CN106371447B - 一种无人机全天候精准降落的控制方法 - Google Patents
一种无人机全天候精准降落的控制方法 Download PDFInfo
- Publication number
- CN106371447B CN106371447B CN201610932334.1A CN201610932334A CN106371447B CN 106371447 B CN106371447 B CN 106371447B CN 201610932334 A CN201610932334 A CN 201610932334A CN 106371447 B CN106371447 B CN 106371447B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- control system
- pattern
- flight 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 80
- 238000002360 preparation method Methods 0.000 claims abstract description 4
- 230000011218 segmentation Effects 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 12
- 230000007423 decrease Effects 0.000 claims description 6
- 239000003086 colorant Substances 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
- G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
- G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Astronomy & Astrophysics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种无人机全天候精准降落的控制方法,包括一、无人机执行准备降落指令;二、摄像机拍摄基站,并传送给无人机飞控***;三、飞控***根据所拍摄图像的白光光强值A,并比较白光光强值A与设定光强值K:3.1)、如果A>K,则选取白天模式,根据飞行高度分段识别降落,最后精确判断降落点:3.2)、如果白光光强值A≤K,则选取夜间模式,判断图像中信号发射端发出的数目和红外信号闪烁频率是,确定降落点;四、不断调整无人机飞行姿态,直至无人机精确降落到该基站的降落平台上。通过判断摄像机所拍摄图像的白光光强值,分为白天模式和夜间模式,保证无人机在全天候度都能够自动飞行,且自动精准降落,智能化程度高。
Description
技术领域
本发明属于无人机控制技术领域,具体涉及一种无人机全天候精准降落的控制方法。
背景技术
随着科技的发展,无人机越来越得到大众的青睐应用在多个领域,越来越多的市场要求指向无人机,希望无人机能够代替人去完成危险作业,节省人力成本,比如说电力巡线、快递业务。目前,自动飞行无人机降落不能精确控制,寻找底面基站困难,降落位置判断精度差。
发明内容
本发明的目的在于提供一种无人机全天候精准降落的控制方法,解决现有技术中自动飞行无人机降落不能精确控制,寻找底面基站困难,降落位置判断精度差的技术问题。
一种无人机全天候精准降落的控制方法,包括无人机和设置在地面上的基站,所述无人机上包括飞控***、摄像机、定位模块和第一通信模块,飞控***与摄像机、定位模块、第一通信模块之间均电连接;所述基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接,将GPS定位模块获得的基站位置坐标预先储存于飞控***中;基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案预先存储于飞控***中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控***对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;每个基站上设置有多个信号发射端。
因为采用GPS定位模块进行定位时存在误差,大概只能精确到100平方米的区域范围,所以需要在GPS定位模块的定位基础上,进一步精确定位,保证无人机能够准确、安全的降落在基站的无人机降落平台上。无人机全天候精准降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制***或者地面的遥控装置发出;
步骤二、飞控***对当前无人机位置坐标与基站位置坐标进行比较,并控制无人机向基站飞行,摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控***;
步骤三、飞控***根据所拍摄图的RGB信息计算出白光光强值A,并对该白光光强值A与设定光强值K进行比较,根根对比结果选择降落模式:
3.1)、如果A>K,则无人机飞控***则选取白天模式,所述白天模式为根据无人机的飞行高度分段识别降落,最后精确判断降落点:
3.1.1)、当无人机位于13~30m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比:
3.1.1.1)、如果所拍的摄图像中存在背景图案,且形状相似、颜色相同,则标记为可疑点,并继续降落;
3.1.1.2)、如果所拍的摄图像中不存在背景图案,则转至执行步骤二;
3.1.2)、当无人机为5~13m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为13m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.2.1)、如果所拍的摄图像中存在特殊图案,且形状相似、颜色相同,则标记为目标点;
3.1.2.2)、如果所拍的摄图像中不存在特殊图案,则转至执行步骤二;
3.1.3)、当无人机为0~5m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为5m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.3.1)、如果所拍的摄图像中存在中心图案,且形状相似、颜色相同,则标记为降落点;
3.1.3.2)、如果所拍的摄图像中不存在中心图案,则转至执行步骤二;
3.2)、如果白光光强值A≤K,则无人机飞控***则选取夜间模式:则摄像机所拍摄的图像中包括基站周围景象和多个发光的信号发射端;飞控***对拍摄的图像进行去噪处理,将去噪处理输出的图像进行固定阈值二值化处理,将整个图像处理成黑、白图像,并检测黑色图像区域轮廓,采用中心法确定每个黑色图像区域中心点;所述黑色图像区域为信号发射端所在位置区域;当无人机飞控***判断到图像中中心点数目等于飞控***中预先设定的特征点数目时,将这些中心点标记为目标点,并对目标点进行模式匹配,判断目标点所发出的红外信号闪烁频率是否与无人机飞控***中预设的信号闪烁频率相同:
3.2.1)、当模式匹配不成功,则转至执行步骤二;
3.2.2)、当模式匹配成功,则这些目标点被标记为降落点;
步骤四、飞控***控制无人机将落,在降落过程中定位模块实时将无人机的当前位置信号传送给飞控***,飞控***计算无人机当前位置点与降落点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态;
步骤五、重复步骤四,直至无人机精确降落到该基站的降落平台上。
因为摄像机的拍摄角度固定,随着自动飞行的无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控***对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。
根据所拍摄图的RGB信息算出一个光强值,根据样本测试选择出最佳临界值,白天模式与晚上模式有重合部分,即某一时间段既可以使用白天模式也可以使用夜晚模式,所以临界是一个域,选取域的中值作为最佳临界值K,这样抗干扰性强。
进一步改进,所述背景图案的形状为三角形,背景图案的颜色为红色,特殊图案包括三个形状相同的矩形,三个矩形为绿色,且分别设置在背景图案的三个角上,中心图案的形状为圆形,中心图案的颜色为蓝色,中心图案位于背景图案的几何中心。通过设置不同层次的图案,背景图案面积最大,最容易辨识,因此当无人机在13~30m高度时,对所拍摄的图像进行背景图案匹配,识别可疑点;特殊图案与背景图案相比较,图案形状较复杂、图案面积较小,识别度较高,因此需要无人机降低到5~13m高度时,对所拍摄的图像进行特殊图案匹配,识别目标点;中心图案与特殊图案相比较,图案面积更小,识别度较低,因此需要无人机降低到0~5m高度时,对所拍摄的图像进行中心图案匹配,确定降落点。
进一步改进,所述无人机在飞行过程中的实时高度h可以由定位模块获取,当定位模块出现异常无法获取无人机的实时高度h时,通过所拍摄的可识别图案的图像信息中获取无人机的实时高度h,设定摄像机所拍摄的可识别图案在摄像机的感光芯片上满屏显示时,无人机的飞行高度为H,且H已知,可识别图案的宽度为W,则W=2*tan(B/2)*H;摄像机感光芯片的尺寸为b,b已知,实时拍摄的可识别图案的图像宽度为a,a/b=H/h,则h=W/(2*tan(B/2))*b/a,根据实时拍摄的可识别图案的图像宽度为a确定无人机的实时高度h;其中摄像机拍摄视角为B。
根据可识别图案的图像宽度a的变化来确定无人机的状态,a变大则表明无人机处于下降过程,a变小说明无人机处于上升状态。但是无人机可能悬停或上下振荡悬停,出现时而上升时而下降的现象,则设置一定高度范围作为缓冲区,通过计算该缓冲区中可识别图案的图像宽度a的平均值进行比较,进而确定无人机在该缓冲区的高度范围内是处于上升还是下降。
进一步改进,所述飞控***对所拍摄的图像进行高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
进一步改进,所述飞控***对所拍摄的图像进行先腐蚀再膨胀的方式对对可疑特征点区域进行去噪处理,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
进一步改进,所述飞控***根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;其中,L为降落过程中无人机与目标点的在同一水平面上的偏差量;
其中,S为降落过程中无人机与目标点的在同一水平面上的偏差量;
h为此时无人机的实时高度,即摄像机镜头到基站目标点的垂直高度;
f为摄像机的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
为了解决上述技术问题,本发明采用如下技术方案:
1、通过判断摄像机所拍摄图像的白光光强值,分为白天模式和夜间模式,保证无人机在全天候度都能够自动飞行,且自动精准降落,智能化程度高。
2、因为摄像机的拍摄角度固定,随着自动飞行的无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控***对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。
3、无人机在降落过程中,定位模块为实时将无人机的当前位置信号传送给飞控***,飞控***计算无人机当前位置点与待降落基站目标点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态,保证无人机精确降落到该待降落基站。
4、无人机飞控***对所拍摄的图像进行灰度处理、去噪处理、轮廓检测,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
5、通过设置有增稳云台,降低无人机的震动对数据真实性的影响,提高了稳定性,保证控制精度。
附图说明
图1为本发明所述无人机全天候精准降落的控制方法流程图。
具体实施方式
为了更好地理解本发明,下面结合实施例进一步阐释本发明的内容,但本发明的内容不仅仅局限于下面的实施例。
如图1所示,一种无人机全天候精准降落的控制方法,包括无人机和设置在地面上的基站,所述无人机上包括飞控***、摄像机、定位模块和第一通信模块,飞控***与摄像机、定位模块、第一通信模块之间均电连接;所述基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接,将GPS定位模块获得的基站位置坐标预先储存于飞控***中;基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案预先存储于飞控***中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控***对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;每个基站上设置有多个信号发射端。
因为采用GPS定位模块进行定位时存在误差,大概只能精确到100平方米的区域范围,所以需要在GPS定位模块的定位基础上,进一步精确定位,保证无人机能够准确、安全的降落在基站的无人机降落平台上。无人机全天候精准降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制***或者地面的遥控装置发出;
步骤二、飞控***对当前无人机位置坐标与基站位置坐标进行比较,并控制无人机向基站飞行,摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控***;
步骤三、飞控***根据所拍摄图的RGB信息计算出白光光强值A,并对该白光光强值A与设定光强值K进行比较,根根对比结果选择降落模式:
3.1)、如果A>K,则无人机飞控***则选取白天模式,所述白天模式为根据无人机的飞行高度分段识别降落,最后精确判断降落点:
3.1.1)、当无人机位于13~30m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比:
3.1.1.1)、如果所拍的摄图像中存在背景图案,且形状相似、颜色相同,则标记为可疑点,并继续降落;
3.1.1.2)、如果所拍的摄图像中不存在背景图案,则转至执行步骤二;
3.1.2)、当无人机为5~13m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为13m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.2.1)、如果所拍的摄图像中存在特殊图案,且形状相似、颜色相同,则标记为目标点;
3.1.2.2)、如果所拍的摄图像中不存在特殊图案,则转至执行步骤二;
3.1.3)、当无人机为0~5m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为5m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.3.1)、如果所拍的摄图像中存在中心图案,且形状相似、颜色相同,则标记为降落点;
3.1.3.2)、如果所拍的摄图像中不存在中心图案,则转至执行步骤二;
3.2)、如果白光光强值A≤K,则无人机飞控***则选取夜间模式:则摄像机所拍摄的图像中包括基站周围景象和多个发光的信号发射端;飞控***对拍摄的图像进行去噪处理,将去噪处理输出的图像进行固定阈值二值化处理,将整个图像处理成黑、白图像,并检测黑色图像区域轮廓,采用中心法确定每个黑色图像区域中心点;所述黑色图像区域为信号发射端所在位置区域;当无人机飞控***判断到图像中中心点数目等于飞控***中预先设定的特征点数目时,将这些中心点标记为目标点,并对目标点进行模式匹配,判断目标点所发出的红外信号闪烁频率是否与无人机飞控***中预设的信号闪烁频率相同:
3.2.1)、当模式匹配不成功,则转至执行步骤二;
3.2.2)、当模式匹配成功,则这些目标点被标记为降落点;
步骤四、飞控***控制无人机将落,在降落过程中定位模块实时将无人机的当前位置信号传送给飞控***,飞控***计算无人机当前位置点与降落点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态;
步骤五、重复步骤四,直至无人机精确降落到该基站的降落平台上。
因为摄像机的拍摄角度固定,随着自动飞行的无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控***对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。
根据所拍摄图的RGB信息算出一个光强值,根据样本测试选择出最佳临界值,白天模式与晚上模式有重合部分,即某一时间段既可以使用白天模式也可以使用夜晚模式,所以临界是一个域,选取域的中值作为最佳临界值K,这样抗干扰性强。
在本实施例中,所述背景图案的形状为三角形,背景图案的颜色为红色,特殊图案包括三个形状相同的矩形,三个矩形为绿色,且分别设置在背景图案的三个角上,中心图案的形状为圆形,中心图案的颜色为蓝色。通过设置不同层次的图案,背景图案面积最大,最容易辨识,因此当无人机在13~30m高度时,对所拍摄的图像进行背景图案匹配,识别可疑点;特殊图案与背景图案相比较,图案形状较复杂、图案面积较小,识别度较高,因此需要无人机降低到5~13m高度时,对所拍摄的图像进行特殊图案匹配,识别目标点;中心图案与特殊图案相比较,图案面积更小,识别度较低,因此需要无人机降低到0~5m高度时,对所拍摄的图像进行中心图案匹配,确定降落点。
在本实施例中,所述无人机在飞行过程中的实时高度h可以由定位模块获取,当定位模块出现异常无法获取无人机的实时高度h时,通过所拍摄的可识别图案的图像信息中获取无人机的实时高度h,设定摄像机所拍摄的可识别图案在摄像机的感光芯片上满屏显示时,无人机的飞行高度为H,且H已知,可识别图案的宽度为W,则W=2*tan(B/2)*H;摄像机感光芯片的尺寸为b,b已知,实时拍摄的可识别图案的图像宽度为a,a/b=H/h,则h=W/(2*tan(B/2))*b/a,根据实时拍摄的可识别图案的图像宽度为a确定无人机的实时高度h;其中摄像机拍摄视角为B。
根据可识别图案的图像宽度a的变化来确定无人机的状态,a变大则表明无人机处于下降过程,a变小说明无人机处于上升状态。但是无人机可能悬停或上下振荡悬停,出现时而上升时而下降的现象,则设置一定高度范围作为缓冲区,通过计算该缓冲区中可识别图案的图像宽度a的平均值进行比较,进而确定无人机在该缓冲区的高度范围内是处于上升还是下降。
在本实施例中,所述飞控***对所拍摄的图像进行高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
在本实施例中,所述飞控***对所拍摄的图像进行先腐蚀再膨胀的方式对对可疑特征点区域进行去噪处理,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
在本实施例中,所述飞控***根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;
其中,S为降落过程中无人机与目标点的在同一水平面上的偏差量;
h为此时无人机的实时高度;
f为摄像机的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
本发明中未做特别说明的均为现有技术或者通过现有技术即可实现,而且本发明中所述具体实施案例仅为本发明的典型实施案例而已,并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰,都应作为本发明的技术范畴。
Claims (6)
1.一种无人机全天候精准降落的控制方法,其特征在于,包括无人机和设置在地面上的基站,所述无人机上包括飞控***、摄像机、定位模块和第一通信模块,飞控***与摄像机、定位模块、第一通信模块之间均电连接;所述基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接,将GPS定位模块获得的基站位置坐标预先储存于飞控***中;基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案预先存储于飞控***中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控***对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;每个基站上设置有多个信号发射端;无人机全天候精准降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制***或者地面的遥控装置发出;
步骤二、飞控***对当前无人机位置坐标与基站位置坐标进行比较,并控制无人机向基站飞行;摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控***;
步骤三、飞控***根据所拍摄图像的RGB信息计算出白光光强值A,并将该白光光强值A与设定光强值K进行比较,根根对比结果选择降落模式:
3.1)、如果A>K,则无人机飞控***则选取白天模式,所述白天模式为根据无人机的飞行高度分段识别降落,最后精确判断降落点:
3.1.1)、当无人机位于13~30m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比:
3.1.1.1)、如果所拍的摄图像中存在背景图案,且形状相似、颜色相同,则标记为可疑点,并继续降落;
3.1.1.2)、如果所拍的摄图像中不存在背景图案,则转至执行步骤二;
3.1.2)、当无人机为5~13m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为13m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.2.1)、如果所拍的摄图像中存在特殊图案,且形状相似、颜色相同,则标记为目标点,并继续降落;
3.1.2.2)、如果所拍的摄图像中不存在特殊图案,则转至执行步骤二;
3.1.3)、当无人机为0~5m高度时,飞控***对所拍的摄图像与预先储存的可别图案进行对比,即无人机的高度为5m,且处于下降状态时,飞控***切换识别匹配方式:
3.1.3.1)、如果所拍的摄图像中存在中心图案,且形状相似、颜色相同,则标记为降落点,并继续降落;
3.1.3.2)、如果所拍的摄图像中不存在中心图案,则转至执行步骤二;
3.2)、如果白光光强值A≤K,则无人机飞控***则选取夜间模式:则摄像机所拍摄的图像中包括基站周围景象和多个发光的信号发射端;飞控***对拍摄的图像进行去噪处理,将去噪处理输出的图像进行固定阈值二值化处理,将整个图像处理成黑、白图像,并检测黑色图像区域轮廓,采用中心法确定每个黑色图像区域中心点;所述黑色图像区域为信号发射端所在位置区域;当无人机飞控***判断到图像中中心点数目等于飞控***中预先设定的特征点数目时,将这些中心点标记为目标点,并对目标点进行模式匹配,判断目标点所发出的红外信号闪烁频率是否与无人机飞控***中预设的信号闪烁频率相同:
3.2.1)、当模式匹配不成功,则转至执行步骤二;
3.2.2)、当模式匹配成功,则这些目标点被标记为降落点;
步骤四、飞控***控制无人机将落,在降落过程中定位模块实时将无人机的当前位置信号传送给飞控***,飞控***计算无人机当前位置点与降落点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态;
步骤五、重复步骤四,直至无人机精确降落到该基站的降落平台上。
2.根据权利要求1所述的无人机全天候精准降落的控制方法,其特征在于,所述背景图案的形状为三角形,背景图案的颜色为红色,特殊图案包括三个形状相同的矩形,三个矩形为绿色,且分别设置在背景图案的三个角上,中心图案的形状为圆形,中心图案的颜色为蓝色,中心图案位于背景图案的几何中心。
3.根据权利要求1或2所述的无人机全天候精准降落的控制方法,其特征在于,所述无人机在飞行过程中的实时高度h可以由定位模块获取,当定位模块出现异常无法获取无人机的实时高度h时,通过所拍摄的可识别图案的图像信息中获取无人机的实时高度h,设定摄像机所拍摄的可识别图案在摄像机的感光芯片上满屏显示时,无人机的飞行高度为H,且H已知,可识别图案的宽度为W,则W=2*tan(B/2)*H;摄像机感光芯片的尺寸为b,b已知,实时拍摄的可识别图案的图像宽度为a,a/b=H/h,
则h=W/(2*tan(B/2))*b/a,
根据实时拍摄的可识别图案的图像宽度为a确定无人机的实时高度h;其中摄像机拍摄视角为B。
4.根据权利要求3所述的无人机全天候精准降落的控制方法,其特征在于,所述飞控***对所拍摄的图像进行高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值。
5.根据权利要求3所述的无人机全天候精准降落的控制方法,其特征在于,所述飞控***对所拍摄的图像进行先腐蚀再膨胀的方式对对可疑特征点区域进行去噪处理。
6.根据权利要求4或5所述的无人机全天候精准降落的控制方法,其特征在于,所述飞控***根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;
其中,S为降落过程中无人机与目标点的在同一水平面上的偏差量;
h为此时无人机的实时高度;
f为摄像机的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610932334.1A CN106371447B (zh) | 2016-10-25 | 2016-10-25 | 一种无人机全天候精准降落的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610932334.1A CN106371447B (zh) | 2016-10-25 | 2016-10-25 | 一种无人机全天候精准降落的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106371447A CN106371447A (zh) | 2017-02-01 |
CN106371447B true CN106371447B (zh) | 2020-07-07 |
Family
ID=57895480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610932334.1A Active CN106371447B (zh) | 2016-10-25 | 2016-10-25 | 一种无人机全天候精准降落的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106371447B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403450A (zh) * | 2017-02-25 | 2017-11-28 | 天机智汇科技(深圳)有限公司 | 一种无人机定点降落的方法及装置 |
CN107168343B (zh) * | 2017-07-14 | 2020-09-15 | 灵动科技(北京)有限公司 | 一种行李箱的控制方法及行李箱 |
CN108121360B (zh) * | 2017-12-19 | 2023-07-21 | 歌尔科技有限公司 | 一种无人机定位控制方法及货运*** |
CN108216624A (zh) * | 2017-12-25 | 2018-06-29 | 上海歌尔泰克机器人有限公司 | 一种控制无人机降落的方法、装置及无人机 |
CN110573983B (zh) * | 2018-03-28 | 2023-06-20 | 深圳市大疆软件科技有限公司 | 一种用于呈现飞行高度实时变化的方法和装置 |
CN108710381A (zh) * | 2018-04-01 | 2018-10-26 | 成都远致科技有限公司 | 一种无人机随动起降方法 |
CN108445916A (zh) * | 2018-04-01 | 2018-08-24 | 成都远致科技有限公司 | 一种无人机随动起降*** |
CN108828500A (zh) * | 2018-06-22 | 2018-11-16 | 深圳草莓创新技术有限公司 | 无人机精准的降落引导方法及相关产品 |
WO2020006732A1 (zh) * | 2018-07-05 | 2020-01-09 | 深圳市道通智能航空技术有限公司 | 无人机降落方法、装置及无人机 |
CN108873935A (zh) * | 2018-07-06 | 2018-11-23 | 山东农业大学 | 物流配送无人机降落的控制方法、装置、设备及存储介质 |
CN110871893A (zh) * | 2018-09-03 | 2020-03-10 | 中强光电股份有限公司 | 无人机降落***及其降落方法 |
CN109573029B (zh) * | 2018-12-17 | 2021-10-08 | 江苏蒲公英无人机有限公司 | 一种植保无人机返航降落避障的方法 |
CN109739257A (zh) * | 2018-12-21 | 2019-05-10 | 中科院合肥技术创新工程院 | 融合卫星导航与视觉感知的巡检无人机停机方法及*** |
CN109857139A (zh) * | 2019-01-29 | 2019-06-07 | 珠海金慧科技有限公司 | 城市中低空载重7kg及以下级别无人机空间精准定位技术 |
CN111746810B (zh) * | 2019-03-27 | 2022-02-22 | 丰翼科技(深圳)有限公司 | 全天候无人机降落方法及降落***、设备和存储介质 |
CN111861972A (zh) * | 2019-04-28 | 2020-10-30 | 奥菲(泰州)光电传感技术有限公司 | 目标状态识别*** |
CN110095998B (zh) * | 2019-04-28 | 2020-09-15 | 苏州极目机器人科技有限公司 | 一种自动控制设备的控制方法及装置 |
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*** |
CN110488848B (zh) * | 2019-08-23 | 2022-09-06 | 中国航空无线电电子研究所 | 无人机视觉引导自主着降方法及*** |
CN110597282A (zh) * | 2019-09-05 | 2019-12-20 | 中国科学院长春光学精密机械与物理研究所 | 一种无人机自主降落控制*** |
CN111142559A (zh) * | 2019-12-24 | 2020-05-12 | 深圳市优必选科技股份有限公司 | 一种飞行器自主导航方法、***及飞行器 |
CN110989682B (zh) * | 2019-12-30 | 2021-06-01 | 福州大学 | 基于单基站的无人机精准降落方法 |
CN112567307A (zh) * | 2019-12-31 | 2021-03-26 | 深圳市大疆创新科技有限公司 | 无人机降落控制方法、装置、无人机基站及无人机*** |
JP7476660B2 (ja) * | 2020-05-19 | 2024-05-01 | マツダ株式会社 | 車載用飛行体の制御システム |
CN113759940A (zh) * | 2020-10-09 | 2021-12-07 | 北京京东乾石科技有限公司 | 无人机降落方法、装置、无人机***、机场、设备和介质 |
CN112418002B (zh) * | 2020-11-05 | 2023-10-24 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种无人机识别己方机场的方法 |
CN112455705B (zh) * | 2020-12-04 | 2024-05-03 | 南京晓飞智能科技有限公司 | 一种无人机自主精确着陆***及方法 |
CN112925334A (zh) * | 2021-02-02 | 2021-06-08 | 国网江苏省电力有限公司泰州供电分公司 | 一种智能巡检无人机降落***及降落方法 |
CN114326757A (zh) * | 2021-12-03 | 2022-04-12 | 国网智能科技股份有限公司 | 一种无人机精准降落控制方法及*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160122038A1 (en) * | 2014-02-25 | 2016-05-05 | Singularity University | Optically assisted landing of autonomous unmanned aircraft |
CN103809598B (zh) * | 2014-03-12 | 2016-08-10 | 北京航空航天大学 | 一种基于三层品字形多色降落坪的旋翼无人机自主起降*** |
KR101537324B1 (ko) * | 2014-09-25 | 2015-07-16 | 엘아이지넥스원 주식회사 | 영상기반 비행체 자동 이착륙 유도 시스템 |
CN104361770B (zh) * | 2014-11-18 | 2017-01-04 | 武汉理工大学 | 用于交通信息采集无人机的精确降落自动控制方法 |
CN204750588U (zh) * | 2015-06-17 | 2015-11-11 | 盛铁丰 | 一种航拍无人机 |
CN105843242B (zh) * | 2016-04-22 | 2017-07-07 | 四方继保(武汉)软件有限公司 | 无人船舰载平台的无人机图像引导降落方法 |
CN205644286U (zh) * | 2016-05-16 | 2016-10-12 | 景德镇学院 | 一种基于视觉辅助技术的自主着陆无人机 |
CN106020239A (zh) * | 2016-08-02 | 2016-10-12 | 南京奇蛙智能科技有限公司 | 无人机精准降落控制方法 |
-
2016
- 2016-10-25 CN CN201610932334.1A patent/CN106371447B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106371447A (zh) | 2017-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106371447B (zh) | 一种无人机全天候精准降落的控制方法 | |
CN106502257B (zh) | 一种无人机精准降落抗干扰的控制方法 | |
CN106527472B (zh) | 一种无人机全自主超远距离飞行***及控制方法 | |
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 | |
Diaz-Cabrera et al. | Suspended traffic lights detection and distance estimation using color features | |
Cheng et al. | Lane detection with moving vehicles in the traffic scenes | |
US11631192B2 (en) | Robot climbing control method and device and storage medium and robot | |
CN105512628B (zh) | 基于无人机的车辆环境感知***及方法 | |
CN107506760A (zh) | 基于gps定位与视觉图像处理的交通信号检测方法及*** | |
CN109726717B (zh) | 一种车辆综合信息检测*** | |
CN112215860A (zh) | 一种基于图像处理的无人机定位方法 | |
CN113377118A (zh) | 一种基于视觉的无人机机库多阶段精确降落方法 | |
CN109492525B (zh) | 一种测量基站天线工程参数的方法 | |
CN109813276B (zh) | 一种基站天线下倾角测量方法及其*** | |
CN110427979B (zh) | 基于K-Means聚类算法的道路水坑识别方法 | |
CN111709994B (zh) | 一种自主无人机视觉探测与引导***及方法 | |
CN110059701A (zh) | 一种基于不良光照下的无人机地标图像处理方法 | |
CN107993451B (zh) | 基于车牌搜索的违章检测*** | |
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 | |
CN107244423B (zh) | 一种起降平台及其识别方法 | |
CN114241438B (zh) | 一种基于先验信息的交通信号灯快速精确的识别方法 | |
CN110422168B (zh) | 车道识别***、方法及自动驾驶汽车 | |
KR101026778B1 (ko) | 차량 영상 검지 장치 | |
CN110597282A (zh) | 一种无人机自主降落控制*** | |
CN113989771A (zh) | 一种基于数字图像处理的交通信号灯识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |