[发明专利]基于视觉引导的无人机移动平台降落方法在审

专利信息
申请号: 202010733177.8 申请日: 2020-07-27
公开(公告)号: CN112198884A 公开(公告)日: 2021-01-08
发明(设计)人: 王江;丁柯;侯淼;林德福;宋韬;程子恒;张福彪 申请(专利权)人: 北京理工大学
主分类号: G05D1/06 分类号: G05D1/06;G06K9/00;G06K9/38;G06K9/46;G06N3/04;G06N3/08
代理公司: 北京康思博达知识产权代理事务所(普通合伙) 11426 代理人: 范国锋;刘冬梅
地址: 100081 *** 国省代码: 北京;11
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 引导 无人机 移动 平台 降落 方法
【说明书】:

发明公开了一种基于视觉引导的无人机移动平台降落方法,包括设置移动平台降落标识、无人机搜索识别降落标识、无人机基于视觉引导不断逼近降落标识直至完成降落。本发明所述的基于视觉引导的无人机移动平台降落方法,对机载计算机性能要求低,能够能够快速、精确的降落在移动平台上。

技术领域

本发明涉及一种无人机控制方法,尤其是一种基于视觉引导的无人机移动平台降落方法,属于无人机控制领域。

背景技术

无人机具有机动灵活、通用便利、可用性高等优点,在实际生产应用中有大量需求,如今已广泛应用于侦察、救援、测绘、植保、表演等各个领域。

无人机的自主起飞、降落等技术多年来一直是无人机领域的研究热点。目前无人机的自主降落多采用GNSS(Global Navigation Satellite System,全球导航卫星系统)导航定位配合高度数据进行定点降落。高度数据通常由GNSS、气压计、超声波或对地雷达测得。但GNSS信号易受建筑物遮挡和天气条件影响,数据漂移严重,且高度方向的精度非常有限;基于超声波、微波、激光等的测距传感器难以区分降落平台与地面,无法直接用于无人机在移动平台上降落。

所以,利用传统的GNSS配合高度装置进行降落的方案受限较多,只能用于定点降落,不能适用大量生产生活的场景,限制了无人机的发展。

针对移动的降落平台,现有技术中的无人机的自主降落通常采用人工引导控制,对GNSS精度和操作人员的熟练度都有较高的要求,无法做到自主降落。在一些复杂环境下,例如车载移动平台、颠簸移动的地面平台上起飞降落,对该类无人机的飞行控制系统和控制人员仍然是严峻的挑战,制约着无人机在更广泛的领域运用。

此外,利用人员进行起降也会因为通信距离、可视范围等,只能有限的范围内进行操控。在无人机的载荷限制下,不能在机上搭载过多的设备载荷,无人机的机载摄像装置更多的是平台固定安装,只能通过在视场角内转动摄像头进行拍摄,无法解算无人机的姿态进行灵活的飞行。这给无人机的追踪和降落制造了很大的困难。

此外,传统的视觉引导的算法多采用经典的特征算法,而机载计算机的计算能力相对比较低,无法满足传统算法的性能要求,导致定位精度不足,无人机难以精准降落。

在一些场所,允许无人机完成降落时间有限,现有的无人机自主降落方法往往需要大量时间,降低了无人机的自主降落的通用性。

因此,亟待设计一种对机载计算机性能要求低,能够快速精准完成降落的无人机移动平台的降落方法。

发明内容

为了克服上述问题,本发明人进行了锐意研究,设计出一种基于视觉引导的无人机移动平台降落方法,其特征在于,包括以下步骤:

S1、设置移动平台降落标识;

S2、无人机搜索识别降落标识;

S3、无人机基于视觉引导不断逼近降落标识直至完成降落。

所述降落标识为通用降落标志,包括椭圆和位于椭圆中央的X形状的标志。

在步骤S2中,当无人机搜索识别降落标识时,无人机距离降落平台的高度大于15米。

机载计算机接收到光电吊舱传递的地面视频图像后,根据图像搜索识别降落标识,所述搜索识别包括以下子步骤:

S21、搜索椭圆标志;

S22、识别降落标识。

在子步骤S21中,机载计算机在光电吊舱传递的视频中提取图片,对每张图片利用Canny边缘检测将图片转换成二值图像,得到图像的边缘信息,通过对边缘信息中的线段进行约束,判断线段是否组合成椭圆。

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北京理工大学,未经北京理工大学许可,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/202010733177.8/2.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