CN107783546A - 单旋翼的植保无人机避障***及方法 - Google Patents
单旋翼的植保无人机避障***及方法 Download PDFInfo
- Publication number
- CN107783546A CN107783546A CN201610726775.6A CN201610726775A CN107783546A CN 107783546 A CN107783546 A CN 107783546A CN 201610726775 A CN201610726775 A CN 201610726775A CN 107783546 A CN107783546 A CN 107783546A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- barrier
- plant protection
- sensor
- speed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000004888 barrier function Effects 0.000 claims abstract description 39
- 238000005259 measurement Methods 0.000 claims abstract description 12
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 claims abstract description 7
- 230000009471 action Effects 0.000 claims abstract description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000005358 geomagnetic field Effects 0.000 claims description 4
- 241000196324 Embryophyta Species 0.000 description 37
- 238000005507 spraying Methods 0.000 description 4
- 239000003905 agrochemical Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 206010008428 Chemical poisoning Diseases 0.000 description 1
- 241000219112 Cucumis Species 0.000 description 1
- 235000015510 Cucumis melo subsp melo Nutrition 0.000 description 1
- FJJCIZWZNKZHII-UHFFFAOYSA-N [4,6-bis(cyanoamino)-1,3,5-triazin-2-yl]cyanamide Chemical compound N#CNC1=NC(NC#N)=NC(NC#N)=N1 FJJCIZWZNKZHII-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 229910001095 light aluminium alloy Inorganic materials 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
单旋翼的植保无人机避障***及方法,包括:S1.毫米波防撞雷达传感器进行中远距离环境中障碍物目标特征的获取;S2.超声波传感器进行近距离内障碍物目标特征的获取:S3.毫米波雷达高度表进行无人机与地面垂直距离的测量;S4.GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度;S5.AHRS模块采集无人机的航姿数据;S6.主控制器通过对各个传感器获得的数据进行分析,控制无人机完成避障动作。通过多传感器的应用,为固定翼植保无人机提供防碰撞的保护措施,提高植保无人机的应用范围以及使用过程中的安全性能。
Description
技术领域
本发明属于无人机避障技术领域,尤其涉及一种单旋翼的植保无人机避障***及方法。
背景技术
农业植保无人机在美国、俄罗斯、日本等国运用的非常普遍,技术也十分先进,然而中国作为农业大国,18亿亩基本农田,农业植保无人机却尚未得到普及。但是,我国的农业植保无人机市场正值上升阶段,正因为尚未普及所以市场大有作为。中国每年需要大量的人员从事农业植保作业,而我国每年农药中毒人数有10万之众,同时,农村青壮年劳动力逐渐稀缺,人力成本日益增加。植保无人机则可远距离遥控操作,避免了喷洒作业人员暴露于农药的危险,保障了喷洒作业的安全。
植保无人机,是用于农林植物保护作业的无人驾驶飞机,该型无人飞机由飞行平台、GPS飞控、喷洒机构三部分组成,通过地面遥控或GPS飞控,来实现喷洒作业,可以喷洒药剂、种子、粉剂等。植保无人机采用高效无刷电机作为动力,机身振动小,可以搭载精密仪器,喷洒农药等更加精准;同时,植被地形要求低,作业不受海拔限制;植保无人机起飞调校短、效率高、出勤率高;植保无人机具有环保,无废气,符合国家节能环保和绿色有机农业发展要求。
植保无人机不断普及,开始走进普通老百姓的生活。但是植保无人机由于没有采用相关的防碰撞防护,导致植保无人机在作业过程中,增加了很多的限制,如作业田块周界10米范围内要求无人员居住的房舍,作业田块周界10米范围内无防护林、高压线塔、电杆等障碍物,作业田块中间无影响飞行安全的障碍物或影响飞行视线的障碍物,作物高度应低于操作人员的视线,操作人员能够观察到飞机飞行姿态等要求,这些限制将会使得植保无人机的使用受到一定的地域限制,不利于植保无人机的全面普及。
发明内容
针对现有技术存在上述缺点,本发明提供了一种单旋翼的植保无人机避障***及方法,通过多传感器的应用,为固定翼植保无人机提供防碰撞的保护措施,提高植保无人机的应用范围以及使用过程中的安全性能。
第一方面,本发明提供了一种单旋翼的植保无人机避障***,包括:
毫米波雷达高度表,对无人机与地面的相对高度进行测量;
GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度等;
AHRS模块,采集无人机飞行姿态数据;
毫米波防撞雷达传感器,采集无人机与障碍物的相对速度、相对距离以及方位角等;
超声波雷达传感器,用于对障碍物的相对距离进行采集;
主控制器,通过对各个传感器获得的数据进行分析,控制无人机完成避障动作;
所述主控制器分别与毫米波雷达高度表、GPS/北斗定位传感器、AHRS模块、毫米波防撞雷达传感器、超声波雷达传感器相连。
优选的,所述毫米波防撞雷达传感器、超声波雷达传感器安装在无人机前方。
优选的,超声波雷达传感器进行0~10米范围的测距,毫米波防撞雷达传感器进行1~50m范围内的测距。
优选的,AHRS模块,包括MEMS的三轴陀螺仪、加速度计和磁强计,输出数据为三维加速度、三维角速度和三维地磁场强度。
第二方面,本发明提供了一种单旋翼的植保无人机避障方法,包括:
S1.毫米波防撞雷达传感器进行中远距离环境中障碍物目标特征的获取;
S2.超声波传感器进行近距离内障碍物目标特征的获取:
S3.毫米波雷达高度表进行无人机与地面垂直距离的测量;
S4.GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度;
S5.AHRS模块采集无人机的航姿数据;
S6.主控制器通过对各个传感器获得的数据进行分析,控制无人机完成避障动作。
具体的,步骤S6中是通过如下步骤完成避障的:
P1,首先判断无人机与障碍物的相对距离,将相对距离进行三个部分的划分:小于N1m,N1m到N2m,N2m到N3m三个距离范围;
P2,距离划分完后,根据无人机与障碍物的相对速度进行危险等级的划分:
当距离小于N1m,速度大于M1m/s,且预警时间小于3s,则属于危险等级,速度小于M1m/s时,属于警示等级;
当距离N1m≤R<N2m,速度大于M2m/s时,处于危险等级;当速度M1m/s≤V<M2m/s时,处于警示等级,当速度小于M1m/s时,处于提示等级;
当距离N2m≤R<N3m时,当速度大于M3m/s时,处于危险等级;当速度M2m/s≤V<M3m/s时,处于警示等级,当速度M1m/s≤V<M2m/s时,处于提示等级,当速度小于M1m/s时,处于不相关等级;
P3,毫米波防撞雷达传感器进行障碍物方位角的判断。
更具体的,上述步骤S6中还包括:
P4,对于危险等级,需要进行步骤P3的操作;对于警示等级,需要紧急减速后进行步骤P3的操作;对于提示等级和不相关等级,不用进行步骤P3的判断,返回重新进行检测。
更具体的,步骤P3中毫米波防撞雷达传感器进行障碍物方位角的判断,具体为障碍物在无人机的左边、右边、还是正前方;如果障碍物处于无人机的左边,则控制无人机进行右偏飞行,躲避障碍物;如果处于无人机的右边,控制无人机进行左偏飞行,躲避障碍物;如果障碍物处于无人机飞行的正前方,则控制无人机紧急悬停后进行折返避障。
本发明由于采用以上技术方案,能够取得如下的技术效果:本申请可以有效地感知到单旋翼的植保无人机对其飞行环境以及障碍物目标的高精度以及准确的获取,降低单一传感器存在的相关数据信息缺失以及不足等因素。
通过多传感器的应用,为固定翼植保无人机提供防碰撞的保护措施,提高植保无人机的应用范围以及使用过程中的安全性能。
附图说明
为了更清楚的说明本发明的实施例或现有技术的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为单旋翼的植保无人机避障***结构示意图;
图2为单旋翼的植保无人机避障方法流程图;
图3为实施例3中主控制器控制无人机避障方法流程图。
具体实施方式
为使本发明的实施例的目的、技术方案和优点更加清楚,下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚完整的描述:
本申请是针对单旋翼的植保无人机,单旋翼植保无人机旋翼大,飞行稳定,抗风条件好,风场稳定,雾化效果好,下旋风力大,穿透力强,农药可以打到农作物的根茎部位;核心部件为进口电机,构件为航空铝材,碳纤材料,结实耐用,性能稳定;飞行植保作业历时2年多,连续植保10万亩/次以上,无重大故障,飞行驾驶简便易学,稳定智能的飞控***,傻瓜式的操作模式经过简单培训就可上手。
实施例1
本实施例提供了一种单旋翼的植保无人机避障***,包括:
毫米波雷达高度表,测量无人机对地面的垂直距离;
GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度;
AHRS模块,采集无人机飞行航向,横滚和侧翻信息;AHRS模块,包括MEMS的三轴陀螺仪、加速度计和磁强计,输出数据为三维加速度、三维角速度和三维地磁场强度。
毫米波防撞雷达传感器,采集无人机与障碍物的相对速度、相对距离以及方位角;毫米波防撞雷达传感器进行1~50m范围内的测距;
超声波雷达传感器,用于实现障碍物到无人机的近距离测量,超声波雷达传感器进行0~10米范围的测距;
主控制器,通过对各个传感器获得的数据进行分析,控制无人机完成避障动作;
所述主控制器分别与毫米波雷达高度表、GPS/北斗定位传感器、AHRS模块、毫米波防撞雷达传感器、超声波雷达传感器相连。
优选的,所述毫米波防撞雷达传感器、超声波雷达传感器安装在无人机前方。
实施例2
本实施例提供了一种单旋翼的植保无人机避障方法,包括:
S1.毫米波防撞雷达传感器进行中远距离环境中障碍物目标特征的获取;由于毫米波雷达工作波长介于1mm~10mm之间,与其他的探测方式相比,主要有探测性能稳定、环境适应良好、尺寸小、价格低,可以在相对恶劣的雨雪天气使用等优点,而且毫米波防撞雷达传感器的作用距离远,可以达到50m或是更远的距离,是视觉传感器、红外传感器以及超声波雷达传感器等避障传感器所无法达到的距离,为无人机做出快速避障提供了足够的避障反应时间,而且毫米波防撞雷达传感器可以实现单旋翼的植保无人机飞行前方环境中危险目标特征信息的准确获取,如障碍物目标与无人机的相对距离、相对速度以及方向角等特征。
S2.超声波传感器进行近距离内障碍物目标特征的获取:由于毫米波防撞雷达传感器对于近距离存在一定的模糊,为了使无人机在近距离具有更高的测距精度,所以在每一个毫米波雷达边上安装一个超声波雷达,进行0~10米范围的测距,毫米波雷达进行1~50m范围内的测距工作。
S3.毫米波雷达高度表进行无人机与地面垂直距离的测量;毫米波雷达高度表实现单旋翼的植保无人机对地距离的测量,精准地控制无人机与地面之间的相对飞行高度,使得无人机保持与地面进行一定高度的平稳飞行,从而使得农保无人机可以有效的将农药等喷洒到农作物上。
S4.GPS/北斗定位传感器,可以实现无人机定位数据的测量,对于无人机防撞,进行海拔高度的测量以及无人机速度的测量。
S5.AHRS进行无人机航姿数据的测量。AHRS称为航姿参考***,包括基于MEMS的三轴陀螺仪,加速度计和磁强计,输出数据为三维加速度、三维角速度和三维地磁场强度,通过这些数据能够为飞行器提供航向,横滚和侧翻信息,用来为飞行器提供准确可靠的姿态与航行信息。
S6.主控制器主要是负责各个传感器数据的采集,处理以及决策等任务。即将多个传感器获得的各自数据通过控制器进行数据采集、数据预处理、数据滤波、以及控制等任务。对于数据采集、数据处理、数据滤波等部分,本发明并不做详细介绍,本发明主要给出单旋翼的植保无人机避障***的控制方法。无人机控制方法主要根据无人机与障碍物的相对距离、相对速度以及方位角的测量结果进行相应的控制。
上述方法可以有效地感知到无人机对其飞行环境以及障碍物目标的高精度以及准确的获取,降低单一传感器存在的相关数据信息缺失以及不足等因素。
实施例3
本实施例是对实施例2的进一步补充说明:
具体的,步骤S6中是通过如下步骤完成避障的:
P1,首先判断无人机与障碍物的相对距离,将相对距离进行三个部分的划分:小于10m,10m到20m,20m到50m三个距离范围;
P2,距离划分完后,根据无人机与障碍物的相对速度进行危险等级的划分:
当距离小于10m,速度大于3m/s,且预警时间小于3s,则属于危险等级,速度小于3m/s时,属于警示等级;
当距离10m≤R<20m,速度大于6m/s时,处于危险等级;当速度3m/s≤V<6m/s时,处于警示等级,当速度小于3m/s时,处于提示等级;
当距离20m≤R<50m时,当速度大于16m/s时,处于危险等级;当速度6m/s≤V<16m/s时,处于警示等级,当速度3m/s≤V<6m/s时,处于提示等级,当速度小于3m/s时,处于不相关等级;
P3,然后根据毫米波防撞雷达进行无人机与障碍物方位角的判断:障碍物在无人机飞行过程中得左边,右边,还是正前方。如果障碍物处于无人机飞行的左边,则控制无人机进行右偏飞行,躲避障碍物,同理如果处于无人机右边,控制无人机进行左偏飞行,躲避障碍物。如果障碍物处于无人机飞行的正前方,则需要无人机紧急悬停后进行折返避障。
P4,对于危险等级,需要进行步骤P3的操作;对于警示等级,需要紧急减速后进行步骤P3的操作;对于提示等级和不相关等级,不用进行第三步骤的判断,返回重新进行检测。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.单旋翼的植保无人机避障***,其特征在于,包括:
毫米波雷达高度表,对无人机与地面的相对高度进行测量;
GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度;
AHRS模块,采集无人机飞行航向,横滚和侧翻信息;
毫米波防撞雷达传感器,采集无人机与障碍物的相对速度、相对距离以及方位角;
超声波雷达传感器,用于对障碍物的相对距离进行采集;
主控制器,通过对各个传感器获得的数据进行分析,控制无人机完成避障动作;
所述主控制器分别与毫米波雷达高度表、GPS/北斗定位传感器、AHRS模块、毫米波防撞雷达传感器、超声波雷达传感器相连。
2.根据权利要求1所述单旋翼的植保无人机避障***,其特征在于,所述毫米波防撞雷达传感器、超声波雷达传感器安装在无人机前方。
3.根据权利要求1所述单旋翼的植保无人机避障***,其特征在于,超声波雷达传感器进行0~10米范围的测距,毫米波防撞雷达传感器进行1~50m范围内的测距。
4.根据权利要求1-3任一项所述单旋翼的植保无人机避障***,其特征在于,AHRS模块,包括MEMS的三轴陀螺仪、加速度计和磁强计,输出数据为三维加速度、三维角速度和三维地磁场强度。
5.单旋翼的植保无人机避障方法,其特征在于,包括:
S1.毫米波防撞雷达传感器进行中远距离环境中障碍物目标特征的获取;
S2.超声波传感器进行近距离内障碍物目标特征的获取:
S3.毫米波雷达高度表进行无人机与地面垂直距离的测量;
S4.GPS/北斗定位传感器,采集定位信息、无人机海拔高度、无人机飞行速度;
S5.AHRS模块采集无人机的航姿数据;
S6.主控制器通过对各个传感器获得的数据进行分析,控制无人机完成避障动作。
6.根据权利要求5所述单旋翼的植保无人机避障方法,其特征在于,步骤S6中是通过如下步骤完成避障的:
P1,首先判断无人机与障碍物的相对距离,将相对距离进行三个部分的划分:小于N1m,N1m到N2m,N2m到N3m三个距离范围;
P2,距离划分完后,根据无人机与障碍物的相对速度进行危险等级的划分:
当距离小于N1m,速度大于M1m/s,且预警时间小于Qs,则属于危险等级,速度小于M1m/s时,属于警示等级;
当距离N1m≤R<N2m,速度大于M2m/s时,处于危险等级;当速度M1m/s≤V<M2m/s时,处于警示等级,当速度小于M1m/s时,处于提示等级;
当距离N2m≤R<N3m,速度大于M3m/s时,处于危险等级;当速度M2m/s≤V<M3m/s时,处于警示等级,当速度M1m/s≤V<M2m/s时,处于提示等级,当速度小于M1m/s时,处于不相关等级;
P3,毫米波防撞雷达传感器进行障碍物方位角的判断。
7.根据权利要求6所述单旋翼的植保无人机避障方法,其特征在于,上述步骤S6中还包括:
P4,对于危险等级,需要进行步骤P3的操作;对于警示等级,需要紧急减速后进行步骤P3的操作;对于提示等级和不相关等级,不用进行步骤P3的判断,返回重新进行检测。
8.根据权利要求5所述单旋翼的植保无人机避障方法,其特征在于,步骤P3中毫米波防撞雷达传感器进行障碍物方位角的判断,具体为障碍物在无人机的左边、右边、还是正前方;如果障碍物处于无人机的左边,则控制无人机进行右偏飞行,躲避障碍物;如果处于无人机的右边,控制无人机进行左偏飞行,躲避障碍物;如果障碍物处于无人机飞行的正前方,则控制无人机紧急悬停后进行折返避障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610726775.6A CN107783546A (zh) | 2016-08-25 | 2016-08-25 | 单旋翼的植保无人机避障***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610726775.6A CN107783546A (zh) | 2016-08-25 | 2016-08-25 | 单旋翼的植保无人机避障***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107783546A true CN107783546A (zh) | 2018-03-09 |
Family
ID=61439919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610726775.6A Pending CN107783546A (zh) | 2016-08-25 | 2016-08-25 | 单旋翼的植保无人机避障***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107783546A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445807A (zh) * | 2018-03-30 | 2018-08-24 | 深圳飞马机器人科技有限公司 | 无人机振动及冲击数据采集分析***及方法 |
CN108803666A (zh) * | 2018-09-11 | 2018-11-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于毫米波雷达的线路巡检无人机避障方法及*** |
CN113247241A (zh) * | 2021-06-29 | 2021-08-13 | 扬州大学 | 无人机对靶精准施药***及其施药方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243383A1 (en) * | 2006-12-12 | 2008-10-02 | Ching-Fang Lin | Integrated collision avoidance enhanced GN&C system for air vehicle |
CN103135550A (zh) * | 2013-01-31 | 2013-06-05 | 南京航空航天大学 | 用于电力巡线的无人机多重避障控制方法 |
CN104567799A (zh) * | 2014-11-28 | 2015-04-29 | 天津大学 | 基于多传感器信息融合的小型旋翼无人机高度测量方法 |
CN104615142A (zh) * | 2014-12-19 | 2015-05-13 | 重庆大学 | 基于民用小型无人机的飞行控制器 |
CN105136145A (zh) * | 2015-08-11 | 2015-12-09 | 哈尔滨工业大学 | 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法 |
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机***及控制方法 |
-
2016
- 2016-08-25 CN CN201610726775.6A patent/CN107783546A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243383A1 (en) * | 2006-12-12 | 2008-10-02 | Ching-Fang Lin | Integrated collision avoidance enhanced GN&C system for air vehicle |
CN103135550A (zh) * | 2013-01-31 | 2013-06-05 | 南京航空航天大学 | 用于电力巡线的无人机多重避障控制方法 |
CN104567799A (zh) * | 2014-11-28 | 2015-04-29 | 天津大学 | 基于多传感器信息融合的小型旋翼无人机高度测量方法 |
CN104615142A (zh) * | 2014-12-19 | 2015-05-13 | 重庆大学 | 基于民用小型无人机的飞行控制器 |
CN105136145A (zh) * | 2015-08-11 | 2015-12-09 | 哈尔滨工业大学 | 一种基于卡尔曼滤波的四旋翼无人机姿态数据融合的方法 |
CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机***及控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108445807A (zh) * | 2018-03-30 | 2018-08-24 | 深圳飞马机器人科技有限公司 | 无人机振动及冲击数据采集分析***及方法 |
CN108803666A (zh) * | 2018-09-11 | 2018-11-13 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于毫米波雷达的线路巡检无人机避障方法及*** |
CN113247241A (zh) * | 2021-06-29 | 2021-08-13 | 扬州大学 | 无人机对靶精准施药***及其施药方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN206057975U (zh) | 一种避障装置及植保无人机 | |
Mohsan et al. | Unmanned aerial vehicles (UAVs): Practical aspects, applications, open challenges, security issues, and future trends | |
CN206057974U (zh) | 一种应用在旋翼无人机上的避障*** | |
CN107783544A (zh) | 一种控制单旋翼植保无人机避障飞行的方法 | |
CN107783547A (zh) | 灾后救援旋翼无人机避障***及方法 | |
CN107783548B (zh) | 基于多传感器信息融合技术的数据处理方法 | |
CN107783545B (zh) | 基于ooda环多传感器信息融合的灾后救援旋翼无人机避障*** | |
CN107783549B (zh) | 基于多传感器信息融合技术的单旋翼植保无人机避障*** | |
CN103135550B (zh) | 用于电力巡线的无人机多重避障控制方法 | |
CN107608371A (zh) | 城市社区环境下四旋翼自主避障无人机 | |
CN107728642A (zh) | 一种无人机飞行控制***及其方法 | |
US7970532B2 (en) | Flight path planning to reduce detection of an unmanned aerial vehicle | |
CN107783119A (zh) | 应用在避障***中的决策融合方法 | |
Nonami | Drone technology, cutting-edge drone business, and future prospects | |
CN109901580A (zh) | 一种无人机与无人地面机器人协作循径避障***及其方法 | |
CN107688354A (zh) | 一种自主飞行的无人机***及其控制方法 | |
US11928976B2 (en) | Cross-checking localization during aircraft terminal operations | |
Mitka et al. | Classification of drones | |
CN106598073B (zh) | 基于四旋翼无人机的岸桥起重机结构检测*** | |
WO2018157310A1 (zh) | 控制无人飞行器飞行的方法和设备、限飞区生成方法和设备 | |
Liu et al. | Development of a positioning system using UAV-based computer vision for an airboat navigation in paddy field | |
CN107783546A (zh) | 单旋翼的植保无人机避障***及方法 | |
CN106647795A (zh) | 一种植保无人机飞行控制*** | |
CN105557672A (zh) | 一种果树靶标探测*** | |
CN108445504A (zh) | 一种多旋翼无人机室内导航方法 |
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: 20180309 |