[发明专利]一种面向无人艇的无人机自主降落控制方法在审

专利信息
申请号: 202110244761.1 申请日: 2021-03-05
公开(公告)号: CN112904874A 公开(公告)日: 2021-06-04
发明(设计)人: 李荣辉;吴英质;黄技;丁滢;崔帅旗 申请(专利权)人: 广东海洋大学
主分类号: G05D1/06 分类号: G05D1/06;G06T7/13;G06T7/136
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 陈伟斌;刘瑶云
地址: 524088 *** 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: 一种 面向 无人 无人机 自主 降落 控制 方法
【说明书】:

发明公开了一种面向无人艇的无人机自主降落控制方法,属于机械与控制领域。其中,该方法步骤包括:(1)通过GPS确定无人艇所在区域并引导无人机飞临无人艇上空,完成第一次定位;(2)无人机下降至UWB有效高度后,通过机载UWB标签确定自身与无人艇停机坪的相对位置并完成第二次定位;(3)通过机载可见光相机识别停机坪的AprilTag码,与此同时机载红外相机识别停机坪上的恒温热源,融合UWB、红外、可见光定位数据,完成第三次定位;(4)当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。本方法依托多传感器信息融合技术,很好地保证了无人机自主着艇定位的准确性和鲁棒性,克服了GPS定位精度不高和传统单目视觉定位易受环境干扰的局限。

技术领域

本发明涉及机械与控制技术领域,具体为一种面向无人艇的无人机自主降落控制方法。

背景技术

超宽带技术是一种无线载波通信技术,具有系统复杂度低,发射信号功率谱密度低,对信道衰落不敏感,截获能力低,定位精度高等优点,由于UWB通信利用了一个相当宽的带宽,就好像使用了整个频谱,并且它能够与其他的应用共存,因此UWB可以应用在很多领域,如个域网、智能交通系统、无线传感网、射频标识、成像应用以及机器人定位等,机器视觉技术是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科,机器视觉主要用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制,机器视觉技术最大的特点是速度快、信息量大、功能多,依托机器视觉定位,可以实现无人机的稳定、精准降落。

异质无人系统是近年无人系统领域的重要发展方向,异质多自主体系统可以利用不同个体的优势形成更强的多维空间信息感知能力,完成更复杂的工作,以空海协同为例,无人机的局限在于续航时间短,但是具有搜索范围大和通信距离远的优点;无人艇续航时间长,但是搜索范围小和通信距离近。

以无人机-无人艇协同为核心,构建无人机-无人艇跨域协同系统,就可大大提升系统完成复杂任务的能力,譬如在海事救援中,无人艇的搜救范围很有限,通过无人机就能大大扩展搜救范围,无人机-无人艇跨域协同控制的技术难点在于无人机水面平台自主降落技术。

所以我们提出了一种面向无人艇的无人机自主降落控制方法,以便于解决上述中提出的无人机水面平台降落识别难、降落定位安全系数和跟踪效率低、鲁棒性差问题。

发明内容

本发明的目的在于提供一种面向无人艇的无人机自主降落控制方法,以解决上述背景技术提出的无人机降落识别难、跟踪效率低、鲁棒性差问题。

为实现上述目的,本发明提供如下技术方案:一种面向无人艇的无人机自主降落控制方法,该方法所需设备包括无人艇、无人机第二次定位、无人机第一次定位、停机坪和机载UWB标签,所述无人艇中安装有停机坪,且停机坪四周安装有UWB定位天线,并且停机坪中部设置有Apriltag码和恒温热源,所述机载UWB标签和机载摄像头安装在无人机中。

优选的,所述降落控制流程由PID算法完成,飞控通过串口通信获取UWB-可见光-红外融合定位数据,并利用PID算法、气压计和超声波调整无人机姿态实现位置控制和自主降落。

优选的,所述可见光相机用于识别与追踪Apriltag码,通过图像阈值分割对可见光相机图像进行预处理。

优选的,所述可见光相机在识别到AprilTag码后,通过Canny提取其轮廓,计算位置信息并上传。

优选的,所述红外摄像头依托迭代选择算法进行阈值分割,且红外摄像头通过识别跟踪恒温热源实现定位。

优选的,所述UWB定位系统由UWB基站、机载UWB标签组成,且UWB基站由4根棒状天线组成并安装于停机坪处。

优选的,所述UWB基站通过监听机载UWB标签ID获取UWB标签信息,并向UWB标签发送回应信号。

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广东海洋大学,未经广东海洋大学许可,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/202110244761.1/2.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