[发明专利]基于视觉的无人机精确降落方法、存储介质、装置及系统有效
申请号: | 201910115171.1 | 申请日: | 2019-02-14 |
公开(公告)号: | CN109823552B | 公开(公告)日: | 2021-02-12 |
发明(设计)人: | 刘政;黄盛明;冯东;程真;王聪颖;王洋 | 申请(专利权)人: | 深圳市多翼创新科技有限公司 |
主分类号: | B64D45/04 | 分类号: | B64D45/04 |
代理公司: | 深圳众赢通宝知识产权代理事务所(普通合伙) 44423 | 代理人: | 樊宝忠 |
地址: | 518000 广东省深圳市龙华区民*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 视觉 无人机 精确 降落 方法 存储 介质 装置 系统 | ||
1.一种基于视觉的无人机精确降落方法,其特征在于,具体包括步骤:
S10、根据降落平台的第j降落阶段的目标位置,无人机到达所述降落平台上空的预设高度Htj,进入第j降落阶段;
S20、所述无人机在第j阶段高度按预定轨迹循环搜索第j停机位标识,判断是否识别到所述第j停机位标识,如是,则跳转执行步骤S30;所述第j降落阶段与所述第j阶段高度及所述第j停机位标识一一对应;具体包括步骤:
所述停机位标识按照尺寸大小分为N级,N级所述停机位标识按照预设间距排列设置在所述降落平台上,对应的,所述无人机的下降阶段按照高度大小分为N个降落阶段,所述无人机的阶段高度分为N个阶段高度;所述无人机在相应降落阶段采集所述目标图像并识别相应级别的所述停机位标识;最后一级所述停机位标识设置为标识冗余阵列;所述标识冗余阵列包括中间设置有1个大尺寸第一标识,四周设置有多个小尺寸的第二标识;N级所述停机位标识均为各向异性的停机位标识;
S30、计算所述无人机的实时位置与所述目标位置的偏差,判断所述偏差是否满足第j降落阶段的阈值条件;如是,则跳转步骤S50;如否,则跳转步骤S40;
S40、所述无人机控制其在水平方向和垂直方向朝所述第j降落阶段的目标位置运动;
S50、判断所述j是否小于N,若是,则j=j+1,并跳转步骤S10;若否,则跳转步骤S60;所述N为所述无人机的降落阶段的数量;
S60、所述无人机直接降落到所述降落平台的第j降落阶段的目标位置;
所述步骤S20、所述无人机在第j阶段高度按预定轨迹循环搜索第j停机位标识,具体包括步骤:
S21、设定所述预定轨迹的边长为L,所述L的初始值为L0,设定循环次数为i,所述i的初始值为0,设定边长系数为k,设定L=L0+k*i;
S22、拍摄采集所述降落平台的第j降落阶段的目标位置的目标图像;
S23、识别判断所述目标图像是否包含所述停机位标识,若否,则跳转步骤S24;若是,则跳转步骤S30;
S24、所述L是否大于边长阈值Lt,若否,则i=i+1,并跳转步骤S21;若是,则跳转步骤S25;
S25、所述无人机控制其上升至第j-1阶段高度,j=j-1,并跳转步骤S10。
2.根据权利要求1所述的基于视觉的无人机精确降落方法,其特征在于,所述预定轨迹为正方形循环轨迹、长方形循环轨迹或圆形循环轨迹。
3.根据权利要求1所述的基于视觉的无人机精确降落方法,其特征在于,所述步骤S23、识别判断所述目标图像是否包含所述停机位标识,具体包括步骤:
S231、将每一帧所述目标图像转换为灰度图;
S232、将所述灰度图通过图像锐化增强边缘特征成锐化后的灰度图;
S233、将所述锐化后的灰度图进行阈值分割得到二值图像;
S234、采用Canny算法检测得到所述二值图像的所有边缘;
S235、采用多边形拟合所述二值图像中的所有边缘,确定为正方形的Marker;
S236、对所述Marker进行投影变换并计算其ID;
S237、计算所述Marker的中心点在相机坐标系中的位置坐标(x,y,z,rx,ry,rz),其中,所述x,y,z为所述Marker的中心点在相机坐标系X,Y,Z轴的坐标,所述rx,ry,rz为所述Marker与相机坐标系X,Y,Z轴的旋转角度。
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深圳市多翼创新科技有限公司,未经深圳市多翼创新科技有限公司许可,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/201910115171.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:用于空中运载工具的燃料系统和方法
- 下一篇:多旋翼无人机采茶装置及其采茶系统