[发明专利]一种骨架控制无人机放飞和回收的方法及装置在审

专利信息
申请号: 201710105001.6 申请日: 2017-02-25
公开(公告)号: CN106933236A 公开(公告)日: 2017-07-07
发明(设计)人: 陶颋;陶磊 申请(专利权)人: 上海瞬动科技有限公司合肥分公司
主分类号: G05D1/08 分类号: G05D1/08;G06K9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 230031 安徽省合*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 骨架 控制 无人机 放飞 回收 方法 装置
【说明书】:

技术领域

发明属于无人机控制领域,特别的涉及一种骨架控制无人机放飞和回收的方法及装置。

背景技术

消费级无人机目前越来越多的被消费者购买,但是现在大多数无人机起飞降落只能在地面上进行,用人体的行为来控制无人机的降落和起飞目前技术还很不成熟,尤其是根据人体的姿态来控制无人机的起飞和降落,目前很难做到精确控制。

发明内容

本发明的目的是克服上述现有技术的不足,提供一种骨架控制无人机放飞和回收的方法及装置。

本发明提供的技术方案是:一种骨架控制无人机放飞和回收的方法,无人机上设置有摄像头,包括如下步骤:

S101预先录入人脸数据库,预先录入人体骨架数据库;

S102无人机检测目标人脸图像,判断是否为主人头像;

S103若判断为主人头像,则继续检测人体的姿态,是否为起飞或者降落姿态,同时执行相应命令;

S104若判断目标不为主人脸,则保持无人机当前状态。

优选地,所述步骤S101中预先录入人体骨架数据库通过深度神经网络录入人体骨架数据库。

优选地,所述步骤S101中预先录入人脸数据库通过深度神经网络录入人脸数据库。

优选地,所述步骤S103中所述检测人体的姿态,通过摄像头中当前的图像中人体的姿态与通过深度神经网络录入的人体的骨架数据库进行对比,若判断当前图像中人体的姿态与录入数据库中的相应人体骨架相匹配,则确定当前姿态为相应降落姿态或者起飞姿态。

优选地,所述步骤S103中进一步地,判断若当前姿态为降落姿态,调整无人机降落到固定位置;若判断当前姿态为起飞姿态,则控制无人机进行起飞;若判断当前姿态既不为起飞姿态或者降落姿态,则保持无人机当前姿态。

本发明还提供了一种技术方案:一种骨架控制无人机放飞和回收的装置,无人机上设置有摄像头,包括检测单元,人脸判断单元,姿态检测单元,姿态判断单元和飞行控制单元;

所述检测单元,检测主人检测图像中的人脸;

所述人脸判断单元,用于判断图像中的人脸是否为主人人脸;

所述姿态检测单元,用于检测人体姿态;

所述姿态判断单元,用于判断当前人体姿态是否为起飞降落姿态;

所述飞行控制单元,用于控制无人机飞行到固定位置。

优选地,所述人脸判断单元预先存储通过深度神经网络录入的人脸数据库和主人人脸数据库。

优选地,所述姿态判断单元预先存储通过深度神经网络录入的人体骨架数据库和发出相关命令的骨架数据库。

与现有技术相比,本发明的有益效果是:本发明可以自主判断人脸,同时根据人体的相应姿态控制控制无人机的起飞和降落,采用的方法简便精确度高。

附图说明

图1是本发明提供的骨架控制无人机放飞和回收的方法实施例流程图;

图2 是本发明提供的骨架控制无人机放飞和回收的装置实施例示意图。

具体实施方式

下面结合附图对本发明作进一步说明。

方法实施实例:

参见图1为本方法具体实施流程图。

本实施例提供了一种骨架控制无人机放飞和回收的方法,包括如下步骤:

S101:预先录入人脸数据库,预先录入人体骨架数据库;

为了可以更加精确的识别人体骨架和人脸,录入数据库时采用深度神经网络的方法对人体骨架进行录入,同时采用深度神经网络的方法对人脸进行录入,同时对人体骨架姿态和预先录入的人脸头像进行训练,这样无人机就可以根据人体做的动作和主人的人脸信息进行判断。

S102:无人机检测目标人脸图像,判断是否为主人头像;

需要说明的是,无人机上设置有摄像头,通过控制无人机飞行,使目标人脸落到摄像头可以拍摄区域,通过摄像头中拍摄到的场景中的人脸头像,通过预先录入的主人人脸数据库进行判断,当前摄像头中拍摄到的人脸是否为主人人脸,需要说明的是,根据预先录入的主人人脸图像,无人机可以自动判断当前摄像头中的人脸是否为主人人脸。

S103若判断为主人头像,则继续检测人体的姿态,判断是否为起飞或者降落姿态,同时执行相应命令;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海瞬动科技有限公司合肥分公司,未经上海瞬动科技有限公司合肥分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710105001.6/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top