机视觉追踪实现方法 | |
CN109191504A (zh) | 一种无人机目标跟踪方法 | |
CN104215239B (zh) | 基于视觉的无人机自主着陆导引装置实现的导引方法 | |
Chen et al. | Qualitative vision-based path following | |
CN103822635B (zh) | 基于视觉信息的无人机飞行中空间位置实时计算方法 | |
Martínez et al. | On-board and ground visual pose estimation techniques for UAV control | |
CN106444837A (zh) | 一种无人机避障方法及*** | |
CN106384353A (zh) | 一种基于rgbd的目标定位方法 | |
CN105652891A (zh) | 一种旋翼无人机移动目标自主跟踪装置及其控制方法 | |
CN106370160A (zh) | 一种机器人室内定位***和方法 | |
CN109739257A (zh) | 融合卫星导航与视觉感知的巡检无人机停机方法及*** | |
CN112947526B (zh) | 一种无人机自主降落方法和*** | |
CN109483507A (zh) | 一种多个轮式机器人行走的室内视觉定位方法 | |
CN109753079A (zh) | 一种无人机精准降落于移动平台方法 | |
CN106017458A (zh) | 移动机器人组合式导航方法及装置 | |
CN107153831A (zh) | 智能终端的定位方法、***及智能终端 | |
CN114667541A (zh) | 使用人体关节校准无人驾驶飞行器上的摄影机 | |
CN114815871A (zh) | 一种基于视觉的垂直起降无人机动平台自主降落方法 | |
CN116578035A (zh) | 基于数字孪生技术的旋翼无人机自主降落控制*** | |
CN109764864B (zh) | 一种基于颜色识别的室内无人机位姿获取方法及*** |
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 |