CN112650300B - 一种无人机避障方法和装置 - Google Patents
一种无人机避障方法和装置 Download PDFInfo
- Publication number
- CN112650300B CN112650300B CN202110020541.0A CN202110020541A CN112650300B CN 112650300 B CN112650300 B CN 112650300B CN 202110020541 A CN202110020541 A CN 202110020541A CN 112650300 B CN112650300 B CN 112650300B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- path
- image data
- information
- image
- 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 41
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000004888 barrier function Effects 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 239000000523 sample Substances 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor 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)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明涉及无人机技术领域，尤其涉及一种无人机避障方法和装置，其中，方法包括：在云端中获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；根据所述路径信息提取与飞行路径同向的图像数据；调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；根据所述相对距离信息和所述速度信息计算得到触障时间数据，将所述触障时间数据回传至所述云端，通过该方法可提前避免无人机碰撞障碍物。
Description
技术领域
本发明涉及无人机技术领域，尤其涉及一种无人机避障方法。
背景技术
随着无人机行业的迅速发展，随着无人机行业的快速发展，无人机应用越来越广泛，为了提高无人机的安全性，对无人机避障***和方法的研究就显得尤为重要。
目前的避障技术主要有超声波、激光雷达和视觉避障。超声波和激光雷达都是主动式探测障碍物的技术，优点是技术比较成熟，探测距离精度高；缺点是载重较大，功耗较高，存在探测盲区，需要多个探头才能进行范围扫描，然而视觉避障主要依据对采集的各帧图像分析，需要将图像回传服务器计算分析，避障的实效性较差。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种无人机避障方法和装置。
本发明提供一种无人机避障方法，包括：
获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
根据所述路径信息提取与飞行路径同向的图像数据；
调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据。
进一步地，所述根据所述路径信息提取与飞行路径同向的图像数据，包括：
获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；
计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据。
进一步地，所述调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标之前，包括：
获取障碍物样本图样；
将所述样本图样输送至神经网络中进行训练；
构建障碍物目标的图像识别算法。
进一步地，所述根据所述相对距离信息和所述速度信息计算得到触障时间数据，将所述触障时间数据回传至所述云端，之后，还包括：
获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；
发送时间值最大的第一触障时间数据或第二触障时间数据。
还提供一种无人机避障装置，其特征在于，包括：
图像获取模块，用于获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
图像提取模块，用于根据所述路径信息提取与飞行路径同向的图像数据；
障碍物目标识别模块，用于调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
深度计算模块，用于若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
触障时间计算模块，用于根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据。
进一步地，所述图像提取模块，还包括：
定位点获取子模块，用于获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；
计算子模块，用于计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据。
进一步地，所述障碍物目标识别模块，还包括：
样本图样获取子模块，用于获取障碍物样本图样；
训练子模块，用于将所述样本图样输送至神经网络中进行训练；
构建子模块，用于构建障碍物目标的图像识别算法。
进一步地，所述触障时间计算模块，还包括：
图像获取子模块，用于获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
触障时间子模块，用于若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；
发送子模块，用于发送时间值最大的第一触障时间数据或第二触障时间数据
本发明实施例包括以下优点：
本发明通过获取与飞行路径同向的图像数据，判断图像数据中是否存在障碍物目标，又通过图像深度算法从而计算出无人机触碰障碍物的时间，同时还可计算其他图像数据中触障时间，选择较优的触障时间发送至云端，从而触发无人机在触障时间内执行相匹配的飞行指令，避免触碰障碍物。
附图说明
图1是本发明的一种无人机避障方法的步骤流程图；
图2是本发明的一种无人机避障装置的结构框图。
图3是本发明的一种无人机避障的计算机设备的结构框图。
具体实施方式
为使本发明的目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1，示出了本发明的一种无人机避障方法的步骤流程图，所述方法步骤包括：
S100，获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
S110，根据所述路径信息提取与飞行路径同向的图像数据；
S120，调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
S130，若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
S140，根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据。
本发明主要运用5G通信技术，建立云端服务器，接收由无人机上的通讯模块所传输的视频数据和数字数据，其中，视频数据包括无人机上多方位的摄像头所采集的连续帧图像数据等，数字数据包括无人机的飞行路径信息和飞行速度信息等；本发明的主旨在于利用5G通信技术的大宽带、低时延的优点，通过对采集上传的图像数据进行障碍物分析，以避免沿原有的飞行路径触碰障碍物。上述步骤综合后，最基本的避障方案是，沿用原有的飞行路径，根据所计算得到的触障时间设定飞行时长，当达到或者临近飞行时长时，控制无人机悬停或下降，以提前避免碰触障碍物。
当无人机沿预定的飞行路径飞行时，用于采集图像数据的多路摄像头中的主光轴与该路径夹角最小的摄像头为主摄镜头。在已上传至云端的各方位的图像数据中提取主摄镜头所采集的图像数据，即根据所述路径信息提取与飞行路径同向的图像数据，在该步骤中，还包括：
获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；
需要说明的，本发明所提供的无人机所搭载的多路摄像头为用户提供全景图像采集支持，无人机在非垂直向的飞行过程中，无论沿何种飞行路径，都可以确定该路径方向的图像数据。路径信息由多个相连接的定位点组成，通过各相邻的定位点的空间坐标信息可以明确该路径的方向。
计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据。
上述技术方案中，确定提取的图像数据的目的在于，在飞行路径的大致方向中确定将要触碰的障碍物，可以理解为，计算路径方向与各路图像数据中心之间的夹角，即计算与各路图像数据中每一帧图像中心的夹角，也即计算与各路摄像头主光轴之间的夹角，确定所提取的图像数据。
在本实施例中，所调用的图像识别算法为通过以下步骤进行预先构建的，包括：
获取障碍物样本图样；
将所述样本图样输送至神经网络中进行训练；
构建障碍物目标的图像识别算法。
需要说明的是，通过该图像识别算法可快速识别所提取的图像数据中是否存在障碍物目标，确认图像数据中存在障碍物目标后，所调用的图像深度算法也为预先构建的，以此估算出沿飞行路径方向触碰障碍物的距离。
在另一实施例中，除了基本的悬停或下降的避障方式之外，还可以通过进一步提取其他路图像数据的方式，判断其他路图像数据中是否存在其他障碍物目标，具体步骤为：
获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；
发送时间值最大的第一触障时间数据或第二触障时间数据。
可以理解的，之前所提取的图像数据为主摄像头所采集，第一路图像数据和第二路图像数据可以为主摄像头相邻摄像头所采集的图像数据。
本发明中的无人机可在云端中接收触障时间数据，所接收的触障时间数据可以进行数据编号，例如，基本的触障时间数据编号为0，则触发在编号0的时长内执行与之预先匹配的悬停/下降方案；第一触障时间数据编号为1，则触发在编号1的时长内执行与之预先匹配的左转方案；第二触障时间数据编号为2，则触发在编号2的时长内执行与之预先匹配的右转方案；
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图2，示出了本发明的一种无人机避障装置的结构框图，具体可以包括如下模块：
图像获取模块100，用于获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
图像提取模块200，用于根据所述路径信息提取与飞行路径同向的图像数据；
障碍物目标识别模块300，用于调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
深度计算模块400，用于若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
触障时间计算模块500，用于根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据。
在本实施例中，所述图像提取模块200，还包括：
定位点获取子模块，用于获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；
计算子模块，用于计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据。
在本实施例中，所述障碍物目标识别模块300，还包括：
样本图样获取子模块，用于获取障碍物样本图样；
训练子模块，用于将所述样本图样输送至神经网络中进行训练；
构建子模块，用于构建障碍物目标的图像识别算法。
在本实施例中，所述触障时间计算模块400，还包括：
图像获取子模块，用于获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
触障时间子模块，用于若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；
发送子模块，用于发送时间值最大的第一触障时间数据或第二触障时间数据
对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
如图3，示出了本发明的一种无人机避障的方法的计算机设备，具体可以包括如下：
在本发明实施例中，本发明还提供一种计算机设备，上述计算机设备12以通用计算设备的形式表现，计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，***存储器28，连接不同***组件(包括***存储器28和处理单元16)的总线18。
总线18表示几类总线18结构中的一种或多种，包括存储器总线18或者存储器控制器，***总线18，图形加速端口，处理器或者使用多种总线18结构中的任意总线18结构的局域总线18。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线18，微通道体系结构(MAC)总线18，增强型ISA总线18、音视频电子标准协会(VESA)局域总线18以及***组件互连(PCI)总线18。
计算机设备12典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
***存储器28可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(RAM)31和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例，存储***34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图3中未示出，可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD～ROM，DVD～ROM或者其他光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块42，这些程序模块42被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具41，可以存储在例如存储器中，这样的程序模块42包括——但不限于——操作***、一个或者多个应用程序、其他程序模块42以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN))，广域网(WAN)和/或公共网络(例如因特网)通信。如图所示，网络适配器21通过总线18与计算机设备12的其他模块通信。应当明白，尽管图中未示出，可以结合计算机设备12使用其他硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID***、磁带驱动器以及数据备份存储***34等。
处理单元16通过运行存储在***存储器28中的程序，执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种无人机避障方法。
即上述处理单元16执行上述程序时实现：在云端中获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；根据所述路径信息提取与飞行路径同向的图像数据；调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；根据所述相对距离信息和所述速度信息计算得到触障时间数据，将所述触障时间数据回传至所述云端。
在本发明实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有实施例提供的一种无人机避障方法。
也即，给程序被处理器执行时实现：在云端中获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；根据所述路径信息提取与飞行路径同向的图像数据；调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；若存在，调用图像深度算法的到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；根据所述相对距离信息和所述速度信息计算得到触障时间数据，将所述触障时间数据回传至所述云端。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机克顿信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPOM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD～ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，改计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种无人机避障方法和装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (4)
1.一种无人机避障方法，其特征在于，包括：
获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
根据所述路径信息提取与飞行路径同向的图像数据；获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据；
调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
所调用的图像识别算法为通过以下步骤进行预先构建的，包括：获取障碍物样本图样；将所述样本图样输送至神经网络中进行训练；构建障碍物目标的图像识别算法；所调用的图像深度算法也为预先构建的，以此估算出沿飞行路径方向触碰障碍物的距离；
若存在，调用图像深度算法得到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据；
获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；
无人机在云端中接收触障时间数据，所接收的触障时间数据进行数据编号，基本的触障时间数据编号为0，则触发在编号0的时长内执行与之预先匹配的悬停/下降方案；第一触障时间数据编号为1，则触发在编号1的时长内执行与之预先匹配的左转方案；第二触障时间数据编号为2，则触发在编号2的时长内执行与之预先匹配的右转方案。
2.一种无人机避障装置，所述装置实现如权利要求1所述的方法，其特征在于，包括：
图像获取模块，用于获取无人机飞行时的路径信息、速度信息以及采集的多路图像数据；
图像提取模块，用于根据所述路径信息提取与飞行路径同向的图像数据；
所述图像提取模块，还包括：
定位点获取子模块，用于获取所述路径信息中各定位点的空间坐标，确定由多个连续相邻定位点所形成的路径方向；
计算子模块，用于计算所述路径方向与各路图像数据中图像中心之间的夹角，以夹角最小的其中一路图像数据为所提取的图像数据；
障碍物目标识别模块，用于调用图像识别算法判断所提取的所述图像数据中是否存在障碍物目标；
所述障碍物目标识别模块，所调用的图像识别算法为通过以下模块进行预先构建的，包括：
样本图样获取子模块，用于获取障碍物样本图样；
训练子模块，用于将所述样本图样输送至神经网络中进行训练；
构建子模块，用于构建障碍物目标的图像识别算法；
深度计算模块，用于若存在，调用图像深度算法得到所述障碍物目标的深度信息，其中，所述深度信息包括障碍物的空间位置信息、相对距离信息以及形状信息；
触障时间计算模块，用于根据所述相对距离信息和所述速度信息计算得到触障时间数据，发送所述触障时间数据；
所述触障时间计算模块，还包括：
图像获取子模块，用于获取第一路图像数据和第二路图像数据，调用所述图像识别算法判断所述第一路图像数据、第二路图像数据中是否存在障碍物目标；
触障时间子模块，用于若均存在，调用所述图像深度算法计算分别到第一路图像数据、第二路图像数据中障碍物目标的触障时间，得到第一触障时间数据和第二触障时间数据；无人机在云端中接收触障时间数据，所接收的触障时间数据进行数据编号，基本的触障时间数据编号为0，则触发在编号0的时长内执行与之预先匹配的悬停/下降方案；第一触障时间数据编号为1，则触发在编号1的时长内执行与之预先匹配的左转方案；第二触障时间数据编号为2，则触发在编号2的时长内执行与之预先匹配的右转方案。
3.电子设备，其特征在于，包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1所述的方法。
4.计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110020541.0A CN112650300B (zh) | 2021-01-07 | 2021-01-07 | 一种无人机避障方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110020541.0A CN112650300B (zh) | 2021-01-07 | 2021-01-07 | 一种无人机避障方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112650300A CN112650300A (zh) | 2021-04-13 |
| CN112650300B true CN112650300B (zh) | 2024-05-24 |
Family
ID=75367624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110020541.0A Active CN112650300B (zh) | 2021-01-07 | 2021-01-07 | 一种无人机避障方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112650300B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113436241B (zh) * | 2021-06-25 | 2023-08-01 | 兰剑智能科技股份有限公司 | 一种采用深度信息的干涉校验方法及*** |
| CN113657331A (zh) * | 2021-08-23 | 2021-11-16 | 深圳科卫机器人科技有限公司 | 警戒线红外感应识别方法、装置、计算机设备及存储介质 |
| CN114167871A (zh) * | 2021-12-06 | 2022-03-11 | 北京云迹科技有限公司 | 一种障碍物检测方法、装置、电子设备和存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
| CN106595631A (zh) * | 2016-10-25 | 2017-04-26 | 纳恩博（北京）科技有限公司 | 一种躲避障碍物的方法及电子设备 |
| WO2017215323A1 (zh) * | 2016-06-15 | 2017-12-21 | 上海未来伙伴机器人有限公司 | 飞行机器人避障装置以及飞行机器人避障方法 |
| CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障*** |
| CN108844545A (zh) * | 2018-06-29 | 2018-11-20 | 合肥信亚达智能科技有限公司 | 一种基于图像识别的辅助出行方法及*** |
| CN111399535A (zh) * | 2020-03-24 | 2020-07-10 | 北京三快在线科技有限公司 | 一种无人机避障方法、装置、无人机及存储介质 |
| CN111999744A (zh) * | 2020-07-30 | 2020-11-27 | 国网浙江嘉善县供电有限公司 | 一种无人机多方位探测、多角度智能避障方法 |
-
2021
- 2021-01-07 CN CN202110020541.0A patent/CN112650300B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
| WO2017215323A1 (zh) * | 2016-06-15 | 2017-12-21 | 上海未来伙伴机器人有限公司 | 飞行机器人避障装置以及飞行机器人避障方法 |
| CN106595631A (zh) * | 2016-10-25 | 2017-04-26 | 纳恩博（北京）科技有限公司 | 一种躲避障碍物的方法及电子设备 |
| CN108334103A (zh) * | 2017-12-21 | 2018-07-27 | 广州亿航智能技术有限公司 | 无人机多距离避障方法及避障*** |
| CN108844545A (zh) * | 2018-06-29 | 2018-11-20 | 合肥信亚达智能科技有限公司 | 一种基于图像识别的辅助出行方法及*** |
| CN111399535A (zh) * | 2020-03-24 | 2020-07-10 | 北京三快在线科技有限公司 | 一种无人机避障方法、装置、无人机及存储介质 |
| CN111999744A (zh) * | 2020-07-30 | 2020-11-27 | 国网浙江嘉善县供电有限公司 | 一种无人机多方位探测、多角度智能避障方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112650300A (zh) | 2021-04-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112650300B (zh) | 一种无人机避障方法和装置 | |
| CN110363058B (zh) | 使用单触发卷积神经网络的用于避障的三维对象定位 | |
| CN109509260B (zh) | 动态障碍物点云的标注方法、设备及可读介质 | |
| CN109116374B (zh) | 确定障碍物距离的方法、装置、设备及存储介质 | |
| EP3627180B1 (en) | Sensor calibration method and device, computer device, medium, and vehicle | |
| CN109409354B (zh) | 无人机智能跟随目标确定方法、无人机和遥控器 | |
| US10282623B1 (en) | Depth perception sensor data processing | |
| WO2019179464A1 (zh) | 用于预测目标对象运动朝向的方法、车辆控制方法及装置 | |
| CN111273268B (zh) | 自动驾驶障碍物类型的识别方法、装置及电子设备 | |
| US20180211119A1 (en) | Sign Recognition for Autonomous Vehicles | |
| JP7273129B2 (ja) | 車線検出方法、装置、電子機器、記憶媒体及び車両 | |
| CN109118532B (zh) | 视觉景深估计方法、装置、设备及存储介质 | |
| CN109635861B (zh) | 一种数据融合方法、装置、电子设备及存储介质 | |
| CN113887400B (zh) | 障碍物检测方法、模型训练方法、装置及自动驾驶车辆 | |
| CN113378605B (zh) | 多源信息融合方法及装置、电子设备和存储介质 | |
| CN113838125A (zh) | 目标位置确定方法、装置、电子设备以及存储介质 | |
| CN115147328A (zh) | 三维目标检测方法及装置 | |
| JP2023038164A (ja) | 障害物検出方法、装置、自動運転車両、機器、及び記憶媒体 | |
| CN114091515A (zh) | 障碍物检测方法、装置、电子设备和存储介质 | |
| CN112132015A (zh) | 违规驾驶姿势的检测方法、装置、介质和电子设备 | |
| CN114549961B (zh) | 目标对象的检测方法、装置、设备以及存储介质 | |
| CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
| CN115861755A (zh) | 特征融合方法、装置、电子设备及自动驾驶车辆 | |
| CN113516013B (zh) | 目标检测方法、装置、电子设备、路侧设备和云控平台 | |
| CN113721240B (zh) | 一种目标关联方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211109 Address after: 518000 building 401, new industry incubation center, China scientific research and Development Park, No. 009, Gaoxin South 1st Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong Applicant after: Shenzhen Lisheng Technology Information Co.,Ltd. Address before: 518000 a1001, Dawan Cultural Plaza, Malian street, Pingshan District, Shenzhen City, Guangdong Province Applicant before: Shenzhen monarch brand planning management Co.,Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Country or region after: China Address after: 518000 building 401, new industry incubation center, China scientific research and Development Park, No. 009, Gaoxin South 1st Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong Applicant after: Shenzhen Zhisheng United Technology Co.,Ltd. Address before: 518000 building 401, new industry incubation center, China scientific research and Development Park, No. 009, Gaoxin South 1st Road, high tech Zone community, Yuehai street, Nanshan District, Shenzhen, Guangdong Applicant before: Shenzhen Lisheng Technology Information Co.,Ltd. Country or region before: China |
|
| GR01 | Patent grant |