CN113795805A - 无人机的飞行控制方法和无人机 - Google Patents
无人机的飞行控制方法和无人机 Download PDFInfo
- Publication number
- CN113795805A CN113795805A CN202080033632.1A CN202080033632A CN113795805A CN 113795805 A CN113795805 A CN 113795805A CN 202080033632 A CN202080033632 A CN 202080033632A CN 113795805 A CN113795805 A CN 113795805A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- flight
- obstacle
- return
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 31
- 238000004891 communication Methods 0.000 claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 23
- 230000004044 response Effects 0.000 claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 description 11
- 238000003062 neural network model Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 101150064138 MAP1 gene Proteins 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000011065 in-situ storage Methods 0.000 description 4
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- 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
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
提供了一种无人机的飞行控制方法和无人机,其中无人机的飞行控制方法包括:在无人机飞行过程中,若检测到无人机与无人机的控制设备之间的通信连接中断,控制无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测通信连接是否恢复(S301);在回溯飞行过程中判断是否满足返航条件(S302);若未满足返航条件且检测到通信连接恢复,则控制无人机响应控制设备的控制指令飞行(S303);若满足返航条件,则控制无人机飞行至返航点(S304)。此飞行控制方法提升了无人机在失联场景中解决问题的自主性。
Description
技术领域
本申请实施例涉及无人机技术领域,尤其涉及一种无人机的飞行控制方法和无人机。
背景技术
无人机在飞行过程中可能出现异常状态,例如,与遥控器断开连接等情况。通常,无人机会在原地等待用户调整遥控器天线的角度恢复连接。这种解决方式导致无人机缺乏自主性,应对异常状况时无人机的脱困效果较差。
发明内容
本申请实施例提供一种无人机的飞行控制方法和无人机,提升了无人机在失联场景中解决问题的自主性。
第一方面,本申请实施例提供一种无人机的飞行控制方法,包括:
在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;
在所述回溯飞行过程中判断是否满足返航条件;
若在未满足返航条件且检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若在满足返航条件时,则控制所述无人机飞行至返航点。
第二方面,本申请实施例提供一种无人机,包括:存储器、处理器和收发器;
所述收发器,用于与其他设备通信;
所述存储器,用于存储程序代码;
所述处理器,调用所述程序代码,当所述程序代码被执行时,用于执行以下操作:
在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;
在所述回溯飞行过程中判断是否满足返航条件;
若在未满足返航条件且检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若在满足返航条件时,则控制所述无人机飞行至返航点。
第三方面,本申请实施例提供一种计算机可读存储介质,所述可读存储介质中存储计算机程序,所述计算机程序在执行时实现如第一方面提供的方法。
本申请实施例提供一种无人机的飞行控制方法和无人机,适用于无人机飞行过程中与控制设备通信连接中断的场景。通过控制无人机沿通信连接中断前的飞行轨迹回溯飞行,检测通信连接是否恢复以及检测是否满足返航条件,根据检测结果控制无人机的飞行,提升了无人机失联场景中无人机解决问题的自主性。
附图说明
图1是根据本申请的实施例的无人飞行***的示意性架构图;
图2为本申请实施例提供的应用场景示意图;
图3为本申请实施例提供的无人机的飞行控制方法的一种流程图;
图4为本申请实施例提供的飞行轨迹的示意图;
图5为本申请实施例提供的无人机的飞行控制方法的另一种流程图;
图6为本申请实施例提供的无人机回溯飞行的一个示意图;
图7为本申请实施例提供的无人机回溯飞行的另一个示意图;
图8为本申请实施例提供的无人机的飞行控制方法的另一种流程图;
图9A~9C为本申请实施例提供的无人机飞行的示意图;
图10为本申请实施例提供的无人机的一种结构示意图。
具体实施方式
下面结合附图描述本申请实施例。
图1是根据本申请的实施例的无人飞行***的示意性架构图。本实施例以旋翼无人飞行器为例进行说明。
无人飞行***100可以包括无人飞行器110、显示设备130和控制终端140。其中,无人飞行器110可以包括动力***150、飞行控制***160、机架和承载在机架上的云台120。无人飞行器110可以与控制终端140和显示设备130进行无线通信。其中,无人飞行器110还包括电池(图中未示出),电池为动力***150提供电能。无人飞行器110可以是农业无人机或行业应用无人机,有循环作业的需求。相应的,电池也有循环作业的需求。
机架可以包括机身和脚架(也称为起落架)。机身可以包括中心架以及与中心架连接的一个或多个机臂,一个或多个机臂呈辐射状从中心架延伸出。脚架与机身连接,用于在无人飞行器110着陆时起支撑作用。
动力***150可以包括一个或多个电子调速器(简称为电调)151、一个或多个螺旋桨153以及与一个或多个螺旋桨153相对应的一个或多个电机152,其中电机152连接在电子调速器151与螺旋桨153之间,电机152和螺旋桨153设置在无人飞行器110的机臂上;电子调速器151用于接收飞行控制***160产生的驱动信号,并根据驱动信号提供驱动电流给电机152,以控制电机152的转速。电机152用于驱动螺旋桨旋转,从而为无人飞行器110的飞行提供动力,该动力使得无人飞行器110能够实现一个或多个自由度的运动。在某些实施例中,无人飞行器110可以围绕一个或多个旋转轴旋转。例如,上述旋转轴可以包括横滚轴(Roll)、偏航轴(Yaw)和俯仰轴(pitch)。应理解,电机152可以是直流电机,也可以交流电机。另外,电机152可以是无刷电机,也可以是有刷电机。
飞行控制***160可以包括飞行控制器161和传感***162。传感***162用于测量无人机的姿态信息,即无人飞行器110在空间的位置信息和状态信息,例如,三维位置、三维角度、三维速度、三维加速度和三维角速度等。传感***162例如可以包括陀螺仪、超声传感器、电子罗盘、惯性测量单元(Inertial Measurement Unit,IMU)、视觉传感器、全球导航卫星***和气压计等传感器中的至少一种。例如,全球导航卫星***可以是全球定位***(Global Positioning System,GPS)。飞行控制器161用于控制无人飞行器110的飞行,例如,可以根据传感***162测量的姿态信息控制无人飞行器110的飞行。应理解,飞行控制器161可以按照预先编好的程序指令对无人飞行器110进行控制,也可以通过响应来自控制终端140的一个或多个遥控信号对无人飞行器110进行控制。
云台120可以包括电机122。云台用于携带负载,负载例如可以是拍摄装置123。飞行控制器161可以通过电机122控制云台120的运动。可选的,作为另一实施例,云台120还可以包括控制器,用于通过控制电机122来控制云台120的运动。应理解,云台120可以独立于无人飞行器110,也可以为无人飞行器110的一部分。应理解,电机122可以是直流电机,也可以是交流电机。另外,电机122可以是无刷电机,也可以是有刷电机。还应理解,云台可以位于无人飞行器的顶部,也可以位于无人飞行器的底部。
拍摄装置123例如可以是照相机或摄像机等用于捕获图像的设备,拍摄装置123可以与飞行控制器通信,并在飞行控制器的控制下进行拍摄。本实施例的拍摄装置123至少包括感光元件,该感光元件例如为互补金属氧化物半导体(Complementary Metal OxideSemiconductor,CMOS)传感器或电荷耦合元件(Charge-coupled Device,CCD)传感器。可以理解,拍摄装置123也可直接固定于无人飞行器110上,从而云台120可以省略。
显示设备130位于无人飞行***100的地面端,可以通过无线方式与无人飞行器110进行通信,并且可以用于显示无人飞行器110的姿态信息。另外,还可以在显示设备130上显示拍摄装置123拍摄的图像。应理解,显示设备130可以是独立的设备,也可以集成在控制终端140中。
控制终端140位于无人飞行***100的地面端,可以通过无线方式与无人飞行器110进行通信,用于对无人飞行器110进行远程操纵。
应理解,上述对于无人飞行***各组成部分的命名仅是出于标识的目的,并不应理解为对本申请的实施例的限制。
图2为本申请实施例提供的应用场景示意图,如图2所示,图2中示出了无人飞行器201、无人飞行器的控制终端202。无人飞行器201的控制终端202可以是遥控器、智能手机、台式电脑、膝上型电脑、穿戴式设备(手表、手环)中的一种或多种。本申请实施例以控制终端202为遥控器2021和终端设备2022为例来进行示意性说明。该终端设备2022例如是智能手机、可穿戴设备、平板电脑等,但本申请实施例并限于此。
其中,遥控器2021可以与无人飞行器201进行通信,用户可以通过操纵遥控器上的控制杆来控制无人飞行器201的飞行状态,控制杆一般分为俯仰控制杆、偏航控制杆、横滚控制杆和油门控制杆,分别控制飞机前后飞、转航向、左右飞和上下飞,且各方向的杆量都相互独立,控制解耦。遥控器2021上可以设置4个实体的控制杆,也就是俯仰控制杆、偏航控制杆、横滚控制杆和油门控制杆分别为4个物理上相互独立的控制杆;或者,遥控器2021上可以设置2个实体的控制杆,每个实体的控制杆可以实现两种控制杆的功能,遥控器2021上具体设置几个实体的控制杆,本实施例不做限定。
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图3为本申请实施例提供的无人机的飞行控制方法的一种流程图。本实施例提供的无人机的飞行控制方法,执行主体可以为无人机。如图3所示,本实施例提供的无人机的飞行控制方法,可以包括:
S301、在无人机飞行过程中,若检测到无人机与无人机的控制设备之间的通信连接中断,控制无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测通信连接是否恢复。
具体的,无人机在飞行过程中需要检测与无人机的控制设备之间的通信连接是否中断。如果中断,说明无人机当前位置的通信环境较差,比如信号被遮挡,或者无人机与控制设备之间的距离较远等,此时,控制无人机沿着通信连接中断前的飞行轨迹回溯飞行,并且在回溯飞行的过程中检测与控制设备之间的通信连接是否恢复。
通过沿着飞行轨迹往回飞,相比于现有技术中无人机在原地等待,提升了无人机与控制设备恢复通信连接的成功率,提升了无人机在与控制设备通信中断的场景中解决问题的自主性,提升了脱困效果。
其中,本实施例对检测通信连接是否中断的方法不做限定。可选的,无人机可以周期性向控制设备发送检测信号,相应的,会周期性接收控制设备发送的应答信号。如果在时间段T1内持续没有接收到控制设备发送的应答信号,则可以确定无人机与控制设备之间的通信连接中断。其中,本实施例对检测周期不做限定,可以根据无人机的类型、无人机的飞行环境进行设置。例如,无人机在树林中遮挡物较多的场景中,可以设置较小的检测周期。而在遮挡物较少的场景中,可以设置较大的检测周期。可选的,控制设备可以周期性向无人机发送检测信号,相应的,无人机周期性向控制设备发送应答信号。
其中,本实施例对检测通信连接是否恢复的方法不做限定。可选的,无人机可以周期性向控制设备发送检测信号。如果在时间段T2内持续接收到控制设备发送的应答信号,则可以确定无人机与控制设备之间的通信连接恢复。
可选的,飞行轨迹可以包括多个航点,多个航点为无人机在通信连接中断前的预设时间段内历经的航点。本实施例对预设时间段的具体取值不做限定。可选的,预设时间段可以与无人机记录航点的方式相关。
下面结合图4对飞行轨迹进行示例性说明,但图4并不对飞行轨迹形成限定。
如图4所示,左侧竖线表示无人机的起飞位置,右侧竖线表示无人机检测到与控制设备之间的通信连接中断的当前位置,可以称为失联位置。黑色实心圆形表示无人机记录的航点。在示例1中,从起飞位置开始无人机就记录航点,因此,通信连接中断前的飞行轨迹可以为轨迹1,飞行轨迹包括了9个航点,预设时间段为从失联位置到起飞位置之间无人机飞行的整个时间段。在示例2中,无人机在飞行过程中更新记录当前时刻之前无人机历经的预设数值个航点,比如5个。因此,通信连接中断前的飞行轨迹可以为轨迹2,飞行轨迹包括了5个航点。在示例3中,无人机可以将历经的航点分段记录,形成不同的轨迹。因此,通信连接中断前的飞行轨迹可以为轨迹4,飞行轨迹包括了4个航点。
需要说明的是,本实施例对两个航点之间的间隔不做限定。可选的,相邻两个航点之间的时间间隔相同。可选的,相邻两个航点之间的距离相同。可选的,可以根据无人机的飞行环境调整相邻两个航点之间的间隔。例如,在地势平坦的区域中飞行时,两个航点之间的时间间隔或距离间隔可以较大。而在山地、峡谷、树林等遮挡物或障碍物较多的场景中,两个航点之间的时间间隔或距离间隔可以较小。
可选的,航点可以对应有标识信息,标识信息可以唯一区分不同的航点。例如,在图4的示例1中,9个航点的标识信息可以分别为1~9。在图4的示例3中,轨迹3包括5个航点,标识信息可以分别为1~5,轨迹4包括4个航点,标识信息可以分别为6~9。
S302、在回溯飞行过程中判断是否满足返航条件。
根据判断结果后续执行S303或S304。
S303、在未满足返航条件且检测到通信连接恢复,则控制无人机响应控制设备的控制指令飞行。
S304、若在满足返航条件时,则控制无人机飞行至返航点。
具体的,在无人机沿着通信连接中断前的飞行轨迹回溯飞行的过程中,还可以检测是否满足返航条件,根据是否满足返航条件以及无人机与控制设备之间的通信连接是否恢复,控制无人机的飞行。本实施例对检测是否满足返航条件以及检测通信连接是否恢复的执行顺序不做限定。比如,可以同时执行。又比如,分别按照各自的检测周期进行周期检测,本实施例对检测周期不做限定。
其中,在一个场景中,如果无人机与控制设备之间的通信连接没有恢复,无人机仍然处于失联状态。如果满足了返航条件,则控制无人机返航,飞行至返航点。
在另一个场景中,如果检测到无人机与控制设备之间的通信连接恢复,那么无人机后续就可以根据控制设备发送的控制指令进行飞行。而且,如果还没有满足返航条件,则控制无人机响应控制设备的控制指令飞行。
基于上述实施例的方案,可以减少无人机与控制设备断联后原地等待期间的不确定因素,提升无人机脱困的自主性。
在一种方案中,确定断联后直接返回返航点,虽然无人机在返回返航点,重新与遥控设备建立通信联系,如果需要继续飞行任务,需要重新飞行前序航段。这无形增加了飞行任务的完成成本。
另外无人机在远距离飞行,无人机与控制设备之间的通信经常会受到障碍物遮挡,导致信号质量不佳,甚至经常断联,但是若断联后直接返回返航点,相当于结束了本次飞行任务,若是在执行航拍任务,可能就是无法让用户尽情的完成航拍任务,若是在执行飞行体验任务(例如,通过无人机的FPV画面回传,让用户以FPV视角体验飞行),可能就无法让用户尽情体验玩无人机的乐趣。
基于上述实施例的方案,断连后先控制无人机回溯飞行,并且检测通讯连接是否重新建立,可以一定程度上提升找回通信信号的可能性,继而,若在达到预设返航条件前重新建立通信连接,可以减少继续完成飞行任务所付出的成本,从而保证飞行安全,也又平衡的飞行的成本。
在一种可选的实施方案中,可以在断联后增加电量判断的步骤,例如:在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,检测所述无人机的电量是否低于预设电量阈值,
若电量未低于预设电量阈值,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;若在满足返航条件时,未检测到所述通信连接恢复,则控制所述无人机飞行至返航点;若在未满足返航条件时,检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若电量低于预设电量阈值,则控制所述无人机飞行至返航点。
这样,可以在无人机电量仍然充足的情况下,侧重于让无人机自主脱困,对异常状态给与一定的容忍度,使飞行任务更好的完成。而在无人机电量不够充足的情况下,控制所述无人机飞行至返航点,可以保证无人机的飞行安全性。相较于简单的执行单一的返航控制策略,本实施例能够未提升无人机在自主处理复杂异常状态的灵活度。
可选的,本实施例提供的无人机的飞行控制方法,还可以包括:
若检测到通信连接恢复且满足返航条件时,控制无人机响应控制设备的控制指令飞行。
在该场景中,由于检测到无人机与控制设备之间的通信连接已经恢复,那么无人机后续就可以根据控制设备发送的控制指令进行飞行。即使也满足了返航条件,但是通过控制无人机响应控制设备的控制指令飞行,提升了无人机飞行的可靠性。
其中,本实施例对返航点不做限定。例如,返航点可以为预先设定的位置点。又例如,返航点可以为无人机的起飞点。
可见,本实施例提供的无人机的飞行控制方法,适用于无人机飞行过程中与控制设备通信连接中断的场景。通过控制无人机沿通信连接中断前的飞行轨迹回溯飞行,检测通信连接是否恢复以及检测是否满足返航条件,根据检测结果控制无人机的飞行,提升了无人机失联场景中无人机解决问题的自主性,提升了无人机飞行的可靠性和脱困效果。
可选的,返航条件可以包括下列中的至少一项:
无人机的当前位置与飞行轨迹中起始记录的航点之间的距离小于或等于第一距离阈值。
无人机的电池的剩余电量小于或等于预设电量。
无人机在起飞后的累计飞行时间等于或大于预设时长。
无人机在起飞后的累计飞行距离等于或大于第二距离阈值。
其中,本实施例对第一距离阈值、预设电量、预设时长和第二距离阈值的具体取值不做限定。
下面结合图4,对无人机的当前位置与飞行轨迹中起始记录的航点之间的距离进行示例性说明。在示例1中,飞行轨迹中起始记录的航点为航点1,无人机的当前位置与飞行轨迹中起始记录的航点之间的距离为失联位置与航点1之间的距离。在示例2中,飞行轨迹中起始记录的航点为轨迹2中的航点1,无人机的当前位置与飞行轨迹中起始记录的航点之间的距离为失联位置与轨迹2中航点1之间的距离。在示例3中,无人机的当前位置与飞行轨迹中起始记录的航点之间的距离为失联位置与轨迹4中航点6之间的距离。
可选的,S303中,控制无人机响应控制设备的控制指令飞行,可以包括:
控制无人机悬停,并等待接收控制设备发送的控制指令。
通过控制无人机在原地等待接收控制设备发送的控制指令,后续,无人机可以根据控制指令进行飞行,提升了无人机飞行的可靠性。
可选的,S304中,控制无人机飞行至返航点,可以包括:
获取无人机上方的第一环境影像。
根据第一环境影像确定无人机上方的目标空间区域是否包括障碍物。
若目标空间区域不包括障碍物,则控制无人机向上飞行至第一高度,并在第一高度上水平飞行至返航点上方。
具体的,无人机在飞行过程中,其自身配置的摄像装置可以拍摄到无人机所处飞行环境内的环境影像。当无人机返航时,无人机可以悬停在当前位置,通过摄像装置拍摄得到无人机上方的第一环境图像。其中,本实施例对摄像装置的类型和安装位置不做限定。例如,摄像装置可以包括下列中的至少一个:单目摄像头、双目摄像头或红外摄像头。可选的,摄像装置可以安装在云台上,此时,摄像装置的上视功能可以借助云台实现。获取第一环境影像后,根据第一环境影像确定无人机上方的目标空间区域是否包括障碍物。如果不包括障碍物,说明无人机可以顺利直线飞行返航,则控制无人机向上飞行至第一高度,并在第一高度上水平飞行至返航点上方。
其中,本实施例对第一高度的具体取值不做限定。
可选的,获取无人机上方的第一环境影像,可以包括:
控制无人机配置的云台转动,以使云台装载的感测装置的观测范围包括无人机的上方区域。
获取感测装置拍摄的第一环境影像。
可选的,根据第一环境影像确定无人机上方的目标空间区域是否包括障碍物,可以包括:
对第一环境影像进行语义识别处理得到第一环境影像中像素区域对应的语义类别。
判断第一环境影像中是否存在语义类别属于预设障碍物类别的像素区域。
若不存在语义类别属于预设障碍物类别的像素区域,则确定目标空间区域不包括障碍物。
其中,本实施例对预设障碍物类别不做限定。例如,可以根据无人机飞行区域中的物体类别进行设置。
可选的,对第一环境影像进行语义识别处理得到第一环境影像中像素区域对应的语义类别,可以借助神经网络模型来完成。
具体来说,神经网络模型具体可以为卷积神经网络(Convolutional NeuralNetworks,CNN)模型。神经网络模型可以包括多个计算节点,每个计算节点中可以包括卷积(Conv)层、批量归一化(Batch Normalization,BN)以及激活函数ReLU,计算节点之间可以采用跳跃连接(Skip Connection)方式连接。
K×H×W的输入数据可以输入神经网络模型,经过神经网络模型处理后,可以获得C×H×W的输出数据。其中,K可以表示输入通道的个数,K可以等于4,分别对应红(R,red)、绿(G,green)、蓝(B,blue)和深度(D,deep)共四个通道;H可以表示输入图像(即第一环境影像)的高,W可以表示输入图像的宽,C可以表示类别数。
需要说明的是,当输入图像过大时,可以将一个输入图像切割为N个子图像,相应的,输入数据可以为N×K×H’×W’,输出数据可以为N×C×H’×W’,其中,H’可以表示子图像的高,W’可以表示子图像的宽。当然,在其他实施例中,也可以通过其他方式获得特征图,本实施例对此不做限定。
利用上述预先训练好的神经网络模型处理第一环境影像,以得到特征图,具体来说可以包括如下步骤:
步骤1,将第一环境影像输入神经网络模型,得到神经网络模型的模型输出结果。
其中,神经网络模型的模型输出结果可以包括多个输出通道分别输出的置信度特征图,该多个输出通道可以与多个对象类别一一对应,单个对象类别的置信度特征图的像素值用于表征像素是对象类别的概率。
步骤2,根据神经网络模型的模型输出结果,得到包含语义信息的特征图。
可以将与该多个输出通道一一对应的多个置信度特征图中同一像素位置像素值最大的置信度特征图对应的对象类别,作为像素位置的对象类别,从而得到特征图。
假设,神经网络模型的输出通道的个数为4,每个通道的输出结果是一个置信度特征图,即4个置信度特征图分别为置信度特征图1至置信度特征图4,且置信度特征图1对应天空、置信度特征图2对应建筑物、置信度特征图3对应树木、置信度特征图4对应“其他”。在这几种分类中,除了天空,剩余都可以认为是障碍物。
例如,当置信度特征图1中像素位置(100,100)的像素值是70,置信度特征图2中像素位置(100,100)的像素值是50,置信度特征图3中像素位置(100,100)的像素值是20,置信度特征图4中像素位置(100,100)的像素值是20时,可以确定像素位置(100,100)是天空。
又例如,当置信度特征图1中像素位置(100,80)的像素值是20,置信度特征图2中像素位置(100,80)的像素值是30,置信度特征图3中像素位置(100,80)的像素值是20,置信度特征图4中像素位置(100,80)的像素值是70时,可以确定像素位置(100,80)是其他,即不是树木、建筑物和树木中的任意一种。
可见,上述这种识别实际上是像素级别的,也即是识别出第一环境影像中每个像素点所属的类别,也即是识别出第一环境影像中各物体所属的类别,同时也是间接确定出各物体在第一环境影像中的位置。
若识别出第一环境影像中没有障碍物,则无人机可以向上飞行并水平飞行至返航点上方。
可选的,本实施例提供的无人机的飞行控制方法,还可以包括:
若存在语义类别属于预设障碍物类别的像素区域,则获取像素区域对应的实景物体与无人机之间的距离。
若距离大于预设距离,则确定目标空间区域不包括障碍物。
具体的,如果识别出第一环境影像中存在属于预设障碍物类别的像素区域,则进一步获取像素区域对应的实景物体与无人机之间的距离,根据该距离确定此障碍物是否影响无人机的返航。如果该距离大于预设距离,说明此障碍物不影响无人机的返航,则可以确定目标空间区域不包括障碍物。
其中,本实施例对预设距离的具体取值不做限定。
可选的,本实施例提供的无人机的飞行控制方法,还可以包括:
若距离小于或等于预设距离,则控制无人机由当前位置水平飞行至目标位置,并重新执行获取无人机上方的环境影像和确定无人机上方的目标空间区域是否包括障碍物的步骤。
具体的,如果识别出第一环境影像中存在属于预设障碍物类别的像素区域,则进一步获取像素区域对应的实景物体与无人机之间的距离,根据该距离确定此障碍物是否影响无人机的返航。如果该距离小于或等于预设距离,说明此障碍物影响无人机的返航,则可以确定目标空间区域包括障碍物,控制无人机由当前位置水平飞行至目标位置,在位置移动后重新执行获取无人机上方的环境影像和确定无人机上方的目标空间区域是否包括障碍物的步骤。
可选的,在一种实现方式中,无人机的当前位置与目标位置之间的距离可以为固定距离,本实施例对该固定距离的具体取值不做限定。
可选的,在另一种实现方式中,无人机的当前位置与目标位置之间的距离是根据障碍物的物理尺寸信息确定的。通过障碍物的物理尺寸信息确定无人机水平飞行的距离,更好的躲避了障碍物,降低了目标位置上方存在障碍物的概率,提升了返航飞行效率。
可选的,本实施例提供的无人机的飞行控制方法,还可以包括:
获取无人机的飞行状态信息。
根据飞行状态信息判断是否满足返航条件。
若满足返航条件,则直接控制无人机飞行至返航点。
具体的,在无人机飞行过程中的任意时间,均可以获取无人机的飞行状态信息,根据飞行状态信息判断是否满足返航条件。在满足返航条件时,可以直接控制无人机飞行至返航点,确保无人机安全返航。
可选的,本实施例对飞行状态信息包括的具体内容不做限定。例如,飞行状态信息可以包括但不限于下列中的至少一项:无人机的电池的剩余电量、无人机的累计飞行时间、无人机的累计飞行距离,或无人机的告警信息。
图5为本申请实施例提供的无人机的飞行控制方法的另一种流程图。本实施例在上述图3所示实施例的基础上,提供了S301中控制无人机沿通信连接中断前的飞行轨迹回溯飞行的一种实现方式。如图5所示,控制无人机沿通信连接中断前的飞行轨迹回溯飞行,可以包括:
S501、获取无人机在回溯飞行中得到的第二环境影像。
S502、若根据第二环境影像确定飞行轨迹上存在障碍物,则控制无人机躲避障碍物飞行,并在避开障碍物后返回飞行轨迹继续回溯飞行。
下面结合图6进行示例性说明。图6为本申请实施例提供的无人机回溯飞行的一个示意图。如图6所示,无人机60在沿着飞行轨迹61回溯飞行时,可以获取到第二环境影像。无人机获取第二环境影像可以参见上述关于无人机获取第一环境影像的相关描述,原理相似,此处不再赘述,不同之处在于摄像装置的视野范围可能不同。无人机回溯飞行中所处的位置不同,获得的第二环境影像不同。在获取第二环境影像后,根据第二环境影像确定飞行轨迹上是否存在障碍物,具体可以参见上述关于根据第一环境影像确定无人机上方的目标空间区域是否包括障碍物的相关描述,原理相似,此处不再赘述。如果根据第二环境影像确定飞行轨迹上存在障碍物,则控制无人机躲避障碍物飞行,并在避开障碍物后返回飞行轨迹继续回溯飞行。例如,在图6中,当无人机60处于位置1时,根据得到的第二环境影像确定飞行轨迹上存在障碍物62,则避开障碍物62飞行,并避开障碍物62后返回飞行轨迹61继续回溯飞行。无人机60继续沿着飞行轨迹61回溯飞行,当无人机60处于位置2时,根据得到的第二环境影像确定飞行轨迹上存在障碍物64,则避开障碍物64飞行,并避开障碍物64后返回飞行轨迹61继续回溯飞行。
可选的,S502中,控制无人机躲避障碍物飞行,并在避开障碍物后返回飞行轨迹继续回溯飞行,可以包括:
获取障碍物的障碍物信息。
根据障碍物信息和飞行轨迹确定飞行轨迹上的目标航点,目标航点为无人机避开障碍物后返回至飞行轨迹继续飞行的航点。
根据障碍物信息和目标航点生成避障路线。
控制无人机沿避障路线飞行,并在沿避障路线飞行后控制无人机继续沿飞行轨迹回溯飞行。
下面结合图7进行示例性说明。图7为本申请实施例提供的无人机回溯飞行的另一个示意图。如图7所示,无人机70在沿着飞行轨迹71回溯飞行时,根据得到的第二环境影像确定飞行轨迹71上存在障碍物73,则需要避开障碍物73飞行,并在避开障碍物73后返回飞行轨迹71继续回溯飞行。其中,飞行轨迹71可以包括多个航点72。通过获取障碍物73的障碍物信息,根据障碍物信息和飞行轨迹71确定飞行轨迹上的目标航点75,从而根据障碍物信息和目标航点75生成避障路线74,在沿着避障路线74飞行后控制无人机继续沿飞行轨迹71回溯飞行。
可选的,本实施例对障碍物信息包括的具体内容不做限定。例如,障碍物信息可以包括但不限于下列中的至少一项:障碍物信息的物理尺寸信息和障碍物信息的类别。
通过生成避障路线实现了无人机回溯飞行过程中的飞行轨迹修正,通过小幅修正飞行轨迹,提升了无人机回溯飞行的安全性和可靠性。
需要说明,本实施例对生成避障路线时采用的避障方法不做限定,可以采用现有的避障方法。
图8为本申请实施例提供的无人机的飞行控制方法的另一种流程图。本实施例提供的无人机的飞行控制方法,执行主体可以为无人机。如图8所示,本实施例提供的无人机的飞行控制方法,可以包括:
S801、在无人机飞行过程中,若检测到无人机与无人机的控制设备之间的通信连接中断,则获取无人机的飞行状态信息。
S802、根据飞行状态信息判断是否满足返航条件。
S803、若满足返航条件,则直接控制无人机飞行至返航点。
本实施例与图3所示实施例的区别在于:在图3所示实施例中,无人机检测到与控制设备通信连接中断后,控制无人机沿通信连接中断前的飞行轨迹回溯飞行,在回溯飞行的过程中检测通信连接是否恢复以及检测是否满足返航条件。而在本实施例中,无人机检测到与控制设备通信连接中断后,根据飞行状态信息判断是否满足返航条件。如果根据飞行状态信息判断满足返航条件,则直接控制无人机飞行至返航点,此时,不需要执行控制无人机沿通信连接中断前的飞行轨迹回溯飞行。
可见,本实施例提供的无人机的飞行控制方法,适用于无人机飞行过程中无人机与控制设备通信连接中断的场景。通过判断是否满足返航条件,根据判断结果控制无人机的飞行。当确定满足返航条件时,则直接控制无人机返航,飞行至返航点。相比于现有技术中无人机在原地等待,提升了无人机失联场景中无人机解决问题的自主性,提升了无人机飞行的可靠性和脱困效果。
可选的,本实施例提供的无人机的飞行控制方法,还可以包括:
若不满足返航条件,则控制无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测通信连接是否恢复。
若在满足返航条件时,未检测到通信连接恢复,则控制无人机飞行至返航点。
若在未满足返航条件时,检测到通信连接恢复,则控制无人机响应控制设备的控制指令飞行。
在该种实现方式中,如果无人机失联时不满足返航条件,则可以控制无人机沿通信连接中断前的飞行轨迹回溯飞行。可以参见图3所示实施例中S301~S304的相关描述,而且后续飞行过程也可以参见图3所示实施例,原理相似,此处不再赘述。
下面,在上述图3~图8所示实施例的基础上,通过图9A~9C对无人机的飞行效果进行示例性说明。图9A~9C为本申请实施例提供的无人机飞行的示意图。
可选的,在一个示例中,如图9A所示,当无人机90检测到与控制设备之间的通信连接中断时,控制无人机90沿通信连接中断前的飞行轨迹91回溯飞行,并检测通信连接是否恢复。在该示例中,一直未检测到通信连接恢复,当无人机回溯飞行至位置92时,确定满足返航条件,则则控制无人机返航,飞行至返航点93的上方。
可选的,在另一个示例中,如图9B所示,当无人机90检测到与控制设备之间的通信连接中断时,控制无人机90沿通信连接中断前的飞行轨迹91回溯飞行,并检测通信连接是否恢复。在该示例中,一直未满足返航条件,当无人机回溯飞行至位置94时,检测到无人机与控制设备之间的通信连接恢复,则控制无人机90悬停,等待接收控制设备发送的控制指令。
可选的,在又一个示例中,如图9C所示,当无人机90检测到与控制设备之间的通信连接中断时,判断是否满足返航条件。在该示例中,确定满足返航条件,则控制无人机返航,飞行至返航点93的上方。
图10为本申请实施例提供的无人机的一种结构示意图。如图10所示,本实施例提供的无人机,可以包括:存储器1002、处理器1001和收发器1003;
所述收发器1003,用于与其他设备通信;
所述存储器1002,用于存储程序代码;
所述处理器1001,调用所述程序代码,当所述程序代码被执行时,用于执行以下操作:
在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;
在所述回溯飞行过程中判断是否满足返航条件;
若在未满足返航条件且检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若在满足返航条件时,则控制所述无人机飞行至返航点。
可选的,所述处理器1001具体用于:
控制所述无人机悬停,并控制所述收发器1003等待接收所述控制设备发送的所述控制指令。
可选的,所述处理器1001具体用于:
获取所述无人机上方的第一环境影像;
根据所述第一环境影像确定所述无人机上方的目标空间区域是否包括障碍物;
若所述目标空间区域不包括障碍物,则控制所述无人机向上飞行至第一高度,并在所述第一高度上水平飞行至所述返航点上方。
可选的,所述处理器1001具体用于:
对所述第一环境影像进行语义识别处理得到所述第一环境影像中像素区域对应的语义类别;
判断所述第一环境影像中是否存在语义类别属于预设障碍物类别的像素区域;
若不存在语义类别属于预设障碍物类别的像素区域,则确定所述目标空间区域不包括障碍物。
可选的,所述处理器1001还用于:
若存在语义类别属于预设障碍物类别的像素区域,则获取所述像素区域对应的实景物体与所述无人机之间的距离;
若所述距离大于预设距离,则确定所述目标空间区域不包括障碍物。
可选的,所述处理器1001还用于:
若所述距离小于或等于所述预设距离,则控制所述无人机由当前位置水平飞行至目标位置,并重新执行所述获取所述无人机上方的环境影像和确定所述无人机上方的目标空间区域是否包括障碍物的步骤。
可选的,所述当前位置与所述目标位置之间的距离是根据所述障碍物的物理尺寸信息确定的。
可选的,所述处理器1001具体用于:
控制所述无人机配置的云台转动,以使所述云台装载的感测装置的观测范围包括所述无人机的上方区域;
获取所述感测装置拍摄的所述第一环境影像。
可选的,所述返航条件包括下列中的至少一项:
所述无人机的当前位置与所述飞行轨迹中起始记录的航点之间的距离小于或等于第一距离阈值;
所述无人机的电池的剩余电量小于或等于预设电量;
所述无人机在起飞后的累计飞行时间等于或大于预设时长;
所述无人机在起飞后的累计飞行距离等于或大于第二距离阈值。
可选的,所述处理器1001具体用于:
获取所述无人机在回溯飞行中得到的第二环境影像;
若根据所述第二环境影像确定所述飞行轨迹上存在障碍物,则控制所述无人机躲避障碍物飞行,并在避开障碍物后返回所述飞行轨迹继续回溯飞行。
可选的,所述处理器1001具体用于:
获取所述障碍物的障碍物信息;
根据所述障碍物信息和所述飞行轨迹确定所述飞行轨迹上的目标航点,所述目标航点为所述无人机避开所述障碍物后返回至所述飞行轨迹继续飞行的航点;
根据所述障碍物信息和所述目标航点生成避障路线;
控制所述无人机沿所述避障路线飞行,并在沿所述避障路线飞行后控制所述无人机继续沿所述飞行轨迹回溯飞行。
可选的,所述飞行轨迹包括多个航点,所述多个航点为所述无人机在通信连接中断前的预设时间段内历经的航点。
可选的,所述处理器1001还用于:
获取所述无人机的飞行状态信息;
根据所述飞行状态信息判断是否满足所述返航条件;
若满足所述返航条件,则直接控制所述无人机飞行至返航点。
可选的,所述根据所述飞行状态信息判断是否满足所述返航条件的步骤在所述控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行之前执行,且在满足所述返航条件时,不执行所述满足所述返航条件的步骤。
本实施例提供的无人机,可以执行本申请实施例提供的无人机的飞行控制方法,技术原理和技术效果相似,此处不再赘述。
应理解,处理器可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件,可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。
在本申请实施例中,存储器可以是非易失性存储器,比如硬盘(hard disk drive,HDD)或固态硬盘(solid-state drive,SSD)等,还可以是易失性存储器(volatilememory),例如随机存取存储器(random access memory,RAM)。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何介质,但不限于此。本申请实施例中的存储器还可以是电路或者其它任意能够实现存储功能的装置,用于存储程序指令和/或数据。
本领域普通技术人员可以理解:实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本申请实施例的技术方案,而非对其限制;尽管参照前述各实施例对本申请实施例进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的范围。
Claims (29)
1.一种无人机的飞行控制方法,其特征在于,包括:
在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;
在所述回溯飞行过程中判断是否满足返航条件;
若在未满足返航条件且检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若在满足返航条件时,则控制所述无人机飞行至返航点。
2.根据权利要求1所述的方法,其特征在于,所述控制所述无人机响应所述控制设备的控制指令飞行,包括:
控制所述无人机悬停,并等待接收所述控制设备发送的所述控制指令。
3.根据权利要求1所述的方法,其特征在于,所述控制所述无人机飞行至返航点,包括:
获取所述无人机上方的第一环境影像;
根据所述第一环境影像确定所述无人机上方的目标空间区域是否包括障碍物;
若所述目标空间区域不包括障碍物,则控制所述无人机向上飞行至第一高度,并在所述第一高度上水平飞行至所述返航点上方。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一环境影像确定所述无人机上方的目标空间区域是否包括障碍物,包括:
对所述第一环境影像进行语义识别处理得到所述第一环境影像中像素区域对应的语义类别;
判断所述第一环境影像中是否存在语义类别属于预设障碍物类别的像素区域;
若不存在语义类别属于预设障碍物类别的像素区域,则确定所述目标空间区域不包括障碍物。
5.根据权利要求4所述的方法,其特征在于,还包括:
若存在语义类别属于预设障碍物类别的像素区域,则获取所述像素区域对应的实景物体与所述无人机之间的距离;
若所述距离大于预设距离,则确定所述目标空间区域不包括障碍物。
6.根据权利要求5所述的方法,其特征在于,还包括:
若所述距离小于或等于所述预设距离,则控制所述无人机由当前位置水平飞行至目标位置,并重新执行所述获取所述无人机上方的环境影像和确定所述无人机上方的目标空间区域是否包括障碍物的步骤。
7.根据权利要求6所述的方法,其特征在于,所述当前位置与所述目标位置之间的距离是根据所述障碍物的物理尺寸信息确定的。
8.根据权利要求3-7任一项所述的方法,其特征在于,所述获取所述无人机上方的第一环境影像,包括:
控制所述无人机配置的云台转动,以使所述云台装载的感测装置的观测范围包括所述无人机的上方区域;
获取所述感测装置拍摄的所述第一环境影像。
9.根据权利要求1-7任一项所述的方法,其特征在于,所述返航条件包括下列中的至少一项:
所述无人机的当前位置与所述飞行轨迹中起始记录的航点之间的距离小于或等于第一距离阈值;
所述无人机的电池的剩余电量小于或等于预设电量;
所述无人机在起飞后的累计飞行时间等于或大于预设时长;
所述无人机在起飞后的累计飞行距离等于或大于第二距离阈值。
10.根据权利要求1-7任一项所述的方法,其特征在于,所述控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,包括:
获取所述无人机在回溯飞行中得到的第二环境影像;
若根据所述第二环境影像确定所述飞行轨迹上存在障碍物,则控制所述无人机躲避障碍物飞行,并在避开障碍物后返回所述飞行轨迹继续回溯飞行。
11.根据权利要求10所述的方法,其特征在于,所述控制所述无人机躲避障碍物飞行,并在避开障碍物后返回所述飞行轨迹继续回溯飞行,包括:
获取所述障碍物的障碍物信息;
根据所述障碍物信息和所述飞行轨迹确定所述飞行轨迹上的目标航点,所述目标航点为所述无人机避开所述障碍物后返回至所述飞行轨迹继续飞行的航点;
根据所述障碍物信息和所述目标航点生成避障路线;
控制所述无人机沿所述避障路线飞行,并在沿所述避障路线飞行后控制所述无人机继续沿所述飞行轨迹回溯飞行。
12.根据权利要求1-7任一项所述的方法,其特征在于,所述飞行轨迹包括多个航点,所述多个航点为所述无人机在通信连接中断前的预设时间段内历经的航点。
13.根据权利要求1-7任一项所述的方法,其特征在于,还包括:
获取所述无人机的飞行状态信息;
根据所述飞行状态信息判断是否满足所述返航条件;
若满足所述返航条件,则直接控制所述无人机飞行至返航点。
14.根据权利要求13所述的方法,其特征在于,所述根据所述飞行状态信息判断是否满足所述返航条件的步骤在所述控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行之前执行,且在满足所述返航条件时,不执行所述满足所述返航条件的步骤。
15.一种无人机,其特征在于,包括:存储器、处理器和收发器;
所述收发器,用于与其他设备通信;
所述存储器,用于存储程序代码;
所述处理器,调用所述程序代码,当所述程序代码被执行时,用于执行以下操作:
在无人机飞行过程中,若检测到所述无人机与所述无人机的控制设备之间的通信连接中断,控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行,并检测所述通信连接是否恢复;
在所述回溯飞行过程中判断是否满足返航条件;
若在未满足返航条件且检测到所述通信连接恢复,则控制所述无人机响应所述控制设备的控制指令飞行;
若在满足返航条件时,则控制所述无人机飞行至返航点。
16.根据权利要求15所述的无人机,其特征在于,所述处理器具体用于:
控制所述无人机悬停,并控制所述收发器等待接收所述控制设备发送的所述控制指令。
17.根据权利要求15所述的无人机,其特征在于,所述处理器具体用于:
获取所述无人机上方的第一环境影像;
根据所述第一环境影像确定所述无人机上方的目标空间区域是否包括障碍物;
若所述目标空间区域不包括障碍物,则控制所述无人机向上飞行至第一高度,并在所述第一高度上水平飞行至所述返航点上方。
18.根据权利要求17所述的无人机,其特征在于,所述处理器具体用于:
对所述第一环境影像进行语义识别处理得到所述第一环境影像中像素区域对应的语义类别;
判断所述第一环境影像中是否存在语义类别属于预设障碍物类别的像素区域;
若不存在语义类别属于预设障碍物类别的像素区域,则确定所述目标空间区域不包括障碍物。
19.根据权利要求18所述的无人机,其特征在于,所述处理器还用于:
若存在语义类别属于预设障碍物类别的像素区域,则获取所述像素区域对应的实景物体与所述无人机之间的距离;
若所述距离大于预设距离,则确定所述目标空间区域不包括障碍物。
20.根据权利要求19所述的无人机,其特征在于,所述处理器还用于:
若所述距离小于或等于所述预设距离,则控制所述无人机由当前位置水平飞行至目标位置,并重新执行所述获取所述无人机上方的环境影像和确定所述无人机上方的目标空间区域是否包括障碍物的步骤。
21.根据权利要求20所述的无人机,其特征在于,所述当前位置与所述目标位置之间的距离是根据所述障碍物的物理尺寸信息确定的。
22.根据权利要求17-21任一项所述的无人机,其特征在于,所述处理器具体用于:
控制所述无人机配置的云台转动,以使所述云台装载的感测装置的观测范围包括所述无人机的上方区域;
获取所述感测装置拍摄的所述第一环境影像。
23.根据权利要求15-21任一项所述的无人机,其特征在于,所述返航条件包括下列中的至少一项:
所述无人机的当前位置与所述飞行轨迹中起始记录的航点之间的距离小于或等于第一距离阈值;
所述无人机的电池的剩余电量小于或等于预设电量;
所述无人机在起飞后的累计飞行时间等于或大于预设时长;
所述无人机在起飞后的累计飞行距离等于或大于第二距离阈值。
24.根据权利要求15-21任一项所述的无人机,其特征在于,所述处理器具体用于:
获取所述无人机在回溯飞行中得到的第二环境影像;
若根据所述第二环境影像确定所述飞行轨迹上存在障碍物,则控制所述无人机躲避障碍物飞行,并在避开障碍物后返回所述飞行轨迹继续回溯飞行。
25.根据权利要求24所述的无人机,其特征在于,所述处理器具体用于:
获取所述障碍物的障碍物信息;
根据所述障碍物信息和所述飞行轨迹确定所述飞行轨迹上的目标航点,所述目标航点为所述无人机避开所述障碍物后返回至所述飞行轨迹继续飞行的航点;
根据所述障碍物信息和所述目标航点生成避障路线;
控制所述无人机沿所述避障路线飞行,并在沿所述避障路线飞行后控制所述无人机继续沿所述飞行轨迹回溯飞行。
26.根据权利要求15-21任一项所述的无人机,其特征在于,所述飞行轨迹包括多个航点,所述多个航点为所述无人机在通信连接中断前的预设时间段内历经的航点。
27.根据权利要求15-21任一项所述的无人机,其特征在于,所述处理器还用于:
获取所述无人机的飞行状态信息;
根据所述飞行状态信息判断是否满足所述返航条件;
若满足所述返航条件,则直接控制所述无人机飞行至返航点。
28.根据权利要求27所述的无人机,其特征在于,所述根据所述飞行状态信息判断是否满足所述返航条件的步骤在所述控制所述无人机沿通信连接中断前的飞行轨迹回溯飞行之前执行,且在满足所述返航条件时,不执行所述满足所述返航条件的步骤。
29.一种计算机可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序;所述计算机程序在被执行时,实现如权利要求1-14任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410124590.2A CN117991817A (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2020/104527 WO2022016534A1 (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410124590.2A Division CN117991817A (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113795805A true CN113795805A (zh) | 2021-12-14 |
CN113795805B CN113795805B (zh) | 2024-02-27 |
Family
ID=79181476
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410124590.2A Pending CN117991817A (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
CN202080033632.1A Active CN113795805B (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410124590.2A Pending CN117991817A (zh) | 2020-07-24 | 2020-07-24 | 无人机的飞行控制方法和无人机 |
Country Status (2)
Country | Link |
---|---|
CN (2) | CN117991817A (zh) |
WO (1) | WO2022016534A1 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115602003A (zh) * | 2022-09-29 | 2023-01-13 | 亿航智能设备(广州)有限公司(Cn) | 无人驾驶航空器飞行避障方法、***和可读存储介质 |
CN115562355B (zh) * | 2022-11-11 | 2023-11-03 | 众芯汉创(北京)科技有限公司 | 基于机器视觉的室内环境内旋翼无人机的航向校准*** |
CN117472081B (zh) * | 2023-12-25 | 2024-03-15 | 西安辰航卓越科技有限公司 | 一种基于感知约束的无人机避障方法 |
CN117968705A (zh) * | 2024-04-02 | 2024-05-03 | 广东电网有限责任公司佛山供电局 | 电缆线路的巡检方法、装置、可读存储介质和处理器 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108496134A (zh) * | 2017-05-31 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人机返航路径规划方法及装置 |
CN108521812A (zh) * | 2017-05-19 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机以及机器可读存储介质 |
CN108646780A (zh) * | 2018-04-11 | 2018-10-12 | 广州亿航智能技术有限公司 | 载人无人机的离线状态自动控制***和方法 |
CN109739264A (zh) * | 2019-02-27 | 2019-05-10 | 重庆邮电大学 | 一种基于飞行指令的小型无人机轨迹归航***及方法 |
CN109782788A (zh) * | 2019-03-26 | 2019-05-21 | 台州学院 | 基于双目视觉的无人机低空避障***及控制方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170233071A1 (en) * | 2016-02-15 | 2017-08-17 | Skyyfish, LLC | System and Method for Return-Home Command in Manual Flight Control |
CN106094874A (zh) * | 2016-08-29 | 2016-11-09 | 联想(北京)有限公司 | 控制无人机的方法、控制器和无人机 |
CN110231834B (zh) * | 2016-11-15 | 2022-06-10 | 深圳市大疆创新科技有限公司 | 用于控制可移动物体的方法、设备以及无人飞行器 |
CN108700892A (zh) * | 2017-09-27 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种路径调整方法及无人机 |
CN108196568B (zh) * | 2017-12-08 | 2021-12-03 | 中航(成都)无人机***股份有限公司 | 一种无人机遥控中断后航迹自主重规划方法 |
CN110888452B (zh) * | 2018-09-11 | 2023-03-17 | 杨扬 | 一种无人机电力巡检自主飞行的避障方法 |
-
2020
- 2020-07-24 WO PCT/CN2020/104527 patent/WO2022016534A1/zh active Application Filing
- 2020-07-24 CN CN202410124590.2A patent/CN117991817A/zh active Pending
- 2020-07-24 CN CN202080033632.1A patent/CN113795805B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108521812A (zh) * | 2017-05-19 | 2018-09-11 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机以及机器可读存储介质 |
WO2018209702A1 (zh) * | 2017-05-19 | 2018-11-22 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机以及机器可读存储介质 |
CN108496134A (zh) * | 2017-05-31 | 2018-09-04 | 深圳市大疆创新科技有限公司 | 无人机返航路径规划方法及装置 |
CN108646780A (zh) * | 2018-04-11 | 2018-10-12 | 广州亿航智能技术有限公司 | 载人无人机的离线状态自动控制***和方法 |
CN109739264A (zh) * | 2019-02-27 | 2019-05-10 | 重庆邮电大学 | 一种基于飞行指令的小型无人机轨迹归航***及方法 |
CN109782788A (zh) * | 2019-03-26 | 2019-05-21 | 台州学院 | 基于双目视觉的无人机低空避障***及控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113795805B (zh) | 2024-02-27 |
CN117991817A (zh) | 2024-05-07 |
WO2022016534A1 (zh) | 2022-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11879737B2 (en) | Systems and methods for auto-return | |
US11604479B2 (en) | Methods and system for vision-based landing | |
US11188101B2 (en) | Method for controlling aircraft, device, and aircraft | |
CN113795805B (zh) | 无人机的飞行控制方法和无人机 | |
CN109074168B (zh) | 无人机的控制方法、设备和无人机 | |
WO2018098704A1 (zh) | 控制方法、设备、***、无人机和可移动平台 | |
CN112650267B (zh) | 一种飞行器的飞行控制方法、装置及飞行器 | |
CN109154815B (zh) | 最高温度点跟踪方法、装置和无人机 | |
WO2019227289A1 (zh) | 延时拍摄控制方法和设备 | |
US20200304719A1 (en) | Control device, system, control method, and program | |
WO2021168819A1 (zh) | 无人机的返航控制方法和设备 | |
US20210235044A1 (en) | Image processing device, camera device, mobile body, image processing method, and program | |
US20200410219A1 (en) | Moving object detection device, control device, movable body, moving object detection method and program | |
US20220221857A1 (en) | Information processing apparatus, information processing method, program, and information processing system | |
CN113491100A (zh) | 无人机***及其控制方法和装置 | |
CN110799922A (zh) | 拍摄控制方法和无人机 | |
CN113853560A (zh) | 飞行控制方法和设备 | |
CN110770667A (zh) | 控制装置、移动体、控制方法以及程序 | |
WO2022205294A1 (zh) | 无人机的控制方法、装置、无人机及存储介质 | |
WO2021217372A1 (zh) | 可移动平台的控制方法和设备 | |
CN111226263A (zh) | 控制装置、摄像装置、移动体、控制方法以及程序 |
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 |