CN113946157A - 一种基于多功能识别定位的定点降落无人机方法及*** - Google Patents
一种基于多功能识别定位的定点降落无人机方法及*** Download PDFInfo
- Publication number
- CN113946157A CN113946157A CN202111431486.0A CN202111431486A CN113946157A CN 113946157 A CN113946157 A CN 113946157A CN 202111431486 A CN202111431486 A CN 202111431486A CN 113946157 A CN113946157 A CN 113946157A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- control end
- platform
- landing
- 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 42
- 238000000605 extraction Methods 0.000 claims abstract description 12
- 238000004891 communication Methods 0.000 claims description 31
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000003860 storage Methods 0.000 claims description 8
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 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 29
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 240000007651 Rubus glaucus Species 0.000 description 6
- 235000011034 Rubus glaucus Nutrition 0.000 description 6
- 235000009122 Rubus idaeus Nutrition 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000011664 nicotinic acid Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 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
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
- G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
- G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
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)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无人机定位技术领域，具体提供一种基于多功能识别定位的定点降落无人机方法及***，其中方法包括S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。该方案能够实现车载平台或其他移动平台的定点降落，不仅精度高，且降落耗时短，具有广泛的实际使用价值。
Description
技术领域
本发明涉及无人机定位技术领域，更具体地，涉及一种基于多功能识别定位的定点降落无人机方法及***。
背景技术
无人机在现实生活各行各业中使用越来越广泛，无人机在使用后的安全返航降落非常重要，主要是通过飞控***来实现。飞控***相当于无人机***的“心脏”部分，也是无人机的核心部件。飞控对无人机的稳定性、数据传输的可靠性、精确度、实时性等都有重要影响，对其飞行性能起决定性的作用。
当前无人机定位***主要依靠全球定位***(GPS)获取自身位置，受气候与地理环境影响下，GPS的定位精度在米级左右，这样的精度对于一般任务来说可能是足够的，但对于某些定点小平台或车载移动平台的降落，GPS的精度是无法实现安全可靠的降落。结合当前无人机的应用场景和需求，单纯依靠GPS进行定点降落是无法满足需求的，需要对定点降落的方式方法进行优化改进。
专利公开号为CN211207175U，公开了一种矿井输电线巡检无人机精确位置和方向的自主降落***，无人机降落***包括树莓派模块，树莓派模块输入端与Camera模块、IMU模块、第一GPS模块以及激光测距模块连接。无人机先通过第一GPS模块找到停机平台初始位置，再结合Camera模块获取的LED点阵显示模块指示着陆点位置进行精确着陆。但是没有进一步细化描述如何进行精确停靠，且停靠精度无法保证。
发明内容
本发明需要解决的是现有技术中存在的无人机定点降落精度低的技术问题。
本发明提供了一种基于多功能识别定位的定点降落无人机方法，包括：
S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；
S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
优选地，所述无人机与所述控制端之间的通信方式具体包括：
当无人机与控制端之间的距离大于预设值时，通过Lora通信方式进行数据交流；
当无人机与控制端之间的距离不大于预设值时，通过WiFi通信方式进行数据交流。
优选地，所述S2具体包括：
步骤一：获取标靶图像，通过Hough变换，获得区域边界；
步骤二：针对区域边界，检测是否存在矩形框，如果存在，获得矩形框的中心位置；
步骤三：针对中心位置信息，通过meanshift聚类方法，进行聚类，获取聚类中个数最多的类别，将其作为标靶中心；
步骤四：无人机按照标靶中心飞行，直至偏差小于预设范围，开始逐步降落；
步骤五：每逐步降落一次后再重复步骤一至步骤四，并实时监测无人机距离标靶的高度，当无人机距离标靶的高度小于第二预设距离高度时，则自动降落。
优选地，所述步骤三具体包括：
针对中心位置信息，过滤面积较小的图形，然后再过滤掉非凸形得到多边形，再通过聚类方法寻找离中心距离最近的一类作为标靶中心。
优选地，所述步骤三中预设范围的值为10cm。
优选地，所述第一预设距离高度为5m，所述第二预设距离高度为0.5m。
优选地，所述S1具体包括：
采用指南针及温度计辅助GPS定位，获取飞机的经纬度信息，确定无人机的位置；
采用气压计测量无人机当前位置大气压，获取飞行高度信息；
采用IMU惯性测量单元，包含一个三轴加速度计和一个三轴陀螺仪，测量飞机在三维空间中的角速度和加速度，并以此解算出无人机的实时姿态。
本发明还提供了一种用于实现基于多功能识别定位的定点降落无人机方法的***，包括：
无人机及待降落平台，所述待降落平台包含靶标及控制端；
所述无人机接收位于待降落平台上的控制端的自动返航指令，根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；并通过双摄像头实时获取下方图像数据信息，并传输至控制端；
所述控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
本发明还提供了一种电子设备，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现基于多功能识别定位的定点降落无人机方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现基于多功能识别定位的定点降落无人机方法的步骤。
有益效果：本发明提供的一种基于多功能识别定位的定点降落无人机方法及***，其中方法包括S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。该方案能够实现车载平台或其他移动平台的定点降落，不仅精度高，且降落耗时短，具有广泛的实际使用价值。
附图说明
图1为本发明提供的一种基于多功能识别定位的定点降落无人机方法的流程图；
图2为本发明提供的一种可能的电子设备的硬件结构示意图；
图3为本发明提供的一种可能的计算机可读存储介质的硬件结构示意图；
图4为本发明提供的一种基于多功能识别定位的定点降落无人机***原理图。
具体实施方式
下面结合附图和实施例，对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
如图1所示，本发明实施例提供了一种基于多功能识别定位的定点降落无人机方法及***，其中方法包括S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。该方案能够实现车载平台或其他移动平台的定点降落，不仅精度高，且降落耗时短，具有广泛的实际使用价值。
具体操作步骤如下：
1、控制端发送无人机返航指令，无人机根据GPS导航返回待降落移动小平台或车载平台上空5米左右高度悬停。
2、无人机通过轮廓提取方法获取无人机辅助降落标靶，对多边形进行拟合，通过相似性将多边形聚为一类，对降落平台的标靶匹配识别。
3、标靶识别锁定后，避免噪声等干扰，需要过滤面积较小的图形，然后再过滤掉非凸形，得到的四边形，再通过聚类方法寻找中心距离最近的一类，无人机逐步降低。
4、在近距离多种无线通信辅助基础上，当靠近标靶中心0.5m时，自动降落完成定点降落。
轮廓提取方法具体包括：
步骤一：获取标靶图像，通过Hough变换，获得区域边界
步骤二：针对区域边界，检测是否存在矩形框，如果存在，获得矩形框的中心位置
步骤三：针对中心位置点信息，通过meanshift聚类方法，进行聚类，获取聚类中个数最多的类别，将其作为标靶中心
步骤四：无人机按照标靶中心飞行，直至偏差小于一定范围，例如10cm。
步骤五：无人机高度检测，当高度高于0.5m，则开始降落，继续执行步骤一。
飞控端的蓝牙用于近距离辅助通信；所述无人机飞控端的GPS模块用于无人机空间定位；所述无人机飞控端的指南针温度计等用于GPS辅助定位，获取飞机的经纬度信息，确定无人机的位置；所述无人机飞控端的气压计用于测量当前大气压，获取飞机的高度信息；所述无人机飞控端的IMU惯性测量单元，包含一个三轴加速度计和一个三轴陀螺仪，用来测量飞机在三维空间中的角速度和加速度，并以此解算出物体的姿态。
其中，飞控端的微控制器为Pixhawk4飞行控制器；所述无人机飞控端的视觉图像处理***用于机器视觉跟踪和降落地标识别，机器视觉是对人眼观察物体的过程进行仿生模拟，用两个摄像头对图像进行采集，识别，并根据测距判断目标的距离；所述无人机飞控端的图像发送模块用飞行图像视频数据的发送。最后的图像视频数据传送至控制端后进行处理分析，然后根据结果，控制端再控制无人机进一步降落。飞控端的Lora通信模块用于无人机远距离通信；所述无人机飞控端的WiFi通信模块用于无人机中近距离降落辅助通信，提高降落精度和实时控制。
飞控端的蓝牙用于近距离辅助通信；所述无人机飞控端的GPS模块用于无人机空间定位；所述无人机飞控端的指南针、温度计等用于GPS辅助定位，获取飞机的经纬度信息，确定无人机的位置；所述无人机飞控端的气压计用于测量当前大气压，获取飞机的高度信息；所述无人机飞控端的IMU惯性测量单元，包含一个三轴加速度计和一个三轴陀螺仪，用来测量飞机在三维空间中的角速度和加速度，并以此解算出物体的姿态。
控制端的路由器主要用于通信控制数据交互和无人机图像视频数据的传输；所述无人机控制端的树莓派主要用于无人机图像数据的处理；所述无人机控制端的图像接收机主要用于接收传输无人机图像数据。
如图4所示，本发明还提供了一种用于实现基于多功能识别定位的定点降落无人机方法的***，包括：
无人机及待降落平台，所述待降落平台包含靶标及控制端；
所述无人机接收位于待降落平台上的控制端的自动返航指令，根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；并通过双摄像头实时获取下方图像数据信息，并传输至控制端；
所述控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
具体地，飞控端包括微控制器、视觉图像处理模块、图像发送模块、WiFi通信模块、Lora通信模块、蓝牙、GPS模块、指南针等。飞控端的微控制器为Pixhawk4飞行控制器；所述无人机飞控端的视觉图像处理***用于机器视觉跟踪和降落地标识别，机器视觉是对人眼观察物体的过程进行仿生模拟，用两个摄像头对图像进行采集，识别，并根据测距判断目标的距离；所述无人机飞控端的图像发送模块用飞行图像视频数据的发送。飞控端的Lora通信模块用于无人机远距离通信；所述无人机飞控端的WiFi通信模块用于无人机中近距离降落辅助通信，提高降落精度和实时控制。飞控端的蓝牙用于近距离辅助通信；所述无人机飞控端的GPS模块用于无人机空间定位；所述无人机飞控端的指南针温度计等用于GPS辅助定位，获取飞机的经纬度信息，确定无人机的位置；所述无人机飞控端的气压计用于测量当前大气压，获取飞机的高度信息；所述无人机飞控端的IMU惯性测量单元，包含一个三轴加速度计和一个三轴陀螺仪，用来测量飞机在三维空间中的角速度和加速度，并以此解算出物体的姿态。
控制端安装在移动平台上，包含主控制、路由器、Lora通信模块、树莓派以及图像接受机等。控制端的主控器为STM32F407芯片***，作为无人机控制端服务器中心；所述无人机控制端的路由器主要用于通信控制数据交互和无人机图像视频数据的传输；所述无人机控制端的树莓派主要用于无人机图像数据的处理；所述无人机控制端的图像接收机主要用于接收传输无人机图像数据。
请参阅图2为本发明实施例提供的电子设备的实施例示意图。如图2所示，本发明实施例提了一种电子设备，包括存储器1310、处理器1320及存储在存储器1310上并可在处理器1320上运行的计算机程序1311，处理器1320执行计算机程序1311时实现以下步骤：S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；
S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
请参阅图3为本发明提供的一种计算机可读存储介质的实施例示意图。如图3所示，本实施例提供了一种计算机可读存储介质1400，其上存储有计算机程序1411，该计算机程序1411被处理器执行时实现如下步骤：S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；
S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
有益效果：
(1)无人机自动返航：控制端部分采用STM32F407作为主控制服务器，是控制整个无人机的核心。无人机与服务器的通信采用Lora中远距离通信方式，同时携带GPS和指南针，便于无人机自动按照GPS返航。
(2)无人机定点降落：无人机在距离车载服务器近距离时，WiFi通信自动识别无人机，引导无人机定点精确靠近地标表示图案上方，在辅助通信和视觉识别***的结合下实现精确降落，误差可控在厘米级别。
(3)数据实时传输：无人机采集的图像通过图像发送机发送给机舱内部的图像接收机，图像接收机获得图像后经树莓派***转换为RTSP图像流，服务器上匹配现有的车载图像通信接口，可以实时获取这个图像流并上传图像到控制端进行图像数据处理。
(4)状态实时监控：通过多种通信手段和传感器检测，准确掌控无人机飞行状态。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明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。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述。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、嵌入式计算机或者其他可编程数据处理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设备上，使得在计算机或其他可编程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概念，则可对这些实施例作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范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。
Claims (10)
1.一种基于多功能识别定位的定点降落无人机方法，其特征在于，包括：
S1，无人机接收位于待降落平台上的控制端的自动返航指令，并根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；
S2，无人机通过双摄像头实时获取下方图像数据信息，并传输至控制端，控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
2.根据权利要求1所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述无人机与所述控制端之间的通信方式具体包括：
当无人机与控制端之间的距离大于预设值时，通过Lora通信方式进行数据交流；
当无人机与控制端之间的距离不大于预设值时，通过WiFi通信方式进行数据交流。
3.根据权利要求1所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述S2具体包括：
步骤一：获取标靶图像，通过Hough变换，获得区域边界；
步骤二：针对区域边界，检测是否存在矩形框，如果存在，获得矩形框的中心位置；
步骤三：针对中心位置信息，通过meanshift聚类方法，进行聚类，获取聚类中个数最多的类别，将其作为标靶中心；
步骤四：无人机按照标靶中心飞行，直至偏差小于预设范围，开始逐步降落；
步骤五：每逐步降落一次后再重复步骤一至步骤四，并实时监测无人机距离标靶的高度，当无人机距离标靶的高度小于第二预设距离高度时，则自动降落。
4.根据权利要求3所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述步骤三具体包括：
针对中心位置信息，过滤面积较小的图形，然后再过滤掉非凸形得到多边形，再通过聚类方法寻找离中心距离最近的一类作为标靶中心。
5.根据权利要求3所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述步骤三中预设范围的值为10cm。
6.根据权利要求1所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述第一预设距离高度为5m，所述第二预设距离高度为0.5m。
7.根据权利要求1所述的基于多功能识别定位的定点降落无人机方法，其特征在于，所述S1具体包括：
采用指南针及温度计辅助GPS定位，获取飞机的经纬度信息，确定无人机的位置；
采用气压计测量无人机当前位置大气压，获取飞行高度信息；
采用IMU惯性测量单元，包含一个三轴加速度计和一个三轴陀螺仪，测量飞机在三维空间中的角速度和加速度，并以此解算出无人机的实时姿态。
8.一种用于实现如权利要求1-7任一项所述的基于多功能识别定位的定点降落无人机方法的***，其特征在于，包括：
无人机及待降落平台，所述待降落平台包含靶标及控制端；
所述无人机接收位于待降落平台上的控制端的自动返航指令，根据GPS导航返回待降落平台上空的第一预设距离高度处悬停；并通过双摄像头实时获取下方图像数据信息，并传输至控制端；
所述控制端通过轮廓提取方法识别锁定待降落平台上的标靶，以引导无人机逐步降低；当无人机位于标靶中心上方第二预设距离高度时，自动降落完成定点降落。
9.一种电子设备，其特征在于，包括存储器、处理器，所述处理器用于执行存储器中存储的计算机管理类程序时实现如权利要求1-7任一项所述的基于多功能识别定位的定点降落无人机方法的步骤。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机管理类程序，所述计算机管理类程序被处理器执行时实现如权利要求1-7任一项所述的基于多功能识别定位的定点降落无人机方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111431486.0A CN113946157A (zh) | 2021-11-29 | 2021-11-29 | 一种基于多功能识别定位的定点降落无人机方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111431486.0A CN113946157A (zh) | 2021-11-29 | 2021-11-29 | 一种基于多功能识别定位的定点降落无人机方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113946157A true CN113946157A (zh) | 2022-01-18 |
Family
ID=79338986
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111431486.0A Pending CN113946157A (zh) | 2021-11-29 | 2021-11-29 | 一种基于多功能识别定位的定点降落无人机方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113946157A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114527792A (zh) * | 2022-01-25 | 2022-05-24 | 武汉飞流智能技术有限公司 | 无人机降落引导方法、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103226356A (zh) * | 2013-02-27 | 2013-07-31 | 广东工业大学 | 基于图像处理的无人机精确位置降落方法 |
| CN106054929A (zh) * | 2016-06-27 | 2016-10-26 | 西北工业大学 | 一种基于光流的无人机自动降落引导方法 |
| WO2017160192A1 (ru) * | 2016-03-18 | 2017-09-21 | Павел Константинович ГЕРАСИМОВ | Способ точной посадки беспилотного летательного аппарата |
| CN107544550A (zh) * | 2016-06-24 | 2018-01-05 | 西安电子科技大学 | 一种基于视觉引导的无人机自动着陆方法 |
| CN110618691A (zh) * | 2019-09-16 | 2019-12-27 | 南京信息工程大学 | 基于机器视觉的无人机同心圆靶精准降落方法 |
| CN112180978A (zh) * | 2020-10-13 | 2021-01-05 | 南京理工大学 | 基于飞艇平台的四旋翼无人机自主降落控制***及方法 |
-
2021
- 2021-11-29 CN CN202111431486.0A patent/CN113946157A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103226356A (zh) * | 2013-02-27 | 2013-07-31 | 广东工业大学 | 基于图像处理的无人机精确位置降落方法 |
| WO2017160192A1 (ru) * | 2016-03-18 | 2017-09-21 | Павел Константинович ГЕРАСИМОВ | Способ точной посадки беспилотного летательного аппарата |
| CN107544550A (zh) * | 2016-06-24 | 2018-01-05 | 西安电子科技大学 | 一种基于视觉引导的无人机自动着陆方法 |
| CN106054929A (zh) * | 2016-06-27 | 2016-10-26 | 西北工业大学 | 一种基于光流的无人机自动降落引导方法 |
| CN110618691A (zh) * | 2019-09-16 | 2019-12-27 | 南京信息工程大学 | 基于机器视觉的无人机同心圆靶精准降落方法 |
| CN112180978A (zh) * | 2020-10-13 | 2021-01-05 | 南京理工大学 | 基于飞艇平台的四旋翼无人机自主降落控制***及方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114527792A (zh) * | 2022-01-25 | 2022-05-24 | 武汉飞流智能技术有限公司 | 无人机降落引导方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11550315B2 (en) | Unmanned aerial vehicle inspection system | |
| US20210358315A1 (en) | Unmanned aerial vehicle visual point cloud navigation | |
| CN113597591B (zh) | 用于无人飞行器导航的地理基准 | |
| US10778967B2 (en) | Systems and methods for improving performance of a robotic vehicle by managing on-board camera defects | |
| US10705541B2 (en) | Unmanned aircraft navigation system and method | |
| JP6900608B2 (ja) | 静止及び移動体に対する無人航空機の飛行方法 | |
| CN107783106B (zh) | 无人机与障碍物之间的数据融合方法 | |
| US20190068829A1 (en) | Systems and Methods for Improving Performance of a Robotic Vehicle by Managing On-board Camera Obstructions | |
| WO2018053861A1 (en) | Methods and system for vision-based landing | |
| US7930097B2 (en) | Method and apparatus for displaying terrain elevation information | |
| CN111123964B (zh) | 一种无人机降落方法、设备以及计算机可读介质 | |
| CN108255190B (zh) | 基于多传感器的精确着陆方法及使用该方法的系留无人机 | |
| JP7492718B2 (ja) | 安全着陸可能領域を識別するためのシステム、方法、プログラム及びプログラムを記憶した記憶媒体 | |
| CN110687928A (zh) | 降落控制方法，***，无人机及存储介质 | |
| CN107479082A (zh) | 一种无人机无gps返航方法 | |
| CN104015931A (zh) | 一种无人机自动加油盲区视觉定位测控方法、***及实验平台 | |
| CN105388908A (zh) | 基于机器视觉的无人机定位着降方法及*** | |
| CN113156998A (zh) | 一种无人机飞控***及控制方法 | |
| US20210208606A1 (en) | Information processing system, information processing method, and program | |
| CN111679680A (zh) | 一种无人机自主着舰方法及*** | |
| JP2020149640A (ja) | 飛行システム及び着陸制御方法 | |
| CN114379802A (zh) | 无人飞行***的自动安全着陆地点选择 | |
| CN111615677B (zh) | 一种无人机的安全降落方法、装置、无人机及介质 | |
| CN113946157A (zh) | 一种基于多功能识别定位的定点降落无人机方法及*** | |
| CN112119428A (zh) | 获取降落位置的方法、设备、无人机、***及存储介质 |
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 |