CN116772803B - 一种无人机探测方法及装置 - Google Patents
一种无人机探测方法及装置 Download PDFInfo
- Publication number
- CN116772803B CN116772803B CN202311072096.8A CN202311072096A CN116772803B CN 116772803 B CN116772803 B CN 116772803B CN 202311072096 A CN202311072096 A CN 202311072096A CN 116772803 B CN116772803 B CN 116772803B
- Authority
- CN
- China
- Prior art keywords
- picture
- detected
- preset
- coordinates
- similarity
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 85
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012545 processing Methods 0.000 claims description 33
- 238000004422 calculation algorithm Methods 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 12
- 238000013459 approach Methods 0.000 claims description 9
- 230000005764 inhibitory process Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims 2
- 230000008569 process Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000012790 confirmation Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01V—GEOPHYSICS; GRAVITATIONAL MEASUREMENTS; DETECTING MASSES OR OBJECTS; TAGS
- G01V8/00—Prospecting or detecting by optical means
- G01V8/10—Detecting, e.g. by using light barriers
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geophysics (AREA)
- Image Analysis (AREA)
Abstract
一种无人机探测方法及装置，涉及无人机探测领域；其中，方法包括：获取探测指令，探测指令对应预设飞行路线；根据预设飞行路线拍摄，得到第一图片；从第一图片中获取第二图片，第二图片包含待探测物体；获取待探测物体在第二图片中的像素坐标；根据拍摄坐标以及像素坐标，得到实际坐标；拍摄坐标为拍摄第二图片时所处地点的坐标，实际坐标为待探测物体所处地点的坐标，以完成待探测物体的探测。实施本申请提供的技术方案，能解决确认待探测物***置的效率低的问题。
Description
技术领域
本申请涉及无人机探测领域，具体涉及一种无人机探测方法及装置。
背景技术
在军事应用的场景中，如导弹试射需要知道导弹落地***后的残骸位置，以此来分析导弹的打击精准度或导弹***地点是否符合预期。
由于导弹射程可能较远，可能需要落地点附近的工作人员在导弹***后在一片区域中搜寻导弹残骸，当需要搜寻的区域较大，又因可能存在不止一处残骸需要搜寻，工作人员需要逐个去寻找多个残骸，并确认残骸位置，这个过程较为繁琐，需要花费较多时间，即确认待探测物***置的效率低。
因此，亟需一种无人机探测方法及装置。
发明内容
本申请提供了一种无人机探测方法及装置，能解决确认待探测物***置的效率低的问题。
本申请在第一方面提供了一种无人机探测方法，应用于无人机，方法包括：获取探测指令，探测指令对应预设飞行路线；根据预设飞行路线拍摄，得到第一图片；从第一图片中获取第二图片，第二图片包含待探测物体；获取待探测物体在第二图片中的像素坐标；根据拍摄坐标以及像素坐标，得到实际坐标；拍摄坐标为拍摄第二图片时所处地点的坐标，实际坐标为待探测物体所处地点的坐标，以完成待探测物体的探测。
通过采用上述技术方案，无人机能够按照预先设置的路线飞行并拍摄，获得多张拍摄到的图片，对这些图片进行识别，从中选取图片内容包含有待探测物体的图片；识别出待探测物体在照片中的像素坐标后，根据像素坐标和该照片拍摄时的坐标得到待探测物体实际所处地点的坐标；该过程无人机自动完成了待探测物体的探测以及位置确认，相比于人工搜寻，无人机能够更快捷地进行移动，在地形复杂的情况下，无人机也能相对更容易地移动到不同地方；在飞行路线规划充分的情况下，无人机能够遍历待探测区域且不重复探测某部分区域，这相对于人为记录已探测地点也拥有一定优势；无人机代替人工探测也能避免工作人员在探测过程中出现受伤等意外情况；综上，该方法能够提高待探测物体探测的效率。
可选的，根据预设飞行路线拍摄，得到第一图片，具体包括：根据预设飞行路线拍摄，得到第一图片；通过预设相似度算法，确定第一图片与预设图片库中任意一张图片的相似度，得到第一相似度值，预设图片库为待探测物体的图片库；判断第一图片中是否存在第一相似度值大于或等于第一预设阈值的图片，第一预设阈值用于判断第一图片中是否存在近似可疑物，近似可疑物是待探测物体以及非待探测物体中的一种；若第一图片中存在第一相似度值大于或等于第一预设阈值的图片，则确认第一图片包含近似可疑物；暂离预设飞行路线，以靠近近似可疑物，获取暂离位置，暂离位置为预设飞行路线上的一点；对近似可疑物进行拍摄得到可疑物图片；将可疑物图片加入第一图片；回到暂离位置，继续根据预设飞行路线拍摄，以得到第一图片。
通过采用上述技术方案，无人机能够在预设路线飞行过程中，拍摄并识别待探测物体的近似可疑物，当确认为近似可疑物时，则暂离预设路线，靠近近似可疑物以拍摄得到可疑物图片，以在后续步骤中进一步判断可疑物图片是否包含待探测物体，获取到可疑物图片后，回到预设路线以继续进行拍摄；通过这种方式，可以使无人机的识别精度不用一直保持在较高水平，即通过近似可疑物的确认，使无人机能够在较高高度飞行，进而拍摄的范围更大，提高无人机的探测效率。
可选的，从第一图片中获取第二图片，第二图片包含待探测物体；具体包括：通过预设相似度算法，确定可疑物图片与预设图片库中任意一张图片的相似度，得到第二相似度值；判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片，第二预设阈值用于判断第一图片中是否存在待探测物体，第二预设阈值的数值大于第一预设阈值的数值；若可疑物图片中存在第二相似度值大于或等于第二预设阈值的图片，则确认第一图片包含待探测物体；将包含待探测物体的第一图片作为第二图片。
通过采用上述技术方案，无人机能够根据预设相似度算法判断第一图片的可疑物图片是否包括待探测物体，并将包含待探测物体的可疑物图片作为第二图片。
可选的，判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片之后，还包括：若可疑物图片中不存在第二相似度值大于或等于第二预设阈值的图片，则向服务器发送提示信息，提示信息用于提示用户预设飞行路线无法探测出待探测物体；获取用户的控制指令，控制指令包括返回指令、高度调整指令以及调整路径指令中的一种或多种。
通过采用上述技术方案，无人机判断出拍摄的图片都没有包含待探测物体时，向服务器发送提示信息，给工作人员提供参考，以等待进一步的指令。
可选的，根据拍摄坐标以及像素坐标，得到实际坐标，具体包括：使用标定板对搭载于无人机上的相机进行标定，得到相机的内部参数和外部参数，内部参数包括焦距和主点坐标，外部参数包括相机的旋转矩阵和平移向量；利用内部参数和外部参数，将像素坐标转换为相机坐标系中的坐标，相机坐标系以拍摄坐标为原点；使用单应性矩阵将相机坐标系中的坐标转换为地面坐标系下的实际坐标，以完成待探测物体的探测，地面坐标系用于描述地球表面中的地理位置和方向。
通过采用上述技术方案，无人机能够通过拍摄坐标和像素坐标，得到照片中待探测物体实际所在地点的坐标。
可选的，获取待探测物体在第二图片中的像素坐标，具体包括：将第二图片输入预设目标检测模型得到第一图片网格，第一图片网格包括物体类别和物***置信息；物体类别包括待探测物体；对第一图片网格进行非极大值抑制处理后，得到第二图片网格；第二图片网格包括待探测物体；将第二图片网格的中心点坐标，作为待探测物体在第二图片中的像素坐标。
通过采用上述技术方案，无人机通过提前训练好的目标检测模型将图片划分为许多个小方块，然后小方块能组成大方块，又因多个小方块能组成不同大小的大方块，而这些不同的大方块中有着刚好框出待探测物体的方块，经过算法处理后，能够去除不需要的大方块，保留只框出待探测物体的大方块，进而确定待探测物体在图片中的位置以及在图片中的像素坐标。
可选的，探测指令包括多个子探测指令，预设飞行路线包括多条预设子飞行路线，一个子探测指令对应一个预设子飞行路线。
通过采用上述技术方案，无人机能够有多条预设飞行路线，探测多个不同的区域；探测指令能够包含多个子探测指令，每个子探测指令对应一条飞行路线，即无人机在一次探测指令中，能够探测多个区域，而不需要工作人员一个区域下一次指令。
本申请在第二方面提供了一种无人机探测装置，装置为无人机，无人机包括获取单元和处理单元；
获取单元，用于获取探测指令，探测指令对应预设飞行路线；从第一图片中获取第二图片，第二图片包含待探测物体；获取待探测物体在第二图片中的像素坐标；
处理单元，用于根据预设飞行路线拍摄，得到第一图片；根据拍摄坐标以及像素坐标，得到实际坐标；拍摄坐标为拍摄第二图片时所处地点的坐标，实际坐标为待探测物体所处地点的坐标，以完成待探测物体的探测。
可选的，处理单元用于根据预设飞行路线拍摄，得到第一图片；通过预设相似度算法，确定第一图片与预设图片库中任意一张图片的相似度，得到第一相似度值，预设图片库为待探测物体的图片库；判断第一图片中是否存在第一相似度值大于或等于第一预设阈值的图片，第一预设阈值用于判断第一图片中是否存在近似可疑物，近似可疑物是待探测物体以及非待探测物体中的一种；若第一图片中存在第一相似度值大于或等于第一预设阈值的图片，则确认第一图片包含近似可疑物；暂离预设飞行路线，以靠近近似可疑物，获取暂离位置，暂离位置为预设飞行路线上的一点；对近似可疑物进行拍摄得到可疑物图片；将可疑物图片加入第一图片；回到暂离位置，继续根据预设飞行路线拍摄，以得到第一图片。
可选的，处理单元用于通过预设相似度算法，确定可疑物图片与预设图片库中任意一张图片的相似度，得到第二相似度值；判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片，第二预设阈值用于判断第一图片中是否存在待探测物体，第二预设阈值的数值大于第一预设阈值的数值；若可疑物图片中存在第二相似度值大于或等于第二预设阈值的图片，则确认第一图片包含待探测物体；将包含待探测物体的第一图片作为第二图片。
可选的，处理单元的发送子单元用于若可疑物图片中不存在第二相似度值大于或等于第二预设阈值的图片，则向服务器发送提示信息，提示信息用于提示用户预设飞行路线无法探测出待探测物体；获取单元用于获取用户的控制指令，控制指令包括返回指令、高度调整指令以及调整路径指令中的一种或多种。
可选的，处理单元用于使用标定板对搭载于无人机上的相机进行标定，得到相机的内部参数和外部参数，内部参数包括焦距和主点坐标，外部参数包括相机的旋转矩阵和平移向量；利用内部参数和外部参数，将像素坐标转换为相机坐标系中的坐标，相机坐标系以拍摄坐标为原点；使用单应性矩阵将相机坐标系中的坐标转换为地面坐标系下的实际坐标，以完成待探测物体的探测，地面坐标系用于描述地球表面中的地理位置和方向。
可选的，处理单元用于将第二图片输入预设目标检测模型得到第一图片网格，第一图片网格包括物体类别和物***置信息；物体类别包括待探测物体；对第一图片网格进行非极大值抑制处理后，得到第二图片网格；第二图片网格包括待探测物体；将第二图片网格的中心点坐标，作为待探测物体在第二图片中的像素坐标。
可选的，获取单元用于获取探测指令，探测指令包括多个子探测指令，预设飞行路线包括多条预设子飞行路线；一个子探测指令对应一个预设子飞行路线。
本申请在第三方面提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，存储器用于存储指令，用户接口和网络接口用于给其他设备通信
处理器用于执行存储器中存储的指令，以使电子设备执行如上第一方面或第一方面的任意一种可能的实现方式方法。
本申请在第四方面提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行如上第一方面或第一方面的任意一种可能的实现方式方法。
综上，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点。
1、无人机能够按照预先设置的路线飞行并拍摄，获得多张拍摄到的图片，对这些图片进行识别，从中选取图片内容包含有待探测物体的图片；识别出待探测物体在照片中的像素坐标后，根据像素坐标和该照片拍摄时的坐标得到待探测物体实际所处地点的坐标；该过程无人机自动完成了待探测物体的探测以及位置确认，相比于人工搜寻，无人机能够更快捷地进行移动，在地形复杂的情况下，无人机也能相对更容易地移动到不同地方；在飞行路线规划充分的情况下，无人机能够遍历待探测区域且不重复探测某部分区域，这相对于人为记录已探测地点也拥有一定优势；无人机代替人工探测也能避免工作人员在探测过程中出现受伤等意外情况；综上，该方法能够提高待探测物体探测的效率。
2、无人机能够在预设路线飞行过程中，拍摄并识别待探测物体的近似可疑物，当确认为近似可疑物时，则暂离预设路线，靠近近似可疑物以拍摄得到可疑物图片，以在后续步骤中进一步判断可疑物图片是否包含待探测物体，获取到可疑物图片后，回到预设路线以继续进行拍摄；通过这种方式，可以使无人机的识别精度不用一直保持在较高水平，即通过近似可疑物的确认，使无人机能够在较高高度飞行，进而拍摄的范围更大，提高无人机的探测效率。
3、无人机判断出拍摄的图片都没有包含待探测物体时，向服务器发送提示信息，给工作人员提供参考，以等待进一步的指令。
附图说明
图1是本申请实施例提供的一种无人机探测方法的一种流程示意图。
图2是本申请实施例公开的一种无人机探测装置的结构示意图。
图3是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明：201、获取单元；202、处理单元；300、电子设备；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个***是指两个或两个以上的***，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
工作人员逐个去寻找多个残骸，并确认残骸位置，这个过程较为繁琐，需要花费较多时间，即确认待探测物***置的效率低；因此，本文提供了一种无人机探测方法，能解决确认待探测物***置的效率低的问题。
本申请提供的一种无人机探测方法可参考图1，图1是本申请实施例提供的一种无人机探测方法的一种流程示意图，应用于无人机。本申请实施例具体以无人机对导弹残骸进行探测的场景为例，即该场景下待探测物体为导弹残骸，以下不作重复说明。该方法包括步骤S101至步骤S105。
S101、获取探测指令，探测指令对应预设飞行路线。
在上述步骤中，无人机从服务器获取探测指令，探测指令包含一条或多条预设的飞行路线。
在一种可能的实施方式中，探测指令包括多个子探测指令，预设飞行路线包括多条预设子飞行路线，一个子探测指令对应一个预设子飞行路线。
具体地，探测指令能够包含多个子探测指令，预设飞行路线能够包含多条子飞行路线，一个子探测指令对应一条子飞行路线，一条子飞行路线在理想情况下能够使无人机探测完一块区域；即通过获取一次探测指令，无人机能够按照预设飞行路线探测多个计划探测的区域。
举例来说，获取服务器的探测指令，探测指令包括子探测指令A和子探测指令B，子探测指令A对应子飞行路线a，无人机按照子飞行路线a飞行能够探测完区域α；探测指令B对应子飞行路线b，无人机按照子飞行路线b飞行能够探测完区域β。
S102、根据预设飞行路线拍摄，得到第一图片。
在上述步骤中，无人机按照预设飞行路线飞行，并进行拍摄，获得多张待探测区域的图片，以完成探测过程；在飞行过程中，搭载于无人机上的摄像头默认朝向无人机行进的方向，在拍摄时，无人机悬停，摄像头朝无人机下方以及下方偏向其他方向进行拍摄，以使无人机能够拍摄完悬停点的周围区域。
在一种可能的实施方式中，步骤S102具体包括：根据预设飞行路线拍摄，得到第一图片；通过预设相似度算法，确定第一图片与预设图片库中任意一张图片的相似度，将第一图片与预设图片库中图片的相似度最高值作为第一相似度值，预设图片库为待探测物体的图片库；判断第一图片中是否存在第一相似度值大于或等于第一预设阈值的图片，第一预设阈值用于判断第一图片中是否存在近似可疑物，近似可疑物是待探测物体以及非待探测物体中的一种；若第一图片中存在第一相似度值大于或等于第一预设阈值的图片，则确认第一图片包含近似可疑物；暂离预设飞行路线，以靠近近似可疑物，获取暂离位置，暂离位置为预设飞行路线上的一点；对近似可疑物进行拍摄得到可疑物图片；将可疑物图片加入第一图片；回到暂离位置，继续根据预设飞行路线拍摄，以得到第一图片。
具体地，无人机在预设飞行路线中飞行时对探测区域进行拍摄，拍摄频率一般设置为30张每秒，当然也可以根据工作人员需求，将拍摄频率设置为其他合适数值，此处不做限定；在预设飞行路线中无人机拍摄得到的图片即为第一图片；利用相似度算法计算第一图片与预设图片库中任意一张待探测物体的图片之间的第一相似度值，通过该值来判断第一图片中是否有包含近似可疑物的第一图片，这里是近似可疑物而不是待探测物体是因为本申请认为，通过先识别可能是待探测物体的物体，再使无人机靠近这个物体进行进一步地拍照和识别这种方式，能够使无人机的飞行路线设置地较高（相较于地平面），进而能经过一些拥有高障碍物的地形以及能拍到的区域面积更大；通过这种方式，不需要为了保持较高识别精度而使无人机在相对较低的高度飞行；当拍摄到具有近似可疑物的图片时，无人机暂时偏离预设飞行路线以接近近似可疑物，具体在近似可疑物的多远距离进行拍摄可以由工作人员根据实际情况进行设置；需要说明的是，因为无人机拍摄频率为三十张每秒（默认情况下），因此会重复拍到一个物体，当多张图片出现重复物体时，无人机可以根据图像识别技术来判断是否为同一个物体，若是，则不进行靠近拍摄操作；在靠近拍摄后，回到离开预设飞行路线时的位置，继续按照预设飞行路线进行飞行和拍摄。
S103、从第一图片中获取第二图片，第二图片包含待探测物体。
在上述步骤中，无人机从拍摄到的多张图片中，筛选出有导弹残骸的图片。
在一种可能的实施方式中，步骤S103具体包括：通过预设相似度算法，确定可疑物图片与预设图片库中任意一张图片的相似度，得到第二相似度值；判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片，第二预设阈值用于判断第一图片中是否存在待探测物体，第二预设阈值的数值大于第一预设阈值的数值；若可疑物图片中存在第二相似度值大于或等于第二预设阈值的图片，则确认第一图片包含待探测物体；将包含待探测物体的第一图片作为第二图片。
具体地，无人机通过相似度算法，确定可疑物图片与预设图片库中任意一张图片的相似度，将可疑物图片与预设图片库中图片的相似度最高值作为第二相似度值，若可疑物图片中存在第二相似度值大于或等于第二预设阈值的图片，则确认第一图片包含待探测物体，即识别出第一图片中包含导弹残骸的图片；其中会用到预先收集的预设图片库，预设图片库中有着多张包含大小不同的导弹残骸的图片，不同距离拍摄到的导弹残骸的图片；在进行相似度计算之前，需要先对图片库中的图片进行特征提取，具体为：加载训练好的CNN模型，并将模型的权重参数加载到内存中；加载图片，进行预处理，预处理包括将图片调整为相同大小和进行归一化，将图片转换成CNN模型接受的形式；将预处理后的图片输入到CNN模型中进行向前传播，得到卷积层的输出；选择一个卷积层的输出作为图片的特征向量，通常可以选择最后一个卷积层的输出作为特征向量，或者使用全局平均池化等方法将所有卷积层的输出进行平均或加权平均得到一个固定长度的特征向量。
在得到预设图片库中每张图片的特征向量后，使用上述方法对无人机拍摄到的图片同样进行特征提取得到拍摄图片各自的特征向量。计算拍摄图片和预设图片库图片之间的相似度值，可以通过两张图片的特
征向量计算距离来实现，具体的距离计算方法包括欧几里得距离、曼哈顿距离以及余弦相似度，如计算两张图片的余弦相似度，则相似度值在［-1，1］之间，越接近1表示两张图片越相似，反之越接近-1则越不相似；设置相似度阈值，能够筛选出与图片库具有一定相似度的图片，把这些图片作为包含有导弹残骸的图片。
在一种可能的实施方式中，判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片之后，方法还包括：若可疑物图片中不存在第二相似度值大于或等于第二预设阈值的图片，则向服务器发送提示信息，提示信息用于提示用户预设飞行路线无法探测出待探测物体；获取用户的控制指令，控制指令包括返回指令、高度调整指令以及调整路径指令中的一种或多种。
具体地，若计算相似度后并进行判断后，得到可疑物图片中没有包含待探测物体的图片，即本次探测未发现导弹残骸，则可能有多种原因导致，如飞行路线设置得不合理，路线设置得过高致使导弹残骸成像过小，难以识别出来；又或者带探测区域的选取出现错误；此时无人机向服务器发送提示信息和拍摄图片，以提示工作人员并给予现场图片参考；在工作人员根据具体情况作出决策发送指令后，无人机接收服务器发送的指令并执行；指令包括让无人机返回的指令；让无人机调整高度的指令；调整路线指令，该指令附带有新的预设路线，以引导无人机进行正确拍摄；这些指令可以同时下达并组合，也可以只下达一个。
举例来说，工作人员在确认现场地形允许之后通过服务器给无人机发送下降5m高度的指令，此时无人机虽然能够离地面更近，拍摄得更加清晰，但如果按照原来的飞行路线和悬停点进行拍照，拍照范围会变小，会存在有区域没有被探测的情况，此时需要工作人员计划新的飞行路线，新的悬停点，以使无人机能够对原来的区域拍摄清晰且覆盖率高。
S104、获取待探测物体在第二图片中的像素坐标。
在上述步骤中，无人机在筛选出带有导弹残骸的图片后，确认残骸在图片中的位置，由于图片包含许多个像素，图片中显示的导弹残骸也是由其中部分像素所构成，因此可以用像素坐标来描述导弹残骸在图片中的位置。
在一种可能的实施方式中，步骤S104具体包括：将第二图片输入预设目标检测模型得到第一图片网格，第一图片网格包括物体类别和物***置信息；物体类别包括待探测物体；对第一图片网格进行非极大值抑制处理后，得到第二图片网格；第二图片网格包括待探测物体；将第二图片网格的中心点坐标，作为待探测物体在第二图片中的像素坐标。
具体地，无人机可以通过目标检测算法确认导弹残骸在图片中的像素坐标，目标检测算法有很多，如YOLO、Faster R-CNN等，本实施例具体以YOLO算法为例：利用YOLO算法，将输入的图片划分为多个大小一致的单元网格，网格数量可以由工作人员进行设置，这里便于表述设置为36个，需要说明的是该单元网格并非是上述的第一图片网格和第二图片网格；每个单元网格预测格子内的物体的中心点是否落在该网格内，其中一个单元网格可以允许预测出两个格子，即可以对物体预测两个网格，一共72个图片网格，即为上述的第一图片网格；每个第一图片网格都包含有网格预测的物体的中心点，物体的类别以及物体在图片中的位置；由于只需要导弹残骸的图片网格，于是需要去除无用的网格；本申请采用非极大值抑制处理算法进行筛选，得到能较好圈出物体的网格，即为上述第二图片网格；得到包括导弹残骸的网格后，取网格的中心点坐标作为导弹残骸在图片中的像素坐标。
S105、根据拍摄坐标以及像素坐标，得到实际坐标；拍摄坐标为拍摄第二图片时所处地点的坐标，实际坐标为待探测物体所处地点的坐标，以完成待探测物体的探测。
在上述步骤中，无人机根据导弹残骸在图片中的像素坐标，以及无人机在拍摄该图片时所处地点的坐标，得到导弹残骸的实际坐标。
在一种可能的实施方式中，步骤S105具体包括：根据拍摄坐标以及像素坐标，得到实际坐标，具体包括：使用标定板对搭载于无人机上的相机进行标定，得到相机的内部参数和外部参数，内部参数包括焦距和主点坐标，外部参数包括相机的旋转矩阵和平移向量；利用内部参数和外部参数，将像素坐标转换为相机坐标系中的坐标，相机坐标系以拍摄坐标为原点；使用单应性矩阵将相机坐标系中的坐标转换为地面坐标系下的实际坐标，以完成待探测物体的探测，地面坐标系用于描述地球表面中的地理位置和方向。
具体地，无人机将标定板摆放在相机拍摄范围内，拍摄多张定板图像，检测标定板焦点，计算相机的内部参数和外部参数，即得到标定结果；将像素坐标表示为[u，v，1]的齐次坐标形式。其中，u和v表示像素坐标，1表示齐次坐标的第三个分量，为了方便后续计算，将其设为1；然后根据相机的内部参数，将像素坐标转换为归一化平面上的坐标，再根据相机的外部参数，将归一化平面上的坐标转换为相机坐标系中的坐标；最后将相机坐标系中的坐标转换为地面坐标系下的坐标，即导弹残骸的实际坐标。
举例来说，经过相机标定后，得到内部参数焦距为f=500像素，主点位置（cx，cy）=（320，240）；外部参数旋转矩阵R为单位矩阵，平移向量t为(0，0，0)，使用标定结果，将像素坐标(500，800)转换为相机坐标系下的坐标(xc，yc，zc)：xc=(500-320)/500=0.36；yc=(800-240)/500=1.12；zc=f=500；使用单应性矩阵将相机坐标系下的坐标(xc，yc，zc)转换为地面坐标系下的坐标(xw，yw，zw)；求解得到单应性矩阵H为：H=[0.8，-0.2，100；0.2，0.8，200；0.0，0.0，1]；其中，H的最后一行为常数项；使用单应性矩阵H将相机坐标系下的坐标(xc，yc，zc)转换为地面坐标系下的坐标(xw，yw，zw)：
[xw，yw，zw]=H*[xc，yc，zc]
=[0.80.36-0.21.12+100，0.20.36+0.81.12+200，500]
=[100.52，200.96，500]
即得到导弹残骸在地面坐标系下的实际坐标为（100.52，200.96，500）。
本申请还提供了一种无人机探测装置，该装置包获取单元201和处理单元202，参照图2。
获取单元201，用于获取探测指令，探测指令对应预设飞行路线；从第一图片中获取第二图片，第二图片包含待探测物体；获取待探测物体在第二图片中的像素坐标；
处理单元202，用于根据预设飞行路线拍摄，得到第一图片；根据拍摄坐标以及像素坐标，得到实际坐标；拍摄坐标为拍摄第二图片时所处地点的坐标，实际坐标为待探测物体所处地点的坐标，以完成待探测物体的探测。
在一种可能的实施方式中，处理单元202用于根据预设飞行路线拍摄，得到第一图片；通过预设相似度算法，确定第一图片与预设图片库中任意一张图片的相似度，得到第一相似度值，预设图片库为待探测物体的图片库；判断第一图片中是否存在第一相似度值大于或等于第一预设阈值的图片，第一预设阈值用于判断第一图片中是否存在近似可疑物，近似可疑物是待探测物体以及非待探测物体中的一种；若第一图片中存在第一相似度值大于或等于第一预设阈值的图片，则确认第一图片包含近似可疑物；暂离预设飞行路线，以靠近近似可疑物，获取暂离位置，暂离位置为预设飞行路线上的一点；对近似可疑物进行拍摄得到可疑物图片；将可疑物图片加入第一图片；回到暂离位置，继续根据预设飞行路线拍摄，以得到第一图片。
在一种可能的实施方式中，处理单元202用于通过预设相似度算法，确定可疑物图片与预设图片库中任意一张图片的相似度，得到第二相似度值；判断可疑物图片中是否存在第二相似度值大于或等于第二预设阈值的图片，第二预设阈值用于判断第一图片中是否存在待探测物体，第二预设阈值的数值大于第一预设阈值的数值；若可疑物图片中存在第二相似度值大于或等于第二预设阈值的图片，则确认第一图片包含待探测物体；将包含待探测物体的第一图片作为第二图片。
在一种可能的实施方式中，处理单元202的发送子单元用于若可疑物图片中不存在第二相似度值大于或等于第二预设阈值的图片，则向服务器发送提示信息，提示信息用于提示用户预设飞行路线无法探测出待探测物体；获取单元201用于获取用户的控制指令，控制指令包括返回指令、高度调整指令以及调整路径指令中的一种或多种。
在一种可能的实施方式中，处理单元202用于使用标定板对搭载于无人机上的相机进行标定，得到相机的内部参数和外部参数，内部参数包括焦距和主点坐标，外部参数包括相机的旋转矩阵和平移向量；利用内部参数和外部参数，将像素坐标转换为相机坐标系中的坐标，相机坐标系以拍摄坐标为原点；使用单应性矩阵将相机坐标系中的坐标转换为地面坐标系下的实际坐标，以完成待探测物体的探测，地面坐标系用于描述地球表面中的地理位置和方向。
在一种可能的实施方式中，处理单元202用于将第二图片输入预设目标检测模型得到第一图片网格，第一图片网格包括物体类别和物***置信息；物体类别包括待探测物体；对第一图片网格进行非极大值抑制处理后，得到第二图片网格；第二图片网格包括待探测物体；将第二图片网格的中心点坐标，作为待探测物体在第二图片中的像素坐标。
在一种可能的实施方式中，获取单元201用于获取探测指令，探测指令包括多个子探测指令，预设飞行路线包括多条预设子飞行路线；一个子探测指令对应一个预设子飞行路线。
需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本申请还公开了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，计算机程序被处理器执行如上说明书中公开的无人机探测方法。
本申请还公开一种电子设备。参照图3，图3是本申请实施例公开的一种电子设备的结构示意图。该电子设备300可以包括：至少一个处理器301，至少一个通信总线302，至少一个用户接口303，网络接口304，存储器305。
其中，通信总线302用于实现这些组件之间的连接通信。
其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。
其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作***、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
其中，存储器305可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作***的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。参照图3，作为一种计算机存储介质的存储器305中可以包括操作***、网络通信模块、用户接口模块以及无人机探测应用程序。
在图3所示的电子设备300中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储的无人机探测应用程序，当由一个或多个处理器301执行时，使得电子设备300执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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，所涉及的动作和模块并不一定是本申请所必需的。
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述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。
本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (7)
1.一种无人机探测方法，其特征在于，应用于无人机，所述方法包括：
获取探测指令，所述探测指令对应预设飞行路线；
根据所述预设飞行路线拍摄，得到第一图片；所述根据所述预设飞行路线拍摄，得到第一图片，具体包括：通过预设相似度算法，确定所述第一图片与预设图片库中任意一张图片的相似度，得到第一相似度值，所述预设图片库为待探测物体的图片库；判断所述第一图片中是否存在所述第一相似度值大于或等于第一预设阈值的图片，所述第一预设阈值用于判断所述第一图片中是否存在近似可疑物，所述近似可疑物是所述待探测物体以及非待探测物体中的一种；若所述第一图片中存在所述第一相似度值大于或等于所述第一预设阈值的图片，则确认所述第一图片包含所述近似可疑物；暂离所述预设飞行路线，以靠近所述近似可疑物，获取暂离位置，所述暂离位置为所述预设飞行路线上的一点；对所述近似可疑物进行拍摄得到可疑物图片；将所述可疑物图片加入所述第一图片；回到所述暂离位置，继续根据所述预设飞行路线拍摄，以得到多张所述第一图片；
从所述第一图片中获取第二图片，所述第二图片包含所述待探测物体；所述从所述第一图片中获取第二图片，具体包括：通过所述预设相似度算法，确定所述可疑物图片与所述预设图片库中任意一张图片的相似度，得到第二相似度值判断所述可疑物图片中是否存在所述第二相似度值大于或等于第二预设阈值的图片，所述第二预设阈值用于判断所述第一图片中是否存在所述待探测物体，所述第二预设阈值的数值大于所述第一预设阈值的数值；若所述可疑物图片中存在所述第二相似度值大于或等于所述第二预设阈值的图片，则确认所述第一图片包含所述待探测物体；将包含所述待探测物体的第一图片作为所述第二图片；
获取所述待探测物体在所述第二图片中的像素坐标；所述获取所述待探测物体在所述第二图片中的像素坐标，具体包括：将所述第二图片输入预设目标检测模型得到第一图片网格，所述第一图片网格包括物体类别和物***置信息；所述物体类别包括所述待探测物体；对所述第一图片网格进行非极大值抑制处理后，得到第二图片网格；所述第二图片网格包括所述待探测物体；将所述第二图片网格的中心点坐标，作为所述待探测物体在所述第二图片中的像素坐标；
根据拍摄坐标以及所述像素坐标，得到实际坐标；所述拍摄坐标为拍摄所述第二图片时所处地点的坐标，所述实际坐标为所述待探测物体所处地点的坐标，以完成所述待探测物体的探测。
2.根据权利要求1所述的方法，其特征在于，所述判断所述可疑物图片中是否存在所述第二相似度值大于或等于第二预设阈值的图片之后，所述方法还包括：
若所述可疑物图片中不存在所述第二相似度值大于或等于所述第二预设阈值的图片，则向服务器发送提示信息，所述提示信息用于提示用户所述预设飞行路线无法探测出所述待探测物体；
获取所述用户的控制指令，所述控制指令包括返回指令、高度调整指令以及调整路径指令中的一种或多种。
3.根据权利要求1所述的方法，其特征在于，所述根据拍摄坐标以及所述像素坐标，得到实际坐标，具体包括：
使用标定板对搭载于所述无人机上的相机进行标定，得到所述相机的内部参数和外部参数，所述内部参数包括焦距和主点坐标，所述外部参数包括相机的旋转矩阵和平移向量；
利用所述内部参数和所述外部参数，将所述像素坐标转换为相机坐标系中的坐标，所述相机坐标系以所述拍摄坐标为原点；
使用单应性矩阵将所述相机坐标系中的坐标转换为地面坐标系下的所述实际坐标，以完成所述待探测物体的探测，所述地面坐标系用于描述地球表面中的地理位置和方向。
4.根据权利要求1所述的方法，其特征在于，所述探测指令包括多个子探测指令，所述预设飞行路线包括多条预设子飞行路线，一个所述子探测指令对应一个所述预设子飞行路线。
5.一种无人机探测装置，其特征在于，所述装置为无人机，所述无人机包括获取单元（201）和处理单元（202），其中，
所述获取单元（201），用于获取探测指令，所述探测指令对应预设飞行路线；
所述处理单元（202），用于根据所述预设飞行路线拍摄，得到第一图片；所述根据所述预设飞行路线拍摄，得到第一图片，具体包括：通过预设相似度算法，确定所述第一图片与预设图片库中任意一张图片的相似度，得到第一相似度值，所述预设图片库为待探测物体的图片库；判断所述第一图片中是否存在所述第一相似度值大于或等于第一预设阈值的图片，所述第一预设阈值用于判断所述第一图片中是否存在近似可疑物，所述近似可疑物是所述待探测物体以及非待探测物体中的一种；若所述第一图片中存在所述第一相似度值大于或等于所述第一预设阈值的图片，则确认所述第一图片包含所述近似可疑物；暂离所述预设飞行路线，以靠近所述近似可疑物，获取暂离位置，所述暂离位置为所述预设飞行路线上的一点；对所述近似可疑物进行拍摄得到可疑物图片；将所述可疑物图片加入所述第一图片；回到所述暂离位置，继续根据所述预设飞行路线拍摄，以得到多张所述第一图片；
所述获取单元（201），还用于从所述第一图片中获取第二图片，所述第二图片包含所述待探测物体；所述从所述第一图片中获取第二图片，具体包括：通过所述预设相似度算法，确定所述可疑物图片与所述预设图片库中任意一张图片的相似度，得到第二相似度值判断所述可疑物图片中是否存在所述第二相似度值大于或等于第二预设阈值的图片，所述第二预设阈值用于判断所述第一图片中是否存在所述待探测物体，所述第二预设阈值的数值大于所述第一预设阈值的数值；若所述可疑物图片中存在所述第二相似度值大于或等于所述第二预设阈值的图片，则确认所述第一图片包含所述待探测物体；将包含所述待探测物体的第一图片作为所述第二图片；
所述获取单元（201），还用于获取所述待探测物体在所述第二图片中的像素坐标；所述获取所述待探测物体在所述第二图片中的像素坐标，具体包括：将所述第二图片输入预设目标检测模型得到第一图片网格，所述第一图片网格包括物体类别和物***置信息；所述物体类别包括所述待探测物体；对所述第一图片网格进行非极大值抑制处理后，得到第二图片网格；所述第二图片网格包括所述待探测物体；将所述第二图片网格的中心点坐标，作为所述待探测物体在所述第二图片中的像素坐标；
所述处理单元（202），还用于根据拍摄坐标以及所述像素坐标，得到实际坐标；所述拍摄坐标为拍摄所述第二图片时所处地点的坐标，所述实际坐标为所述待探测物体所处地点的坐标，以完成所述待探测物体的探测。
6.一种电子设备，其特征在于，包括处理器（301）、存储器（305）、用户接口（303）及网络接口（304），所述存储器（305）用于存储指令，所述用户接口（303）和所述网络接口（304）用于给其他设备通信，所述处理器（301）用于执行所述存储器（305）中存储的指令，以使所述电子设备（300）执行如权利要求1至4任意一项所述的方法。
7.一种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存储有计算机程序，所述计算机程序被处理器执行时实现如上权利要求1至4中任意一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072096.8A CN116772803B (zh) | 2023-08-24 | 2023-08-24 | 一种无人机探测方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311072096.8A CN116772803B (zh) | 2023-08-24 | 2023-08-24 | 一种无人机探测方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116772803A CN116772803A (zh) | 2023-09-19 |
| CN116772803B true CN116772803B (zh) | 2024-02-09 |
Family
ID=87993511
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311072096.8A Active CN116772803B (zh) | 2023-08-24 | 2023-08-24 | 一种无人机探测方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116772803B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102175226A (zh) * | 2010-12-31 | 2011-09-07 | 北京控制工程研究所 | 基于显著性特征的目标识别方法 |
| JP2012027000A (ja) * | 2010-06-22 | 2012-02-09 | Itt:Kk | 単一カメラによる画像計測処理装置，画像計測処理方法および画像計測処理プログラム |
| JP2013061204A (ja) * | 2011-09-13 | 2013-04-04 | Asia Air Survey Co Ltd | 空中写真画像データの対応点設定方法及び対応点設定装置並びに対応点設定プログラム |
| CN110971824A (zh) * | 2019-12-04 | 2020-04-07 | 深圳市凯达尔科技实业有限公司 | 无人机拍摄控制方法 |
| CN111626212A (zh) * | 2020-05-27 | 2020-09-04 | 腾讯科技（深圳）有限公司 | 图片中对象的识别方法和装置、存储介质及电子装置 |
| CN114138014A (zh) * | 2021-11-19 | 2022-03-04 | 浙江远望土地勘测规划设计有限公司 | 一种用于土地勘测的无人机控制方法、装置、设备及存储介质 |
| CN116164711A (zh) * | 2023-03-09 | 2023-05-26 | 广东精益空间信息技术股份有限公司 | 一种无人机测绘方法、***、介质及计算机 |
| CN116627179A (zh) * | 2023-07-19 | 2023-08-22 | 陕西德鑫智能科技有限公司 | 无人机编队控制方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| IL228735B (en) * | 2013-10-06 | 2018-10-31 | Israel Aerospace Ind Ltd | A system and method for determining target direction |
| CN105243119B (zh) * | 2015-09-29 | 2019-05-24 | 百度在线网络技术（北京）有限公司 | 确定图像的待叠加区域、叠加图像、图片呈现方法和装置 |
| CN109240572B (zh) * | 2018-07-20 | 2021-01-05 | 华为技术有限公司 | 一种获取图片的方法、对图片进行处理的方法及装置 |
-
2023
- 2023-08-24 CN CN202311072096.8A patent/CN116772803B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012027000A (ja) * | 2010-06-22 | 2012-02-09 | Itt:Kk | 単一カメラによる画像計測処理装置，画像計測処理方法および画像計測処理プログラム |
| CN102175226A (zh) * | 2010-12-31 | 2011-09-07 | 北京控制工程研究所 | 基于显著性特征的目标识别方法 |
| JP2013061204A (ja) * | 2011-09-13 | 2013-04-04 | Asia Air Survey Co Ltd | 空中写真画像データの対応点設定方法及び対応点設定装置並びに対応点設定プログラム |
| CN110971824A (zh) * | 2019-12-04 | 2020-04-07 | 深圳市凯达尔科技实业有限公司 | 无人机拍摄控制方法 |
| CN111626212A (zh) * | 2020-05-27 | 2020-09-04 | 腾讯科技（深圳）有限公司 | 图片中对象的识别方法和装置、存储介质及电子装置 |
| CN114138014A (zh) * | 2021-11-19 | 2022-03-04 | 浙江远望土地勘测规划设计有限公司 | 一种用于土地勘测的无人机控制方法、装置、设备及存储介质 |
| CN116164711A (zh) * | 2023-03-09 | 2023-05-26 | 广东精益空间信息技术股份有限公司 | 一种无人机测绘方法、***、介质及计算机 |
| CN116627179A (zh) * | 2023-07-19 | 2023-08-22 | 陕西德鑫智能科技有限公司 | 无人机编队控制方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116772803A (zh) | 2023-09-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10885328B2 (en) | Determination of position from images and associated camera positions | |
| US10171794B2 (en) | Method for selecting cameras and image distribution system capable of appropriately selecting cameras | |
| US9465976B1 (en) | Feature reduction based on local densities for bundle adjustment of images | |
| Yahyanejad et al. | Incremental mosaicking of images from autonomous, small-scale uavs | |
| US11238653B2 (en) | Information processing device, information processing system, and non-transitory computer-readable storage medium for storing program | |
| KR101634878B1 (ko) | 무인 비행체의 군집 비행을 이용한 항공 영상 정합 장치 및 방법 | |
| CN107783555B (zh) | 一种基于无人机的目标定位方法、装置及*** | |
| JP6364101B1 (ja) | 空中監視装置、空中監視方法及びプログラム | |
| KR101684293B1 (ko) | 무인 비행체의 비상 착륙 지점 검출 시스템 및 그 방법 | |
| US11321867B2 (en) | Method and system for calculating spatial coordinates of region of interest, and non-transitory computer-readable recording medium | |
| JP2015114954A (ja) | 撮影画像解析方法 | |
| CN111123340A (zh) | 物流配送导航方法及***、近场定位导航装置、存储介质 | |
| KR102383567B1 (ko) | 시각 정보 처리 기반의 위치 인식 방법 및 시스템 | |
| US11015929B2 (en) | Positioning method and apparatus | |
| CN111105351B (zh) | 一种视频序列影像拼接方法及装置 | |
| WO2022147655A1 (zh) | 定位方法、空间信息获取方法、装置、拍摄设备 | |
| CN113987246A (zh) | 无人机巡检的图片自动命名方法、装置、介质和电子设备 | |
| CN116772803B (zh) | 一种无人机探测方法及装置 | |
| CN111527375A (zh) | 一种测绘采样点的规划方法、装置、控制终端及存储介质 | |
| KR102260044B1 (ko) | 카메라 캘리브레이션 방법 및 장치 | |
| CN111581322B (zh) | 视频中兴趣区域在地图窗口内显示的方法和装置及设备 | |
| CN107703954B (zh) | 用于无人机的目标位置勘测方法、装置及无人机 | |
| JP2021047737A (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
| CN111666959A (zh) | 矢量图像匹配方法及装置 | |
| KR102212452B1 (ko) | 항공영상 처리방법 및 처리시스템 |
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 |