CN114326757A - 一种无人机精准降落控制方法及*** - Google Patents
一种无人机精准降落控制方法及*** Download PDFInfo
- Publication number
- CN114326757A CN114326757A CN202111470895.1A CN202111470895A CN114326757A CN 114326757 A CN114326757 A CN 114326757A CN 202111470895 A CN202111470895 A CN 202111470895A CN 114326757 A CN114326757 A CN 114326757A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- landing
- fine
- descend
- 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 39
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000004891 communication Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 8
- 230000000007 visual effect Effects 0.000 description 7
- 238000013473 artificial intelligence Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 235000005121 Sorbus torminalis Nutrition 0.000 description 3
- 244000152100 Sorbus torminalis Species 0.000 description 3
- 238000001514 detection method Methods 0.000 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 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种无人机精准降落控制方法及***,当无人机位于预设降落范围内时,且当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落;本发明结合实时差分定位、精降范围码和精降位置码,实现了无人机降落的精准梯次控制。
Description
技术领域
本发明涉及无人机降落控制技术领域,特别涉及一种无人机精准降落控制方法及***。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术,并不必然构成现有技术。
无人机机巢在无人机行业增值应用中处于火爆状态,但是无人机机场的应用还处于初步发展阶段,无人机的精准降落对无人机机场的发展起着至关重要的作用。
发明人发现,现有的无人机降落控制过程存在如下问题:
(1)对待降落位置的坐标进行识别时,需要高精密的实时定位,不仅定位组件的成本较高,而且还要实时的获取无人机机场的预设点位的坐标数据,降落控制繁琐;
(2)现有技术中存在通过识别降落点的特定图像来实现降落的方案,但是大多值进行单一图像的识别,往往无法实现精准降落。
发明内容
为了解决现有技术的不足,本发明提供了一种无人机精准降落控制方法及***,结合实时差分定位、精降范围码和精降位置码,实现了无人机降落的精准梯次控制。
为了实现上述目的,本发明采用如下技术方案:
本发明第一方面提供了一种无人机精准降落控制方法。
一种无人机精准降落控制方法,包括以下过程:
获取无人机的定位数据;
根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
进一步的,精降范围码和精降位置码均为ArUco标记。
进一步的,根据相机标定得到的相机内参和外参,计算无人机实际到降落点的距离和角度。
更进一步的,相机标定,包括:
获取相机在不同角度下对棋盘格的拍摄图像;
对图像中的特征点如标定板角点进行检测,得到标定板角点的像素坐标值,根据棋盘格大小和世界坐标系原点,计算得到标定板角点的物理坐标值;
根据得到的物理坐标值,求解内参矩阵与外参矩阵;
根据获取的内参矩阵和外参矩阵,求解畸变参数;
利用L-M算法对畸变参数进行优化。
进一步的,采用实时差分定位方式进行无人机定位。
本发明第二方面提供了一种无人机精准降落控制***。
一种无人机精准降落控制***,包括:
定位数据获取模块,被配置为:获取无人机的定位数据;
降落范围识别模块,被配置为:根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
第一降落控制模块,被配置为:当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
第二降落控制模块,被配置为:再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
本发明第三方面提供了一种无人机精准降落控制***。
一种无人机精准降落控制***,包括无人机,所述无人机包括无人机本体和控制终端,所述无人机本体上设有三轴云台,三轴云台上设有相机和/或摄像机,所述控制终端与相机和/或摄像机通信连接;
所述控制终端执行上述的无人机精准降落控制方法的步骤。
进一步的,所述无人机本体上搭载有与控制终端通信的实时差分定位模块。
本发明第四方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的无人机精准降落控制方法中的步骤。
本发明第五方面提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现上述的无人机精准降落控制方法中的步骤。
与现有技术相比,本发明的有益效果是:
1、本发明创新性的提出了一种无人机精准降落控制方法,根据无人机的定位数据实现了无人机与待降落位置的初步标定,融合了实时差分定位数据、精降范围码和精降位置码,通过不断的图像识别和距离靠近,解决了无人机精降控制难的问题,实现了无人机降落的精准梯次控制,提高了无人机降落控制的精度。
2、本发明创新性的提出了一种无人机精准降落控制***,通过搭载的相机和/或摄像机,实现了降落点的图像和/或视频的定位拍摄,实现了精降范围码和精降位置码的快速识别,根据图像识别结果进行无人机与降落点的距离调整,避免了无人机降落时的识别数据延迟带来的降落困难,保证了无人机降落控制的精度。
本发明附加方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1为本发明实施例1提供的无人机精准降落控制方法的流程示意图。
图2为本发明实施例1提供的精降码示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
实施例1:
如图1所示,本发明实施例1提供了一种无人机精准降落控制方法,包括以下过程:
获取无人机的定位数据;
根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
本实施例中,精降范围码和精降位置码是挨着的一大一小,大的叫精降范围码,在高空时使用,主要是用来确定无人机降落的大致位置,不断降落,调整位姿。小的叫精降位置码,到低空时,无人机开始识别,不断的调整位姿最后降落在这个小的无人机精降位置码。
本实施例所述的方法,首先利用无人机RTK技术使无人机执行完任务可以快速准确的回到降落点上方,RTK技术可以使无人机飞行的误差达到厘米级,这样使无人机可以快速的回到降落点,不需要更新多次坐标;到达降落范围开启摄像搜索降落范围码,接收图像完成并在0.7s内识别完成返回无人机调整身姿,降落到20厘米高度实现盲降,实现无人机巡检任务完全自动化。
实施例2:
本发明第二方面提供了一种无人机精准降落控制***。
一种无人机精准降落控制***,包括:
定位数据获取模块,被配置为:获取无人机的定位数据;
降落范围识别模块,被配置为:根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
第一降落控制模块,被配置为:当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
第二降落控制模块,被配置为:再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
本发明第三方面提供了一种无人机精准降落控制***。
一种无人机精准降落控制***,包括无人机,所述无人机包括无人机本体和控制终端,所述无人机本体上设有三轴云台,三轴云台上设有相机和/或摄像机,所述控制终端与相机和/或摄像机通信连接;
所述控制终端执行上述的无人机精准降落控制方法的步骤。
进一步的,所述无人机本体上搭载有与控制终端通信的实时差分定位模块。
实施例3:
本发明实施例3提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的无人机精准降落控制方法中的步骤。
实施例4:
本发明实施例4提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现上述的无人机精准降落控制方法中的步骤。
实施例5:
本发明实施例5提供了一种无人机精准降落控制***,基于多源融合的无人机自主降落***在无人机机巢应用中的新技术,在无人机降落点设置一个二维码参照点,该参照点具有多层次花纹用来确保无人机可以快速的寻找到降落点的大***置,精降二维码还应该保证图案不能对称来保证无人机识别降落方向,最终选择开源的ARUCO框架生成精降二维码进行标记训练实现无人机识别降落方向。
具体的,使用ArUco框架算法逻辑:基于ArUco的距离角度定位,根据利用ArUco.estimatePoseSingleMarkers()函数返回找到的ArUco标签的rvec旋转矩阵、tvec位移矩阵进行换算,找出ArUco相对于相机CAM的距离和角度,实现利用ArUco进行定位。
所述无人机上载有三轴云台,三轴云台上安装相机和摄像机;所述相机为单目可变焦相机;所述摄像机用于获取杆塔的视频信息;其中,相机与摄像机集成在一个镜头。
无人机还设有RTK定位模块,用于定位无人机三维坐标信息;
无人机还设有前端AI处理模块,用于拟合无人机飞控数据,RTK定位模块数据,和变焦相机采集图像,下发飞控命令控制无人机飞行,控制云台调整相机角度和变焦,锁定杆塔检视点并拍照;当杆塔检视点不位于相机图像的中央位置时,采用基于视觉移动跟踪方式来控制云台转动,通过杆塔检视点在图像中的位置确定云台的位置;
因为需要使用到无人机的摄像头,需要进行摄像头的标定工作:
1)准备一个张正友标定法的棋盘格,棋盘格大小已知,用相机对其进行不同角度的拍摄,得到一组图像。
2)对图像中的特征点如标定板角点进行检测,得到标定板角点的像素坐标值,根据已知的棋盘格大小和世界坐标系原点,计算得到标定板角点的物理坐标值。
3)求解内参矩阵与外参矩阵
根据物理坐标值和像素坐标值的关系,求出H矩阵,进而构造V矩阵,求解B矩阵,利用B矩阵求解相机内参矩阵A,最后求解每张图片对应的相机外参矩阵。
4)求解畸变参数。
5)利用L-M(Levenberg-Marquardt)算法对上述参数进行优化。
无人机还包括人工智能视觉识别模块,用于识别无人机精降码即ArUco标记码。
ArUco标记是可用于摄像机姿态估计的二进制方形基准标记,如图2所示。它的主要优点是检测简单、快速,并且具有很强的鲁棒性。ArUco标记是由宽黑色边框和确定其标识符(ID)的内部二进制矩阵组成的正方形标记。ArUco标记的黑色边框有助于其在图像中的快速检测,内部二进制编码用于识别标记和提供错误检测和纠正。ArUco标记尺寸的大小决定内部矩阵的大小,例如尺寸为4x4的标记由16位二进制数组成。
通俗地说,ArUco标记其实就是一种编码,就和我们日常生活中的二维码是相似的,只不过由于编码方式的不同,导致它们存储信息的方式、容量等等有所差异,所以在应用层次上也会有所不同。由于单个ArUco标记就可以提供足够的对应关系,例如有四个明显的角点及内部的二进制编码,所以ArUco标记被广泛用来增加从二维世界映射到三维世界时的信息量,便于发现二维世界与三维世界之间的投影关系,从而实现姿态估计、相机矫正等等应用。
上述***的具体步骤实施如下:
步骤1):无人机依据任务要求执行任务,完成任务利用RTK技术无人机返回降落点范围准备寻找精降范围码。
步骤2):无人机打开摄像头,悬停在降落点上方10米,开始拍照并发给人工智能视觉识别服务端。等待人工智能视觉识别服务器返回结果,如果找到精降码,进入步骤4),未找到精降码,进入步骤3)。
步骤3):人工智能视觉识别服务未识别出精降码,控制无人机下降一米,执行步骤2)。
步骤4):人工智能视觉识别接收照片,然后识别图中照片,根据相机标定得到的相机内参和外参计算出无人机实际距离及角度,如果未识别出精降码控制无人机下降1米,成功识别精降码根据无人机识别距离下降2米,判断距离精降码是否到达1米高度,到达一米悬停切换识别码。
步骤5):无人机继续拍摄照片,上传人工智能视觉识别服务器。
步骤6):人工智能服务器接收照片在照片上识别精降码,不断调整位姿,判断当前位置是否到达20厘米高度,小于等于20厘米高度开始盲降。
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,本发明可采用硬件实施例、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和光学存储器等)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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人机精准降落控制方法,其特征在于:
包括以下过程:
获取无人机的定位数据;
根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
2.如权利要求1所述的无人机精准降落控制方法,其特征在于:
精降范围码和精降位置码均为ArUco标记。
3.如权利要求1所述的无人机精准降落控制方法,其特征在于:
根据相机标定得到的相机内参和外参,计算无人机实际到降落点的距离和角度。
4.如权利要求3所述的无人机精准降落控制方法,其特征在于:
相机标定,包括:
获取相机在不同角度下对棋盘格的拍摄图像;
对图像中的特征点如标定板角点进行检测,得到标定板角点的像素坐标值,根据棋盘格大小和世界坐标系原点,计算得到标定板角点的物理坐标值;
根据得到的物理坐标值,求解内参矩阵与外参矩阵;
根据获取的内参矩阵和外参矩阵,求解畸变参数;
利用L-M算法对畸变参数进行优化。
5.如权利要求1所述的无人机精准降落控制方法,其特征在于:
采用实时差分定位方式进行无人机定位。
6.一种无人机精准降落控制***,其特征在于:
包括:
定位数据获取模块,被配置为:获取无人机的定位数据;
降落范围识别模块,被配置为:根据获取的定位数据,判断无人机是否位于预设降落范围内,当无人机位于预设降落范围内时,执行下一步;否则控制无人机移动直至满足位置要求;
第一降落控制模块,被配置为:当无人机位于距离降落点第一预设距离的位置时,获取无人机下方的图像数据或者视频数据,当根据获取的图像数据或者视频数据识别到精降范围码时,控制无人机下降第二预设距离,执行下一步;否则,控制无人机下降第三预设距离,再次进行精降范围码识别,直至识别到精降范围码;
第二降落控制模块,被配置为:再次获取无人机下方的图像数据或者视频数据,当根据再次获取的图像数据或者视频数据识别到精降位置码时,控制无人机下降至距离降落点第四预设距离的位置,控制无人机降落。
7.一种无人机精准降落控制***,其特征在于:
包括无人机,所述无人机包括无人机本体和控制终端,所述无人机本体上设有三轴云台,三轴云台上设有相机和/或摄像机,所述控制终端与相机和/或摄像机通信连接;
所述控制终端执行权利要求1-5任一项所述的无人机精准降落控制方法的步骤。
8.如权利要求7所述的无人机精准降落控制***,其特征在于:
所述无人机本体上搭载有与控制终端通信的实时差分定位模块。
9.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-5任一项所述的无人机精准降落控制方法中的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-5任一项所述的无人机精准降落控制方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470895.1A CN114326757A (zh) | 2021-12-03 | 2021-12-03 | 一种无人机精准降落控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470895.1A CN114326757A (zh) | 2021-12-03 | 2021-12-03 | 一种无人机精准降落控制方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114326757A true CN114326757A (zh) | 2022-04-12 |
Family
ID=81048446
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111470895.1A Pending CN114326757A (zh) | 2021-12-03 | 2021-12-03 | 一种无人机精准降落控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114326757A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106371447A (zh) * | 2016-10-25 | 2017-02-01 | 南京奇蛙智能科技有限公司 | 一种无人机全天候精准降落的控制方法 |
CN108873943A (zh) * | 2018-07-20 | 2018-11-23 | 南京奇蛙智能科技有限公司 | 一种无人机厘米级精准降落的图像处理方法 |
CN109992006A (zh) * | 2019-05-31 | 2019-07-09 | 江苏方天电力技术有限公司 | 一种电力巡检无人机的精准回收方法和*** |
CN110991207A (zh) * | 2019-11-19 | 2020-04-10 | 山东大学 | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 |
CN113093772A (zh) * | 2021-04-13 | 2021-07-09 | 中国计量大学 | 一种无人机机库精确降落方法 |
-
2021
- 2021-12-03 CN CN202111470895.1A patent/CN114326757A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106371447A (zh) * | 2016-10-25 | 2017-02-01 | 南京奇蛙智能科技有限公司 | 一种无人机全天候精准降落的控制方法 |
CN108873943A (zh) * | 2018-07-20 | 2018-11-23 | 南京奇蛙智能科技有限公司 | 一种无人机厘米级精准降落的图像处理方法 |
CN109992006A (zh) * | 2019-05-31 | 2019-07-09 | 江苏方天电力技术有限公司 | 一种电力巡检无人机的精准回收方法和*** |
CN110991207A (zh) * | 2019-11-19 | 2020-04-10 | 山东大学 | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 |
CN113093772A (zh) * | 2021-04-13 | 2021-07-09 | 中国计量大学 | 一种无人机机库精确降落方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112164015B (zh) | 单目视觉自主巡检图像采集方法、装置及电力巡检无人机 | |
CN110991207B (zh) | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 | |
CN109579843B (zh) | 一种空地多视角下的多机器人协同定位及融合建图方法 | |
CN107329490B (zh) | 无人机避障方法及无人机 | |
CN107240063B (zh) | 一种面向移动平台的旋翼无人机自主起降方法 | |
CN106054929B (zh) | 一种基于光流的无人机自动降落引导方法 | |
CN106197422A (zh) | 一种基于二维标签的无人机定位及目标跟踪方法 | |
CN110910459B (zh) | 一种对摄像装置的标定方法、装置及标定设备 | |
CN107144281B (zh) | 基于合作目标和单目视觉的无人机室内定位***及定位方法 | |
CN108235815B (zh) | 摄像控制装置、摄像装置、摄像***、移动体、摄像控制方法及介质 | |
CN109725645A (zh) | 一种嵌套式无人机着陆合作标志设计及相对位姿获取方法 | |
CN109885086A (zh) | 一种基于复合多边形标志引导的无人机垂直降落方法 | |
CN102538782A (zh) | 一种基于计算机视觉的直升机着陆引导装置和方法 | |
CN109643131A (zh) | 无人机、其控制方法以及记录介质 | |
CN108710381A (zh) | 一种无人机随动起降方法 | |
CN106502257A (zh) | 一种无人机精准降落抗干扰的控制方法 | |
CN113093772A (zh) | 一种无人机机库精确降落方法 | |
US20230359204A1 (en) | Flight control method, video editing method, device, uav and storage medium | |
CN114900609B (zh) | 一种无人机的自动化拍摄控制方法和*** | |
CN111161305A (zh) | 无人机智能识别追踪方法及*** | |
CN113759943A (zh) | 无人机降落平台及识别方法、降落方法和飞行作业*** | |
CN114581516A (zh) | 基于单目视觉的多无人机智能识别及相对定位方法 | |
CN111160280B (zh) | 基于rgbd相机的目标物体识别与定位方法及移动机器人 | |
CN110030928A (zh) | 基于计算机视觉的空间物体定位和测量的方法和*** | |
CN107576329B (zh) | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
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: 20220412 |
|
RJ01 | Rejection of invention patent application after publication |