CN107450590A - 一种无人机辅助降落方法 - Google Patents

一种无人机辅助降落方法 Download PDF

Info

Publication number
CN107450590A
CN107450590A CN201710667279.2A CN201710667279A CN107450590A CN 107450590 A CN107450590 A CN 107450590A CN 201710667279 A CN201710667279 A CN 201710667279A CN 107450590 A CN107450590 A CN 107450590A
Authority
CN
China
Prior art keywords
image
unmanned plane
profile
quick 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
CN201710667279.2A
Other languages
English (en)
Inventor
李振宇
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.)
SHENZHEN KEWEITAI ENTERPRISE DEVELOPMENT Co Ltd
Original Assignee
SHENZHEN KEWEITAI ENTERPRISE DEVELOPMENT Co Ltd
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 SHENZHEN KEWEITAI ENTERPRISE DEVELOPMENT Co Ltd filed Critical SHENZHEN KEWEITAI ENTERPRISE DEVELOPMENT Co Ltd
Priority to CN201710667279.2A priority Critical patent/CN107450590A/zh
Publication of CN107450590A publication Critical patent/CN107450590A/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
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04—Interpretation of pictures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供了一种无人机辅助降落方法，包括步骤：在待降落场地设置图像；通过无人机端采集所述图像，利用图像处理算法对采集到的图像进行处理，并生成与图像所在地对应的位置和方向坐标，然后将坐标发送给飞行控制端；飞行控制端根据坐标对无人机进行降落控制，使其降落在待降落场地区域。本发明利用无人机的机载摄像头垂直向下拍摄，以获取地面降落区域中的二维码及标志码图像，通过对二维码及标志码进行图像算法处理，对应获取像素坐标和方向，从而控制飞机进行精准降落。与现有技术相比，本发明实现了无人机的精准降落，提高了无人机降落时的准确度、安全性和降落的可靠性。

Description

一种无人机辅助降落方法
技术领域
本发明涉及无人机降落技术，具体涉及的是一种无人机辅助降落方法，主要用于提高无人机降落时的准确度和安全性。
背景技术
近几年来，随着无人机行业飞速发展，无人机的飞行安全尤为重要。无人机降落阶段是事故的高发阶段，尤其是对于体积大、重量大、成本高的行业无人机而言，它们通常在比较恶劣的环境下执行任务，例如风浪较大的船上，需要精确且安全的降落。
发明内容
为此，本发明的目的在于提供一种提高无人机降落时的准确度和安全性的无人机辅助降落方法。
本发明的目的是通过以下技术方案实现的。
一种无人机辅助降落方法，包括步骤：
在待降落场地设置图像；
通过无人机端采集所述图像，利用图像处理算法对采集到的图像进行处理，并生成与图像所在地对应的位置和方向坐标，然后将坐标发送给飞行控制端；
飞行控制端根据坐标对无人机进行降落控制，使其降落在待降落场地区域。
优选地，所述图像中包含有二维码，采集所述二维码并对其进行图像处理。
优选地，对二维码进行图像处理包括：
对二维码进行图像灰度化和二值化处理；
提取二值图中的轮廓，并对轮廓进行筛选去除；
计算二维码的正方向相对于图像的X/Y轴的夹角；
计算降落点坐标。
优选地，提取二值图中的轮廓，并对轮廓进行筛选去除的方法包括：
根据轮廓形状，对轮廓进行多边形近似，对不满足四边形的轮廓进行去除；
根据轮廓大小，对轮廓单位像素小于设定阈值时，判断其为噪声轮廓，进行去除。
优选地，计算二维码的正方向相对于图像的X/Y轴的夹角包括：
将二维码轮廓进行透视变换，恢复二维码原本的正方形形状，然后对二维码进行解码。
优选地，计算降落点坐标包括：
对经过轮廓筛选后的二维码轮廓，再次进行多边形近似，得到四边形的四个顶点；
将四边形四个顶点围成的几何中心确定为最终坐标点。
优选地，所述二维码中包含有标志码，采集所述标志码并对其进行图像处理。
优选地，对标志码进行图像处理包括：
对标志码进行图像灰度化和二值化处理；
提取二值图中的轮廓，并对轮廓进行筛选去除；
计算标志码的正方向；
计算降落点坐标。
优选地，计算标志码的正方向包括：
在标志码内部设定一个黑色圆点作为判断标志码方向的标志；
对获取的标志码轮廓进行多边形近似，得到四边形的四个顶点；
在每个顶点的周围设置感兴趣区域，然后对每个感兴趣区域再次进行轮廓检测，如检测到圆形轮廓，则该区域所对应的顶点则为圆点所邻近的顶点。
优选地，计算降落点坐标包括：
将标志码设置成长宽比为3:1的矩形；
标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离为降落坐标点。
本发明提供的无人机辅助降落方法，在无人机降落过程中，利用无人机的机载摄像头垂直向下拍摄，以获取地面降落区域中的二维码及标志码图像，通过对二维码及标志码进行图像算法处理，对应获取像素坐标和方向，然后反馈给飞行控制端，飞行控制端根据对地高度、摄像头视场角、相机焦距信息，解算出飞机相对于码的水平距离和方向，控制飞机进行精准降落。与现有技术相比，本发明实现了无人机的精准降落，提高了无人机降落时的准确度、安全性和降落的可靠性。
附图说明
图1为本发明辅助降落场景示意图；
图2为本发明二维码示意图；
图3为本发明标志码示意图；
图4为本发明二维码图像处理流程图；
图5为本发明标志码图像处理流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明利用图像处理技术，在降落场地设计专用的降落标识；降落阶段，通过无人机的机载端摄像头采集图像并实时处理，并将结果反馈给飞行控制端，最终通过飞行控制端控制而达到使无人机平稳降落的目的。
本发明的算法平台为FPGA+ARM架构的芯片，将计算量大的图像预处理操作移植到FPGA上运行，而在ARM部分运行较高级的图像处理算法，以达到无人机对图像采集、处理的实时性要求。
请参阅图1～图5所示，本发明提供了一种无人机辅助降落方法，包括步骤：
首先在待降落场地设置图像(见图1中降落平台中的黑色区域图像)，其中所述图像中包含有特殊二维码(见图2)，在特殊二维码中包含有一个小的标志码(见图3)。
其次通过安装在无人机上的摄像装置通过垂直拍照的方式采集所述的图像(二维码或标志码)，利用图像处理算法对采集到的图像(二维码或标志码)进行处理，并生成与图像(二维码或标志码)所在地对应的位置和方向坐标，然后将坐标发送给飞行控制端。
其中利用图像处理算法对采集到的图像进行处理包括两种不同的方式，一种是无人机与降落场地之间的距离较远(即高度较高)时，由于视野范围较大，可以采用跟踪二维码的策略，生成与二维码所在地对应的位置和方向坐标(见图4)。
对于跟踪二维码的策略，具体采用预处理算法，轮廓提取以及筛选算法以及二维码坐标、方向计算的方式。
首先，对二维码进行图像处理。对二维码进行图像灰度化和二值化处理，将输入图像灰度化和二值化，其中二值化采用局部自适应二值化，目的是去除光照的影响。
其次，提取二值图中的轮廓，并对轮廓进行筛选去除；具体去除方法为：一是根据轮廓形状：对轮廓进行多边形近似，对不满足四边形的轮廓进行去除；二是根据轮廓大小：很多噪声轮廓相对于二维码很小。当轮廓大小(单位为像素)小于给定阈值时，认为是噪声轮廓，进行去除。
然后，计算二维码的正方向相对于图像的X/Y轴的夹角。首先需要将二维码轮廓进行透视变换，恢复二维码原本的正方形形状，然后对二维码解码。二维码编码为7*7的栅格，中心5*5的栅格由5个基本ID组成，周围一圈为黑色边界。解码前，先检测轮廓内靠近边缘的一圈是否为黑色边界，然后再对中心5*5的栅格解码。此处需要注意，为了解码，需要对正方形的二维码旋转四个角度，在每个角度都计算栅格编码和基本ID之间的汉明距离，最小汉明距离对应的角度即为二维码正方向，此时可以得到二维码正方向和图像x/y轴的夹角。
最后，计算降落点坐标。经过轮廓筛选，得到属于二维码的轮廓。对这个轮廓再次进行多边形近似，得到四边形的四个顶点。最终坐标点为四个点围成的四边形的几何中心。
另外一种是无人机与降落场地之间的距离较近(即高度较低)时，由于视野范围变小，可以采用跟踪标志码的策略，生成与标志码所在地对应的位置和方向坐标(见图5)。
对于跟踪标志码的策略，本发明具体采用预处理算法，轮廓提取及筛选算法和标志码坐标、方向计算的方式。
首先，对标志码进行图像灰度化和二值化处理，方式与对二维码进行图像处理相同。
其次，提取二值图中的轮廓，并对轮廓进行筛选去除；方式与对二维码对轮廓进行筛选去除相同。
然后，计算标志码的正方向。标志码(小码)为矩形，在标志码内部的某个角附近，增加一个圆点，作为判断小码方向的标志。在得到标志码轮廓后，对这个轮廓再次进行多边形近似，得到四边形的四个顶点。对于每个顶点，在其周围设置感兴趣区域，然后对于每个区域再次进行轮廓检测，如果检测到圆形轮廓，那么这个区域所对应的顶点即为圆点所邻近的顶点。
最后，计算降落点坐标。标志码的几何中心并非和降落点中心重叠，将标志码看做一个长宽比3:1的矩形，降落点坐标为标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离的点。
对于本实施例而言，对于飞行器处于不同的降落距离时，可以采用对二维码和标志码检测结合的方式，先获取二维码的位置坐标和方向，然后再当飞行器靠近到一定的距离后，在获取标志码的位置坐标和方向，这样就能够通过飞行控制端根据坐标对无人机进行降落控制，使无人机能够准确地降落在待降落场地区域。
本发明通过飞机端摄像头采集图像，并通过图像处理的方式，得到较高精度的方位信息，从而提高了飞机降落的精度和安全性。飞机降落过程中，摄像头挂载到飞机云台，垂直向下拍。当得到码的位置(像素坐标)和方向后，将这些信息实时发送给飞控，飞控根据对地高度、摄像头视场角、相机焦距信息，解算出飞机相对于码的水平距离和方向，控制飞机进行精准降落。在降落过程中，能够根据飞机距离降落平台的高度，实时转换大小码的检测模式，从而保证在一定高度内，飞机都能够对标志进行有效检测，提高了可靠性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无人机辅助降落方法，其特征在于，包括步骤：
在待降落场地设置图像；
通过无人机端采集所述图像，利用图像处理算法对采集到的图像进行处理，并生成与图像所在地对应的位置和方向坐标，然后将坐标发送给飞行控制端；
飞行控制端根据坐标对无人机进行降落控制，使其降落在待降落场地区域。
2.如权利要求1所述的无人机辅助降落方法，其特征在于，所述图像中包含有二维码，采集所述二维码并对其进行图像处理。
3.如权利要求2所述的无人机辅助降落方法，其特征在于，对二维码进行图像处理包括：
对二维码进行图像灰度化和二值化处理；
提取二值图中的轮廓，并对轮廓进行筛选去除；
计算二维码的正方向相对于图像的X/Y轴的夹角；
计算降落点坐标。
4.如权利要求3所述的无人机辅助降落方法，其特征在于，提取二值图中的轮廓，并对轮廓进行筛选去除的方法包括：
根据轮廓形状，对轮廓进行多边形近似，对不满足四边形的轮廓进行去除；
根据轮廓大小，对轮廓单位像素小于设定阈值时，判断其为噪声轮廓，进行去除。
5.如权利要求4所述的无人机辅助降落方法，其特征在于，计算二维码的正方向相对于图像的X/Y轴的夹角包括：
将二维码轮廓进行透视变换，恢复二维码原本的正方形形状，然后对二维码进行解码。
6.如权利要求5所述的无人机辅助降落方法，其特征在于，计算降落点坐标包括：
对经过轮廓筛选后的二维码轮廓，再次进行多边形近似，得到四边形的四个顶点；
将四边形四个顶点围成的几何中心确定为最终坐标点。
7.如权利要求6所述的无人机辅助降落方法，其特征在于，所述二维码中包含有标志码，采集所述标志码并对其进行图像处理。
8.如权利要求7所述的无人机辅助降落方法，其特征在于，对标志码进行图像处理包括：
对标志码进行图像灰度化和二值化处理；
提取二值图中的轮廓，并对轮廓进行筛选去除；
计算标志码的正方向；
计算降落点坐标。
9.如权利要求8所述的无人机辅助降落方法，其特征在于，计算标志码的正方向包括：
在标志码内部设定一个黑色圆点作为判断标志码方向的标志；
对获取的标志码轮廓进行多边形近似，得到四边形的四个顶点；
在每个顶点的周围设置感兴趣区域，然后对每个感兴趣区域再次进行轮廓检测，如检测到圆形轮廓，则该区域所对应的顶点则为圆点所邻近的顶点。
10.如权利要求9所述的无人机辅助降落方法，其特征在于，计算降落点坐标包括：
将标志码设置成长宽比为3:1的矩形；
标志码几何中心点向黑色圆点所邻近的短边方向平移1/6个长边距离为降落坐标点。
CN201710667279.2A 2017-08-07 2017-08-07 一种无人机辅助降落方法 Pending CN107450590A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710667279.2A CN107450590A (zh) 2017-08-07 2017-08-07 一种无人机辅助降落方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710667279.2A CN107450590A (zh) 2017-08-07 2017-08-07 一种无人机辅助降落方法

Publications (1)

Publication Number Publication Date
CN107450590A true CN107450590A (zh) 2017-12-08

Family

ID=60490927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710667279.2A Pending CN107450590A (zh) 2017-08-07 2017-08-07 一种无人机辅助降落方法

Country Status (1)

Country Link
CN (1) CN107450590A (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108287562A (zh) * 2018-01-08 2018-07-17 深圳市科卫泰实业发展有限公司 一种能自稳的无人机多传感器避障测距***及方法
CN108345304A (zh) * 2018-01-29 2018-07-31 星视创（长沙）智能装备有限公司 智能搬运机器人定位***及定位方法
CN108873943A (zh) * 2018-07-20 2018-11-23 南京奇蛙智能科技有限公司 一种无人机厘米级精准降落的图像处理方法
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
CN109703491A (zh) * 2018-11-16 2019-05-03 天津大学 一种安全泊车方法
CN110336809A (zh) * 2019-06-28 2019-10-15 国网内蒙古东部电力有限公司 一种机载fpga并行加速图像分析处理***的方法
CN110456806A (zh) * 2019-06-27 2019-11-15 安徽科力信息产业有限责任公司 一种无人机降落方法及装置
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
CN110703807A (zh) * 2019-11-18 2020-01-17 西安君晖航空科技有限公司 大小二维码混合图像地标设计方法与无人机识别地标方法
CN111310695A (zh) * 2020-02-26 2020-06-19 酷黑科技（北京）有限公司 一种迫降方法、装置及电子设备
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
CN112859888A (zh) * 2021-01-18 2021-05-28 中国商用飞机有限责任公司北京民用飞机技术研究中心 辅助垂直起降机着陆方法、装置、计算机设备及存储介质
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***
CN115790610A (zh) * 2023-02-06 2023-03-14 北京历正飞控科技有限公司 一种无人机精准定位***及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049641A (zh) * 2014-05-29 2014-09-17 深圳市大疆创新科技有限公司 一种自动降落方法、装置及飞行器
CN204757989U (zh) * 2015-06-18 2015-11-11 南京航空航天大学 一种无人机着陆导航***
CN105139178A (zh) * 2015-09-15 2015-12-09 余江 基于无人飞行器的快递方法和***
CN106054929A (zh) * 2016-06-27 2016-10-26 西北工业大学 一种基于光流的无人机自动降落引导方法
CN106054931A (zh) * 2016-07-29 2016-10-26 北方工业大学 一种基于视觉定位的无人机定点飞行控制***
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
CN106500699A (zh) * 2016-05-25 2017-03-15 上海铸天智能科技有限公司 一种适用于无人机室内自主降落的位姿估计方法
CN106573684A (zh) * 2014-08-08 2017-04-19 深圳市大疆创新科技有限公司 多区的电池更换***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049641A (zh) * 2014-05-29 2014-09-17 深圳市大疆创新科技有限公司 一种自动降落方法、装置及飞行器
CN106573684A (zh) * 2014-08-08 2017-04-19 深圳市大疆创新科技有限公司 多区的电池更换***
CN204757989U (zh) * 2015-06-18 2015-11-11 南京航空航天大学 一种无人机着陆导航***
CN105139178A (zh) * 2015-09-15 2015-12-09 余江 基于无人飞行器的快递方法和***
CN106500699A (zh) * 2016-05-25 2017-03-15 上海铸天智能科技有限公司 一种适用于无人机室内自主降落的位姿估计方法
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
CN106054929A (zh) * 2016-06-27 2016-10-26 西北工业大学 一种基于光流的无人机自动降落引导方法
CN106054931A (zh) * 2016-07-29 2016-10-26 北方工业大学 一种基于视觉定位的无人机定点飞行控制***

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN108287562A (zh) * 2018-01-08 2018-07-17 深圳市科卫泰实业发展有限公司 一种能自稳的无人机多传感器避障测距***及方法
CN108345304A (zh) * 2018-01-29 2018-07-31 星视创（长沙）智能装备有限公司 智能搬运机器人定位***及定位方法
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
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
CN108873943A (zh) * 2018-07-20 2018-11-23 南京奇蛙智能科技有限公司 一种无人机厘米级精准降落的图像处理方法
CN108873943B (zh) * 2018-07-20 2021-06-29 南京奇蛙智能科技有限公司 一种无人机厘米级精准降落的图像处理方法
CN109703491A (zh) * 2018-11-16 2019-05-03 天津大学 一种安全泊车方法
CN110456806A (zh) * 2019-06-27 2019-11-15 安徽科力信息产业有限责任公司 一种无人机降落方法及装置
CN110336809A (zh) * 2019-06-28 2019-10-15 国网内蒙古东部电力有限公司 一种机载fpga并行加速图像分析处理***的方法
CN110336809B (zh) * 2019-06-28 2022-07-01 国网内蒙古东部电力有限公司 一种机载fpga并行加速图像分析处理***的方法
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
CN110703807A (zh) * 2019-11-18 2020-01-17 西安君晖航空科技有限公司 大小二维码混合图像地标设计方法与无人机识别地标方法
CN111310695A (zh) * 2020-02-26 2020-06-19 酷黑科技（北京）有限公司 一种迫降方法、装置及电子设备
CN111310695B (zh) * 2020-02-26 2023-11-24 酷黑科技（北京）有限公司 一种迫降方法、装置及电子设备
CN112859888A (zh) * 2021-01-18 2021-05-28 中国商用飞机有限责任公司北京民用飞机技术研究中心 辅助垂直起降机着陆方法、装置、计算机设备及存储介质
CN112859888B (zh) * 2021-01-18 2023-09-12 中国商用飞机有限责任公司北京民用飞机技术研究中心 辅助垂直起降机着陆方法、装置、计算机设备及存储介质
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***
CN115790610A (zh) * 2023-02-06 2023-03-14 北京历正飞控科技有限公司 一种无人机精准定位***及方法

Similar Documents

Publication Publication Date Title
CN107450590A (zh) 一种无人机辅助降落方法
CN110532889B (zh) 基于旋翼无人飞行器和YOLOv3的轨道异物检测方法
CN111598952B (zh) 一种多尺度合作靶标设计与在线检测识别方法及***
Moya et al. Detection of collapsed buildings from lidar data due to the 2016 Kumamoto earthquake in Japan
CN104574365B (zh) 障碍物检测装置及方法
CN105373135A (zh) 一种基于机器视觉的飞机入坞引导和机型识别的方法及***
CN111126184B (zh) 一种基于无人机视频的震后建筑物损毁检测方法
CN105043395B (zh) 一种飞行器月表软着陆的实时动态选址方法
US20230080178A1 (en) Automated assessment of cracks using lidar and camera data
CN110210295B (zh) 一种网格背景下的高精度靶标识别检测方法
CN106156758B (zh) 一种sar海岸图像中海岸线提取方法
CN106295695B (zh) 一种飞机起降过程自动追踪拍摄方法及装置
Rao et al. Wind turbine blade inspection based on unmanned aerial vehicle (UAV) visual systems
CN104751146A (zh) 一种基于3d点云图像的室内人体检测方法
Chen et al. Automated bridge deck evaluation through UAV derived point cloud
Tuttas et al. Window detection in sparse point clouds using indoor points
CN111563957B (zh) 一种煤田火灾及矸石山火灾三维温度场数字化成像方法
CN107316024A (zh) 基于深度学习的周界报警算法
CN113344953A (zh) 一种基于无人机的机器视觉涌潮流速测量方法
CN105335751B (zh) 一种基于视觉图像的泊位飞机前轮定位方法
CN107341455A (zh) 一种对夜间机场跑道路面上外来物的区域多特征的检测方法及检测装置
Saeed Unmanned aerial vehicle for automatic detection of concrete crack using deep learning
CN104156946A (zh) 一种空间绳系机器人抓捕区域内的障碍物检测方法
Zhou et al. Automatic extraction of power lines from UAV lidar point clouds using a novel spatial feature
CN107633505A (zh) 一种基于目标灰度分布特性的飞机起落架检测方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171208