CN107943064B - 一种无人机定点悬停***和方法 - Google Patents
一种无人机定点悬停***和方法 Download PDFInfo
- Publication number
- CN107943064B CN107943064B CN201711133073.8A CN201711133073A CN107943064B CN 107943064 B CN107943064 B CN 107943064B CN 201711133073 A CN201711133073 A CN 201711133073A CN 107943064 B CN107943064 B CN 107943064B
- Authority
- CN
- China
- Prior art keywords
- module
- unmanned plane
- control
- spot hover
- optical flow
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 230000003287 optical effect Effects 0.000 claims abstract description 48
- 230000001133 acceleration Effects 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 20
- 230000005611 electricity Effects 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000003384 imaging method Methods 0.000 claims description 6
- 238000000465 moulding Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 5
- 238000013508 migration Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims 1
- 230000005055 memory storage Effects 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 6
- 238000009499 grossing Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003252 repetitive effect Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U50/00—Propulsion; Power supply
- B64U50/10—Propulsion
- B64U50/19—Propulsion using electrically powered motors
-
- 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
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- G05D1/102—Simultaneous control of position or course in three dimensions specially adapted for aircraft specially adapted for vertical take-off of aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/40—Analysis of texture
- G06T7/41—Analysis of texture based on statistical description of texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/70—UAVs specially adapted for particular uses or applications for use inside enclosed spaces, e.g. in buildings or in vehicles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2201/00—UAVs characterised by their flight controls
- B64U2201/20—Remote controls
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Multimedia (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Image Analysis (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机定点悬停***和方法,属于无人机技术领域,具体涉及一种可用于室内环境下的无人机定点悬停***和方法。该***包括无人机飞控、定点悬停控制模块和无人机电机模块。无人机飞控用于控制无人机的飞行;定点悬停控制模块用于控制无人机飞行中的定点悬停;电机模块用于改变无人机的飞行运动状态。本发明提供的定点悬停控制模块中利用纹理特征获取有效区域,相对于传统光流定点方法减少了计算量,然后利用光流法针对上述有效区域计算光流场。进而得到控制加速度信息。本发明减少光流定点的计算量,提高计算时效性,提高定点悬停稳定性。
Description
技术领域
本发明属于无人机技术领域,具体涉及一种可用于室内环境下的无人机定点悬停***和方法。
背景技术
随着经济发展和科学技术的不断进步,对无人机方面的研究越来越深入,无人机被广泛应用于航拍、移动检测、安防等领域。在这些领域中无人机的飞行平台的稳定性和准确快速的悬停能力,具有非常重要的影响。
无人机(Unmanned Aerial Vehicle)的定点悬停的定义为:通过无人机本身的自主飞行功能、或遥控装置的控制,使无人机在空中指定位置进行一定时间的停留。
目前无人机定点悬停,最成熟且应用广泛的方法是利用GPS+气压计+陀螺仪的组合导航方式。其中气压计用来测量高度变化,GPS模块给出水平位置的坐标,最终结合陀螺仪的测量数据得出三维坐标,将坐标提供给无人机实现定点悬停。
但由于低成本的GPS数据刷新频率太低,其提供的数据在狭小空间或当无人机高速运动的时候将会导致机身的姿态补偿命令严重滞后,导致飞机坠毁等严重后果。由于建筑物对GPS信号的屏蔽,在室内GPS处于待机状态,无人机的悬停信号完全由惯性导航装置装置控制。但经过长时间的飞行后,惯性导航***会产生较大的***误差,飞行时间越长误差越大,定点悬停准确率大幅下降。
此外,还有通过无线电结合激光技术,实现无人机定点悬停的方法。该技术首先通过无线电技术对无人机进行粗定位,再通过激光技术进行位置矫正最终得出定点悬停的准确位置。该方法比GPS定点方法精确但成本过于高昂且使用前需要提前部署较多基站设备和激光发射设备,使得该项技术的普及度不高。
另外,有光流定点方法,该方法使用机载的光流传感器测算无人机相对于地面的光流场,以此得到无人机当前速度矢量信息(速度+方向),光流模块根据上述运动矢量信息计算出反向加速度控制变量,使无人机保持定点悬停状态。该方法不需要外部发射信号的协助,因此适用范围较广,***误差较小,但由于要计算整幅图像的光流信息,因此计算量较大,无人机机载处理器难以承受的计算量会导致计算效率低,给出控制信号将会严重滞后。在飞行过程中任何细小的延迟都可能导致严重后果,因此该方法的实用性有待提高。
现有代表性技术有以下2种
(1)专利名称:室内定位装置(申请号:CN201620160519.0)
一种室内定位装置,位于无人机上,其特征在于,该装置包括:超声波发射PCB板、超声波接收PCB板和光流PCB板,且,光流PCB板包括光流摄像头和微控单元MCU,超声波发射板:用于在光流PCB板上的MCU的控制下产生并发射超声波;超声波接收板:用于在接收到超声波时,将超声波发送给光流PCB板上的MCU;光流摄像头:用于拍摄地面图像,并将拍摄到的地面图像传输给MCU;MCU:用于控制超声波发射PCB板发出超声波,并开始计时,当接收到超声波接收PCB板发来的超声波时,停止计时,根据计时时长,计算无人机所处的高度;根据光流摄像头传来的地面图像,计算无人机在地面的水平x方向和垂直y方向的位移。
此装置元器件数量过多,制造成本偏高,通过外附计算机和大量辅助原件提高光流定位的时效性,成本过高且未能解决光流算法计算量过多的问题。
(2)专利名称:一种无人机速度监测方法及***申请号:(CN201610529291.2)
本发明提供了一种无人机速度监测方法及***,方法包括:获取当前的飞行高度、角速度以及图像;获取所述图像的特征点,计算各特征点的光流;统计各特征点的光流,选择同一个方向光流重复率最高的光流作为所述图像的光流;依据所述飞行高度、角速度以及所述图像的光流计算当前的飞行速度。本发明还涉及一种与上述无人机速度监测方法对应的***,通过计算获取当前图像的特征点计算各特征点的光流,并选择同一个方向光流重复率最高的光流作为所述图像的光流;再依据所述图像的光流、当前的飞行高度和角速度计算出当前的飞行速度,计算简单,运算量小,并且考虑了多个因素的影响,计算结果精确。
这项发明有效减少了光流的计算量,仅作为一种检测方法,未能与无人机整体有机结合,进而控制无人机运动及姿态,因此未能有效应用于无人机定点悬停。
针对现有技术存在的问题,本专利提出了一种改进的基于光流法的无人机定点悬停方法,该专利适用于无GPS信号情况的定点悬停方法,可以在没有预先部署辅助设备的情况下正常工作,计算量较小。本专利在适用范围内定点精度和控制信号刷新速度都优于其他现有方法,为无人机室内应用开发提供技术基础。
发明内容
本发明要解决的技术问题为:利用光流法计算图像中光流场时,只有纹理特征明显的区域可以得出有效的光流场,而纹理特征不明显的区域无法得到有效的光流场。传统的光流定点方法未考虑到纹理特征,是将整个图像进行光流计算,因此计算量较大,影响时效性。
本发明采用以下技术方案实现既定的发明目的,一种无人机定点悬停***,包括无人机飞控10、定点悬停控制模块20和无人机电机模块30。
无人机飞控10用于控制无人机的飞行;定点悬停控制模块20用于控制无人机飞行中的定点悬停;电机模块30用于改变无人机的飞行运动状态。
无人机飞控10包含数据接收模块110、控制量计算模块120和电调控制模块130。
数据接收模块110用于接收定点悬停控制模块20发送的加速度控制变量并发送到控制量计算模块120;控制量计算模块120从数据接收模块110接收控制加速度信号,并根据接收到的控制加速度数据计算需要生成的PWM波信号波形参数,然后发送到电调控制模块130;电调控制模块130根据从控制量计算模块120接收到的信息生成PWM波信号。
定点悬停控制模块20包含图像采集模块210、定点悬停有效区域识别模块220、光流场计算模块230、控制参数计算模块240和数据编码和发送模块250。图像采集模块210包括采集视频数据的图像传感器以及负责将采集视频数据存入主储存器存储模块,定点悬停有效区域识别模块220为一套单片机或微型计算机及驱动结构,根据图像采集模块210收集到的图象数据利用SAD算法检测图像中被识别的纹理区域,并把这些区域作为定点悬停有效区域发送到光流场计算模块230;光流场计算模块230为一套结合姿态传感器即陀螺仪的单片机及驱动结构,是从定点悬停有效区域识别模块220获取分割后的视频部分,利用光流算法中的HS光流法进行光流计算,并结合姿态传感器即陀螺仪提供的运动状态数据进行补偿,最后得出无人机相对于地面的速度矢量信息并发送给控制参数计算模块240;控制参数计算模块240根据光流场计算模块230得出的速度矢量数据计算出维持无人机定点悬停所需的控制加速度并发送到数据编码和发送模块250;数据编码和发送模块250的作用是将运算结果编码并传输到无人机飞控10中的数据接收模块110。
一种无人机定点悬停方法,定点悬停控制模块20的具体流程如下,流程示意图如图2所示。
步骤1:对应图像采集模块210,由图像采集模块210中的图像传感器获取定点悬停位置的视频信息。
步骤2:对应定点悬停有效区域识别模块220,由定点悬停有效区域识别模块220进行纹理区域的检测与分割,最终识别出定点悬停有效区域,具体操作如下:
步骤2-1:图像分区
将图像采集模块210采集到的M*N灰度图像划分成n*n大小的子区域。
M代表灰度图像的长度,N代表灰度图像的宽度。
步骤2-2:计算SAD值
对步骤2-1中划分的每个子区域,求SAD值。SAD值的计算公式如下:
ft表示当前时刻t的像素值,ftt1表示下一时刻t+1的像素值,C表示SAD值。
C为两帧图像差分的绝对值和即SAD值,f代表像素点的值,t表示当前时刻。
步骤2-3:判断定点悬停有效区域
将步骤2-2中计算每个区域的SAD值与阈值T进行差值比较,差值的绝对值0为纹理区域,即作为定点悬停有效区域。即如果本区域差值绝对值大于0时,为有效区域,对进行光流计算。
步骤3:对应定点悬停光流场计算模块230。
使用HS光流法或其他光流算法对步骤2-2分割出的定点悬停有效区域进行光流计算得出光流值,将光流速度通过传感器与实际物体平面的相似三角形关系,并转换为公制速度Vt。
步骤4:对应参数控制模块240,根据上述步骤3中得到的实际速度Vt计算出无人机定点的控制参数a反向加速度,并将其传输到飞控模块10实现定点控制。
其中a为反向加速度,x为上一循环中偏离定位点的距离。
步骤5:对应数据编码和发送模块250通过数据编码和发送模块250将步骤4中得到的a数据通过I2C口发送给飞控的数据接收模块110;
步骤6:飞控10的数据接收模块110接收无人机偏移数据a并将其传输给控制量计算模块120。
步骤7:控制量计算模块120接收数据a并进行计算,得出无人机运动偏移量的补偿量,即与无人机偏移速度矢量相反的速度矢量,并将其转化为电调控制信号,发送给电调控制模块130。
步骤8:电调控制模块130接收控制量计算模块120发送的电调控制信号,控制向无人机电机模块30输出的电流大小。
步骤9:无人机电机模块30接收电调控制模块130的电流,控制无人机向现有运动的反方向运动,使无人机定点悬停。
本发明提供的***包括无人机飞控、电机以及定点悬停控制模块的无人机***和方法。其中的定点悬停控制模块中利用纹理特征获取有效区域,相对于传统光流定点方法减少了计算量,然后利用光流法针对上述有效区域计算光流场。进而得到控制加速度信息。
与现有技术相比较,本发明减少光流定点的计算量,提高计算时效性,提高定点悬停稳定性。
附图说明
图1本专利的代表实施例-一种基于光流法的无人机定点***架构图。
图2无人机定点悬停控制模块流程图。
图3HS光流法流程图。
具体实施方式
本发明的实施例如图1所示为一种无人机定点悬停***,包括无人机飞控10、定点悬停控制模块20和无人机电机模块30。
无人机飞控10用于控制无人机的飞行;定点悬停控制模块20用于控制无人机飞行中的定点悬停;电机模块30用于改变无人机的飞行运动状态。
无人机飞控10包含数据接收模块110、控制量计算模块120和电调控制模块130。
数据接收模块110用于接收定点悬停控制模块20发送的加速度控制变量并发送到控制量计算模块120;控制量计算模块120从数据接收模块110接收控制加速度信号,并根据接收到的控制加速度数据计算需要生成的PWM波信号波形参数,然后发送到电调控制模块130;电调控制模块130根据从控制量计算模块120接收到的信息生成PWM波信号。
定点悬停控制模块20包含图像采集模块210、定点悬停有效区域识别模块220、光流场计算模块230、控制参数计算模块240和数据编码和发送模块250。图像采集模块210包括采集视频数据的图像传感器以及负责将采集视频数据存入主储存器存储模块,定点悬停有效区域识别模块220为一套单片机或微型计算机及驱动结构,根据图像采集模块210收集到的图象数据利用SAD算法检测图像中被识别的纹理区域,并把这些区域作为定点悬停有效区域发送到光流场计算模块230;光流场计算模块230为一套结合姿态传感器即陀螺仪的单片机及驱动结构,是从定点悬停有效区域识别模块220获取分割后的视频部分,利用光流算法中的HS光流法进行光流计算,并结合姿态传感器即陀螺仪提供的运动状态数据进行补偿,最后得出无人机相对于地面的速度矢量信息并发送给控制参数计算模块240;控制参数计算模块240根据光流场计算模块230得出的速度矢量数据计算出维持无人机定点悬停所需的控制加速度并发送到数据编码和发送模块250;数据编码和发送模块250的作用是将运算结果编码并传输到无人机飞控10中的数据接收模块110。
一种无人机定点悬停方法,定点悬停控制模块20的具体流程如下,流程示意图如图2所示。
步骤1:对应图像采集模块210,由图像采集模块210中的图像传感器获取定点悬停位置的视频信息。
步骤2:对应定点悬停有效区域识别模块220,由定点悬停有效区域识别模块220进行纹理区域的检测与分割,最终识别出定点悬停有效区域,具体操作如下:
步骤2-1:图像分区
将图像采集模块210采集到的M*N灰度图像划分成n*n大小的子区域,本实施例中,n=4。
M代表灰度图像的长度,N代表灰度图像的宽度。
步骤2-2:计算SAD值
对步骤2-1中划分的每个子区域,求SAD值。SAD值的计算公式如下:
ft表示当前时刻t的像素值,ftt1表示下一时刻t+1的像素值,C表示SAD值。
C为两帧图像差分的绝对值和即SAD值,f代表像素点的值,t表示当前时刻。
步骤2-3:判断定点悬停有效区域
将步骤2-2中计算每个区域的SAD值与阈值T进行差值比较,差值的绝对值0为纹理区域,即作为定点悬停有效区域。即如果本区域差值绝对值大于0时,为有效区域,对进行光流计算。
步骤3:对应定点悬停光流场计算模块230。
使用HS光流法或其他光流算法对步骤2-2分割出的定点悬停有效区域进行光流计算得出光流值,将光流速度通过传感器与实际物体平面的相似三角形关系,并转换为公制速度Vt。
步骤4:对应参数控制模块240,根据上述步骤3中得到的实际速度Vt计算出无人机定点的控制参数a反向加速度,并将其传输到飞控模块10实现定点控制。
其中a为反向加速度,x为上一循环中偏离定位点的距离。
步骤5:对应数据编码和发送模块250.通过数据编码和发送模块250将步骤4中得到的a数据通过I2C口发送给飞控的数据接收模块110;
步骤6(或改为姿态控制步骤1):飞控10的数据接收模块110接收无人机偏移数据a并将其传输给控制量计算模块120。
步骤7:控制量计算模块120接收数据a并进行计算,得出无人机运动偏移量的补偿量,即与无人机偏移速度矢量相反的速度矢量,并将其转化为电调控制信号,发送给电调控制模块130。
步骤8:电调控制模块130接收控制量计算模块120发送的电调控制信号,控制向无人机电机模块30输出的电流大小。
步骤9:无人机电机模块30接收电调控制模块130的电流,控制无人机向现有运动的反方向运动,使无人机定点悬停。
HS光流法步骤如下:
提出如下两个假设:
1)运动物体的灰度在短时间间隔内保持不变。
2)给定邻域内的速度向量场变化是缓慢的。
根据如上假设,可由式(1)得出公式(3):
I(x,y,t)=I(x+δx,y+δy,t+δt) (3)
其中,I为光流值,x为灰度图像中的横坐标,y为灰度图像中的纵坐标,t为当前时刻。
(x,y,t)为在灰度图像在t时刻,横纵坐标为(x,y)的像素点。
上式右边在点(x,y)处泰勒展开,在极限中当δt趋近于0时,上式变成:
令u=dx/dt v=dy/dt,得:
Ixu+Iyv+It=0 (5)
式(5)即光流约束方程,它反映了灰度u与速度v的一个对应关系。
Ix为I对x的偏导,Iy为I对y的偏导,It为I对t的偏导。
式(5)中含有两个变量:灰度u和速度v,u和v随着像素点移动而发生的改变是缓慢的,局部区域的变化不大,尤其是在目标做无变形刚体运动时,局部区域速度的空间变化率为0。因此引入一个新的条件,即光流的全局平滑约束条件。
因此,引入速度平滑项:
对于所有的像素点(x,y,t),需要满足式(6)和最小。
ζ为速度平滑项函数,ζc为在SAD值为c处的速度平滑项函数。
综合光流约束条件(3)和速度平滑约束条件(4),建立以下的极小化方程:
式中的α是平滑权重系数,表示速度光滑项所占的权重。α越大,精度越高。
采用变分计算,根据欧拉方程得到
注:为向量微分算子符号,为公认数学符号。
(8),(9)式中,拉普拉斯算子,用某一点的速度与其周围速度平均值之差来近似,有式(9)及式(10):
使用迭代法进行求解。λ为灰度图像像素矩阵的特征值。
对于灰度u和速度v的均值,可利用九点差分格式进行计算。
至此,所有的量都已明确下来,输入前后两帧灰度进行迭代运算得到速度场了,具体的执行过程见图3。
Claims (2)
1.一种无人机定点悬停***,其特征在于:包括无人机飞控(10)、定点悬停控制模块(20)和无人机电机模块(30);
无人机飞控(10)用于控制无人机的飞行;定点悬停控制模块(20)用于控制无人机飞行中的定点悬停;无人机电机模块(30)用于改变无人机的飞行运动状态;
无人机飞控(10)包含数据接收模块(110)、控制量计算模块(120)和电调控制模块(130);
数据接收模块(110)用于接收定点悬停控制模块(20)发送的加速度控制变量并发送到控制量计算模块(120);控制量计算模块(120)从数据接收模块(110)接收控制加速度信号,并根据接收到的控制加速度数据计算需要生成的PWM波信号波形参数,然后发送到电调控制模块(130);电调控制模块(130)根据从控制量计算模块(120)接收到的信息生成PWM波信号;
定点悬停控制模块(20)包含图像采集模块(210)、定点悬停有效区域识别模块(220)、光流场计算模块(230)、参数控制计算模块(240)和数据编码和发送模块(250);图像采集模块(210)包括采集视频数据的图像传感器以及负责将采集视频数据存入主储存器存储模块,定点悬停有效区域识别模块(220)为一套单片机或微型计算机及驱动结构,根据图像采集模块(210)收集到的图像数据利用SAD算法检测图像中被识别的纹理区域,并把这些区域作为定点悬停有效区域发送到光流场计算模块(230);光流场计算模块(230)为一套结合姿态传感器即陀螺仪的单片机及驱动结构,是从定点悬停有效区域识别模块(220)获取分割后的视频部分,利用光流算法中的HS光流法进行光流计算,并结合姿态传感器即陀螺仪提供的运动状态数据进行补偿,最后得出无人机相对于地面的速度矢量信息并发送给参数控制计算模块(240);参数控制计算模块(240)根据光流场计算模块(230)得出的速度矢量数据计算出维持无人机定点悬停所需的控制加速度并发送到数据编码和发送模块(250);数据编码和发送模块(250)的作用是将运算结果编码并传输到无人机飞控(10)中的数据接收模块(110)。
2.利用权利要求1所述***进行的一种无人机定点悬停方法,其特征在于:定点悬停控制模块(20)的具体流程如下,
步骤1:对应图像采集模块(210),由图像采集模块(210)中的图像传感器获取定点悬停位置的视频信息;
步骤2:对应定点悬停有效区域识别模块(220),由定点悬停有效区域识别模块(220)进行纹理区域的检测与分割,最终识别出定点悬停有效区域,具体操作如下:
步骤2-1:图像分区
将图像采集模块(210)采集到的M*N灰度图像划分成n*n大小的子区域;
M代表灰度图像的长度,N代表灰度图像的宽度;
步骤2-2:计算SAD值
对步骤2-1中划分的每个子区域,求SAD值;SAD值的计算公式如下:
ft表示当前时刻t的像素值,ft+1表示下一时刻t+1的像素值,C表示SAD值;
C为两帧图像差分的绝对值和即SAD值,f代表像素点的值,t表示当前时刻;
步骤2-3:判断定点悬停有效区域
将步骤2-2中计算每个区域的SAD值与阈值T进行差值比较,差值的绝对值0为纹理区域,即作为定点悬停有效区域;即如果本区域差值绝对值大于0时,为有效区域,对进行光流计算;
步骤3:对应定点悬停的光流场计算模块(230);
使用HS光流法或其他光流算法对步骤2-2分割出的定点悬停有效区域进行光流计算得出光流值,将光流速度通过传感器与实际物体平面的相似三角形关系,并转换为公制速度Vt;
步骤4:参数控制计算模块(240),根据上述步骤3中得到的实际速度Vt计算出无人机定点的控制参数a反向加速度,并将其传输到无人机飞控(10)实现定点控制;
其中,a为反向加速度,x为上一循环中偏离定位点的距离;
步骤5:对应数据编码和发送模块(250)通过数据编码和发送模块(250)将步骤4中得到的a数据通过I2C口发送给飞控的数据接收模块(110);
步骤6:飞控(10)的数据接收模块(110)接收无人机偏移数据a并将其传输给控制量计算模块(120);
步骤7:控制量计算模块(120)接收数据a并进行计算,得出无人机运动偏移量的补偿量,即与无人机偏移速度矢量相反的速度矢量,并将其转化为电调控制信号,发送给电调控制模块(130);
步骤8:电调控制模块(130)接收控制量计算模块(120)发送的电调控制信号,控制向无人机电机模块(30)输出的电流大小;
步骤9:无人机电机模块(30)接收电调控制模块(130)的电流,控制无人机向现有运动的反方向运动,使无人机定点悬停。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711133073.8A CN107943064B (zh) | 2017-11-15 | 2017-11-15 | 一种无人机定点悬停***和方法 |
PCT/CN2017/114574 WO2019095453A1 (zh) | 2017-11-15 | 2017-12-05 | 一种无人机定点悬停***和方法 |
US16/495,089 US20200097025A1 (en) | 2017-11-15 | 2017-12-05 | An uav fixed point hover system and method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711133073.8A CN107943064B (zh) | 2017-11-15 | 2017-11-15 | 一种无人机定点悬停***和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107943064A CN107943064A (zh) | 2018-04-20 |
CN107943064B true CN107943064B (zh) | 2019-12-03 |
Family
ID=61932433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711133073.8A Active CN107943064B (zh) | 2017-11-15 | 2017-11-15 | 一种无人机定点悬停***和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20200097025A1 (zh) |
CN (1) | CN107943064B (zh) |
WO (1) | WO2019095453A1 (zh) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190009103A (ko) * | 2017-07-18 | 2019-01-28 | 삼성전자주식회사 | 외부 객체와의 거리에 기반하여 이동 되는 전자 장치 및 그 제어 방법 |
CN109050969B (zh) * | 2018-06-14 | 2024-01-30 | 广东工业大学 | 一种多旋翼无人机视觉定点悬停稳定性测试平台 |
CN109062238A (zh) * | 2018-09-19 | 2018-12-21 | 张洋 | 控制无人机悬停的装置 |
CN109533277A (zh) * | 2018-12-06 | 2019-03-29 | 北京工业大学 | 一种基于手势识别的交互式跟拍飞行器 |
CN109634302B (zh) * | 2018-12-06 | 2022-04-08 | 河池学院 | 一种基于光学定位的四旋翼飞行器*** |
CN109634297A (zh) * | 2018-12-18 | 2019-04-16 | 辽宁壮龙无人机科技有限公司 | 一种基于光流传感器定位导航的多旋翼无人机及控制方法 |
CN109948424A (zh) * | 2019-01-22 | 2019-06-28 | 四川大学 | 一种基于加速度运动特征描述子的群体异常行为检测方法 |
CN110174898A (zh) * | 2019-06-18 | 2019-08-27 | 华北电力大学(保定) | 一种基于图像反馈的多旋翼无人机控制方法 |
CN110907741B (zh) * | 2019-12-18 | 2022-04-08 | 中国人民解放军战略支援部队信息工程大学 | 无人机飞控模块电波暗室辐射干扰效应等效替代试验***和方法 |
CN112414365B (zh) * | 2020-12-14 | 2022-08-16 | 广州昂宝电子有限公司 | 位移补偿方法和设备及速度补偿方法和设备 |
CN112985388B (zh) * | 2021-02-08 | 2022-08-19 | 福州大学 | 基于大位移光流法的组合导航方法及*** |
CN113928558A (zh) * | 2021-09-16 | 2022-01-14 | 上海合时无人机科技有限公司 | 一种基于无人机的自动拆装间隔棒方法 |
CN114877876B (zh) * | 2022-07-12 | 2022-09-23 | 南京市计量监督检测院 | 一种无人机悬停精度评估方法 |
CN117969682B (zh) * | 2024-03-28 | 2024-06-04 | 北京工业大学 | 一种超声导波监测信号的光流图像处理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103853156B (zh) * | 2014-02-07 | 2016-06-01 | 中山大学 | 一种基于机载传感器的小型四旋翼飞行器控制***及方法 |
US9387928B1 (en) * | 2014-12-18 | 2016-07-12 | Amazon Technologies, Inc. | Multi-use UAV docking station systems and methods |
US9678507B1 (en) * | 2015-06-25 | 2017-06-13 | Latitude Engineering, LLC | Autonomous infrastructure element survey systems and methods using UAV fleet deployment |
CN107077140B (zh) * | 2016-03-28 | 2018-11-30 | 深圳市大疆创新科技有限公司 | 无人飞行器的悬停控制方法、控制***和无人飞行器 |
CN206096947U (zh) * | 2016-09-29 | 2017-04-12 | 厦门大学嘉庚学院 | 一种适用于室内自主飞行的四旋翼飞行器 |
CN107289910B (zh) * | 2017-05-22 | 2020-06-19 | 上海交通大学 | 一种基于tof的光流定位*** |
-
2017
- 2017-11-15 CN CN201711133073.8A patent/CN107943064B/zh active Active
- 2017-12-05 WO PCT/CN2017/114574 patent/WO2019095453A1/zh active Application Filing
- 2017-12-05 US US16/495,089 patent/US20200097025A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
US20200097025A1 (en) | 2020-03-26 |
WO2019095453A1 (zh) | 2019-05-23 |
CN107943064A (zh) | 2018-04-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107943064B (zh) | 一种无人机定点悬停***和方法 | |
CN104704384B (zh) | 具体用于装置的基于视觉的定位的图像处理方法 | |
CN106529495B (zh) | 一种飞行器的障碍物检测方法和装置 | |
CN112037260B (zh) | 一种跟踪目标的位置估计方法、装置及无人飞行器 | |
CN102252676B (zh) | 运动姿态数据获取、人体运动姿态追踪方法及相关设备 | |
CN112567201A (zh) | 距离测量方法以及设备 | |
CN107478214A (zh) | 一种基于多传感器融合的室内定位方法及*** | |
CN106197422A (zh) | 一种基于二维标签的无人机定位及目标跟踪方法 | |
CN110268445A (zh) | 利用陀螺仪的相机自动校准 | |
CN108235735A (zh) | 一种定位方法、装置及电子设备、计算机程序产品 | |
CN107209854A (zh) | 用于支持顺畅的目标跟随的***和方法 | |
CN106973221B (zh) | 基于美学评价的无人机摄像方法和*** | |
CN108780577A (zh) | 图像处理方法和设备 | |
CN110887486B (zh) | 一种基于激光线辅助的无人机视觉导航定位方法 | |
CN202177381U (zh) | 运动姿态数据获取装置与人体运动姿态追踪*** | |
CN106444846A (zh) | 移动终端的定位和控制方法、装置及无人机 | |
CN109254587A (zh) | 可在无线充电条件下稳定悬停的小型无人机及其控制方法 | |
CN110162085A (zh) | 用于无人载具的环境自适应感知与规避*** | |
CN110533719A (zh) | 基于环境视觉特征点识别技术的增强现实定位方法及装置 | |
CN113551665A (zh) | 一种用于运动载体的高动态运动状态感知***及感知方法 | |
CN112129263B (zh) | 一种分离移动式立体测距相机的测距方法 | |
CN111307146A (zh) | 一种基于双目相机和imu的虚拟现实头戴显示设备定位*** | |
JP2023505987A (ja) | 人間関節を用いた無人航空機上のカメラの校正 | |
CN107941167B (zh) | 一种基于无人机载具和结构光扫描技术的空间扫描***及其工作方法 | |
Dickmanns et al. | Autonomous landing of airplanes by dynamic machine vision |
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 |