CN114596491A - 一种无人机的诱导方法及*** - Google Patents
一种无人机的诱导方法及*** Download PDFInfo
- Publication number
- CN114596491A CN114596491A CN202210207040.8A CN202210207040A CN114596491A CN 114596491 A CN114596491 A CN 114596491A CN 202210207040 A CN202210207040 A CN 202210207040A CN 114596491 A CN114596491 A CN 114596491A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- instruction
- landing
- acquiring
- 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 34
- 230000006698 induction Effects 0.000 title claims abstract description 29
- 230000000007 visual effect Effects 0.000 claims abstract description 102
- 238000012790 confirmation Methods 0.000 claims description 13
- 238000007667 floating Methods 0.000 claims description 9
- 230000001939 inductive effect Effects 0.000 claims description 9
- 230000014759 maintenance of location Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000013508 migration Methods 0.000 description 7
- 230000005012 migration Effects 0.000 description 7
- 208000014674 injury Diseases 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 208000012260 Accidental injury Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012216 screening 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
- G05D1/10—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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请涉及一种无人机的诱导方法及***，属于无人机的技术领域，其方法包括：获取视觉识别标志；判断视觉识别标志的类型是否发生改变，并获得第一判断结果；若第一判断结果为是，则获取类型发生改变的时间间隔；判断时间间隔是否与间隔阈值匹配，并获得第二判断结果；若第二判断结果为否，则获取搜索指令；基于搜索指令以控制无人机继续搜索视觉识别标志；若第二判断结果为是，则获取降落指令；基于降落指令以控制无人机降落。本申请具有减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率的效果。
Description
技术领域
本申请涉及无人机的技术领域，尤其是涉及一种无人机的诱导方法及***。
背景技术
如今，无人机技术日益成熟，应用到了很多领域，例如，利用无人机进行航拍、测绘、新闻报道等。无人机执行完任务之后，会自行飞向预设的降落点，最后降落到回收舱中进行回收。
目前无人机的降落通常是使用者通过遥控器控制，或通过诱导装置诱导无人机降落到固定的降落点，通过诱导装置进行诱导的方式相比通过遥控器控制，会具有更高的自主性，能够在一定程度上减少人工的参与。
但是，通过诱导装置控制无人机降落的过程中，诱导装置上单一的视觉识别标志很容易被复制，因此会导致无人机探测视觉识别标志时，可能会被不法分子恶意诱导，导致无人机返航时丢失。
发明内容
为了减小无人机被恶意诱导情况发生的可能性，降低无人机返航时的丢失率，本申请提供一种无人机的诱导方法及***。
第一方面，本申请提供一种无人机的诱导方法，采用如下的技术方案：
一种无人机的诱导方法，包括：
获取视觉识别标志；
判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果；
若所述第一判断结果为是，则获取所述类型发生改变的时间间隔；
判断所述时间间隔是否与间隔阈值匹配，并获得第二判断结果；
若所述第二判断结果为否，则获取搜索指令；
基于所述搜索指令以控制无人机继续搜索所述视觉识别标志；
若所述第二判断结果为是，则获取降落指令；
基于所述降落指令以控制无人机降落。
通过采用上述技术方案，判断视觉识别标志的类型是否发生改变，当发生改变是获取类型发生改变的时间间隔，然后判断时间间隔与间隔阈值是否匹配获取第二判断结果进而判断无人机能否降落。如果第二判断结果为否，证明视觉识别标志不符合降落的要求，此时获取搜索指令以控制无人机继续搜索视觉识别标志。如果第二判断结果为是，证明符合，此时获取降落指令以控制无人机降落。通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
作为优选，所述基于所述降落指令以控制无人机降落包括如下步骤：
获取标志位置表，所述标志位置表包括一一对应的所述视觉识别标志和降落位置，以及与所述视觉识别标志一一对应的预设时间；
获取所述视觉识别标志的停留时间；
判断所述停留时间是否等于所述预设时间；
若是，则获取相应的所述降落位置；
基于所述降落指令以控制无人机降落至所述降落位置。
通过采用上述技术方案，根据视觉识别标志的停留时间，并根据标志位置表，判断停留时间是否等于预设时间，当匹配时，能够获取相应的降落位置，从而能够根据降落指令控制无人机降落到相应的降落位置。能够通过时间识别标志调整无人机的降落位置，能够进一步提高无人机降落的自主性，操作较为简单。
作为优选，所述判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果之前还包括：
获取所述视觉识别标志的当前位置；
基于所述降落指令获取返航位置；
判断所述当前位置与所述返航位置是否匹配；
若否，则获取移动指令；
基于所述移动指令以控制无人机移动至所述返航位置；
若是，则进行下一步。
通过采用上述技术方案，判断当前位置与返航位置是否匹配能够判断无人机是否移动至预定的降落位置，如果匹配，就证明位置正确，此时可以继续下一步。反之，就证明位置不正确，此时获取移动指令，进而控制无人机继续移动至返航位置。从而能够减小无人机被他人的标志误导情况发生的可能性，从而提高无人机返航的准确性。
作为优选，所述基于所述移动指令以控制无人机移动至所述返航位置之后还包括：
若所述第二判断结果为否，获取并输出预警提示。
通过采用上述技术方案，当无人机返航之后，且当第二判断结果为否是，预警提示能够对无人机管理人员进行提醒，从而提醒管理人员及时对无人机进行查找回收，进一步提高无人机回收的安全性。
作为优选，所述基于所述降落指令以控制无人机降落之前还包括：
获取降落图像；
获取无人机的降落范围；
基于所述降落图像判断所述降落范围内是否有行人；
若是，则生成并输出告警提示；
若否，则进行下一步。
通过采用上述技术方案，根据降落图像判断降落范围内是否有行人，能够判断无人机的降落环境是否安全，如果有人，则生成并输出告警提示，能够对行人进行提醒，减小行人被伤害的可能性，而如果没人，无人机就根据降落指令降落，从而能够尽可能保证无人机和行人的安全。
作为优选，所述若是，则生成并输出告警提示之后还包括：
基于所述降落范围获取移动时间；
基于所述移动时间获取确认图像；
基于所述确认图像判断所述降落范围内是否有行人；
若是，则生成偏移指令；
基于所述偏移指令调整无人机降落的位置；
若否，则基于所述降落指令以控制无人机降落。
通过采用上述技术方案，根据移动时间获取确认图像，并判断确认图像中是否有行人，如果有，就证明行人没有移动到无人机的安全降落范围之外，此时生成偏移指令调整无人机的降落位置，从而使无人机能够正常降落，同时能够减小伤害行人情况发生的可能性。而当确认图像中没有行人时，此时无人机可以根据降落指令降落，进而能够提高无人机降落的安全性。
作为优选，所述基于所述偏移指令调整无人机降落的位置包括如下步骤：
获取所述行人的行人位置；
获取无人机的浮空位置；
基于所述行人位置和所述浮空位置获取移动距离；
判断所述移动距离是否大于预设安全距离；
若是，则基于所述降落指令以控制无人机降落；
若否，则基于所述安全距离和所述移动距离获取调整距离；
基于所述偏移指令以控制无人机按照所述调整距离调整无人机降落的位置。
通过采用上述技术方案，根据浮空位置和行人位置获取移动距离，然后判断移动距离是否大于预设安全距离，能够判断无人机降落过程中是否会伤害行人。若是，则根据降落指令控制无人机降落，若否，根据安全距离和移动距离获取调整距离，并基于偏移指令控制无人机按照调整距离调整无人机的位置，从而能够尽可能保证无人机正常降落的同时，减小行人被伤害的可能性，进而提高行人和无人机的安全性。
作为优选，还包括：
当降落范围内有行人时，获取遥控器的遥控位置；
获取无人机的实际位置；
基于所述实际位置和所述遥控位置获取遥控距离；
判断所述遥控距离是否大于距离阈值；
若否，则生成切换指令；
基于所述切换指令以启用所述遥控器的控制功能。
通过采用上述技术方案，当降落范围内有行人时，根据遥控距离和实际位置获取遥控距离，并判断有空距离是否大于距离阈值，进而能够判断无人机的管理人员距离无人机的距离是否足够。若否，就证明距离足够，此时生成切换指令，进而根据切换指令启用遥控器的控制功能，方便管理人员通过遥控器对无人机进行控制，方便通过人工的方式控制无人机降落，操作较为方便。
第二方面，本申请提供一种无人机的诱导***，采用如下的技术方案：
一种无人机的诱导***，包括：
标志获取模块，用于获取不同类型的视觉识别标志；
第一判断模块，用于判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果；
时间获取模块，当所述第一判断结果为是时，用于获取所述类型发生改变的时间间隔；
第二判断模块，用于判断所述时间间隔是否与间隔阈值匹配，并获得第二判断结果；
第一指令获取模块，当所述第二判断结果为否时，用于获取搜索指令；
第二指令获取模块，当所述第二判断结果为是时，用于获取降落指令；
控制模块，用于基于所述搜索指令以控制无人机继续搜索所述视觉识别标志，还用于基于所述降落指令以控制无人机降落。
通过采用上述技术方案，标志获取模块获取不同类型的视觉识别标志之后发送给与其相连的第一判断模块，第一判断模块判断视觉识别标志的类型是否发生改变，获得第一判断结果，并发送给与其相连的时间获取模块。当第一判断结果为是时，时间获取模块获取类型发生改变的时间间隔，并将时间间隔发送给与其相连的第二判断模块，第二判断模块判断时间间隔是否大于间隔阈值，获得第二判断结果，并发送给与其相连的第一指令模块和第二指令模块。
当第二判断结果为否是，第一指令获取模块获取搜索指令，并发送给与其相连的控制模块，控制模块基于搜索指令控制无人机继续搜索视觉识别标志。当第二判断结果为是时，第二指令获取模块获取降落指令，并发送给与其相连的控制模块，控制模块基于降落指令控制无人机降落。通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
综上所述，本申请包括以下至少一种有益技术效果：
1.判断视觉识别标志的类型是否发生改变，当发生改变是获取类型发生改变的时间间隔，然后判断时间间隔与间隔阈值是否匹配获取第二判断结果进而判断无人机能否降落。如果第二判断结果为否，证明视觉识别标志不符合降落的要求，此时获取搜索指令以控制无人机继续搜索视觉识别标志。如果第二判断结果为是，证明符合，此时获取降落指令以控制无人机降落。通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
2.判断当前位置与返航位置是否匹配能够判断无人机是否移动至预定的降落位置，如果匹配，就证明位置正确，此时可以继续下一步。反之，就证明位置不正确，此时获取移动指令，进而控制无人机继续移动至返航位置。从而能够减小无人机被他人的标志误导情况发生的可能性，从而提高无人机返航的准确性。
3.根据降落图像判断降落范围内是否有行人，能够判断无人机的降落环境是否安全，如果有人，则生成并输出告警提示，能够对行人进行提醒，减小行人被伤害的可能性，而如果没人，无人机就根据降落指令降落，从而能够尽可能保证无人机和行人的安全。
附图说明
图1是本申请实施例提供的一种无人机的诱导方法的整体流程示意图；
图2是本申请一个实施例中步骤S8即步骤S11至步骤S15的详细流程示意图；
图3是本申请一个实施例中步骤S2之前即步骤S21至步骤S26的流程示意图；
图4是本申请一个实施例中输出预警提示的流程示意图；
图5是本申请一个实施例中步骤S8之前即步骤S31至步骤S35的流程示意图；
图6是本申请一个实施例中步骤S34之后即步骤S41至步骤S46的流程示意图；
图7是本申请一个实施例中步骤S45即步骤S51至步骤S57的详细流程示意图；
图8是本申请一个实施例中步骤S61至步骤S66的流程示意图；
图9是本申请实施例提供的一种无人机的诱导***的整体结构框图。
附图标记说明：
1、标志获取模块；2、第一判断模块；3、时间获取模块；4、第二判断模块；5、第一指令获取模块；6、第二指令获取模块；7、控制模块。
具体实施方式
以下结合附图1-9对本申请作进一步详细说明。
本申请实施例公开一种无人机的诱导方法。
参照图1，无人机的诱导方法包括：
S1.获取不同类型的视觉识别标志；
S2.判断视觉识别标志的类型是否发生改变，并获得第一判断结果；
S3.若第一判断结果为是，则获取类型发生改变的时间间隔；
S4.判断时间间隔是否与间隔阈值匹配，并获得第二判断结果；
S5.若第二判断结果为否，则获取搜索指令；
S6.基于搜索指令以控制无人机继续搜索视觉识别标志；
S7.若第二判断结果为是，则获取降落指令；
S8.基于降落指令以控制无人机降落。
具体来说，无人机飞行过程中获取不同类型的视觉识别标志，获取方式可以是通过固设于无人机上的摄像头拍摄图像，然后基于图像算法识别图像中的视觉识别标志。诱导装置上的视觉识别标志每次呈现一种视觉识别标志，然后判断视觉识别标志的类型是否发生改变，即在预设的时间内，判断拍摄的图像中的视觉识别标志的类型是否发生改变，并获得第一判断结果。判断方式可以根据图像算法，判断视觉识别标志的颜色、形状或大小等是否发生改变，如果改变，就证明视觉识别标志的类型发生改变。
如果第一判断结果为否，就证明此时获取的视觉识别标志可能是他人恶意设置的诱导标志，此时无人机继续飞行。如果第一判断结果为是，就证明获取的视觉识别标志可能是目标标志，因此此时需要进一步进行确认，所以接着获取时间识别标志的类型发生改变的时间间隔。
时间间隔的获取方式可以通过记录拍摄的图像中第一个时间识别标志的时间，然后记录切换为第二个视觉识别标志的拍摄时间，用后一个时间减去前一个时间获取的值，即为时间间隔，同样第二个视觉识别标志和第三个视觉识别标志之间的时间间隔使用同样的获取方式，并以此类推。
当然，时间间隔的获取方式也可以是获取第一个视觉识别标志结束的时间，然后获取下一个视觉识别标志开始的时间，然后第一个视觉识别标志与第二个视觉识别标志之间的空白时间，即为时间间隔，即视觉识别标志进行切换时，预留有空白期，此时诱导装置没有生成任何视觉识别标志。
然后判断时间间隔与间隔阈值是否匹配，并获得第二判断结果。即判断时间间隔与预设的时间间隔是否相同，从而判断识别到的视觉识别标志是否是他人恶意设置。
如果第二判断结果为否，就证明时间间隔与间隔阈值不相等，此时就证明获取的视觉识别标志大概率是他人恶意设置来诱导无人机，此时获取搜索指令，并基于搜索指令控制无人机继续搜索视觉识别标志，即控制无人机的控制降落的螺旋桨不动作，使无人机继续水平飞行搜索视觉识别标志。
如果第二判断结果为是，就证明时间间隔等于间隔阈值，此时获取降落指令，并根据降落指令控制无人机的控制升降的螺旋桨的转速降低，进而控制无人机的高度降低，实现无人机的降落。
从而，通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
参照图2，为了提高无人机降落的便捷性，在另一个实施例中，步骤S8即基于降落指令以控制无人机降落包括如下步骤：
S11.获取标志位置表；
S12.获取视觉识别标志的停留时间；
S13.判断停留时间是否等于预设时间；
S14.若是，则获取相应的降落位置；
S15.基于降落指令以控制无人机降落至降落位置。
具体来说，获取标志位置表，标志位置表为预存的数据表，其中，标志位置表包括一一对应的视觉识别标志和降落位置，以及与视觉识别标志一一对应的预设时间。然后获取视觉识别标志的停留时间，获取方式同样可以通过拍摄的图像进行记录，即同一个视觉识别标志从诱导装置生成并被拍摄到该视觉识别标志开始切换截止，在这期间经历的时间，即为停留时间。
然后判断停留时间是否等于预设时间，如果相等，就证明标志位置表中存在相应的降落位置，此时获取该降落位置，然后根据降落指令以控制无人机移动至降落位置，并控制无人机降落。而如果不相等，就证明此时无人机的位置不需要调整，基于降落指令控制无人机降落至当前位置即可。从而能够通过时间识别标志调整无人机的降落位置，能够进一步提高无人机降落的自主性，操作较为简单便捷。
参照图3，进一步的，为了提高无人机的返航速度，提高对视觉识别标志的甄别速度，在另一个实施例中，步骤S2即判断视觉识别标志的类型是否发生改变，并获得第一判断结果之前还包括：
S21.获取视觉识别标志的当前位置；
S22.基于降落指令获取返航位置；
S23.判断当前位置与返航位置是否匹配；
S24.若否，则获取移动指令；
S25.基于移动指令以控制无人机移动至返航位置；
S26.若是，则进行下一步。
具体来说，当识别到视觉识别标志之后，获取视觉识别标志的当前位置，获取方式可以是默认此时的无人机位置即为视觉识别标志的位置，无人机的位置获取可以通过GPS导航***获得。
然后根据降落指令获取返航位置，其中，降落指令包括返航位置，也就是预设的无人机返回位置。接着判断当前位置与返航位置是否匹配，即判断二者的位置是否发生重合，从而判断无人机获取的视觉识别标志的位置是否是预设的返航位置。
如果不匹配，就证明此时识别的视觉识别标志的位置不是预设的返航位置，因而就不需要对视觉识别标志的时间间隔与间隔阈值匹配。此时，获取移动指令，并根据移动指令控制无人机水平移动的螺旋桨继续动作，并控制无人机继续按照返航位置移动，进而减小无人机被他人恶意诱导而导致无人机不能正常返回情况发生的可能性。
而如果匹配，此时就证明无人机位于预定的返航位置，此时为了进一步进行确认，就进行下一步，即步骤S2判断视觉识别标志的类型是否发生改变，并获得第一判断结果。从而能够减小无人机被他人的标志误导情况发生的可能性，进而提高无人机返航的准确性。
参照图4，进一步，在另一个实施例中，步骤S25即基于移动指令以控制无人机移动至返航位置之后还包括如下步骤：
S27.若第二判断结果为否时，获取并输出预警提示。
具体来说，当无人机移动至返航位置之后，且第二判断结果为否，就证明此时识别的视觉识别标志可能出现错误，此时获取并输出预警提示，例如可以通过灯光闪烁，也可以通过蜂鸣报警，还可以通过喇叭播报提示语音，进而能够对管理人员进行提醒，使管理人员能够尽快寻找无人机并进行回收，能够进一步提高无人机回收的安全性。
参照图5，无人机降落过程中，对周边环境的判断也是减少发生意外情况的重要手段，因此，在另一个实施例中，步骤S8即基于降落指令以控制无人机降落之前还包括如下步骤：
S31.获取降落图像；
S32.获取无人机的降落范围；
S33.基于降落图像判断降落范围内是否有行人；
S34.若是，则生成并输出告警提示；
S35.若否，则进行下一步。
具体来说，首先后去降落图像，获取方式可以通过无人机上的摄像头拍摄获取，然后获取无人机的降落范围，降落范围预先存储的范围值，可以根据摄像头拍摄的图像从降落图像上进行圈定。然后根据降落图像判断降落范围内是否有行人，判断方式可以将基于图像算法，将降落范围圈定的降落图像与预存的行人图像进行匹配，并判断是否匹配成功。如果匹配成功，就证明有行人，反之则没有行人。
如果降落范围内有行人，此时无人机不能直接降落，生成并输出告警提示，提示方式可以通过灯光闪烁，也可以通过语音提示或蜂鸣提示的方式，进而能够对降落范围内的行人进行告警，提醒行人离开降落范围，方便无人机降落，减小行人被无人机撞伤情况发生的可能性。
如果降落范围内没有行人，此时就进行下一步，即步骤S8基于降落指令以控制无人机降落。从而能够尽可能的保证无人机降落过程中无人机安全性，以及行人的人身安全。
参照图6，无人机对行人进行提醒之后，如果直接降落而行人还没有来得及撤离，还是有很大的可能对行人造成误伤，因此，在另一个实施例中，步骤S34即若是，则生成并输出告警提示之后还包括：
S41.基于降落范围获取移动时间；
S42.基于移动时间获取确认图像；
S43.基于确认图像判断降落范围内是否有行人；
S44.若是，则生成偏移指令；
S45.基于偏移指令调整无人机降落的位置；
S46.若否，则基于降落指令以控制无人机降落。
具体来说，根据降落范围获取移动时间，例如降落范围圈定的为圆形，则获取圆形区域的直径，然后通过网络获取正常行人的最小移动速度，然后用直径除以最小移动速度，从而获取的值即为移动时间，其中最小移动速度是指行人正常行走的移动速度。
然后基于移动时间获取确认图像，即当时间经过移动时间的大小之后，摄像头再次拍摄图像，此时获取的图像即为确认图像，然后基于确认图像判断降落范围内是否有行人，判断方式与基于降落图像判断降落范围内是否有行人相同。
若否，就证明此时降落位置没有行人，此时无人机可以正常降落，因此根据降落指令控制无人机基于当前的位置降落。若是，则生成偏移指令，并基于偏移指令调整无人机的降落位置。即根据偏移指令获取无人机移动的距离，并根据偏移指令控制无人机的控制水平移动螺旋状转动，从而调整无人机的降落位置，进而能够提高无人机降落的安全性，以及尽可能保证行人的人身安全。
参照图7，为了进一步提高行人和无人机的安全性，在另一个实施例中，步骤S45即基于偏移指令调整无人机降落的位置包括如下步骤：
S51.获取行人的行人位置；
S52.获取无人机的浮空位置；
S53.基于行人位置和浮空位置获取移动距离；
S54.判断移动距离是否大于预设安全距离；
S55.若是，则基于降落指令以控制无人机降落；
S56.若否，则基于安全距离和移动距离获取调整距离；
S57.基于偏移指令以控制无人机按照调整距离调整无人机降落的位置。
具体来说，获取行人的行人位置，获取方式可以通过确认图像获取行人在图像中的位置，然后根据图像的比例获取行人的实际的位置，即行人位置。然后获取无人机的浮空位置，获取方式可以通过GPS***获得。
接着根据行人位置和浮空位置获取移动距离，获取方式可以通过计算两个位置之间的坐标，从而获取行人位置和浮空位置之间的直线距离，即移动距离。然后判断移动距离是否大于预设安全距离，从而判断无人机能否安全降落。
若是，则根据降落指令控制无人机降落。若否，则证明此时无人机的降落不够安全，此时根据安全距离和移动距离获取调整距离，即用安全距离减去移动距离获取的值，即为调整距离。最后，根据偏移指令控制无人机水平移动，移动的距离等于调整距离，此时即可获取无人机能降落的位置，并基于降落指令控制无人机降落。从而能够尽可能保证无人机正常降落的同时，减小行人被伤害的可能性，进而提高行人和无人机的安全性。
参照图8，进一步的，当降落范围内有行人时，还可以通过手动的方式对无人机进行控制，因此在另一个实施例中，还包括如下步骤：
S61.获取遥控器的遥控位置；
S62.获取无人机的实际位置；
S63.基于实际位置和遥控位置获取遥控距离；
S64.判断遥控距离是否大于距离阈值；
S65.若否，则生成切换指令；
S66.基于切换指令以启用遥控器的控制功能。
具体来说，当降落范围有人时，首先获取遥控器的遥控位置，获取方式可以通过位置传感器获得，然后获取无人机的实际位置，也就是无人机当前的位置，并根据实际位置和当前位置获取遥控距离，获取方式可以通过获取遥控位置的坐标和实际位置的坐标，然后通过坐标计算获得。
接着判断遥控距离是否大于距离阈值，进而判断遥控器是否在遥控范围内，且无人机管理者距离无人机的距离是否比较近。如果遥控距离小于或者等于距离阈值，此时生成切换指令，并基于切换指令以启用遥控器的控制功能，从而使管理人员能够通过遥控器调整无人机的降落位置，方便及时将无人机寻回，提高无人机降落的安全性。
本申请实施例一种无人机的诱导方法的实施原理为：首先获取不同类型的视觉识别标志，然后判断视觉识别标志的类型是否发生改变，当发生改变是获取类型发生改变的时间间隔，然后判断时间间隔与间隔阈值是否匹配获取第二判断结果进而判断无人机能否降落。如果第二判断结果为否，证明视觉识别标志不符合降落的要求，此时获取搜索指令以控制无人机继续搜索视觉识别标志。如果第二判断结果为是，证明符合，此时获取降落指令以控制无人机降落。通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
本申请实施例还公开一种无人机的诱导***，能够达到如上述无人机的诱导方法同样的技术效果。
参照图9，无人机的诱导***包括：
标志获取模块1，用于获取不同类型的视觉识别标志；
第一判断模块2，用于判断视觉识别标志的类型是否发生改变，并获得第一判断结果；
时间获取模块3，当第一判断结果为是时，用于获取类型发生改变的时间间隔；
第二判断模块4，用于判断时间间隔是否与间隔阈值匹配，并获得第二判断结果；
第一指令获取模块5，当第二判断结果为否时，用于获取搜索指令；
第二指令获取模块6，当第二判断结果为是时，用于获取降落指令；
控制模块7，用于基于搜索指令以控制无人机继续搜索视觉识别标志，还用于基于降落指令以控制无人机降落。
具体来说，标志获取模块1获取不同类型的视觉识别标志之后发送给与其相连的第一判断模块2，第一判断模块2判断视觉识别标志的类型是否发生改变，获得第一判断结果，并发送给与其相连的时间获取模块3。
当第一判断结果为是时，时间获取模块3获取类型发生改变的时间间隔，并将时间间隔发送给与其相连的第二判断模块4，第二判断模块4判断时间间隔是否大于间隔阈值，获得第二判断结果，并发送给与其相连的第一指令模块和第二指令模块。
当第二判断结果为否是，第一指令获取模块5获取搜索指令，并发送给与其相连的控制模块7，控制模块7基于搜索指令控制无人机继续搜索视觉识别标志。当第二判断结果为是时，第二指令获取模块6获取降落指令，并发送给与其相连的控制模块7，控制模块7基于降落指令控制无人机降落。
通过视觉识别标志的类型改变以及时间间隔的长短，能够进一步确定视觉识别标志是否是正确的标准，从而能够减小无人机被恶意诱导情况发生的可能性，减小无人机返航时的丢失率。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (9)
1.一种无人机的诱导方法，其特征在于，包括：
获取视觉识别标志；
判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果；
若所述第一判断结果为是，则获取所述类型发生改变的时间间隔；
判断所述时间间隔是否与间隔阈值匹配，并获得第二判断结果；
若所述第二判断结果为否，则获取搜索指令；
基于所述搜索指令以控制无人机继续搜索所述视觉识别标志；
若所述第二判断结果为是，则获取降落指令；
基于所述降落指令以控制无人机降落。
2.根据权利要求1所述的诱导方法，其特征在于，所述基于所述降落指令以控制无人机降落包括如下步骤：
获取标志位置表，所述标志位置表包括一一对应的所述视觉识别标志和降落位置，以及与所述视觉识别标志一一对应的预设时间；
获取所述视觉识别标志的停留时间；
判断所述停留时间是否等于所述预设时间；
若是，则获取相应的所述降落位置；
基于所述降落指令以控制无人机降落至所述降落位置。
3.根据权利要求1所述的诱导方法，其特征在于，所述判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果之前还包括：
获取所述视觉识别标志的当前位置；
基于所述降落指令获取返航位置；
判断所述当前位置与所述返航位置是否匹配；
若否，则获取移动指令；
基于所述移动指令以控制无人机移动至所述返航位置；
若是，则进行下一步。
4.根据权利要求3所述的诱导方法，其特征在于，所述基于所述移动指令以控制无人机移动至所述返航位置之后还包括：
若所述第二判断结果为否，获取并输出预警提示。
5.根据权利要求1所述的诱导方法，其特征在于，所述基于所述降落指令以控制无人机降落之前还包括：
获取降落图像；
获取无人机的降落范围；
基于所述降落图像判断所述降落范围内是否有行人；
若是，则生成并输出告警提示；
若否，则进行下一步。
6.根据权利要求5所述的诱导方法，其特征在于，所述若是，则生成并输出告警提示之后还包括：
基于所述降落范围获取移动时间；
基于所述移动时间获取确认图像；
基于所述确认图像判断所述降落范围内是否有行人；
若是，则生成偏移指令；
基于所述偏移指令调整无人机降落的位置；
若否，则基于所述降落指令以控制无人机降落。
7.根据权利要求6所述的诱导方法，其特征在于，所述基于所述偏移指令调整无人机降落的位置包括如下步骤：
获取所述行人的行人位置；
获取无人机的浮空位置；
基于所述行人位置和所述浮空位置获取移动距离；
判断所述移动距离是否大于预设安全距离；
若是，则基于所述降落指令以控制无人机降落；
若否，则基于所述安全距离和所述移动距离获取调整距离；
基于所述偏移指令以控制无人机按照所述调整距离调整无人机降落的位置。
8.根据权利要求6所述的诱导方法，其特征在于，还包括：
当降落范围内有行人时，获取遥控器的遥控位置；
获取无人机的实际位置；
基于所述实际位置和所述遥控位置获取遥控距离；
判断所述遥控距离是否大于距离阈值；
若否，则生成切换指令；
基于所述切换指令以启用所述遥控器的控制功能。
9.一种无人机的诱导***，其特征在于，包括：
标志获取模块(1)，用于获取不同类型的视觉识别标志；
第一判断模块(2)，用于判断所述视觉识别标志的类型是否发生改变，并获得第一判断结果；
时间获取模块(3)，当所述第一判断结果为是时，用于获取所述类型发生改变的时间间隔；
第二判断模块(4)，用于判断所述时间间隔是否与间隔阈值匹配，并获得第二判断结果；
第一指令获取模块(5)，当所述第二判断结果为否时，用于获取搜索指令；
第二指令获取模块(6)，当所述第二判断结果为是时，用于获取降落指令；
控制模块(7)，用于基于所述搜索指令以控制无人机继续搜索所述视觉识别标志，还用于基于所述降落指令以控制无人机降落。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210207040.8A CN114596491A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机的诱导方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210207040.8A CN114596491A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机的诱导方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114596491A true CN114596491A (zh) | 2022-06-07 |
Family
ID=81814776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210207040.8A Pending CN114596491A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机的诱导方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114596491A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105000194A (zh) * | 2015-08-13 | 2015-10-28 | 史彩成 | 基于地面合作标志的无人机助降视觉引导方法及机载*** |
| CN106155083A (zh) * | 2016-07-18 | 2016-11-23 | 成都纵横大鹏无人机科技有限公司 | 一种复合翼无人机应急操作方法 |
| CN109407700A (zh) * | 2018-11-05 | 2019-03-01 | 周口师范学院 | 一种采用图像引导的无人机自主着陆方法及其实施装置 |
| CN109878730A (zh) * | 2019-02-18 | 2019-06-14 | 特斯联（北京）科技有限公司 | 用于智慧建筑的无人机货物投放方法及*** |
| CN110426046A (zh) * | 2019-08-21 | 2019-11-08 | 西京学院 | 一种无人机自主着陆跑道区域障碍物判断与跟踪方法 |
| CN110622084A (zh) * | 2018-01-23 | 2019-12-27 | 深圳市大疆创新科技有限公司 | 辅助移动方法、移动装置及可移动平台 |
| CN111638727A (zh) * | 2020-05-29 | 2020-09-08 | 西北工业大学 | 一种基于深度图像的多旋翼飞行器安全导航控制方法 |
| CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
-
2022
- 2022-03-03 CN CN202210207040.8A patent/CN114596491A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105000194A (zh) * | 2015-08-13 | 2015-10-28 | 史彩成 | 基于地面合作标志的无人机助降视觉引导方法及机载*** |
| CN106155083A (zh) * | 2016-07-18 | 2016-11-23 | 成都纵横大鹏无人机科技有限公司 | 一种复合翼无人机应急操作方法 |
| CN110622084A (zh) * | 2018-01-23 | 2019-12-27 | 深圳市大疆创新科技有限公司 | 辅助移动方法、移动装置及可移动平台 |
| CN109407700A (zh) * | 2018-11-05 | 2019-03-01 | 周口师范学院 | 一种采用图像引导的无人机自主着陆方法及其实施装置 |
| CN109878730A (zh) * | 2019-02-18 | 2019-06-14 | 特斯联（北京）科技有限公司 | 用于智慧建筑的无人机货物投放方法及*** |
| CN110426046A (zh) * | 2019-08-21 | 2019-11-08 | 西京学院 | 一种无人机自主着陆跑道区域障碍物判断与跟踪方法 |
| CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
| CN111638727A (zh) * | 2020-05-29 | 2020-09-08 | 西北工业大学 | 一种基于深度图像的多旋翼飞行器安全导航控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 付毅菁: "《地理环境与资源约束微利生态循环规划实践》", 31 January 2019, 哈尔滨：黑龙江科学技术出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10322804B2 (en) | Device that controls flight altitude of unmanned aerial vehicle | |
| US20200342241A1 (en) | Providing autonomous vehicle assistance | |
| US11905000B2 (en) | Flying device, electronic device, and program | |
| CN105759839B (zh) | 无人机视觉跟踪方法、装置以及无人机 | |
| CN108334109A (zh) | 一种语音控制装置 | |
| US7098810B2 (en) | Aircraft autorecovery systems and methods | |
| US11592829B2 (en) | Control device and control method, program, and mobile object | |
| US20200388135A1 (en) | Automated water body area monitoring | |
| CN108407813A (zh) | 一种基于大数据的车辆抗疲劳安全驾驶方法 | |
| US20060221328A1 (en) | Automatic homing systems and other sensor systems | |
| KR102440819B1 (ko) | 순찰 드론을 포함하는 지역 감시 시스템 | |
| CN106597668A (zh) | 一种汽车智能抬头显示器 | |
| KR20170086194A (ko) | 추락 경고장치 및 이를 갖춘 무인항공기 | |
| KR101748030B1 (ko) | 사용자 안전 확보를 위한 드론 운용 방법 | |
| US20160245666A1 (en) | System for providing aircraft landing instructions | |
| EP0565660A1 (en) | INSTRUMENT OF GROUND PROXIMITY USING THE FLIGHT TRACK MODULATION OF A RADIOGONIOMETRIC SLOPE ALERT FUNCTION. | |
| US11414099B2 (en) | Dynamic stop time threshold selection for hands-free driving | |
| KR102042050B1 (ko) | 드론을 이용한 차량 검문 및 단속 장치 | |
| CN114596491A (zh) | 一种无人机的诱导方法及*** | |
| KR20200034280A (ko) | 해상 안전 관리 시스템 | |
| CN115503906A (zh) | 人员落水智能救生*** | |
| WO2015198003A1 (en) | Glide path indicator | |
| KR101800680B1 (ko) | 다목적 기능을 제공하는 드론 시스템 | |
| KR20120012666A (ko) | 얼굴 인식 기술을 이용한 음주운전 방지 시스템 및 방법 | |
| US20220237910A1 (en) | Information processing device, information processing method, and program |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220607 |