[发明专利]一种控制飞行器降落的方法以及相关装置

权利要求书

1.一种控制飞行器降落的方法，其特征在于，包括：

当飞行器处于飞行状态时，采集目标实时图像，所述目标实时图像为处于飞行状态的所述飞行器通过飞行器内置摄像头拍摄的；

采用手掌检测器检测所述目标实时图像中是否包含张开的手掌，若有，则确定所述目标实时图像满足所述降落条件，在所述目标实时图像满足降落条件的情况下，在所述目标实时图像中，根据所述张开的手掌的位置信息初始化核化相关滤波器KCF算法；所述手掌检测器为预先根据多个手掌样本图像训练得到的检测器；

继续实时采集图像；采用所述KCF算法通过核函数对多通道的HOG特征进行融合，计算张开的手掌在图像中的位置；

判断KCF算法是否计算成功；

如果计算成功，则把所述张开的手掌的位置信息和通知飞行器需要进行降落的降落信息发送给飞行器控制端，所述张开的手掌的位置信息用于指示待降落位置；

向所述飞行器发送降落控制指令，以使所述飞行器根据所述降落控制指令降落至所述待降落位置；

所述手掌检测器的训练过程包括：

获取多个第一手掌样本图像以及多个第二手掌样本图像，所述第一手掌样本图像为手掌处于张开状态下的图像，第二手掌样本图像为手掌处于非张开状态下的图像；

对所述第一手掌样本图像和所述第二手掌样本图像进行色彩和伽马归一化处理；

计算所述第一手掌样本图像和所述第二手掌样本图像的横坐标和纵坐标方向的梯度，并据此计算每个像素位置的梯度方向值；

构建方向梯度直方图，细胞单元中的每一个像素点都为某个基于方向的直方图通道投票，投票采取加权投票的方式，每一票都带有权值，所述权值是根据该像素点的梯度幅度计算出来；

将细胞单元组合成大的区间，对梯度强度做归一化；

收集方向梯度直方图特征，把提取的第一手掌样本图像的方向梯度直方图特征以及第二手掌样本图像的方向梯度直方图特征输入到支持向量机分类器中，寻找最优超平面作为决策函数，根据第一手掌样本图像的特征信息以及第二手掌样本图像的特征信息训练得到手掌检测器。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一手掌样本图像的特征信息以及所述第二手掌样本图像的特征信息训练得到所述手掌检测器之后，所述方法还包括：

采用所述手掌检测器对所述多个第二手掌样本图像进行分类检测，并统计分类检测结果的准确率；

若所述分类检测结果的准确率小于或等于预置门限，则根据所述多个第二手掌样本图像中分类错误的目标手掌样本图像重新对所述手掌检测器进行训练。

3.根据权利要求1所述的方法，其特征在于，所述向所述飞行器发送降落控制指令之前，所述方法还包括：

根据所述目标手掌的位置信息确定所述目标手掌的中心位置；

根据所述目标手掌的中心位置计算所述飞行器的水平平移量，所述水平平移量用于指示所述飞行器与所述目标手掌之间的水平距离；

根据所述目标手掌的中心位置计算所述飞行器的垂直平移量，所述垂直平移量用于指示所述飞行器与所述目标手掌之间的垂直距离；

根据所述水平平移量与所述垂直平移量生成所述降落控制指令。

4.根据权利要求3所述的方法，其特征在于，所述根据所述目标手掌的中心位置计算所述飞行器的水平平移量，包括：

按照如下方式计算所述飞行器的水平平移量：

S_x＝(2*x*H*tanα)/(X*cosβ)；

其中，所述S_x表示所述飞行器的水平平移量，所述x表示所述目标手掌的中心位置在坐标系中的横坐标，所述X表示所述坐标系的横轴长度，所述H表示所述飞行器与地面的垂直高度，所述α表示所述飞行器内置摄像头横轴方向视角的半角，所述β表示所述飞行器内置摄像头中心线和垂直线之间的夹角。