CN107831776A - 基于九轴惯性传感器的无人机自主返航方法 - Google Patents
基于九轴惯性传感器的无人机自主返航方法 Download PDFInfo
- Publication number
- CN107831776A CN107831776A CN201710825142.5A CN201710825142A CN107831776A CN 107831776 A CN107831776 A CN 107831776A CN 201710825142 A CN201710825142 A CN 201710825142A CN 107831776 A CN107831776 A CN 107831776A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- key frame
- angle
- axle inertial
- plane
- 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 36
- 238000006073 displacement reaction Methods 0.000 claims abstract description 17
- 230000003287 optical effect Effects 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000013459 approach Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 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 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000037396 body weight Effects 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
- G01S19/45—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement
- G01S19/47—Determining position by combining measurements of signals from the satellite radio beacon positioning system with a supplementary measurement the supplementary measurement being an inertial measurement, e.g. tightly coupled inertial
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Navigation (AREA)
Abstract
一种基于九轴惯性传感器的无人机自主返航方法，首先基于IMU九轴惯性测量单元记录无人机起始点的状态信息，通过摄像头等时间间隔记录起点至终点去程过程中的N幅关键帧图像；以起点初始状态为无人机的标准姿态，通过PID控制参数控制对无人机回程过程中当前状态的姿态角进行修正；通过光流法估计航速，并对航速进行积分，得到当前位置距离前一关键帧图像位置的相对位移信息；最后将当前图像帧与前一关键帧进行图像特征点匹配，结合相邻两帧间的相对位移信息控制无人机向目标关键帧位置逼近，当匹配结果非常接近时，更新到下一关键帧图像直至回到去程起点。其能减小光流法对航速进行积分带来的漂移误差，还能减少图像帧的存储量，有效节约存储空间。
Description
技术领域
本发明属于无人机飞行控制领域，涉及自主返航方法，特指一种基于九轴惯性传感器的无人机自主返航方法。
背景技术
近年来多旋翼飞行器因其机动性能强、可执行任务丰富等优点受到广泛应用和迅猛发展。自主返航技术是无人机飞控研究的重要功能之一。目前市售的多旋翼无人机产品的飞控***大多基于GPS信号实现一键返航功能，通过记录无人机在初始位置的卫星定位坐标，若检测到遥控器失联或切换至返航模式时，则以记录的初始位置坐标为目标航点飞行，到达初始点后缓慢降落，但在室内或复杂城市环境条件下卫星定位信号并不可靠，此时基于GPS信号的一键返航功能即失效。
目前利用视觉信息进行无人机返航任务的现有研究成果并不是很多，在收不到GPS卫星定位信号且对环境未知情况下，可以通过单目SLAM算法实时构建地图并对无人机定位，实现定点悬停、轨迹跟随等功能。SLAM算法以减小漂移为目的，把传感器轨迹和随时间推移跟踪得到的三维地标之间的几何约束条件考虑在内，从而形成一个地图映射，通过记录无人机在地图中的运动轨迹来控制其返回起点，在获取完整信息之前，方位参照位置及无人机的轨迹必须不断地完善，因此，运算的复杂度过大，实现的主要困难在于计算的实时性。另外，如果无人机在飞行过程中预先记录了一系列前置摄像机拍摄获取的图像关键帧，可以比较当前图像的描述子与图像序列的描述子求解当前位置与哪一关键帧最接近，再通过图像匹配的方法确定当前图像与关键帧之间特征点匹配关系，计算基础矩阵之后求解两个摄像机位置之间的相对偏移与旋转矩阵，利用这个过程可以控制无人机依次到达关键帧拍摄位置，完成一条轨迹，然后通过记录轨迹引导无人机回到轨迹起点位置，但这种方法需要存储的图像比较密集，且对于复杂路径的鲁棒性有待验证。
若单独使用光流法来预测无人机航速并进行积分，从而估计无人机从起点到终点的相对位移，这样的估算方法势必会产生一定的漂移误差，因此单独依靠速度信息的积分来确定无人机返航的路线并不可靠。另一方面，若单独依靠图像关键帧匹配来找到回程路径，虽然提高了精准度，但是图像关键帧之间的距离有限，需要获取相当密集的关键帧图像才能满足图像匹配精确度的要求，这样会消耗大量的存储空间来存储图像。
发明内容
针对上述已有技术的不足，本发明提供了一种基于九轴惯性传感器的无人机自主返航方法，其不仅能够减小光流法对航速进行积分带来的漂移误差，还能减少图像帧的存储量，有效地节约存储空间。
本发明的技术方案是：
一种基于九轴惯性传感器的无人机自主返航方法，包括以下步骤：
S1利用IMU九轴惯性测量单元记录无人机起始位置P1处的状态信息即无人机初始状态姿态角(φ0,ψ0,θ0)，其中φ0为初始翻滚角，ψ0为初始偏航角，θ0为初始俯仰角；通过无人机的前置摄像机等时间间隔地记录起始位置P1至终点位置PN去程过程中的N幅关键帧图像和位置信息；
S2以IMU九轴惯性测量单元记录的无人机初始状态姿态角(φ0,ψ0,θ0)为无人机的标准姿态角，无人机的姿态控制器为PID控制器，PID控制器通过调整PID控制参数控制对无人机回程过程中任一时刻当前状态的俯仰角、横滚角和偏航角进行姿态角修正，保证无人机始终保持平稳的飞行状态；
S3以无人机起始位置P1至终点位置PN去程过程中的终点PN为回程起点开始，无人机的前置摄像机获取当前位置图像帧，并利用无人机的底部摄像机获取具有地面纹理特征的连续图像帧用于光流法估计得到无人机在世界坐标系下的水平航速，对该航速进行积分，得到当前位置距离获取前一关键帧图像位置的相对位移信息St；
S4将当前位置图像帧与前一关键帧图像进行图像特征点匹配，然后结合步骤S1其去程过程中记录的相邻两关键帧间的相对位移信息Sr作为参考距离，求解参考距离与当前位置距离前一关键帧位置的相对位移St的绝对差值ΔS，当ΔS的值大于设定阈值或者不满足图像特征点匹配条件则调整PID控制参数，分别对无人机进行速度和位置上的调整，控制无人机精确地向目标关键帧位置逼近；当ΔS的值小于阈值且同时满足图像匹配条件则认为当前位置位于目标关键帧位置，更新到下一关键帧图像直至回到去程起点。
本发明的方法可以适应于各种类型的多旋翼无人机。本发明中的IMU九轴惯性测量单元主要包括加速度计、陀螺仪、电子罗盘等传感器。
采用本发明可以达到以下技术效果：
本发明提出了一种基于九轴惯性传感器的无人机自主返航方法，通过等时间间隔地记录去程中的N幅关键帧图像，并对多旋翼无人机进行姿态角修正使其保持平稳飞行状态，同时利用光流法估算当前位置距离目标关键帧图像的相对位移，并进行图像特征点匹配，根据匹配结果控制无人机向目标关键帧位置逼近，直至回到原起点。
本发明的创新之处在于不单纯的依靠GPS定位实现返航，而是以九轴惯性传感器作为辅助导航，利用PID控制参数调整飞行状态的角度，利用光流法估计位移，利用逐步逼近的方法实现室内或复杂环境下的精确返航。
附图说明
图1本发明的流程示意图
图2本发明具体实施例中四旋翼无人机的构架示意图
图3本发明具体实施例中无人机去程路线记录和关键帧获取示意图
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。
参照图1，为本发明一种基于九轴惯性传感器的无人机自主返航方法的流程框图。首先基于IMU九轴惯性测量单元记录无人机起始点的状态信息，通过前置摄像机等时间间隔地记录起点至终点去程过程中的N幅关键帧图像；其次以起点初始状态为无人机的标准姿态，通过PID控制参数控制对无人机回程过程中当前状态的姿态角进行修正；然后通过光流法估计航速，并对航速进行积分，得到当前位置距离前一关键帧图像位置的相对位移信息；最后将当前图像帧与前一关键帧进行图像特征点匹配，结合相邻两帧间的相对位移信息控制无人机精确地向目标关键帧位置逼近，当匹配结果非常接近时，更新到下一关键帧图像直至回到去程起点。
本发明只用记录去程过程中的关键帧图像，以此为参考，回程过程中获取当前位置图像帧，通过将当前位置图像帧与去程过程中的关键帧图像进行匹配，寻找去程中的相应位置，实现原路返回。记录的去程过程中的关键帧图像也即回程过程中需要逼近的目标关键帧。
下面以四旋翼无人机为例，说明本发明一种基于九轴惯性传感器的无人机自主返航方法的具体实现步骤：
S1利用IMU九轴惯性测量单元记录无人机起始位置P1处的状态信息即无人机初始状态姿态角(包括翻滚角φ0、偏航角ψ0和俯仰角θ0)，通过无人机的前置摄像机等时间间隔地记录起始位置P1至终点位置PN去程过程中的N幅关键帧图像和位置信息(即位置坐标)。
IMU九轴惯性测量单元主要包括加速度计、陀螺仪、电子罗盘等传感器。本实施例中的无人机为四旋翼无人机。四旋翼无人机主要通过四个旋翼(包括电机和桨叶)产生不同的推力改变自身姿态。如图2所示，四旋翼无人机包括四个旋翼，分别为1号旋翼、2号旋翼、3号旋翼和4号旋翼。1号旋翼和3号旋翼通过电机的逆时针旋转产生推力F1和F3，2号旋翼和4号旋翼通过电机的顺时针旋转产生推力F2和F4，则四旋翼无人机飞行时的总推力为四个推力F1、F2、F3、F4的矢量和。以世界坐标轴XYZ为参考坐标系，四旋翼无人机关于X轴旋转的角度称为翻滚角Roll，关于Y轴旋转的角度称为偏航角Yaw，关于Z轴旋转的角度称为俯仰角Pitch。
首先通过陀螺仪可以测得三维的角加速度，积分之后得到四旋翼无人机的翻滚角，然后分别利用电子罗盘和加速度计测量得到四旋翼无人机的偏航角和俯仰角。记录四旋翼无人机在起点P1处的初始状态信息为翻滚角φ0、偏航角ψ0和俯仰角θ0。若以1号旋翼为四旋翼无人机机头，对加速度计、陀螺仪和电子罗盘进行零点校正并记录无人机起飞时初始状态信息，设置时间间隔为T，从起始位置P1至终点位置PN的去程过程中，通过四旋翼无人机的前置摄像机等时间间隔获取N帧关键帧图像，如图3所示。
S2以IMU九轴惯性测量单元记录的无人机初始状态姿态角(φ0,ψ0,θ0)为无人机的标准姿态。四旋翼无人机的姿态控制器为PID控制器，PID控制器通过PID参数控制对无人机回程过程中任一时刻当前状态的俯仰角、横滚角和偏航角进行姿态角修正，保证四旋翼无人机始终保持平稳的飞行状态。
目前应用最广泛的姿态控制器为PID控制器，由比例控制、积分控制、微分控制三部分组成。假设由IMU九轴惯性测量单元估计t时刻四旋翼无人机的姿态角为c(t)，以初始状态的姿态角为标准姿态角并将其记为r(t)作为参考值。无人机飞控***是一个离散时间***。记PID控制器的输入信号为e(t)＝r(t)-c(t)，PID控制器的输出信号为u(t)，则PID控制器的表达式如下：
上式中KI为积分系数，KD为差分系数，比例项KPe[t]的作用是让无人机能够快速达到参考值，积分项的作用是消除静态误差，差分项KD(e[t]-e[t-1])的作用是减少超调振动。经过PID控制器之后，得到各姿态角的输出量为翻滚角uroll，偏航角uyaw，俯仰角upitch，设四旋翼无人机的基础油门为ugas，根据PID控制参数调整四旋翼无人机其四个旋翼的电机、电调和桨叶(即根据具体PID控制参数的设置利用电调将飞控板的控制信号转变为电流的大小来控制电机的转速，从而使桨叶旋转产生不同的推力来调整无人机的飞行状态)，映射到四个旋翼的电机的转速表达如(2)式。
通过PID控制参数控制并调整各旋翼的电机的转速，使四旋翼无人机始终保持参考姿态从去程终点PN准备返程，
S3以无人机起始位置P1至终点位置PN去程过程中的终点PN为回程起点开始，无人机的前置摄像机获取当前位置图像帧，并利用无人机的底部摄像机获取具有地面纹理特征的连续图像帧用于光流法估计得到无人机在世界坐标系下的水平航速，对该航速进行积分，得到当前位置距离获取前一关键帧图像位置的相对位移信息St；
目前应用比较广泛的求解光流场的方法是由Lucas和Kanade提出，已经应用在一些无人机悬停的场景中，光流法就是利用视频中的像素点的灰度相对间的变化来确定各个位置的运动情况。无人机通过底部摄像机拍摄获取地面纹理图像，当无人机本身在各维度上运动时会对所拍摄的画面产生影响，如垂直方向的运动会造成光流场的扩散或收缩，三维旋转运动会造成光流场的旋转和偏移。
本实施例中，假设四旋翼无人机在水平方向的飞行速度为(vx,vy)，垂直方向的速度为vz，f为四旋翼无人机底部摄像机焦距，考虑到四旋翼无人机底部摄像机的旋转角为(wx,wy,wz)，则所观测到图像中的光流速度矢量为(OFx,OFy)可表示为：
其中表示四旋翼无人机底部摄像机坐标系下图像水平方向的速度，均为比例系数，这些比例系数是用来反映相机旋转角与垂直速度对光流矢量的影响程度的，具体权重取值方法可以参照经典LK光流法。点集(xi,yi)表示底部摄像机所拍摄图像中的纹理特征点形成的集合。光流法的实质就是利用连续视频流图像中特征像素点的灰度相对变化来确定个位置运动情况的。考虑到整幅图像，若点集(xi,yi)分布均匀，当机身姿态校正(即通过调整PID控制参数调整状态，完成了姿态角的校正)之后稳定不旋转状态下，通过超声波或气压计检测四旋翼无人机垂直高度为Z，则世界坐标系下四旋翼无人机的水平速度表达式如(4)式所示，式中和为四旋翼无人机水平速度的光流矢量平均值。
通过光流法估计得到四旋翼无人机在世界坐标系下的水平航速之后，对航速进行积分，得到当前位置距离获取前一关键帧图像位置的相对位移信息St，表达式如下：
S4将当前位置图像帧与前一关键帧图像进行图像特征点匹配，这里图像特征点匹配方法可以采用本领域的常规方法。图像特征点匹配算法一般包括特征点提取、局部特征描述算子计算、描述算子匹配、去除误匹配点等步骤，主要有SIFT、HARRIS特征点提取，BRISK、ORB描述算子和BF、KLT特征点匹配等算法。
然后结合步骤S1其去程过程中记录的相邻两关键帧间的相对位移信息Sr(根据坐标位置信息求取欧氏距离即可)作为参考距离。如图3所示，求解参考距离与当前位置(即图3中空心点表示当前位置)距离前一关键帧位置的相对位移St的绝对差值ΔS，当ΔS的值大于阈值或者不满足图像特征点匹配条件则调整PID控制参数，分别对无人机进行速度和位置上的调整，控制无人机精确地向目标关键帧位置逼近；当ΔS的值小于阈值且同时满足图像匹配条件则认为当前位置位于目标关键帧位置，更新到下一关键帧图像直至回到去程起点。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (4)
1.一种基于九轴惯性传感器的无人机自主返航方法，其特征在于，包括以下步骤：
S1利用IMU九轴惯性测量单元记录无人机起始位置P1处的状态信息即无人机初始状态姿态角(φ0,ψ0,θ0)，其中φ0为初始翻滚角，ψ0为初始偏航角，θ0为初始俯仰角；通过无人机的前置摄像机等时间间隔地记录起始位置P1至终点位置PN去程过程中的N幅关键帧图像和位置信息；
S2以IMU九轴惯性测量单元记录的无人机初始状态姿态角(φ0,ψ0,θ0)为无人机的标准姿态角，无人机的姿态控制器为PID控制器，PID控制器通过调整PID控制参数控制对无人机回程过程中任一时刻当前状态的俯仰角、横滚角和偏航角进行姿态角修正，保证无人机始终保持平稳的飞行状态；
S3以无人机起始位置P1至终点位置PN去程过程中的终点PN为回程起点开始，无人机的前置摄像机获取当前位置图像帧，并利用无人机的底部摄像机获取具有地面纹理特征的连续图像帧用于光流法估计得到无人机在世界坐标系下的水平航速，对该航速进行积分，得到当前位置距离获取前一关键帧图像位置的相对位移信息St；
S4将当前位置图像帧与前一关键帧图像进行图像特征点匹配，然后结合步骤S1其去程过程中记录的相邻两关键帧间的相对位移信息Sr作为参考距离，求解参考距离与当前位置距离前一关键帧位置的相对位移St的绝对差值ΔS，当ΔS的值大于设定阈值或者不满足图像特征点匹配条件则调整PID控制参数，分别对无人机进行速度和位置上的调整，控制无人机精确地向目标关键帧位置逼近；当ΔS的值小于阈值且同时满足图像匹配条件则认为当前位置位于目标关键帧位置，更新到下一关键帧图像直至回到去程起点。
2.根据权利要求1所述的基于九轴惯性传感器的无人机自主返航方法，其特征在于，所述无人机为多旋翼无人机。
3.根据权利要求1所述的基于九轴惯性传感器的无人机自主返航方法，其特征在于，所述无人机为四旋翼无人机。
4.根据权利要求1所述的基于九轴惯性传感器的无人机自主返航方法，其特征在于，所述IMU九轴惯性测量单元包括加速度计、陀螺仪、电子罗盘。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825142.5A CN107831776A (zh) | 2017-09-14 | 2017-09-14 | 基于九轴惯性传感器的无人机自主返航方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710825142.5A CN107831776A (zh) | 2017-09-14 | 2017-09-14 | 基于九轴惯性传感器的无人机自主返航方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107831776A true CN107831776A (zh) | 2018-03-23 |
Family
ID=61643842
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710825142.5A Pending CN107831776A (zh) | 2017-09-14 | 2017-09-14 | 基于九轴惯性传感器的无人机自主返航方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107831776A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109062238A (zh) * | 2018-09-19 | 2018-12-21 | 张洋 | 控制无人机悬停的装置 |
| CN109191504A (zh) * | 2018-08-01 | 2019-01-11 | 南京航空航天大学 | 一种无人机目标跟踪方法 |
| CN111192318A (zh) * | 2018-11-15 | 2020-05-22 | 杭州海康机器人技术有限公司 | 确定无人机位置和飞行方向的方法、装置及无人机 |
| CN111538059A (zh) * | 2020-05-11 | 2020-08-14 | 东华大学 | 一种基于改进的玻尔兹曼机的自适应快速动态定位***及方法 |
| CN112161639A (zh) * | 2020-07-29 | 2021-01-01 | 河海大学 | 一种基于角度光流法的垂直双目惯导里程计及其计算方法 |
| WO2021052334A1 (zh) * | 2019-09-17 | 2021-03-25 | 深圳市道通智能航空技术有限公司 | 一种无人飞行器的返航方法、装置及无人飞行器 |
| CN114216454A (zh) * | 2021-10-27 | 2022-03-22 | 湖北航天飞行器研究所 | 一种gps拒止环境下基于异源图像匹配的无人机自主导航定位方法 |
| EP4009000A1 (en) * | 2020-12-04 | 2022-06-08 | Stefano Cossi | Device and method for indoor positioning of a moving object |
| CN116839591A (zh) * | 2023-07-12 | 2023-10-03 | 哈尔滨天枢问道技术有限公司 | 一种轨迹跟踪定位滤波***及救援无人机的融合导航方法 |
| US11914024B2 (en) | 2019-01-09 | 2024-02-27 | Signify Holding B.V. | Systems, methods, and devices for drone detection using an outdoor lighting network |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110029161A1 (en) * | 2008-04-18 | 2011-02-03 | Epfl-Sri | Visual autopilot for near-obstacle flight |
| US20150148988A1 (en) * | 2013-11-10 | 2015-05-28 | Google Inc. | Methods and Systems for Alerting and Aiding an Emergency Situation |
| CN105974932A (zh) * | 2016-04-27 | 2016-09-28 | 中国人民解放军装甲兵工程学院 | 无人机控制方法 |
| CN106873619A (zh) * | 2017-01-23 | 2017-06-20 | 上海交通大学 | 一种无人机飞行路径的处理方法 |
| CN106989744A (zh) * | 2017-02-24 | 2017-07-28 | 中山大学 | 一种融合机载多传感器的旋翼无人机自主定位方法 |
-
2017
- 2017-09-14 CN CN201710825142.5A patent/CN107831776A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110029161A1 (en) * | 2008-04-18 | 2011-02-03 | Epfl-Sri | Visual autopilot for near-obstacle flight |
| US20150148988A1 (en) * | 2013-11-10 | 2015-05-28 | Google Inc. | Methods and Systems for Alerting and Aiding an Emergency Situation |
| CN105974932A (zh) * | 2016-04-27 | 2016-09-28 | 中国人民解放军装甲兵工程学院 | 无人机控制方法 |
| CN106873619A (zh) * | 2017-01-23 | 2017-06-20 | 上海交通大学 | 一种无人机飞行路径的处理方法 |
| CN106989744A (zh) * | 2017-02-24 | 2017-07-28 | 中山大学 | 一种融合机载多传感器的旋翼无人机自主定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 盛哲: "基于视觉导航的无人机位姿控制与自主返航技术", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ》 * |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109191504A (zh) * | 2018-08-01 | 2019-01-11 | 南京航空航天大学 | 一种无人机目标跟踪方法 |
| CN109062238A (zh) * | 2018-09-19 | 2018-12-21 | 张洋 | 控制无人机悬停的装置 |
| CN111192318B (zh) * | 2018-11-15 | 2023-09-01 | 杭州海康威视数字技术股份有限公司 | 确定无人机位置和飞行方向的方法、装置及无人机 |
| CN111192318A (zh) * | 2018-11-15 | 2020-05-22 | 杭州海康机器人技术有限公司 | 确定无人机位置和飞行方向的方法、装置及无人机 |
| US11914024B2 (en) | 2019-01-09 | 2024-02-27 | Signify Holding B.V. | Systems, methods, and devices for drone detection using an outdoor lighting network |
| WO2021052334A1 (zh) * | 2019-09-17 | 2021-03-25 | 深圳市道通智能航空技术有限公司 | 一种无人飞行器的返航方法、装置及无人飞行器 |
| CN111538059A (zh) * | 2020-05-11 | 2020-08-14 | 东华大学 | 一种基于改进的玻尔兹曼机的自适应快速动态定位***及方法 |
| CN111538059B (zh) * | 2020-05-11 | 2022-11-11 | 东华大学 | 一种基于改进的玻尔兹曼机的自适应快速动态定位***及方法 |
| CN112161639A (zh) * | 2020-07-29 | 2021-01-01 | 河海大学 | 一种基于角度光流法的垂直双目惯导里程计及其计算方法 |
| EP4009000A1 (en) * | 2020-12-04 | 2022-06-08 | Stefano Cossi | Device and method for indoor positioning of a moving object |
| CN114216454A (zh) * | 2021-10-27 | 2022-03-22 | 湖北航天飞行器研究所 | 一种gps拒止环境下基于异源图像匹配的无人机自主导航定位方法 |
| CN114216454B (zh) * | 2021-10-27 | 2023-09-08 | 湖北航天飞行器研究所 | 一种gps拒止环境下基于异源图像匹配的无人机自主导航定位方法 |
| CN116839591A (zh) * | 2023-07-12 | 2023-10-03 | 哈尔滨天枢问道技术有限公司 | 一种轨迹跟踪定位滤波***及救援无人机的融合导航方法 |
| CN116839591B (zh) * | 2023-07-12 | 2024-05-28 | 哈尔滨天枢问道技术有限公司 | 一种轨迹跟踪定位滤波***及救援无人机的融合导航方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107831776A (zh) | 基于九轴惯性传感器的无人机自主返航方法 | |
| CN109709801B (zh) | 一种基于激光雷达的室内无人机定位***及方法 | |
| CN110243358B (zh) | 多源融合的无人车室内外定位方法及*** | |
| CN106708066B (zh) | 基于视觉/惯导的无人机自主着陆方法 | |
| CN106989744A (zh) | 一种融合机载多传感器的旋翼无人机自主定位方法 | |
| CN112567201A (zh) | 距离测量方法以及设备 | |
| CN107390704B (zh) | 一种基于imu姿态补偿的多旋翼无人机光流悬停方法 | |
| CN111426320B (zh) | 一种基于图像匹配/惯导/里程计的车辆自主导航方法 | |
| CN102298070A (zh) | 估算无人机，尤其是能够在自动驾驶下执行悬停飞行的无人机的水平速度的方法 | |
| CN106873619A (zh) | 一种无人机飞行路径的处理方法 | |
| CN102190081B (zh) | 基于视觉的飞艇定点鲁棒控制方法 | |
| CN116182837A (zh) | 基于视觉激光雷达惯性紧耦合的定位建图方法 | |
| CN115574816B (zh) | 仿生视觉多源信息智能感知无人平台 | |
| CN115272596A (zh) | 一种面向单调无纹理大场景的多传感器融合slam方法 | |
| CN109871024A (zh) | 一种基于轻量级视觉里程计的无人机位姿估计方法 | |
| Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
| CN110108894B (zh) | 一种基于相位相关和光流法的多旋翼速度测量方法 | |
| CN115077519A (zh) | 基于模板匹配与激光惯导松耦合的定位建图方法和装置 | |
| CN112859923B (zh) | 一种无人机视觉编队飞行控制*** | |
| Dong et al. | An autonomous navigation scheme for UAV in approach phase | |
| Wang et al. | Pose and velocity estimation algorithm for UAV in visual landing | |
| CN114326765B (zh) | 一种用于无人机视觉着陆的地标跟踪控制***及方法 | |
| CN110136168A (zh) | 一种基于特征点匹配和光流法的多旋翼速度测量方法 | |
| CN113403942B (zh) | 一种基于标签辅助的桥梁检测无人机视觉导航方法 | |
| CN112577463B (zh) | 姿态参数修正的航天器单目视觉测距方法 |
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: 20180323 |