CN109407103A - 一种无人机雾天障碍物识别装置及其识别方法 - Google Patents
一种无人机雾天障碍物识别装置及其识别方法 Download PDFInfo
- Publication number
- CN109407103A CN109407103A CN201811040627.4A CN201811040627A CN109407103A CN 109407103 A CN109407103 A CN 109407103A CN 201811040627 A CN201811040627 A CN 201811040627A CN 109407103 A CN109407103 A CN 109407103A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- optical flow
- barrier
- greasy weather
- pyramid
- 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 49
- 230000003287 optical effect Effects 0.000 claims abstract description 56
- 230000004888 barrier function Effects 0.000 claims abstract description 37
- 238000005259 measurement Methods 0.000 claims abstract description 21
- 238000005036 potential barrier Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000003384 imaging method Methods 0.000 claims abstract description 3
- 230000033001 locomotion Effects 0.000 claims description 13
- 230000001133 acceleration Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 238000009499 grossing Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract 1
- 230000000007 visual effect Effects 0.000 description 8
- 108091092878 Microsatellite Proteins 0.000 description 6
- 239000003595 mist Substances 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000002131 composite material Substances 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 241000127225 Enceliopsis nudicaulis Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012850 discrimination method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000026683 transduction Effects 0.000 description 1
- 238000010361 transduction Methods 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- 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
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
-
- 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
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
- G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
- G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation
- G01C21/165—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation combined with non-inertial navigation instruments
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Acoustics & Sound (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明涉及一种无人机雾天障碍物识别装置及其识别方法,属于无人机避障技术领域。采用了一种基于金字塔LK光流法结合超声传感的避障方法,进行金字塔分布式检测。超声波传感模块用于探测潜在障碍物;单目相机用于对潜在障碍物进行摄像;金字塔LK光流法用于求解单目相机拍摄到图像的光流数据;陀螺仪、加速度计用于测量无人机在三维空间的角速度和加速地,并以此解算出物体的姿态;将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元(陀螺仪、加速度计)采集到的Euler角数据相融合;最后与设定的阈值进行比较,判断是否为障碍物,以提高微型无人机在雾天对障碍物辨识的准确性。
Description
技术领域
本发明涉及一种无人机雾天障碍物识别装置及其识别方法,属于无人机避障技术领域。
背景技术
近年来,随着科学技术的快速发展,无人机项目越来越发挥着重要作用。具有自主飞行能力的无人机由于体积小、成本低、机动灵活的等优点,被广泛地应用于军事、民事和科学研究当中。然而现有的微小型无人机在城市有雾、低空的恶劣环境下,不能自主的感知周围环境信息。可视范围内可以人为遥控飞行;超出视野范围障碍物则会对无人机安全产生威胁。因此,低空有雾的复杂环境中如何感知环境信息,保证微小型无人机障碍物的辨识准确,已成为当今社会关注的重点与难点。
为了解决上述问题,无论国内还是国外都对各式各样的传感器和各种方式障碍物的辨识方法做了大量、深入的研究。单一传感器由于自身的缺陷,难以进行有效的障碍物辨识。因此采用多传感器的组合进行微小型无人机障碍物辨识引起人们的广泛关注。激光雷达和视觉传感器能够实现优势互补,然而激光易受雨、雾等环境影响;红外线和视觉传感器相结合也存在同样的问题,易受太阳光线等环境的影响。因此采用激光、红外线和视觉传感器相结合无法满足无人机工作要求。
发明内容
本发明要解决的技术问题是提供一种无人机雾天障碍物识别装置及其识别方法,在有雾或能见度低的情况下,针对传统的光流算法在微型无人机障碍物辨识过程中准确性低、适应性差等问题,采用超声波与视觉传感器组合的方式,在雾天对障碍物进行辨识。首先用超声波传感器探测目标;在单目相机取得障碍物图像后,采用金字塔LK光流法计算图像光流值,经Kalman滤波处理后与IMU(惯性测量单元值)融合;最后对超声波探测到的目标进行障碍物识别,以提高微型无人机在雾天对障碍物辨识的准确性。
本发明采用的技术方案是:一种无人机雾天障碍物识别装置,包括安装在无人机上的超声波传感模块、单目相机、陀螺仪、加速度、中央处理器;超声波传感模块、单目相机、陀螺仪、加速度均与中央控制器连接;
所述的超声波传感模块用于探测潜在障碍物;单目相机用于对潜在障碍物进行摄像;陀螺仪和加速度计组成惯性测量单元,分别用于测量无人机在三维空间的角速度和加速度,并以此解算出无人机的姿态;中央控制器用于采用金字塔LK光流法求解单目相机拍摄到图像的光流数据,并将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的角速度和加速度相融合,最后将融合后的光流数据与设定的光流数据的阈值进行比较,判断是否为障碍物。
优选地,所述的超声波传感模块选用标称谐振频率为22KHz的LHQ22型号超声换能器,LHQ22型换能器的机械谐振频率FS=22KHz,反谐振频率Fp=24KHz,为使传感器探测范围最大,无人机雾天障碍物识别装置的激励信号频率设定于FS和Fp之间,超声波传感模块使用时差测量技术,可测得无人机距离障碍物的相对位置。
优选地,所述的单目相机采用具有摄像功能的***。
优选地,所述惯性测量单元采用MPU6050陀螺仪加速计一体芯片。
具体地,金字塔LK光流法是指能够依据相对微小变化生成流动向量的图像运动表述方法称为光流法光流含有充足的运动信息,可表现出运动载体拍摄到障碍物图像的位置改变信息,所以,光流法可获得载体与障碍物之间的相对运动信息,光流LK法基于3种假设:(1)亮度恒定,(2)空间一致,(3)时间连续,
可得光流υ的计算式:
式中:W为高斯平滑窗口函数;和分别是x和y方向的光流;和分别是亮度I在x、y和z方向上的梯度。
一种所述的一种无人机雾天障碍物识别装置的识别方法,其特征在于:包括如下步骤:
步骤一、超声波传感模块用声发射传感的方式探测潜在障碍物;
步骤二、单目相机对潜在障碍物进行摄像;
步骤三、中央控制器对单目相机拍摄到图像进行金字塔LK光流法用于求解图像的光流数据;
步骤四、陀螺仪、加速度计测量无人机在三维空间的角速度和加速地,并以此解算出物体的姿态;
步骤五、中央控制器将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的Euler角数据相融合;
步骤六、最后中央控制器将融合后的光流数据与设定的光流数据阈值进行比较,判断是否为障碍物。
本发明的有益效果是:
(1)使用金字塔LK光流法。在金字塔最高层进行光流计算,接下来金字塔层的源点为上一层的结果;一直反复,在金字塔最后一层终止。用此方法能够大幅度减小光流值的计算误差,把不复合假设条件的概率将至最小。
(2)故发明采用超声波与视觉传感器组合的方式,在雾天对障碍物进行辨识。与激光雷达、红外相比,超声波传感器具有精度高、穿透雨雾能力强、几乎不受环境影响等特点。因此采用超声波与视觉传感器相结合的方式能够更好的弥补各自的不足。
附图说明
图1为本发明的总流程图图;
图2为本发明金字塔LK光流法原理图;
图3为本发明单目相机图像平面几何关系图;
图4为本发明单目相机连续两帧拍摄图像的几何关系图;
图5为本发明障碍物辨识原理示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步说明。
实施例1:如图1-5所示,一种无人机雾天障碍物识别装置,包括安装在无人机上的超声波传感模块、单目相机、陀螺仪、加速度、中央处理器;超声波传感模块、单目相机、陀螺仪、加速度均与中央控制器连接;
所述的超声波传感模块用于探测潜在障碍物;单目相机用于对潜在障碍物进行摄像;陀螺仪和加速度计组成惯性测量单元,分别用于测量无人机在三维空间的角速度和加速度,并以此解算出无人机的姿态;中央控制器用于采用金字塔LK光流法求解单目相机拍摄到图像的光流数据,并将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的角速度和加速度相融合,最后将融合后的光流数据与设定的光流数据的阈值进行比较,判断是否为障碍物。
进一步地,所述的超声波传感模块选用标称谐振频率为22KHz的LHQ22型号超声换能器,LHQ22型换能器的机械谐振频率FS=22KHz,反谐振频率Fp=24KHz,为使传感器探测范围最大,无人机雾天障碍物识别装置的激励信号频率设定于FS和Fp之间,超声波传感模块使用时差测量技术,可测得无人机距离障碍物的相对位置。
进一步地,所述的单目相机采用具有摄像功能的***。
进一步地,所述惯性测量单元采用MPU6050陀螺仪加速计一体芯片。
进一步地,金字塔LK光流法是指能够依据相对微小变化生成流动向量的图像运动表述方法称为光流法光流含有充足的运动信息,可表现出运动载体拍摄到障碍物图像的位置改变信息,所以,光流法可获得载体与障碍物之间的相对运动信息,光流LK法基于3种假设:(1)亮度恒定,(2)空间一致,(3)时间连续,
可得光流υ的计算式:
式中:W为高斯平滑窗口函数;和分别是x和y方向的光流;和分别是亮度I在x、y和z方向上的梯度。
进一步地,经典的LK法进行光流计算时,必须满足三个假设条件。然而微小型无人机的快速运动,导致连续两帧图像的光流改变量巨大。约束条件无法满足,进而造成光流值的计算存在较大误差。基于以上情况,本发明用金字塔LK光流法。在金字塔最高层进行光流计算,接下来金字塔层的源点为上一层的结果;一直反复,在金字塔最后一层终止。用此方法能够把不复合假设条件的概率将至最小。
一种所述的一种无人机雾天障碍物识别装置的识别方法,其特征在于:包括如下步骤:
步骤一、超声波传感模块用声发射传感的方式探测潜在障碍物;
步骤二、单目相机对潜在障碍物进行摄像;
步骤三、中央控制器对单目相机拍摄到图像进行金字塔LK光流法用于求解图像的光流数据;
步骤四、陀螺仪、加速度计测量无人机在三维空间的角速度和加速地,并以此解算出物体的姿态;
步骤五、中央控制器将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的Euler角数据相融合;
步骤六、最后中央控制器将融合后的光流数据与设定的光流数据阈值进行比较,判断是否为障碍物。
结合附图2所示,使用金字塔LK光流法。在金字塔最高层进行光流计算,接下来金字塔层的源点为上一层的结果;一直反复,在金字塔最后一层终止。用此方法能够大幅度减小光流值的计算误差,把不复合假设条件的概率将至最小。
结合附图3所示,本发明用最为简单的***,其图像平面几何关系如图2所示。其中,拍摄的中心点为C点,也为坐标的原点,坐标轴的主轴为拍摄中心点垂直于图像平面的连线;而图像中点即主轴相交于平面的点P,其中物平面为过M点且和图像平面平行的平面,平面Z=f时被称为图像平面,物M映射在平面图像Z上点即像点,该像点也是物M与投影中心C的直线与Z的交点。
结合附图4所示,为连续两帧图像的几何关系。其成像模型的关系为,C1和C2为摄像机中心;P1和P2为两帧图像的中点;D为基线长度;d1和d2为物距,即摄像机中心到物平而的距离;H为物点M到主轴的距离;h1和h2为连续两帧图像像点到主轴的距离。在图像坐标系内,连续两帧图像像点的矢量即为两帧图像上物点M产生的光流。由三角形具有相似定则得:
式中f1和f2两拍摄点平面到图像像点的距离,因为焦距不会发生改变,故f1=f2。由几何原理可得:D=d1-d2。代入式上式然后综合光流υ的计算式可知光流计算的数学式为:
|v|=h1D/d2
结合附图5所示,由于微小型无人机具有一定的飞行速度,当无人机与障碍物之间小于一定距离时,无人机会发生危险,因此把无人机发生危险的距离定义为危险距离L1。当无人机与障碍物之间大于一定距离时,其处于没有危险的安全位置,定义此时的距离为安全距离L。L1与L之间为危险区域。根据图4可知:微小型无人机前方有三个检测目标;物体Ⅰ处于危险区域内;物体Ⅱ、Ⅲ处于安全区域。当进行障碍物判定时,若目标处于安全区域,则为非障碍物;若目标处于危险区域,则为障碍物。若微小型无人机判定前方有障碍物时,则需要改变飞行方向;无障碍时,飞行方向不变。因此将阈值W定义为物距d2=L时的光流值。
计算光流值的过程如下:
(1)用金字塔LK光流法求两帧去雾处理后图像上同名点的光流向量合集。
Ja={(αs0,αe0),…(αsn,αen)}
其中,n代表同名点的数值;Ja代表光流向量的集合;(asi,aei)代表各个光流点的源点与终点,其中i=0-n。
(2)对去雾图像进行光流计算。
式中|vji|是径向光流值;代表各个光流点的在横坐标轴上的起点与终点;代表各个光流点的在纵坐标轴上的起点与终点。
(3)计算前一帧图像上特征点到图像中心点的距离。
式中(Ox,Oy)为图像中心点的坐标。
(4)设定阈值W。
其中,L为超声波传感器测得的距离信息。
对径向光流值与其阈值进行比较。当|vij|>W时,目标物体进入危险区域,判定为障碍物。
上述分析表明:无人机的飞行速度越慢,障碍物的辨识准确率越高,反之则准确率越低。因此,在有效距离内且对无人机速度要求不高的场合下(如输电线路巡视),本文采用的改进方法可以实现对障碍物的有效辨识。
本发明提供一种基于多信息融合技术的无人机雾天障碍物识别方法,在有雾或能见度低的情况下,针对传统的光流算法在微型无人机障碍物辨识过程中准确性低、适应性差等问题,采用超声波与视觉传感器组合的方式,在雾天对障碍物进行辨识。首先用超声波传感器探测目标;在单目相机取得障碍物图像后,采用金字塔LK光流法计算图像光流值,经Kalman滤波处理后与IMU(惯性测量单元值)融合;最后对超声波探测到的目标进行障碍物识别,以提高微型无人机在雾天对障碍物辨识的准确性。
上面结合附图对具体测量方法作了详细说明,但是本专利并不限于上述实施例,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本宗旨的前提下做出各种变化。
Claims (6)
1.一种无人机雾天障碍物识别装置,其特征在于:包括安装在无人机上的超声波传感模块、单目相机、陀螺仪、加速度、中央处理器;超声波传感模块、单目相机、陀螺仪、加速度均与中央控制器连接;
所述的超声波传感模块用于探测潜在障碍物;单目相机用于对潜在障碍物进行摄像;陀螺仪和加速度计组成惯性测量单元,分别用于测量无人机在三维空间的角速度和加速度,并以此解算出无人机的姿态;中央控制器用于采用金字塔LK光流法求解单目相机拍摄到图像的光流数据,并将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的角速度和加速度相融合,最后将融合后的光流数据与设定的光流数据的阈值进行比较,判断是否为障碍物。
2.根据权利要求1所述的一种无人机雾天障碍物识别装置,其特征在于:所述的超声波传感模块选用标称谐振频率为22KHz的LHQ22型号超声换能器,LHQ22型换能器的机械谐振频率FS=22KHz,反谐振频率Fp=24KHz,为使传感器探测范围最大,无人机雾天障碍物识别装置的激励信号频率设定于FS和Fp之间,超声波传感模块使用时差测量技术,可测得无人机距离障碍物的相对位置。
3.根据权利要求1所述的一种无人机雾天障碍物识别装置,其特征在于:所述的单目相机采用具有摄像功能的***。
4.根据权利要求1所述的一种无人机雾天障碍物识别装置,其特征在于:所述惯性测量单元采用MPU6050陀螺仪加速计一体芯片。
5.根据权利要求1所述的一种无人机雾天障碍物识别装置,其特征在于:金字塔LK光流法是指能够依据相对微小变化生成流动向量的图像运动表述方法称为光流法光流含有充足的运动信息,可表现出运动载体拍摄到障碍物图像的位置改变信息,所以,光流法可获得载体与障碍物之间的相对运动信息,光流LK法基于3种假设:(1)亮度恒定,(2)空间一致,(3)时间连续,
可得光流υ的计算式:
式中:W为高斯平滑窗口函数;和分别是x和y方向的光流;和分别是亮度I在x、y和z方向上的梯度。
6.一种权利要求1-5任一项所述的一种无人机雾天障碍物识别装置的识别方法,其特征在于:包括如下步骤:
步骤一、超声波传感模块用声发射传感的方式探测潜在障碍物;
步骤二、单目相机对潜在障碍物进行摄像;
步骤三、中央控制器对单目相机拍摄到图像进行金字塔LK光流法用于求解图像的光流数据;
步骤四、陀螺仪、加速度计测量无人机在三维空间的角速度和加速地,并以此解算出物体的姿态;
步骤五、中央控制器将求解到的光流数据进行Kalman滤波处理后与经惯性测量单元采集到的Euler角数据相融合;
步骤六、最后中央控制器将融合后的光流数据与设定的光流数据阈值进行比较,判断是否为障碍物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811040627.4A CN109407103A (zh) | 2018-09-07 | 2018-09-07 | 一种无人机雾天障碍物识别装置及其识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811040627.4A CN109407103A (zh) | 2018-09-07 | 2018-09-07 | 一种无人机雾天障碍物识别装置及其识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109407103A true CN109407103A (zh) | 2019-03-01 |
Family
ID=65464516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811040627.4A Pending CN109407103A (zh) | 2018-09-07 | 2018-09-07 | 一种无人机雾天障碍物识别装置及其识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109407103A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007313A (zh) * | 2019-03-08 | 2019-07-12 | 中国科学院深圳先进技术研究院 | 基于无人机的障碍物检测方法及装置 |
CN112364741A (zh) * | 2020-11-02 | 2021-02-12 | 湖南航天宏图无人机***有限公司 | 无人机单目远距离障碍检测方法、装置及无人机 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104359482A (zh) * | 2014-11-26 | 2015-02-18 | 天津工业大学 | 基于lk光流算法的视觉导航方法 |
CN106200672A (zh) * | 2016-07-19 | 2016-12-07 | 深圳北航新兴产业技术研究院 | 一种基于光流的无人机避障方法 |
CN106813662A (zh) * | 2016-06-08 | 2017-06-09 | 极翼机器人(上海)有限公司 | 一种基于光流的导航方法 |
CN106843282A (zh) * | 2017-03-17 | 2017-06-13 | 东南大学 | 基于m100开发平台的区域完全搜索与避障***及方法 |
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 |
CN107390704A (zh) * | 2017-07-28 | 2017-11-24 | 西安因诺航空科技有限公司 | 一种基于imu姿态补偿的多旋翼无人机光流悬停方法 |
CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
WO2018095278A1 (zh) * | 2016-11-24 | 2018-05-31 | 腾讯科技(深圳)有限公司 | 飞行器的信息获取方法、装置及设备 |
-
2018
- 2018-09-07 CN CN201811040627.4A patent/CN109407103A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104359482A (zh) * | 2014-11-26 | 2015-02-18 | 天津工业大学 | 基于lk光流算法的视觉导航方法 |
CN106813662A (zh) * | 2016-06-08 | 2017-06-09 | 极翼机器人(上海)有限公司 | 一种基于光流的导航方法 |
CN106200672A (zh) * | 2016-07-19 | 2016-12-07 | 深圳北航新兴产业技术研究院 | 一种基于光流的无人机避障方法 |
WO2018095278A1 (zh) * | 2016-11-24 | 2018-05-31 | 腾讯科技(深圳)有限公司 | 飞行器的信息获取方法、装置及设备 |
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 |
CN106843282A (zh) * | 2017-03-17 | 2017-06-13 | 东南大学 | 基于m100开发平台的区域完全搜索与避障***及方法 |
CN107390704A (zh) * | 2017-07-28 | 2017-11-24 | 西安因诺航空科技有限公司 | 一种基于imu姿态补偿的多旋翼无人机光流悬停方法 |
CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
Non-Patent Citations (5)
Title |
---|
HANAFI ANIS, AHMAD HARIS INDRA FADHILLAH: "《Automatic Quadcopter Control Avoiding Obstacle Using Camera with Integrated Ultrasonic Sensor》", 《THE INTERNATIONAL CONFERENCE ON THEORETICAL AND APPLIED PHYSICS》 * |
余超凡等: "基于光流传感器的旋翼无人机实时避障***", 《计算机应用与软件》 * |
刘海波等: "浅析无人机自动避障***", 《中国计量》 * |
张小东,郝向阳,孙国鹏,徐亚丽: "《旋翼无人机单目视觉障碍物径向光流检测法》", 《测绘学报》 * |
张小东、 孙国鹏: "《基于光流的旋翼无人机障碍物检测方法》", 《测绘与空间地理信息》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110007313A (zh) * | 2019-03-08 | 2019-07-12 | 中国科学院深圳先进技术研究院 | 基于无人机的障碍物检测方法及装置 |
CN112364741A (zh) * | 2020-11-02 | 2021-02-12 | 湖南航天宏图无人机***有限公司 | 无人机单目远距离障碍检测方法、装置及无人机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11668571B2 (en) | Simultaneous localization and mapping (SLAM) using dual event cameras | |
KR102126513B1 (ko) | 카메라의 포즈를 판단하기 위한 장치 및 방법 | |
TWI827649B (zh) | 用於vslam比例估計的設備、系統和方法 | |
Kneip et al. | Closed-form solution for absolute scale velocity determination combining inertial measurements and a single feature correspondence | |
CN111326023A (zh) | 一种无人机航线预警方法、装置、设备及存储介质 | |
CN111666891B (zh) | 用于估计障碍物运动状态的方法和装置 | |
WO2022179207A1 (zh) | 视窗遮挡检测方法及装置 | |
US20220024549A1 (en) | System and method for measuring the distance to an object in water | |
US8467612B2 (en) | System and methods for navigation using corresponding line features | |
CN111288989A (zh) | 一种小型无人机视觉定位方法 | |
WO2023283987A1 (zh) | 无人***的传感器安全性检测方法、设备及存储介质 | |
Zheng et al. | Robust and accurate monocular visual navigation combining IMU for a quadrotor | |
CN109407103A (zh) | 一种无人机雾天障碍物识别装置及其识别方法 | |
Karam et al. | Integrating a low-cost mems imu into a laser-based slam for indoor mobile mapping | |
Mebarki et al. | Image moments-based velocity estimation of UAVs in GPS denied environments | |
Kakillioglu et al. | 3D sensor-based UAV localization for bridge inspection | |
Stowers et al. | Quadrotor Helicopter Flight Control Using Hough Transform and Depth Map from a Microsoft Kinect Sensor. | |
CN103744110B (zh) | 超声与单目视觉传感器结合的障碍物识别装置 | |
CN209728170U (zh) | 一种激光照射式gps坐标获取*** | |
Shang et al. | Vision Model-Based Real-Time Localization of Unmanned Aerial Vehicle for Autonomous Structure Inspection under GPS-Denied Environment | |
Megalingam et al. | Adding intelligence to the robotic coconut tree climber | |
CN208314856U (zh) | 一种用于单目机载目标检测的*** | |
Qi et al. | A uav positioning strategy based on optical flow sensor and inertial navigation | |
Kun et al. | Improvements in Optical Flow-based Aircraft Partial State Estimation | |
Artemciukas et al. | Kalman filter for hybrid tracking technique in augmented reality |
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 |
Application publication date: 20190301 |
|
RJ01 | Rejection of invention patent application after publication |