详情

原文传递基于视觉的无人机精确降落方法、存储介质、装置及系统

专利名称：	基于视觉的无人机精确降落方法、存储介质、装置及系统
摘要：	本发明基于视觉的无人机精确降落方法、存储介质、装置及系统，采用多级停机位标识且最后一级采用标识冗余阵列，进而无人机可以分阶段降落，且能适配不同降落高度的需求，增加了配置的灵活度，对降落要求的适配能力增强，克服了阴影及运动误差的影响，使得降落过程基本不受无人机阴影的干扰，提高了识别的鲁棒性。同时，在降落过程中可自动识别异常，且具有相应的处理方法，增强了对异常情况的兼容性，有效克服视野变化及运动偏差等影响，提高降落的稳定性。采用各向异性的停机位标识，提供角度信息，允许无人机按指定角度降落在目标位置；通过在降落平台上安装投光灯照射降落平台的目标位置，在光线较暗时及时补光，实现无人机全天候精确降落。
专利类型：	发明专利
国家地区组织代码：	广东;44
申请人：	深圳市多翼创新科技有限公司
发明人：	刘政;黄盛明;冯东;程真;王聪颖;王洋
专利状态：	有效
申请日期：	2019-02-14T00:00:00+0800
发布日期：	2019-05-31T00:00:00+0800
申请号：	CN201910115171.1
公开号：	CN109823552A
代理机构：	深圳众赢通宝知识产权代理事务所(普通合伙)
代理人：	翁治林
分类号：	B64D45/04(2006.01);B;B64;B64D;B64D45
申请人地址：	518000 广东省深圳市龙华区民治街道北站社区创业花园177-180栋2107
主权项：	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； 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。 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+ki； 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。 3.根据权利要求2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。 4.根据权利要求2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。 5.根据权利要求4所述的基于视觉的无人机精确降落方法，其特征在于，所述偏差为所述Marker与所述无人机的相机间的相对位置，在水平方向上计算所述无人机的实时位置距离所述Marker位置的欧式距离d；当所述欧式距离d小于目标距离阈值时，则所述无人机在水平方向上已达到所述目标位置，所述无人机在水平方向的分速度设置为0；当所述欧式距离d大于所述目标距离阈值时，则所述无人机在水平方向的分速度为： vx＝kpx(x-xtarget) vy＝kpy(y-ytarget) 所述vx为所述无人机在水平X轴方向的分速度，所述vx为所述无人机在水平Y轴方向的分速度，所述kpx、kpy为比例系数。 6.根据权利要求4所述的基于视觉的无人机精确降落方法，其特征在于，所述偏差为所述Marker与所述无人机的相机间的相对位置，在垂直方向上计算所述无人机的实时高度与目标高度的高度差h；当所述高度差h小于或等于目标高度阈值，则所述无人机在垂直方向上到达所述目标位置，所述无人机在垂直Z轴方向的分速度设置为0；当所述高度差h大于所述目标高度阈值时，则所述无人机在垂直Z轴方向的分速度为： vz＝kpz(z-ztarget) 所述vz为所述无人机在垂直Z轴方向的分速度，所述kpz为垂直比例系数。 7.根据权利要求2所述的基于视觉的无人机精确降落方法，其特征在于，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。 8.根据权利要求7所述的基于视觉的无人机精确降落方法，其特征在于，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。 9.根据权利要求7或8所述的基于视觉的无人机精确降落方法，其特征在于，N级所述停机位标识均为各向异性的停机位标识。 10.一种计算机可读的存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被执行时实现权利要求1-9任一项所述的基于视觉的无人机精确降落方法。 11.一种基于视觉的无人机精确降落装置，其特征在于，包括处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述处理器执行如权利要求1-9任一项所述的基于视觉的无人机精确降落方法。 12.一种基于视觉的无人机精确降落系统，其特征在于，包括无人机、降落平台以及基于视觉的无人机精确降落装置；所述基于视觉的无人机精确降落装置包括处理器及存储器；所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述处理器执行如权利要求1-9任一项所述的基于视觉的无人机精确降落方法。 13.根据权利要求12所述的基于视觉的无人机精确降落系统，其特征在于，所述降落平台上设置有多级停机位标识；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。 14.根据权利要求13所述的基于视觉的无人机精确降落系统，其特征在于，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。 15.根据权利要求13或14所述的基于视觉的无人机精确降落系统，其特征在于，N级所述停机位标识均为各向异性的停机位标识。 16.根据权利要求13所述的基于视觉的无人机精确降落系统，其特征在于，所述降落平台还包括安装在所述停机位标识侧方的投光灯，所述投光灯的投光中心在所述停机位标识的中心位置。
所属类别：	发明专利