CN107240063B - 一种面向移动平台的旋翼无人机自主起降方法 - Google Patents
一种面向移动平台的旋翼无人机自主起降方法 Download PDFInfo
- Publication number
- CN107240063B CN107240063B CN201710539119.XA CN201710539119A CN107240063B CN 107240063 B CN107240063 B CN 107240063B CN 201710539119 A CN201710539119 A CN 201710539119A CN 107240063 B CN107240063 B CN 107240063B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- mobile platform
- landing
- apriltags
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000001514 detection method Methods 0.000 claims description 30
- 239000011159 matrix material Substances 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000002567 autonomic effect Effects 0.000 claims description 2
- 238000011426 transformation method Methods 0.000 claims description 2
- 238000003672 processing method Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 5
- 238000013519 translation Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
- G06T3/147—Transformations for image registration, e.g. adjusting or mapping for alignment of images using affine transformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/269—Analysis of motion using gradient-based methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种面向移动平台的旋翼无人机自主起降方法。在无人机检测移动平台方面,机载处理器通过获取云台相机视频流,用棋盘格法对高清相机进行标定,利用图像处理方法检测移动平台上的AprilTags固定目标,再利用标定好的相机参数,结合图像中检测的AprilTags标志进行移动平台的相对定位。之后利用检测的标志引导无人机降落,降落过程中采用多段位置式PID控制,首先是水平方向上跟踪,当跟踪到一定范围内开始下降,下降过程中根据垂直距离加速水平追踪速度,接着切换到检测小的Apriltag,最后快速降落到移动的平台上。特别的,旋翼无人机可以降落在速度为3m/s的移动平台上。
Description
技术领域
本发明属于无人机图像处理与控制领域,特别涉及面向移动平台固定模板的无人机自主起降算法。
背景技术
随着无人机技术的发展与无人机航拍领域的逐渐饱和,目前无人机已从专业航拍领域逐步向行业应用领域发展和过渡。目前在行业应用领域,无人机主要搭载各种传感器进行周围环境的感知,从而成为能够为多种用途的工作平台,典型应用包括道路交通监控,灾区救援和军事应用。而这三种应用都对无人机达到指定区域的及时性提出很高要求,即从无人机操作手从接到起飞命令到无人机达到指定区域的时间要短。而目前大部分的固定翼无人机在起飞阶段都是采用的静止手动或自动起飞,而在降落阶段,则基本都是手动或自动降落到固定GPS位置。这种固定无人机的起降方式难以达到快速起降的目的,且一般无人机达到指定区域前都是随车携带。当无人机操作手达到指定区域周围后,需要先停车才能控制无人机起飞,而降落则需要先降落在固定点,然后搬运到车上,无法完成在移动的平台上完成起降飞行。因此,面向移动平台的旋翼无人机自主起降算法,目前还未有人实现。
旋翼无人机起飞和着陆对空间要求较小,因此起飞和降落在移动平台上具有实现的可能性。而旋翼无人机可以飞至离目标很近的位置,不想传统的单旋翼无人机那样,由于其巨大的单旋翼而不能近距离靠近。当靠近移动平台时,旋翼无人机可以保持与移动平台相对静止的状态,从而实现精确降落。为实现无人机与移动平台的相对定位,需要无人机自主检测和定位地面移动平台。目前通用的目标检测和定位是采用图像技术,对无人机上云台相机获取的视频图像序列的特定目标进行检测、识别和定位。由于图像的目标识别定位成本较低,精度较高,抗干扰能力强,因此该技术在众多领域得以广泛适用。因此,本发明也将采用图像处理技术,来对移动平台上的固定目标进行识别和定位,以完成自主移动降落目的。
发明内容
本发明的目的在于提供一种面向移动平台的旋翼无人机自主起降方法,该方法可以实现旋翼无人机在移动的平台上进行起飞和降落操作。特别的,移动平台上的固定标志采用AprilTags标志,旋翼无人机可以降落在速度为3m/s的移动平台上。
本发明采用如下技术方案实现:
一种面向移动平台的旋翼无人机自主起降方法,包括自主起飞过程和自主降落过程,所述自主起飞过程通过无人机远程控制端一键控制无人机起飞,所述自主降落过程通过机载计算机实时处理机载云台相机视频流来定位移动平台并实现精准降落,其特征在于:所述自主起飞过程通过移动端APP与无人机之间进行数据透传实现机翼旋转并自主上升悬停;所述自主降落过程包括以下具体步骤:A:无人机机载处理器获取视频并对移动平台上的AprilTags固定目标检测与定位;
B:无人机利用获取的标志位置进行相对位置控制并降落在移动平台上。
所述步骤A具体包括:
A1:用棋盘格法对高清相机进行标定,获取包括相机的焦距、径向畸变参数在内的内参;
A2:无人机机载处理器获取云台相机视频流,利用图像处理算法检测识别图像中的AprilTags标志;
A3:利用标定好的相机参数,结合图像中检测的AprilTags标志进行移动平台的降落全程相对定位。
所述步骤A2具体包括:
A201:图像线检测过程,即计算图像中像素的梯度,根据梯度相似度度量采用类似图割方法得到图像中的直线;
A202:四边形检测过程,即利用线线交叉得到多边形,利用固定标志的形状先验限制多边形边数和角点个数得到四边形,利用一个大的四边形包含所有小四边形,并利用几何编码计算得到更加准确的四边形目标;
A203:利用已检测的AprilTag标志加速检测过程,即结合地面移动平台的移动速度估计出相邻两帧影像中Apriltag移动的距离,因此结合当前帧中AprilTag的位置缩小在下一帧中AprilTag的检测范围;
A204:计算单应性矩阵及外参,即通过仿射变换模型,把把检测出来的目标通过图像坐标系解算其单应性矩阵,并利用直接线性变化法(Direct Linear Transformalgorithm)解算相机外参。
所述步骤A3中的AprilTags标志有多个,其中包括一个大AprilTags标志和多个小AprilTags标志。
所述步骤B具体包括:
B1:利用移动平台上大的AprilTag标志检测结果,获取的移动平台相对于无人机的水平方向距离,采用位置式PID控制方法,使无人机在水平方向上跟随移动平台飞行;
B2:当无人机相对移动平台水平距离维持相对稳定时,垂直方向上开始控制无人机已固定位置偏差开始下降,水平方向上继续采用位置式PID控制策略;
B3:当垂直方向上相对距离达到第一个固定值时,水平方向上开始加速,让无人机与移动平台的水平距离缩小;
B4:当垂直方向相对距离达到第二个固定值时,切换检测目标采用小的AprilTags标志进行定位,同时竖直方向上继续下降;
B5:当垂直方向相对距离达到第三个固定值时时,无人机急速下降并落在移
动平台上。
所述步骤B4中,采用步骤A的方法对小的AprilTags标志进行定位。
本发明提供了一种面向移动平台的旋翼无人机自主起降方法,该方法通过实时处理无人机机载云台相机获取的图像,捕捉地面上的移动平台上的多AprilTags目标并对其定位,利用多段位置式控制方法,使旋翼无人机顺利降落在移动平台上。该方法结合无人机技术和图像处理算法,利用无人机机载相机和机载计算机,实现了无人机面向移动平台的精准起降。相对于传统的遥控起落和定点自主起降方法,本发明自动化程度更高,操作更简单,可广泛应用于无人机快速应急领域。
附图说明
图1为面向移动平台的旋翼无人机自主起降方法的整体流程示意图;
图2为移动平台上的固定标志示意图;
图3为AprilTags固定标志检测和定位过程示意图;
图4为无人机位置式分段控制降落过程示意图。
具体实施方式
本发明提供了一种面向移动平台的旋翼无人机自主起降方法。为使本发明的目的,技术方案及效果更加清楚、明确,以下参考附图对本发明进一步详细说明。
本发明主要包含两个部分,对移动平台上Apritag固定标志检测定位和对无人机的相对位置控制降落过程。整体流程示意图如图1。移动降落平台上的AprilTag固定标志如图2。所述面向移动平台的旋翼无人机自主起降方法,主要包含以下步骤:
步骤S100:依靠无人机远程控制端一键控制无人机起飞;
步骤S200:依靠机载计算机平台对无人机机载相机获取的视频流进行处理,检测定位移动平台上Apritag固定标志;
步骤S300:无人机利用获取的标志位置进行相对位置控制并降落在移动平台上。
本发明所依靠的无人机***包括大疆M100无人机,机载禅丝X3相机,机载计算机平台妙算(manifold),地面控制端包括遥控器,安卓手机控制app。本发明为一种面向移动平台的旋翼无人机自主起降方法,包括自主起飞和自主降落两个过程。在移动平台上自主起飞过程较为简单,因此本发明仅在步骤S100对无人机在移动平台上起飞做了介绍。而核心步骤则为步骤S200和S300,此过程主要是无人机自身依靠图像处理技术对地面移动平台进行检测,检测上面的固定标识。在检测到固定标识后,对移动平台进行相对定位,定位的结果则输入到无人机的控制端,作为输入信号控制无人机紧跟着移动平台。然后通过分段控制无人机精确降落在该移动平台上。整个无人机起飞和降落过程为全自动化过程,起飞和降落仅需要移动端app通过数据透传发送起飞和降落的命令。下面对各个步骤进行详细描述。
所述面向移动平台的无人机自主起降方法,其中,步骤S100具体包括:
步骤S101:无人机放置在移动的平台上,通过在移动端的app上手动发送一键起飞命令;发送的内容为设定的“Q”(图1所示);
步骤S102:无人机接收一键起飞的命令,控制电机转动并垂直离开移动平台,无人机依靠定位模式控制,水平方向速度迅速下降为零并垂直上升到指定高度。至此完成无人机在移动平台上自主起飞的过程。
所述面向移动平台的无人机自主起降方法,其中,步骤S200具体包括:
步骤S201:用棋盘格法对高清相机进行标定,获取相机的焦距,径向畸变等参数。由于采用的相机是广角定焦相机,相机标定相对简单。采用Matlab相机标定工具箱进行标定。相机参数包含相机的本真矩阵P(其中包含水平和垂直的相机焦距fx,fy,主点c=[cx,cy],偏移s),径向畸变k和偏心畸变p。
步骤S202:无人机机载处理器获取云台相机视频流,利用图像处理算法检测识别图像中的AprilTags标志。考虑到移动平台可能多种多样,为简化检测识别过程,统一在移动平台上粘贴固定降落标志,如图2所示,这样把跟踪降落移动平台问题转化为跟踪降落固定标志问题。标志包括一个大的AprilTag标志和若干个小的AprilTag标志,大的标志作为远距离检测跟踪使用,而若干个小的AprilTags则作为无人机降落到充分靠近移动平台时最后的无人机姿态导引使用。在无人机机载计算机获取云台相机视频流之后,具体的Apriltags检测定位过程包括三步:线检测,四边形检测,计算单应性矩阵和外参。
线检测过程:计算图像中每个像素的梯度方向和梯度大小,然后利用像素点梯度的相似性度量,具有相似的梯度信息的相邻的像素点被合并成一个整体。采用类似图割的方法,图的节点为一个像素点,边的权重为两个像素点(区域)的梯度相似性。对于像素(区域)n,利用D(n)代表其梯度方向,M(n)代表梯度值大小,像素(区域)n与像素(区域)m合并的条件是:
D(n∪m)≤min(D(n),D(m))+KD/|n∪m|
M(n∪m)≤min(M(n),M(m))+KM/|n∪m|
其中,根据经验值KD=100,KM=1200。由于采用了梯度,对噪声很敏感,因此在求梯度前,先对原图像进行高斯滤波。
四边形检测:将检测出的线通过空间相邻准则连接构成多边形,通过对多边形边长的限制和对多边形所构成的角点的个数对多边形的数量进行限制,得到四边形,空间相邻的四边形则合并成新的四边形,最终得到一个包含很多0,1编码(0,1代表小的四边形)的大四边形。在检测到四边形之后,通过对大四边形的编码和预先设定的编码类型对比计算距离,得到更加准确的检测目标。
计算单应性矩阵和外参:这个过程主要是通过仿射变换模型,把检测出来的目标通过图像坐标系解算其3*3的单应性矩阵。通过直接线性变化法(Direct LinearTransform algorithm)解算相机外参。相机内参用P表示,包括相机焦距,中心偏差。外参用E表示。
其中,Rij(i,j=0,1,2)代表旋转参数,Tk(k=x,y,z)代表平移参数。
利用上述三个步骤可以检测图像中的AprilTags标志。然而在实际操作中,由于全图搜索AprilTag的速度无法达到实时要求,无人机会跟丢地面移动平台。因此结合地面移动平台的移动速度,可以估计出相邻两帧影像中Apriltag移动的距离,因此结合当前帧中AprilTag的位置,可以缩小在下一帧中AprilTag的检测范围。加速检测过程的流程示意图如图3所示。具体操作为根据上一帧中出现的Apriltag标志的中心和长宽,在下一帧中设置同样的中心,两倍的长宽矩形范围掩膜与图像做交集,只在掩膜区域中进行Apriltag检测。采用掩膜后,若检测到目标,则可以让检测过程实时处理。
步骤S203:利用标定好的相机参数,结合图像中检测的AprilTags标志进行移动平台的相对定位。获取相机外参之后,结合相机内参和实际测得的Apriltags的尺寸,单应性矩阵可以分解为相机内参矩阵和相机外参矩阵的乘积。结合相机外参矩阵可以估计目标相对相机的位置和姿态。具体的,相机外参包括3个自由度的平移变换参数和3个自由度的旋转参数,
结合单应性矩阵和相机内参可得:
h00=sR00fx+sR20cx
所有的旋转参数Rij和平移参数Tk都可以通过单应性矩阵求解。
利用步骤S200,可以实时得到地面移动平台相对于无人机的位置与姿态。所述面向移动平台的无人机自主起降方法,其中,控制无人机跟踪降落过程的流程示意图如图4所示。步骤S300具体包括:
S301:利用步骤A获取的移动平台相对于无人机的水平方向距离,采用位置式PID控制方法,使无人机在水平方向上跟随移动平台飞行。首先,无人机通过GPS定点控制达到需要降落的地点,由于GPS定位不准,只能到达目标位置附近,然后利用云台相机扫视地面是否存在移动平台,即检测AprilTag标志,一旦检测到标志则对其进行跟踪。无人机跟踪过程采用位置式控制逻辑,即用距离来控制无人机飞行的速度,内部多次PID闭环处理。当无人机与地面移动平台的水平距离在5m以内时,此阶段结束,进入下一阶段。
S302:当无人机相对移动平台水平距离维持相对稳定且在固定水平偏差(5m)以内时,垂直方向上开始控制无人机已固定位置偏差开始下降,水平方向上继续采用位置式PID控制策略,即在固定时间间隔内在无人机当前的垂直高度上减去一个小的偏差,控制其高度逐渐下降,而此时,其水平方向上仍由位置式PID控制无人机跟随移动平台移动。由于水平方向上采用的是位置式控制模式,其水平方向上的速度需要一定的位置差来保持,所以此阶段中无人机无法做到和移动平台在同一竖直线上。
S303:当垂直方向上相对距离达到第一个固定值(2.5m)时,水平方向上开始加速,让无人机与移动平台的水平距离缩小。具体的实施方法为根据无人机的下降速度,在检测到移动平台水平方向距离移动平台的距离偏差上加上一个固定偏差,由此偏差导致无人机加速追赶移动平台。此过程中无人机与地面移动平台之间是一个追赶问题。无人机在加速过程中,水平偏差减小,会给无人机速度一个负反馈,而此时我们根据位移差逐渐增大额外偏差值,直到无人机与移动平台间达到水平位移差很小(0.5m),同时垂直方向上继续下降,由于下降过程导致云台相机视野中包含的移动平台上Apriltag逐渐增大,此过程中为防止大的Apriltag标志由于急剧膨胀离开视野,测算Apriltag与云台相机中轴线的夹角,并用该夹角值实时控制云台相机的转轴转动,保持Apriltag的中心始终位于相机光心得中轴线上。
S304:当垂直方向相对距离达到第二个固定值(1.6m)时,切换检测目标采用小的AprilTags标志进行定位,定位方法采用和A一样的步骤,同时竖直方向上继续下降。切换为小的Apriltag进行引导的原因是因为下降过程中随着图像膨胀,大的Apriltag会超出图像视野,因此,在垂直距离小于1.6m时,切换检测小的Apriltag,由于小的Apriltag所属的编码族和大的Apriltag不是一类,所以此时切换不存在检测目标的跳动问题,可以实现平稳过渡。在切换到小的Apriltag引导后,采用位置式PID控制方法,类似S302控制无人机继续跟踪下降。
S305:当垂直方向相对距离达到第三个固定值时(0.6m)时,无人机急速下降并落在移动平台上。切换到小的Apriltag进行引导后,无人机会快速靠近移动平台。当垂直方向上的相对距离小于0.6m之后,直接在无人机垂直绝对位置控制的输入上给0,即无人机离地面的距离为0,无人机会快速降落在移动平台上。至此完成全部移动降落过程。
本发明提供了一种面向移动平台的旋翼无人机自主起降方法,该方法通过实时处理无人机机载云台相机获取的图像,捕捉地面上的移动平台上的多AprilTags目标并对其定位,利用多段位置式控制方法,使旋翼无人机降落在移动平台上。实验采用真实的无人机和地面移动平台,无人机移动降落速度可达3m/s,验证了本发明的实用性。
Claims (3)
1.一种面向移动平台的旋翼无人机自主起降方法,包括自主起飞过程和自主降落过程,所述自主起飞过程通过无人机远程控制端一键控制无人机起飞,所述自主降落过程通过机载计算机实时处理机载云台相机视频流来定位移动平台并实现精准降落,其特征在于:所述自主起飞过程通过移动端APP与无人机之间进行数据透传实现机翼旋转并自主上升悬停;所述自主降落过程包括以下具体步骤:
A:无人机机载处理器获取视频并对移动平台上的AprilTags固定目标检测与定位;
B:无人机利用获取的标志位置进行相对位置控制并降落在移动平台上;
所述步骤A具体包括:
A1:用棋盘格法对高清相机进行标定,获取包括相机的焦距、径向畸变参数在内的内参;
A2:无人机机载处理器获取云台相机视频流,利用图像处理算法检测识别图像中的AprilTags标志;
A3:利用标定好的相机参数,结合图像中检测的AprilTags标志进行移动平台的降落全程相对定位;
所述步骤A2具体包括:
A201:图像线检测过程,即计算图像中像素的梯度,根据梯度相似度度量采用类似图割方法得到图像中的直线;
A202:四边形检测过程,即利用线线交叉得到多边形,利用固定标志的形状先验限制多边形边数和角点个数得到四边形,利用一个大的四边形包含所有小四边形,并利用几何编码计算得到更加准确的四边形目标;
A203:利用已检测的AprilTag标志加速检测过程,即结合地面移动平台的移动速度估计出相邻两帧影像中Apriltag移动的距离,因此结合当前帧中AprilTag的位置缩小在下一帧中AprilTag的检测范围;
A204:计算单应性矩阵及外参,即通过仿射变换模型,把把检测出来的目标通过图像坐标系解算其单应性矩阵,并利用直接线性变化法(Direct Linear Transform algorithm)解算相机外参;
所述步骤B具体包括:
B1:利用移动平台上大的AprilTag标志检测结果,获取的移动平台相对于无人机的水平方向距离,采用位置式PID控制方法,使无人机在水平方向上跟随移动平台飞行;
B2:当无人机相对移动平台水平距离维持相对稳定时,垂直方向上开始控制无人机已固定位置偏差开始下降,水平方向上继续采用位置式PID控制策略;
B3:当垂直方向上相对距离达到第一个固定值时,水平方向上开始加速,让无人机与移动平台的水平距离缩小;
B4:当垂直方向相对距离达到第二个固定值时,切换检测目标采用小的AprilTags标志进行定位,同时竖直方向上继续下降;
B5:当垂直方向相对距离达到第三个固定值时时,无人机急速下降并落在移动平台上。
2.根据权利要求1所述的面向移动平台的旋翼无人机自主起降方法,其特征在于,所述步骤A3中的AprilTags标志有多个,其中包括一个大AprilTags标志和多个小AprilTags标志。
3.根据权利要求2所述的面向移动平台的旋翼无人机自主起降方法,其特征在于:所述步骤B4中,采用步骤A的方法对小的AprilTags标志进行定位。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539119.XA CN107240063B (zh) | 2017-07-04 | 2017-07-04 | 一种面向移动平台的旋翼无人机自主起降方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710539119.XA CN107240063B (zh) | 2017-07-04 | 2017-07-04 | 一种面向移动平台的旋翼无人机自主起降方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107240063A CN107240063A (zh) | 2017-10-10 |
CN107240063B true CN107240063B (zh) | 2020-05-26 |
Family
ID=59990454
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710539119.XA Expired - Fee Related CN107240063B (zh) | 2017-07-04 | 2017-07-04 | 一种面向移动平台的旋翼无人机自主起降方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107240063B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885220A (zh) * | 2017-11-15 | 2018-04-06 | 广东容祺智能科技有限公司 | 一种舰船上无人机可精准起降***及其工作方法 |
CN108275281A (zh) * | 2017-12-22 | 2018-07-13 | 北京利泽菲尔文化科技有限公司 | 一种无人机自动无线充电装置 |
CN108594848B (zh) * | 2018-03-29 | 2021-01-22 | 上海交通大学 | 一种基于视觉信息融合的无人机分阶段自主着艇方法 |
CN108805203A (zh) * | 2018-06-11 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 图像处理及对象再识别方法、装置、设备和存储介质 |
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 |
CN108803645B (zh) * | 2018-08-03 | 2021-07-13 | 成都纵横自动化技术股份有限公司 | 无人机迫降方法、装置、自动驾驶仪及无人机 |
CN109144096A (zh) * | 2018-08-15 | 2019-01-04 | 东汉太阳能无人机技术有限公司 | 一种无人机着陆的控制方法及无人机 |
CN109445455B (zh) * | 2018-09-21 | 2022-09-30 | 深圳供电局有限公司 | 一种无人飞行器自主降落方法及其控制*** |
JP7239301B2 (ja) * | 2018-11-13 | 2023-03-14 | 株式会社日立製作所 | 二次元マーカ、二次元マーカ認識処理システム |
CN109398688B (zh) * | 2018-11-16 | 2020-06-30 | 湖南大学 | 一种旋翼飞行双机械臂目标定位抓取***及方法 |
CN109521800A (zh) * | 2018-11-19 | 2019-03-26 | 广州杰超科技有限公司 | 一种旋翼无人机定点降落方法及基站 |
CN111694370B (zh) * | 2019-03-12 | 2024-05-24 | 丰翼科技(深圳)有限公司 | 一种无人机多阶段定点定向降落的视觉方法及*** |
CN109947128B (zh) * | 2019-03-13 | 2020-05-15 | 歌尔股份有限公司 | 无人机控制方法、无人机控制装置、无人机及*** |
US11287835B2 (en) * | 2019-03-21 | 2022-03-29 | Wing Aviation Llc | Geo-fiducials for UAV navigation |
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 |
CN110221625B (zh) * | 2019-05-27 | 2021-08-03 | 北京交通大学 | 无人机精确位置的自主降落导引方法 |
CN110239677A (zh) * | 2019-06-21 | 2019-09-17 | 华中科技大学 | 一种无人机自主识别靶标并降落到运动的无人艇上的方法 |
CN110435370A (zh) * | 2019-07-30 | 2019-11-12 | 南京理工大学 | 一种用于复杂环境的三栖侦察器 |
CN110989661B (zh) * | 2019-11-19 | 2021-04-20 | 山东大学 | 一种基于多个定位二维码的无人机精准降落方法及*** |
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 |
CN111766896B (zh) * | 2020-07-10 | 2023-12-29 | 珠海紫燕无人飞行器有限公司 | 一种基于动基座的无人机控制方法及其*** |
WO2022037281A1 (zh) * | 2020-08-19 | 2022-02-24 | 广西电网有限责任公司贺州供电局 | 一种基于机器视觉的变电现场作业实时监控与报警*** |
CN112099527B (zh) * | 2020-09-17 | 2021-07-23 | 湖南大学 | 一种垂直起降无人机移动平台自主着陆的控制方法及*** |
CN112381893B (zh) * | 2021-01-13 | 2021-04-20 | 中国人民解放军国防科技大学 | 一种面向环形多相机***的立体标定板标定方法 |
CN114326765B (zh) * | 2021-12-01 | 2024-02-09 | 爱笛无人机技术(南京)有限责任公司 | 一种用于无人机视觉着陆的地标跟踪控制***及方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104843176B (zh) * | 2015-04-28 | 2017-04-19 | 北京恒华伟业科技股份有限公司 | 一种用于桥梁隧道自动巡检旋翼无人机***及导航方法 |
CN105197252B (zh) * | 2015-09-17 | 2017-12-29 | 武汉理工大学 | 一种小型无人机降落方法及*** |
US9969285B2 (en) * | 2015-10-05 | 2018-05-15 | Asylon, Inc. | Methods and apparatus for reconfigurable power exchange for multiple UAV types |
CN105857636B (zh) * | 2016-04-22 | 2017-10-20 | 江苏建筑职业技术学院 | 一种无人机遥感测量移动平台 |
CN106394378A (zh) * | 2016-06-21 | 2017-02-15 | 深圳电航空技术有限公司 | 无人机移动控制平台 |
CN106197422B (zh) * | 2016-06-27 | 2019-09-03 | 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 |
CN206155801U (zh) * | 2016-11-18 | 2017-05-10 | 武汉大学 | 一种用于桥梁底面病害检测的小型无人机装置 |
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 |
CN106645205A (zh) * | 2017-02-24 | 2017-05-10 | 武汉大学 | 一种无人机桥梁底面裂纹检测方法及*** |
-
2017
- 2017-07-04 CN CN201710539119.XA patent/CN107240063B/zh not_active Expired - Fee Related
Non-Patent Citations (1)
Title |
---|
Design of Drone Fleet Management Model in A Production System of Customized Products;Felisa Cordova等;《IEEE Xplore》;20160627;第165-172页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107240063A (zh) | 2017-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107240063B (zh) | 一种面向移动平台的旋翼无人机自主起降方法 | |
US10936869B2 (en) | Camera configuration on movable objects | |
US11604479B2 (en) | Methods and system for vision-based landing | |
US11693428B2 (en) | Methods and system for autonomous landing | |
US20210065400A1 (en) | Selective processing of sensor data | |
CN111527463B (zh) | 用于多目标跟踪的方法和*** | |
US10599149B2 (en) | Salient feature based vehicle positioning | |
EP3387506B1 (en) | Systems and methods for auto-return | |
CN104298248B (zh) | 旋翼无人机精确视觉定位定向方法 | |
Li et al. | UAV autonomous landing technology based on AprilTags vision positioning algorithm | |
CN109885086A (zh) | 一种基于复合多边形标志引导的无人机垂直降落方法 | |
EP3293121A1 (en) | Automated loading bridge positioning using encoded decals | |
WO2024081060A1 (en) | Obstacle avoidance for aircraft from shadow analysis | |
US20230073120A1 (en) | Method for Controlling an Unmanned Aerial Vehicle for an Inspection Flight to Inspect an Object and Inspection Unmanned Aerial Vehicle | |
Lee et al. | Safe landing of drone using AI-based obstacle avoidance | |
CN115602003A (zh) | 无人驾驶航空器飞行避障方法、***和可读存储介质 | |
JPWO2019038927A1 (ja) | 飛行体、飛行体制御装置、飛行体制御方法および飛行体制御プログラム | |
Yu et al. | Multi-resolution visual positioning and navigation technique for unmanned aerial system landing assistance | |
Zhang et al. | Visual Guidance of Aerial Vehicle for Target Recognition and Pose Estimation | |
WO2023181036A2 (en) | System and method for autonomously landing a vertical take-off and landing (vtol) aircraft | |
CN114995472A (zh) | 一种基于目标识别无人机精准降落方法 | |
Hsia et al. | Visual-based guiding method for unmanned helicopter approaching to landmark |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200526 Termination date: 20210704 |
|
CF01 | Termination of patent right due to non-payment of annual fee |