[发明专利]一种基于单目视觉的无人机自主降落方法在审

专利信息
申请号: 202110948600.0 申请日: 2021-08-18
公开(公告)号: CN113821047A 公开(公告)日: 2021-12-21
发明(设计)人: 潘校丰;方赵天;陈德潮;金洁 申请(专利权)人: 杭州电子科技大学
主分类号: G05D1/10 分类号: G05D1/10;G06T7/11;G06T7/136;G06T7/73;G06T7/80
代理公司: 杭州君度专利代理事务所(特殊普通合伙) 33240 代理人: 杨舟涛
地址: 310018 浙*** 国省代码: 浙江;33
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 基于 目视 无人机 自主 降落 方法
【说明书】:

发明公开了一种基于单目视觉的无人机自主降落方法本发明先生成一大一小内外嵌套的ArucoMarker,将其固定在无人降落平台上;无人机通过GPS导航飞至无人降落平台附近并悬停至第一阶段降落高度,执行第一阶段视觉降落算法,直到无人机相对于降落标志中心偏移量小于通过VP‑CND控制方法设定的时变阈值函数后垂直降落至第二阶段指定高度;执行第二阶段视觉降落算法,直到无人机相对于降落标志中心偏移量小于通过VP‑CND控制方法设定的时变阈值函数后垂直下降至无人降落平台。本发明既保证了降落的速度,也保证了降落的精度,消除了飞行控制过程中惯性及风速的影响,在不同环境下均能较快的实现无人机的精准降落。

技术领域

本发明涉及无人机机器视觉及运动控制算法领域,具体涉及一种基于单目视觉的无人机自主降落方法。

背景技术

大疆无人机因其价格低廉,体积小,可垂直降落等特点,在民用领域得以普及。伴随着人工智能的发展,无人机智能化,尤其是自主飞行受到越来越多的关注,而自主着陆则是其中的核心技术。传统的无人机自主着陆方法主要有惯性导航、GPS导航等方式。惯性导航需进行积分运算,随着运行时间的增加,其累积误差越来越大,民用GPS精度有限且高精度GPS成本较高,因此,传统导航方法很难实现无人机的精确降落。

在本发明的案例中,无人机通过视觉导航完成在指定地点的自主降落。无人机视觉导航技术,是指无人机通过机载摄像机获取周围环境与降落标志的图像信息,然后通过分析处理图像来获取降落标志的信息,最后将视觉反馈信息作为无人机控制回路的输入,从而实现无人机的自主飞行。相比以上两种导航方法,具有成本低廉、抗干扰能力强等优点。

由于处于动态对焦过程及不同对焦状态下的相机内参会不断变化,在本发明的案例中,无人机通过两段式的降落策略最终准确降落到无人降落平台,即固定两次降落高度保证了相机内参的不变。第一阶段接近无人降落平台正上方速度快,但精度较低,第二阶段接近无人降落平台正上方速度较慢,但精度高,保证了降落效果。

发明内容

本发明所要解决的技术问题是提供一种基于单目视觉的无人机自主降落方法,该方法具有降落误差小,速度快,可以运行在边缘端设备的特点。

为解决上述技术问题,本发明通过以下技术方案予以实现:

一种基于单目视觉的无人机自主降落方法,包括如下步骤:

1)生成一大一小内外嵌套的ArucoMarker,将其固定在无人机降落平台上;

2)无人机通过GPS导航飞至无人机降落平台附近并悬停至第一阶段降落高度;

3)执行第一阶段视觉降落算法,接收并解析视频流,采用基于BAS的图像匹配算法快速得到较大ArucoMarker的角点坐标,结合相机内参与位姿估计函数得到无人机相对于降落标志中心的偏移量,将偏移量传入基于BAS算法的PID控制器,PID控制器随之给出速度指令,当x,y方向偏移量小于通过VP-CND控制方法设定的时变阈值函数后垂直降落至第二阶段指定高度;

4)执行第二阶段视觉降落算法,接收并解析视频流,采用基于BAS的图像匹配算法快速得到较小ArucoMarker的角点坐标,结合相机内参与位姿估计函数得到无人机相对于降落标志中心的位置,将偏移量传入基于BAS算法的PID控制器,PID控制器随之给出速度指令,x,y方向偏移量小于通过VP-CND控制方法设定的时变阈值函数后垂直下降至无人机降落平台中心。

作为优选,所述步骤1)生成降落标志,两个ArucoMarker的编码位均为4x4,能够保证在中远距离时良好的识别率,同时保证了较多的编码位,具有较好的综合性能;一大一小嵌套的设计既保证了在第一阶段降落高度能快速检测到,又避免了在第二阶段降落高度无人机不能完全识别较大ArucoMarker。

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杭州电子科技大学,未经杭州电子科技大学许可,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/202110948600.0/2.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