CN106527487A - 一种运动平台上无人机自主精确着陆***及着陆方法 - Google Patents

一种运动平台上无人机自主精确着陆***及着陆方法 Download PDF

Info

Publication number
CN106527487A
CN106527487A CN201611204761.4A CN201611204761A CN106527487A CN 106527487 A CN106527487 A CN 106527487A CN 201611204761 A CN201611204761 A CN 201611204761A CN 106527487 A CN106527487 A CN 106527487A
Authority
CN
China
Prior art keywords
quick response
airborne
unmanned aerial
aerial vehicle
response code
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.)
Pending
Application number
CN201611204761.4A
Other languages
English (en)
Inventor
佘浩平
王章龙
司维永
韦浪
张本科
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201611204761.4A priority Critical patent/CN106527487A/zh
Publication of CN106527487A publication Critical patent/CN106527487A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
    • G06K19/00—Record carriers for use with machines and with at least a part designed to carry digital markings
    • G06K19/06—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code
    • G06K19/06009—Record carriers for use with machines and with at least a part designed to carry digital markings characterised by the kind of the digital marking, e.g. shape, nature, code with optically detectable marking
    • G06K19/06046—Constructional details
    • G06K19/06056—Constructional details the marking comprising a further embedded marking, e.g. a 1D bar code with the black bars containing a smaller sized coding
    • 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

Landscapes

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

Abstract

本发明提供一种运动平台上无人机自主精确着陆***及着陆方法，包括旋翼无人机1、机载云台相机2、机载计算机3、机载起落架磁性器件4、车载铁质降落坪6以及多层嵌套标识7；其中多层嵌套标识7为由相互重叠、尺寸不同、图案不同且分布不对称的二维码组成；其中小尺寸二维码覆盖在大尺寸二维码上；且大尺寸二维码上沿机动车5的前进方向覆盖多个小尺寸二维码，其中尺寸最大的二维码只有一个。本发明利用旋翼无人机搭载的云台相机，采用机载云台相机2去识别多层嵌套标识7，提供一种精度高、可靠性好、成本低的视觉辅助旋翼无人机自主着陆***，特别适用于在运动机动车顶端的着陆。

Description

一种运动平台上无人机自主精确着陆***及着陆方法
技术领域
本发明属于无人机技术领域，尤其涉及一种运动平台上无人机自主精确着陆***及着陆方法。
背景技术
如今小型旋翼无人机越来越广泛地用于各种军用、民用行业，如植保、电力巡检、航拍、灾后救援，通常的使用方法是用小汽车携带旋翼无人机到任务区域，人工控制旋翼无人机起飞，执行任务，最后降落到地面。在降落时通常需要很大一块空地，由于旋翼无人机自身定位精度较差，降落花费时间长，控制效果差，容易发生意外。如果能实现旋翼无人机自主精确降落在车顶，就能节省很多时间，也能降低对降落地点的要求。旋翼无人机上现有的传感器主要依靠GPS定位，只能实现米级精度的降落，采用差分GPS技术会大幅增加硬件成本。考虑到现有的旋翼无人机一般都会搭载云台相机，可充分利用这个云台相机，只需要再增加一台嵌入式计算机即可实现视觉辅助降落，具有成本低，精度高的优点。
用于旋翼无人机的单目视觉辅助着陆的相关研究已经有很多，但现有技术无法实现在运动平台上自主精确着陆，主要有以下几个原因：
1、受图标尺寸限制，无人机在低处容易超出相机视野范围，在高处又看不清。
现有的解决尺寸限制问题的方案是增加嵌套图标，但现有的嵌套图标都是由形状完全相同的不同大小的图案同心嵌套而成。由于完全相同，识别的时候计算机无法判断自己识别到的是大图标还是小图标，因此无法算出准确的位置信息，只能得到图标与画面中心的像素偏差(例如x轴偏100像素，y轴偏150像素)，使无人机的控制精度大幅降低，一般只适用于静止平台的降落，在运动平台上仅靠像素偏差无法满足精确着陆的要求。在运动平台降落实验中同心嵌套的图标还曝露出一个严重的问题：图标的可识别范围是以图标中心为顶点，向上逐渐扩大的锥体，如图3所示，飞行高度越低(或相机与图标的距离越小)，水平方向可识别的范围就越小。运动平台着陆时车速不稳定，当无人机下降到很低的位置时，一旦车速发生变化，无人机很容易脱离可识别范围，导致降落失败。
2、现有的图像识别算法无法处理倾斜的相机拍摄到的图标。现有的视觉定位所用的图标多是基于形状的，比如矩形、圆形、三角形，这种图标的识别方法是分析图标的轮廓，如果轮廓与预先设置的形状一致，则认为识别成功，如果相机倾斜，由于透视效应，拍摄到的图标不再是标准的形状，则无法识别。因此即使加上云台，当拍摄角度较大时也无法正常识别和定位，无法利用云台来扩大识别范围。
3、现有的图标由于形状过于简单且仅仅通过形状轮廓来判断，没有考虑对图标整个表面的识别，判断条件不够严谨，容易出现把地面上的其他物体误识别为图标的情况。
4、现有的视觉辅助降落多采用与旋翼无人机固连的竖直向下的相机，这种方式视野范围较小且受旋翼无人机姿态影响。当无人机飞行速度较快时相机始终处在倾斜状态，使图标无法进入相机视野。
发明内容
为解决上述问题，本发明提供一种运动平台上无人机自主精确着陆***及着陆方法。采用云台相机去识别由相互重叠、尺寸不同、图案不同且分布不对称的二维码组成的多层嵌套标识，提供一种精度高、可靠性好、成本低的视觉辅助旋翼无人机自主着陆***。
一种运动平台上无人机自主精确着陆***，包括旋翼无人机1、机载云台相机2、机载计算机3、机载起落架磁性器件4、车载铁质降落坪6以及多层嵌套标识7；
所述机载云台相机2安装在旋翼无人机1的下方，包括相机和云台；
所述云台被电机驱动旋转到任意给定角度；
所述机载计算机3安装在旋翼无人机1上，根据机载云台相机2拍摄的包含多层嵌套标识7的画面，向旋翼无人机1发送控制指令并引导旋翼无人机1着陆；同时机载计算机3控制云台的转动，并与旋翼无人机1的飞行控制器通信，接收旋翼无人机1的位置和速度；
所述机载起落架磁性器件4安装在旋翼无人机1起落架的下端；
所述车载铁质降落坪6固定在机动车5的顶部；
所述多层嵌套标识7附着在车载铁质降落坪6上；其中多层嵌套标识7为由相互重叠、尺寸不同、图案不同且分布不对称的二维码组成；
其中小尺寸二维码覆盖在大尺寸二维码上；且大尺寸二维码上沿机动车5的前进方向覆盖多个小尺寸二维码，其中尺寸最大的二维码只有一个。
一种运动平台上无人机自主精确着陆***，所述二维码均为正方形，且正方形包括N行×N列的小正方形，其中N的取值至少为5，与机载云台相机2的分辨率有关；
所述二维码只包含黑白两种颜色；位于正方形边缘的小正方形全为黑色，内部的小正方形不全为黑色，且白色小正方形和黑色小正方形分布不对称；小尺寸二维码覆盖在大尺寸二维码的黑色小正方形上。
一种运动平台上无人机自主精确着陆***，除尺寸最大的二维码外，其他尺寸二维码的四边均设置有白边，且白边的宽度与相机分辨率有关，相机分辨率越高，所述白边越窄。
一种基于运动平台上无人机自主精确着陆***的着落方法，包括以下步骤：
步骤1：标定机载云台相机2，得到内参数和畸变参数；并记录所有二维码的大小以及各个二维码相对多层嵌套标识7中心的位置坐标；同时分别采用N×N二维矩阵A＝[aij]N×N表征各个二维码，其中aij为二维矩阵A的第i行第j列的元素，与各个二维码第i行第j列的小正方形对应，得到表征所有二维码的二维矩阵集合∪A；其中黑色小正方形对应的矩阵元素值为0，白色小正方形对应的矩阵元素值为1；
步骤2：机载计算机3控制机载云台相机2转动，并识别来自机载云台相机2拍摄的图像，判断是否找到二维码；具体识别步骤如下：
步骤21：将机载云台相机2读取到的画面依次进行灰度化、二值化和降噪处理，得到0/1二值图，其中0代表黑色像素，1代表白色像素；
步骤22：利用边界跟踪算法从0/1二值图中提取画面所拍摄到的所有物体的轮廓，选取凸四边形轮廓，得到物体对应的凸四边形图像；
步骤23：通过仿射变换，将所述凸四边形图像变为正方形图像；
步骤24：将正方形图像等分为N行N列的小正方形，计算每个小正方形中1的个数；其中，如果小正方形中1的个数超过像素总数的一半，则判定该小正方形为白色，否则为黑色；
步骤25：采用N×N二维矩阵B＝[bij]N×N表征步骤23中的正方形图像，其中bij为二维矩阵B第i行第j列的元素，与第i行第j列小正方形对应；其中，如果小正方形为黑色，则其对应二维矩阵的元素值为0；如果小正方形为白色，则其对应二维矩阵的元素值为1；
步骤26：将正方形图像对应的二维矩阵B与二维码对应的集合∪A中的二维矩阵进行对比；其中：
如果二维矩阵B与集合∪A中的任意二维矩阵A完全相同，则机载云台相机2成功识别多层嵌套标识7中的二维码，并进入步骤3；
如果二维矩阵B与二维矩阵A不相同，则重复步骤21-25；
步骤3：利用机载云台相机2的内参数和畸变参数、各个二维码相对多层嵌套标识7中心的位置坐标、二维码在机载云台相机2所拍摄画面上的像素坐标以及机载云台相机2相对于旋翼无人机1的姿态角，通过梯度法寻优计算机载云台相机2相对于多层嵌套标识7的位置和姿态角；其中，机载云台相机2相对于旋翼无人机1的姿态角为云台被电机驱动旋转的角度；
步骤4：机载计算机3根据机载云台相机2拍摄的画面和机载云台相机2相对于多层嵌套标识7的位置和姿态角，计算旋翼无人机1当前相对于多层嵌套标识7的姿态角和位置信息，从而生成控制指令控制旋翼无人机1缩小相对于多层嵌套标识7中心位置的偏差，沿水平方向与多层嵌套标识7中心位置对齐，再沿竖直方向降低高度；
步骤5：当旋翼无人机1接近车载铁质降落坪6时，机载起落架磁性器件4与车载铁质降落坪6互相吸引，使旋翼无人机1稳定落在车载铁质降落坪6上，完成着落。
一种运动平台上无人机自主精确着陆***的着落方法，所述步骤26中如果识别到多个二维码，则优先使用尺寸最大的二维码；如果识别的二维码都是同样大小的二维码，则优先使用靠近多层嵌套标识7中心的二维码。
一种运动平台上无人机自主精确着陆***的着落方法，所述步骤4中机载计算机3生成控制指令控制旋翼无人机1的过程中，如果机动车5车速突然变化，机载计算机3将发送控制指令以控制云台转动，使离相机最近的二维码始终处于机载云台相机2的视野中心。
一种运动平台上无人机自主精确着陆***，所述多层嵌套标识7表面材质粗糙。
一种运动平台上无人机自主精确着陆***，所述机载计算机3为高性能Arm架构或x86架构计算模块，通过串口与旋翼无人机1的飞行控制器通信，通过USB接口或专用视频输入口读取相机画面；机载计算机3接收来自机载云台相机2记录的画面和姿态角，旋翼无人机1的位置、速度和姿态角，并向旋翼无人机1发送控制指令。
一种运动平台上无人机自主精确着陆***，所述机载起落架磁性器件4为钕铁硼磁铁。
有益效果：
1、本发明使用相互重叠、尺寸不同且分布不对称的二维码组成多层嵌套标识，利用旋翼无人机搭载的云台相机，提供一种精度高、可靠性好、成本低的视觉辅助旋翼无人机自主着陆***，特别适用于在运动机动车顶端的着陆。图标设计上把小尺寸二维码覆盖在大尺寸二维码上，将同心嵌套改为分布不对称的混合式嵌套，与同心嵌套的图标相比，本设计显著增加水平方向的可识别范围，如附图3所示。无人机飞行高度很低时，由于大尺寸二维码上沿机动车的前进方向覆盖多个小尺寸二维码，即使车速突然变化，无人机也能从一个小尺寸二维码切换到另一个小尺寸二维码，减小脱离多层嵌套识别范围的可能性。
2、本发明通过为每个小图标设置不同的二维码，并且分别采用不同的二维矩阵表征各个二维码，使得计算机可以区分每个图标，在姿态解算时可以得到全部姿态角和实际偏差，而不仅仅是像素偏差。
3、本发明对二维码进行识别，不是靠图形轮廓来判断，而是分析了轮廓内部的所有像素，降低了把其他物体误识别为图标的概率，不依赖形状轮廓使得相机无需保持竖直向下，从任意角度拍到图标均可识别，增大了识别角度的同时保证了识别的精度。并可根据预先设计好的小二维码在大二维码上的相对位置计算出无人机相对于多层嵌套标识中心的实际偏差，为混合式嵌套的实现提供了基础。
4、本发明把与无人机固连的传统的单目相机升级为云台相机，增大了画面拍摄范围，且画面稳定，不易受飞机姿态影响；同时通过对云台的控制使得相机能更好地锁定图标，减少脱离识别范围的可能性。
5、本发明采用的多层嵌套标识表面材质粗糙，既能有效减少反光，又能在旋翼无人机着陆后提供较大的摩擦力。
附图说明
图1为本发明的一种运动平台上无人机自主精确着陆***示意图；
图2为本发明的多层嵌套标识具体实现形式；
图3为本发明的机载云台相机在识别范围上与现有技术的对比示意图；
图4为本发明识别多层嵌套标识中二维码的流程图；
1-旋翼无人机，2-机载云台相机，3-机载计算机，4-机载起落架磁性器件，5-机动车，6-车载铁质降落坪，7-多层嵌套标识。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明设计一种特别设计的多层嵌套二维码标识，利用旋翼无人机现有的云台相机，提供一种精度高、可靠性好、成本低的视觉辅助旋翼无人机自主着陆***，特别适用于在运动车辆顶端的着陆。其***组成如图1所示，包括旋翼无人机1、机载云台相机2、机载计算机3、机载起落架磁性器件4、车载铁质降落坪6以及多层嵌套标识7；
所述旋翼无人机1指一套完整的无人机***，包括无人机、遥控器(或地面站)，无人机由机架、螺旋桨电机、电调、传感器、飞行控制器；其中传感器包括加速度计、陀螺仪、磁罗盘、GPS、气压计；
所述机载云台相机2安装在旋翼无人机1的下方，包括相机和云台；
所述云台被电机驱动旋转到任意给定角度，并记录相机当前相对于旋翼无人机1的姿态角或记录相机在地面坐标系下的姿态角；云台既可以保证相机画面稳定不受无人机运动的影响，又使相机可以从更大的角度拍摄到多层嵌套标识7；云台按照机载计算机3的命令转动，并把相机画面直接传输到机载计算机3，同时将相机姿态角直接传输到机载计算机3或通过飞行控制器间接传输到机载计算机3。
所述机载计算机3安装在旋翼无人机1的上方；机载计算机3与旋翼无人机1的飞行控制器通信，接收来自机载云台相机2拍摄的画面和姿态角、来自旋翼无人机1的的位置、速度和姿态角，并向旋翼无人机1发送控制指令；
所述机载计算机3为高性能Arm架构或x86架构计算模块，通过串口与旋翼无人机1的飞行控制器通信，通过USB接口或专用视频输入口读取相机画面；
所述机载起落架磁性器件4安装在旋翼无人机1起落架的下端；所述机载起落架磁性器件4为小型钕铁硼磁铁，具有重量轻，磁性强的优点；
所述车载铁质降落坪6固定在机动车5的顶部；其中机载起落架磁性器件4对车载铁质降落坪6有吸引作用；
所述多层嵌套标识7附着在车载铁质降落坪6上；其中多层嵌套标识7为由相互重叠的二维码组成。其中多层嵌套标识7为印有二维码的粗糙布料，粗糙布料既能有效减少反光，又能在旋翼无人机着陆后提供较大的摩擦力。
所述多层嵌套标识7由相互重叠、尺寸不同、图案不同的二维码组成，其中尺寸最大的二维码只有一个；
所述二维码均为正方形，且正方形按行列等分成5行5列的小正方形；
所述二维码只包含黑白两种颜色，并以黑色为主；位于正方形边缘的小正方形为黑色，内部的小正方形不全为黑色，且白色小正方形和黑色小正方形分布不对称，保证整个图案不对称；小二维码覆盖在大二维码的黑色小正方形上；分别采用5×5二维矩阵A＝[aij]5×5表征各个二维码，其中aij为二维矩阵A第i行第j列个元素，与各个二维码第i行第j列小正方形对应，得到表征所有二维码的二维矩阵集合∪A；其中黑色小正方形对应的矩阵元素值为0，白色小正方形对应的矩阵元素值为1；
如图2所示，大二维码边长为100厘米，中二维码边长为20厘米，小二维码边长为8厘米。所述小二维码与大二维码邻接的四边设置有白边，白边的宽度与相机分辨率有关，相机分辨率越高，所述白边越窄；图2中小二维码的四周白边宽度为1厘米。同时由于相机的感光元件过于灵敏，导致黑白边界处失真，因此小二维码的白色部分可用灰色代替。旋翼无人机1飞行高度越低，相机水平方向能识别二维码的范围就越小，而汽车和无人机不可能总是匀速运动，出现速度差不可避免，因此降落过程中沿汽车前进的方向旋翼无人机1极易脱离识别范围，为了解决这个问题，在大二维码上沿汽车前进方向覆盖5个小二维码。
一种运动平台无人机自主精确着陆***的着落方法，包括以下步骤：
步骤1：旋翼无人机1飞行前用张正友法标定机载云台相机2，得到内参数和畸变参数；并对所有二维码进行编号，以便在识别时加以区分，记录所有二维码的大小和各个二维码相对多层嵌套标识7中心的位置坐标；
所述张正友法为针对摄像机径向畸变问题，提出的求解摄像机内外参数的方法，同一个相机只需要标定一次。该方法模板制作容易，使用方便，成本低，鲁棒性好，准确率高，具有广泛的应用。
步骤2：旋翼无人机1的任务结束后，利用旋翼无人机1现有的返航和跟随***，使旋翼无人机1跟随机动车5飞行，此时由于GPS精度限制，跟随的精度大约为2米左右；同时机载计算机3控制机载云台相机2绕俯仰轴在下半圆匀速转动，并对来自云台相机的图像进行识别，判断是否找到二维码；如图4所示，为本发明识别多层嵌套标识中二维码的流程图，其中具体识别步骤如下:
步骤21：RGB彩色图像预处理，将机载云台相机2读取到的画面进行灰度化、二值化、降噪处理，得到0/1二值图，其中0代表黑色像素，1代表白色像素；
步骤22：由于正方形从不同角度拍摄时，在相机画面中的形状不同，但都属于凸四边形；因此利用边界跟踪算法从0/二值图中提取画面所拍摄到的所有物体的轮廓，选取凸四边形轮廓，得到物体对应的凸四边形图像；所述凸四边形图像即为二维码的外边界；
所述边界跟踪算法是轮廓搜索的常用方法，其基本思想是由一个边缘点出发，依次搜索并连接相邻边缘点从而逐步检测出边界；
步骤23：通过仿射变换，将所述凸四边形图像变为正方形图像；
步骤24：将正方形图像等分为5行5列的小正方形，计算每个小正方形中1的个数；其中，如果小正方形中1的个数超过像素总数的一半，则判定该小正方形为白色，否则为黑色；
步骤25：采用5×5二维矩阵B＝[bij]5×5表征步骤23中的正方形图像，其中bij为二维矩阵B第i行第j列个元素，与第i行第j列小正方形对应；其中，如果小正方形为白色，则其对应二维矩阵的元素值为1；如果小正方形为黑色，则其对应二维矩阵的元素值为0；
步骤26：将正方形图像对应的二维矩阵B与二维码对应的集合∪A中的二维矩阵进行对比；其中：
如果二维矩阵B与集合∪A中的任意二维矩阵A完全相同，则机载云台相机2成功识别多层嵌套标识7中的二维码，并进入步骤3；其中如果识别到多个二维码，则优先使用尺寸最大大二维码；如果识别的二维码都是同样大小的二维码，则优先使用靠近多层嵌套标识7中心的二维码；如图3所示为本发明的机载云台相机2在识别范围上与现有技术的对比示意图；
如果二维矩阵B与二维矩阵A不相同，则重复步骤21-25；
步骤3：利用机载云台相机2的内参数和畸变参数、已知的多层嵌套标识7中二维码大小和位置、二维码在机载云台相机2拍摄画面上的像素坐标以及机载云台相机2相对于旋翼无人机1的姿态角，通过梯度法寻优计算机载云台相机2相对于多层嵌套标识7的位置和姿态角；
所述梯度法为数值计算求取最优解的常用方法；
步骤4：机载计算机3根据机载云台相机2拍摄的画面和机载云台相机2相对于多层嵌套标识7的位置和姿态角，计算旋翼无人机1当前相对于多层嵌套标识7的姿态角和位置信息，从而生成控制指令控制旋翼无人机1缩小相对于多层嵌套标识7中心位置的偏差，并逐渐下降；
其中下降过程分为高处和低处两个阶段，当旋翼无人机1起落架下端距离车载铁质降落坪6超过30厘米时，旋翼无人机1沿水平方向对齐多层嵌套标识7，向多层嵌套标识7中心靠近；当旋翼无人机1与多层嵌套标识7的中心在水平方向上的偏差小于10厘米时，旋翼无人机1开始沿竖直方向缓慢下降；当旋翼无人机1起落架下端距离车载铁质降落坪6小于30厘米时，机载计算机3锁定机载云台相机2竖直向下，旋翼无人机1竖直方向快速下降；此时如果仍然能识别到二维码，则旋翼无人机1在水平方向继续对齐二维码，进一步提高降落精度。
如果机动车5车速突然变化，多层嵌套标识7上的所有二维码将靠近机载云台相机2画面边缘，使机载云台相机2无法识别二维码；此时机载计算机3将发送控制指令以控制云台转动，使离相机最近的二维码始终处于机载云台相机2的视野中心，提高跟随的可靠性；
步骤5：当旋翼无人机1接近车载铁质降落坪6时，机载起落架磁性器件4与车载铁质降落坪6互相吸引，使旋翼无人机1稳定落在车载铁质降落坪6上，完成着陆。
当然，本发明还可有其他多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (9)

1.一种运动平台上无人机自主精确着陆***，其特征在于，包括旋翼无人机(1)、机载云台相机(2)、机载计算机(3)、机载起落架磁性器件(4)、车载铁质降落坪(6)以及多层嵌套标识(7)；
所述机载云台相机(2)安装在旋翼无人机(1)的下方，包括相机和云台；
所述云台被电机驱动旋转到任意给定角度；
所述机载计算机(3)安装在旋翼无人机(1)上，根据机载云台相机(2)拍摄的包含多层嵌套标识(7)的画面，向旋翼无人机(1)发送控制指令并引导旋翼无人机(1)着陆；同时机载计算机(3)控制云台的转动，并与旋翼无人机(1)的飞行控制器通信，接收旋翼无人机(1)的位置和速度；
所述机载起落架磁性器件(4)安装在旋翼无人机(1)起落架的下端；
所述车载铁质降落坪(6)固定在机动车(5)的顶部；
所述多层嵌套标识(7)附着在车载铁质降落坪(6)上；其中多层嵌套标识(7)为由相互重叠、尺寸不同、图案不同且分布不对称的二维码组成；
其中小尺寸二维码覆盖在大尺寸二维码上；且大尺寸二维码上沿机动车(5)的前进方向覆盖多个小尺寸二维码，其中尺寸最大的二维码只有一个。
2.如权利要求1所述的一种运动平台上无人机自主精确着陆***，其特征在于，所述二维码均为正方形，且正方形包括N行×N列的小正方形，其中N的取值至少为5，与机载云台相机(2)的分辨率有关；
所述二维码只包含黑白两种颜色；位于正方形边缘的小正方形全为黑色，内部的小正方形不全为黑色，且白色小正方形和黑色小正方形分布不对称；小尺寸二维码覆盖在大尺寸二维码的黑色小正方形上。
3.如权利要求2所述的一种运动平台上无人机自主精确着陆***，其特征在于，除尺寸最大的二维码外，其他尺寸二维码的四边均设置有白边，且白边的宽度与相机分辨率有关，相机分辨率越高，所述白边越窄。
4.一种基于权利要求2的一种运动平台上无人机自主精确着陆***的着落方法，其特征在于，包括以下步骤：
步骤1：标定机载云台相机(2)，得到内参数和畸变参数；并记录所有二维码的大小以及各个二维码相对多层嵌套标识(7)中心的位置坐标；同时分别采用N×N二维矩阵A＝[aij]N×N表征各个二维码，其中aij为二维矩阵A的第i行第j列的元素，与各个二维码第i行第j列的小正方形对应，得到表征所有二维码的二维矩阵集合∪A；其中黑色小正方形对应的矩阵元素值为0，白色小正方形对应的矩阵元素值为1；
步骤2：机载计算机(3)控制机载云台相机(2)转动，并识别来自机载云台相机(2)拍摄的图像，判断是否找到二维码；具体识别步骤如下：
步骤21：将机载云台相机(2)读取到的画面依次进行灰度化、二值化和降噪处理，得到0/1二值图，其中0代表黑色像素，1代表白色像素；
步骤22：利用边界跟踪算法从0/1二值图中提取画面所拍摄到的所有物体的轮廓，选取凸四边形轮廓，得到物体对应的凸四边形图像；
步骤23：通过仿射变换，将所述凸四边形图像变为正方形图像；
步骤24：将正方形图像等分为N行N列的小正方形，计算每个小正方形中1的个数；其中，如果小正方形中1的个数超过像素总数的一半，则判定该小正方形为白色，否则为黑色；
步骤25：采用N×N二维矩阵B＝[bij]N×N表征步骤23中的正方形图像，其中bij为二维矩阵B第i行第j列的元素，与第i行第j列小正方形对应；其中，如果小正方形为黑色，则其对应二维矩阵的元素值为0；如果小正方形为白色，则其对应二维矩阵的元素值为1；
步骤26：将正方形图像对应的二维矩阵B与二维码对应的集合∪A中的二维矩阵进行对比；其中：
如果二维矩阵B与集合∪A中的任意二维矩阵A完全相同，则机载云台相机(2)成功识别多层嵌套标识(7)中的二维码，并进入步骤3；
如果二维矩阵B与二维矩阵A不相同，则重复步骤21-25；
步骤3：利用机载云台相机(2)的内参数和畸变参数、各个二维码相对多层嵌套标识(7)中心的位置坐标、二维码在机载云台相机(2)所拍摄画面上的像素坐标以及机载云台相机(2)相对于旋翼无人机(1)的姿态角，通过梯度法寻优计算机载云台相机(2)相对于多层嵌套标识(7)的位置和姿态角；其中，机载云台相机(2)相对于旋翼无人机(1)的姿态角为云台被电机驱动旋转的角度；
步骤4：机载计算机(3)根据机载云台相机(2)拍摄的画面和机载云台相机(2)相对于多层嵌套标识(7)的位置和姿态角，计算旋翼无人机(1)当前相对于多层嵌套标识(7)的姿态角和位置信息，从而生成控制指令控制旋翼无人机(1)缩小相对于多层嵌套标识(7)中心位置的偏差，沿水平方向与多层嵌套标识(7)中心位置对齐，再沿竖直方向降低高度；
步骤5：当旋翼无人机(1)接近车载铁质降落坪(6)时，机载起落架磁性器件(4)与车载铁质降落坪(6)互相吸引，使旋翼无人机(1)稳定落在车载铁质降落坪(6)上，完成着落。
5.如权利要求4所述的一种运动平台上无人机自主精确着陆***的着落方法，其特征在于，所述步骤26中如果识别到多个二维码，则优先使用尺寸最大的二维码；如果识别的二维码都是同样大小的二维码，则优先使用靠近多层嵌套标识(7)中心的二维码。
6.如权利要求4所述的一种运动平台上无人机自主精确着陆***的着落方法，其特征在于，所述步骤4中机载计算机(3)生成控制指令控制旋翼无人机(1)的过程中，如果机动车(5)车速突然变化，机载计算机(3)将发送控制指令以控制云台转动，使离相机最近的二维码始终处于机载云台相机(2)的视野中心。
7.如权利要求2所述的一种运动平台上无人机自主精确着陆***，其特征在于，所述多层嵌套标识(7)表面材质粗糙。
8.如权利要求1或2所述的一种运动平台无人机自主精确着陆***，其特征在于，所述机载计算机(3)为高性能Arm架构或x86架构计算模块，通过串口与旋翼无人机(1)的飞行控制器通信，通过USB接口或专用视频输入口读取相机画面；机载计算机(3)接收来自机载云台相机(2)记录的画面和姿态角，旋翼无人机(1)的位置、速度和姿态角，并向旋翼无人机(1)发送控制指令。
9.如权利要求1或2所述的一种运动平台无人机自主精确着陆***，其特征在于，所述机载起落架磁性器件(4)为钕铁硼磁铁。
CN201611204761.4A 2016-12-23 2016-12-23 一种运动平台上无人机自主精确着陆***及着陆方法 Pending CN106527487A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611204761.4A CN106527487A (zh) 2016-12-23 2016-12-23 一种运动平台上无人机自主精确着陆***及着陆方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611204761.4A CN106527487A (zh) 2016-12-23 2016-12-23 一种运动平台上无人机自主精确着陆***及着陆方法

Publications (1)

Publication Number Publication Date
CN106527487A true CN106527487A (zh) 2017-03-22

Family

ID=58337439

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611204761.4A Pending CN106527487A (zh) 2016-12-23 2016-12-23 一种运动平台上无人机自主精确着陆***及着陆方法

Country Status (1)

Country Link
CN (1) CN106527487A (zh)

Cited By (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909162A (zh) * 2017-04-21 2017-06-30 普宙飞行器科技（深圳）有限公司 一种通用型无人机车载自主降落装置
CN107140145A (zh) * 2017-04-27 2017-09-08 上海大学 一种无人艇收放无人机装置
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
CN107244423A (zh) * 2017-06-27 2017-10-13 歌尔科技有限公司 一种起降平台及其识别方法
CN107399440A (zh) * 2017-07-27 2017-11-28 北京航空航天大学 飞行器着陆方法及辅助装置
CN108549397A (zh) * 2018-04-19 2018-09-18 武汉大学 基于二维码和惯导辅助的无人机自主降落方法及***
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
CN108983812A (zh) * 2018-07-25 2018-12-11 哈尔滨工业大学 一种无人机海上着陆的船载控制***
CN108981705A (zh) * 2018-07-19 2018-12-11 北京三快在线科技有限公司 定位参考装置
CN109677607A (zh) * 2019-02-27 2019-04-26 安徽理工大学 一种道路指挥用无人机
CN109911231A (zh) * 2019-03-20 2019-06-21 武汉理工大学 基于gps和图像识别混合导航的无人机自主着舰方法与***
CN110058604A (zh) * 2019-05-24 2019-07-26 中国科学院地理科学与资源研究所 一种基于计算机视觉的无人机精准降落***
CN110222612A (zh) * 2019-05-27 2019-09-10 北京交通大学 用于无人机自主降落的动态标靶识别与跟踪方法
CN110231836A (zh) * 2019-06-14 2019-09-13 北京查打先锋高科技有限责任公司 一种引导无人机降落在移动靶标的方法
CN110253580A (zh) * 2019-06-24 2019-09-20 昆明滇鹰科技有限公司 动平台降落复合地标导航***
CN110673612A (zh) * 2019-10-21 2020-01-10 重庆邮电大学 一种自主移动机器人二维码引导控制方法
CN111176331A (zh) * 2020-03-12 2020-05-19 江苏蓝鲸智慧空间研究院有限公司 一种无人机精准降落控制方法
CN111414008A (zh) * 2020-04-08 2020-07-14 中国地质大学（武汉） 一种基于视觉传达设计的无人机引导***
JP2020117118A (ja) * 2019-01-25 2020-08-06 Ｉｈｉ運搬機械株式会社 可搬式ドローンポート
CN111598952A (zh) * 2020-05-21 2020-08-28 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***
JP2020149640A (ja) * 2019-03-15 2020-09-17 株式会社テクノアクセルネットワークス 飛行システム及び着陸制御方法
CN111930146A (zh) * 2020-08-25 2020-11-13 上海比茵沃汽车电子有限公司 一种车载无人机精准降落识别方法
CN112198884A (zh) * 2020-07-27 2021-01-08 北京理工大学 基于视觉引导的无人机移动平台降落方法
CN112269399A (zh) * 2020-11-06 2021-01-26 北京理工大学 应用于无人机的主动回收控制方法及装置
CN113283030A (zh) * 2021-05-25 2021-08-20 西安万飞控制科技有限公司 一种辅助高精度定位网格二维码设计方法
US11097796B2 (en) 2018-11-29 2021-08-24 Saudi Arabian Oil Company Articulated magnet-bearing legs for UAV landing on curved surfaces
CN113495569A (zh) * 2021-06-17 2021-10-12 上海大风技术有限公司 一种基于自主识别的无人机精准降落方法
CN113696815A (zh) * 2021-10-27 2021-11-26 江苏日盈电子股份有限公司 多旋翼无人机和车辆的交互方法、交互***
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业***
CN114326766A (zh) * 2021-12-03 2022-04-12 深圳先进技术研究院 一种车机协同自主跟踪与降落方法
CN114489129A (zh) * 2022-01-24 2022-05-13 北京远度互联科技有限公司 无人机着陆方法及相关装置
CN114647253A (zh) * 2020-12-17 2022-06-21 北京三快在线科技有限公司 无人机避光降落方法、无人机降落台、无人机机库及建筑物

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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***
CN205498797U (zh) * 2016-03-21 2016-08-24 普宙飞行器科技（深圳）有限公司 停机坪及无人机着陆***
WO2016146559A1 (en) * 2015-03-18 2016-09-22 Connaught Electronics Ltd. Method for determining a position of an object in a three-dimensional world coordinate system, computer program product, camera system and motor vehicle
CN106127201A (zh) * 2016-06-21 2016-11-16 西安因诺航空科技有限公司 一种基于视觉定位降落末端的无人机降落方法
CN205750546U (zh) * 2016-03-21 2016-11-30 普宙飞行器科技（深圳）有限公司 无人机着陆***
CN106197422A (zh) * 2016-06-27 2016-12-07 东南大学 一种基于二维标签的无人机定位及目标跟踪方法
CN106250958A (zh) * 2016-03-25 2016-12-21 立德高科（昆山）数码科技有限责任公司 带有隐藏标识的组合标签、及生成方法与生成***

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016146559A1 (en) * 2015-03-18 2016-09-22 Connaught Electronics Ltd. Method for determining a position of an object in a three-dimensional world coordinate system, computer program product, camera system and motor vehicle
CN205498797U (zh) * 2016-03-21 2016-08-24 普宙飞行器科技（深圳）有限公司 停机坪及无人机着陆***
CN205750546U (zh) * 2016-03-21 2016-11-30 普宙飞行器科技（深圳）有限公司 无人机着陆***
CN106250958A (zh) * 2016-03-25 2016-12-21 立德高科（昆山）数码科技有限责任公司 带有隐藏标识的组合标签、及生成方法与生成***
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***
CN106127201A (zh) * 2016-06-21 2016-11-16 西安因诺航空科技有限公司 一种基于视觉定位降落末端的无人机降落方法
CN106197422A (zh) * 2016-06-27 2016-12-07 东南大学 一种基于二维标签的无人机定位及目标跟踪方法

Cited By (41)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106909162A (zh) * 2017-04-21 2017-06-30 普宙飞行器科技（深圳）有限公司 一种通用型无人机车载自主降落装置
CN107140145A (zh) * 2017-04-27 2017-09-08 上海大学 一种无人艇收放无人机装置
CN107244423A (zh) * 2017-06-27 2017-10-13 歌尔科技有限公司 一种起降平台及其识别方法
CN107244423B (zh) * 2017-06-27 2023-10-20 歌尔科技有限公司 一种起降平台及其识别方法
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
CN107399440A (zh) * 2017-07-27 2017-11-28 北京航空航天大学 飞行器着陆方法及辅助装置
CN108549397A (zh) * 2018-04-19 2018-09-18 武汉大学 基于二维码和惯导辅助的无人机自主降落方法及***
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
CN108981705A (zh) * 2018-07-19 2018-12-11 北京三快在线科技有限公司 定位参考装置
CN108981705B (zh) * 2018-07-19 2021-09-24 北京三快在线科技有限公司 定位参考装置
CN108983812A (zh) * 2018-07-25 2018-12-11 哈尔滨工业大学 一种无人机海上着陆的船载控制***
CN108983812B (zh) * 2018-07-25 2021-06-04 哈尔滨工业大学 一种无人机海上着陆的船载控制***
US11097796B2 (en) 2018-11-29 2021-08-24 Saudi Arabian Oil Company Articulated magnet-bearing legs for UAV landing on curved surfaces
JP2020117118A (ja) * 2019-01-25 2020-08-06 Ｉｈｉ運搬機械株式会社 可搬式ドローンポート
JP7175781B2 (ja) 2019-01-25 2022-11-21 Ｉｈｉ運搬機械株式会社 可搬式ドローンポート
CN109677607A (zh) * 2019-02-27 2019-04-26 安徽理工大学 一种道路指挥用无人机
JP7190699B2 (ja) 2019-03-15 2022-12-16 株式会社テクノアクセルネットワークス 飛行システム及び着陸制御方法
JP2020149640A (ja) * 2019-03-15 2020-09-17 株式会社テクノアクセルネットワークス 飛行システム及び着陸制御方法
CN109911231A (zh) * 2019-03-20 2019-06-21 武汉理工大学 基于gps和图像识别混合导航的无人机自主着舰方法与***
CN110058604A (zh) * 2019-05-24 2019-07-26 中国科学院地理科学与资源研究所 一种基于计算机视觉的无人机精准降落***
CN110222612B (zh) * 2019-05-27 2021-08-03 北京交通大学 用于无人机自主降落的动态标靶识别与跟踪方法
CN110222612A (zh) * 2019-05-27 2019-09-10 北京交通大学 用于无人机自主降落的动态标靶识别与跟踪方法
CN110231836A (zh) * 2019-06-14 2019-09-13 北京查打先锋高科技有限责任公司 一种引导无人机降落在移动靶标的方法
CN110253580A (zh) * 2019-06-24 2019-09-20 昆明滇鹰科技有限公司 动平台降落复合地标导航***
CN110253580B (zh) * 2019-06-24 2022-07-22 昆明滇鹰科技有限公司 动平台降落复合地标导航***
CN110673612A (zh) * 2019-10-21 2020-01-10 重庆邮电大学 一种自主移动机器人二维码引导控制方法
CN111176331A (zh) * 2020-03-12 2020-05-19 江苏蓝鲸智慧空间研究院有限公司 一种无人机精准降落控制方法
CN111414008A (zh) * 2020-04-08 2020-07-14 中国地质大学（武汉） 一种基于视觉传达设计的无人机引导***
CN111598952A (zh) * 2020-05-21 2020-08-28 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***
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***
CN112198884A (zh) * 2020-07-27 2021-01-08 北京理工大学 基于视觉引导的无人机移动平台降落方法
CN111930146A (zh) * 2020-08-25 2020-11-13 上海比茵沃汽车电子有限公司 一种车载无人机精准降落识别方法
CN112269399A (zh) * 2020-11-06 2021-01-26 北京理工大学 应用于无人机的主动回收控制方法及装置
CN114647253A (zh) * 2020-12-17 2022-06-21 北京三快在线科技有限公司 无人机避光降落方法、无人机降落台、无人机机库及建筑物
CN114647253B (zh) * 2020-12-17 2024-04-09 北京三快在线科技有限公司 无人机避光降落方法、无人机降落台、无人机机库及建筑物
CN113283030A (zh) * 2021-05-25 2021-08-20 西安万飞控制科技有限公司 一种辅助高精度定位网格二维码设计方法
CN113495569A (zh) * 2021-06-17 2021-10-12 上海大风技术有限公司 一种基于自主识别的无人机精准降落方法
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业***
CN113696815A (zh) * 2021-10-27 2021-11-26 江苏日盈电子股份有限公司 多旋翼无人机和车辆的交互方法、交互***
CN114326766A (zh) * 2021-12-03 2022-04-12 深圳先进技术研究院 一种车机协同自主跟踪与降落方法
CN114489129A (zh) * 2022-01-24 2022-05-13 北京远度互联科技有限公司 无人机着陆方法及相关装置

Similar Documents

Publication Publication Date Title
CN106527487A (zh) 一种运动平台上无人机自主精确着陆***及着陆方法
CN107194399B (zh) 一种视觉定标的方法、***及无人机
CN110595476B (zh) 一种基于gps和图像视觉融合的无人机降落导航方法及装置
CN109270953B (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
CN106444837A (zh) 一种无人机避障方法及***
EP3668792A1 (en) Methods and systems for improving the precision of autonomous landings by drone aircraft on landing targets
CN113359810A (zh) 一种基于多传感器的无人机着陆区域识别方法
US20150134152A1 (en) Integrated remote aerial sensing system
US10133929B2 (en) Positioning method and positioning device for unmanned aerial vehicle
CN110077595A (zh) 复杂动态颠簸条件下无人自主飞行器自动降落及回收***
CN106127201A (zh) 一种基于视觉定位降落末端的无人机降落方法
CN109460046B (zh) 一种无人机自然地标识别与自主着陆方法
CN112666963A (zh) 基于四轴无人机的公路路面裂缝检测***及其检测方法
CN111598952A (zh) 一种多尺度合作靶标设计与在线检测识别方法及***
CN105427284A (zh) 基于机载Android平台的固定靶标识方法
CN111221343A (zh) 一种基于嵌入式二维码的无人飞机降落方法
JP2020138681A (ja) 無人飛行体の制御システム
CN108871409A (zh) 一种故障检测方法和***
CN113759943A (zh) 无人机降落平台及识别方法、降落方法和飞行作业***
CN107576329B (zh) 基于机器视觉的固定翼无人机着降引导合作信标设计方法
Chen et al. Real-time geo-localization using satellite imagery and topography for unmanned aerial vehicles
CN112363176A (zh) 电梯井道巡检及建模方法、装置和巡检建模***
KR101796478B1 (ko) 360도 영상 촬영이 가능한 무인비행체
CN114689030A (zh) 一种基于机载视觉的无人机辅助定位方法及***
Xiao-Hong et al. UAV's automatic landing in all weather based on the cooperative object and computer vision

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20170322

RJ01 Rejection of invention patent application after publication