CN105346706A - 飞行装置、飞行控制系统及方法 - Google Patents

飞行装置、飞行控制系统及方法 Download PDF

Info

Publication number
CN105346706A
CN105346706A CN201510778779.4A CN201510778779A CN105346706A CN 105346706 A CN105346706 A CN 105346706A CN 201510778779 A CN201510778779 A CN 201510778779A CN 105346706 A CN105346706 A CN 105346706A
Authority
CN
China
Prior art keywords
image
height
flight instruments
play amount
flight
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510778779.4A
Other languages
English (en)
Other versions
CN105346706B (zh
Inventor
李佐广
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Original Assignee
Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Autel Intelligent Aviation Technology Co Ltd filed Critical Shenzhen Autel Intelligent Aviation Technology Co Ltd
Priority to CN201510778779.4A priority Critical patent/CN105346706B/zh
Priority to PCT/CN2016/071016 priority patent/WO2017080108A1/zh
Publication of CN105346706A publication Critical patent/CN105346706A/zh
Priority to US15/625,225 priority patent/US10234873B2/en
Application granted granted Critical
Publication of CN105346706B publication Critical patent/CN105346706B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D47/00—Equipment not otherwise provided for
    • B64D47/08—Arrangements of cameras
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/83—Electronic components structurally integrated with aircraft elements, e.g. circuit boards carrying loads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U20/00—Constructional aspects of UAVs
    • B64U20/80—Arrangement of on-board electronics, e.g. avionics systems or wiring
    • B64U20/87—Mounting of imaging devices, e.g. mounting of gimbals
    • G06T5/80—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2201/00—UAVs characterised by their flight controls
    • B64U2201/10—UAVs characterised by their flight controls autonomous, i.e. by navigating independently from ground or air stations, e.g. by using inertial navigation systems [INS]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle

Abstract

本发明涉及一种飞行控制方法，包括：获取飞行装置的相机模组采集的图像；确定飞行装置当前所处的场景；根据采集的图像的景深信息确定飞行装置的高度；根据采集的两帧相邻图像以及飞行装置所处的场景，计算两帧相邻图像的图像X、Y偏移量；对所述图像X、Y偏移量进行补偿得到图像校正偏移量；以及通过相机模组的镜头焦距、高度及图像校正偏移量计算世界坐标的X、Y偏移量，并根据两帧相邻图像采集的时间间隔以及世界坐标的X、Y偏移量求出飞行装置的速度。本发明还提供一种飞行控制系统及飞行装置，可在无GPS信号时对飞行装置进行速度侦测及定位控制。

Description

飞行装置、飞行控制系统及方法
【技术领域】
本发明涉及一种方法，尤其涉及一种用于控制飞行装置的飞行控制方法、飞行控制系统及飞行装置。
【背景技术】
目前，无人机等飞行装置由于其便捷性和安全性，已经广泛应用于农业生产、地质勘测、气象监测、电力线巡查、抢险救灾辅助、视频拍摄、地图绘建等领域。在无人机的控制中，对无人机进行速度侦测及/或定位控制，是一个关键的技术。目前对无人机进行速度侦测及/或定位控制大都通过GPS(globalpositioningsystem，全球定位系统)进行定位，然而，当无人机处于GPS信号较弱或GPS信号未覆盖的区域时，将无法对无人机进行速度侦测及/或定位控制。此外，目前对无人机进行速度侦测及/或定位控制大都通过基于一通用场景的算法进行，然而，当无人机实际处于场景与该通用场景差别较大时，基于通用场景的算法往往导致无法准确地定位。
【发明内容】
有鉴于此，本发明提供一种飞行装置及飞行控制方法，不依赖GPS即可对飞行装置进行速度侦测及定位控制。
为解决上述技术问题，本发明提供以下技术方案。
一方面，本发明提供一种飞行控制系统，用于控制一飞行装置，所述飞行控制系统包括：获取模块，用于获取飞行装置的双目相机模组采集的图像；场景确定模块，用于确定飞行装置当前所处的场景；高度确定模块，用于根据双目相机模组采集的图像的景深信息确定飞行装置的高度；图像偏移量确定模块，用于根据双目相机模组采集的两帧相邻图像以及飞行装置当前所处的场景，计算所述两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量及图像Y偏移量；偏移量校准模块，用于获取飞行装置的加速度传感器侦测到的飞行装置在三维方向上的加速度及角速度，并根据所述飞行装置的加速度及角速度对所述图像X、Y偏移量进行补偿而得到包括校正后的图像X偏移量和图像Y偏移量的图像校正偏移量；以及速度计算模块，用于通过双目相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量，并根据所述两帧相邻图像采集的时间间隔以及所述世界坐标的X、Y偏移量求出所述飞行装置的速度。
在一些实施例中，高度确定模块根据双目相机模组采集的图像的景深信息确定飞行装置的高度包括：高度确定模块通过对双目相机模组的两个摄像头进行标定，以获取相机模组的包括焦距，图像中心，畸变系数在内的内参和以及包括旋转矩阵和平移矩阵的外参；高度确定模块并对双目进行矫正，然后进行立体匹配，得到视差图，并进行三维重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度。
在一些实施例中，所述飞行装置还包括一距离传感器，所述距离传感器用于侦测飞行装置与地面的距离，所述高度确定模块用于根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
在一些实施例中，所述场景确定模块根据相机模组采集的图像中的至少一个参数确定飞行装置所处的场景是否为纹理丰富场景或纹理较少场景，所述参数包括但不限于纹理。
在一些实施例中，所述高度确定模块根据场景是否为纹理丰富场景以及相同纹理的最大区域面积去选择根据相机模组采集的图像的景深信息确定飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最小值SMIN小于最大值SMAX，则高度确定模块选择根据相机模组的摄像头采集的图像的景深信息确定飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX设定为图像最大面积的3/4。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最大值SMAX，且通过相机模组采集的图像的景深信息得出的该区域对应的高度和距离传感器测量的高度的差值超出一个阈值，则选择相机模组采集的图像计算出的景深信息确定飞行装置的高度，其中，最大值SMAX为图像最大面积的3/4。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像最大区域面积AM小于最小值SMIN或者大于最大值SMAX，则高度确定模块选择相机模组采集的图像的景深信息确定飞行装置的高度或采用距离传感器测量的距离作为飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX为图像最大面积的3/4。
在一些实施例中，在纹理不丰富场景下，高度确定模块采用距离传感器测量的距离作为飞行装置的高度。
在一些实施例中，所述速度计算模块根据公式1：x1/X1＝f/H计算所述世界坐标的X偏移量，以及根据公式2：y1/Y1＝f/H计算所述世界坐标的Y偏移量，其中，x1为校正后的图像X偏移量，y1为校正后的图像Y偏移量，f为镜头焦距，H为飞行装置的高度，X1为世界坐标的X偏移量，Y1为世界坐标的Y偏移量；所述速度计算模块并根据该相机模组采集该两帧相邻图像的时间间隔为以及该世界坐标的X、Y偏移量计算得出飞行装置在X方向上的速率以及在Y方向上的速率。
在另一方面，本发明提供一种飞行控制方法，用于控制飞行装置，所述飞行控制方法包括：获取飞行装置的双目相机模组采集的图像；确定飞行装置当前所处的场景；根据双目相机模组采集的图像的景深信息确定飞行装置的高度；根据双目相机模组采集的两帧相邻图像以及飞行装置当前所处的场景，计算所述两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量和图像Y偏移量；获取飞行装置的加速度传感器侦测到的飞行装置在三维方向上的加速度及角速度，并根据所述飞行装置的加速度及角速度对所述图像X偏移量和图像Y偏移量进行补偿而得到包括校正后的图像X偏移量和图像Y偏移量的图像校正偏移量；以及通过相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量，并根据所述两帧相邻图像采集的时间间隔以及所述世界坐标的X、Y偏移量求出所述飞行装置的速度。
在一些实施例中，所述步骤“根据双目相机模组采集的图像的景深信息确定飞行装置的高度”包括：通过对双目相机模组的两个摄像头进行标定，以获取相机模组的包括焦距，图像中心，畸变系数在内的内参和以及包括旋转矩阵和平移矩阵的外参；对双目进行矫正；进行立体匹配，得到视差图；以及进行三维重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度。
在一些实施例中，所述方法还包括：根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
在一些实施例中，所述步骤“确定飞行装置当前所处的场景”包括：根据相机模组采集的图像中的至少一个参数确定飞行装置所处的场景是否为纹理丰富场景或纹理较少场景，所述参数包括但不限于纹理。
在一些实施例中，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：在纹理丰富场景下，若图像的最大区域面积AM大于最小值SMIN小于最大值SMAX，则选择根据相机模组的摄像头采集的图像的景深信息确定飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX设定为图像最大面积的3/4。
在一些实施例中，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：在纹理丰富场景下，若判断图像的最大区域面积AM大于最大值SMAX，且通过相机模组采集的图像的景深信息得出的该区域对应的高度和距离传感器测量的高度的差值超出一个阈值，则选择相机模组采集的图像计算出的景深信息确定飞行装置的高度，其中，最大值SMAX为图像最大面积的3/4。
在一些实施例中，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：在纹理丰富场景下，所述高度确定模块若判断图像最大区域面积AM小于最小值SMIN或者大于最大值SMAX，则选择相机模组采集的图像的景深信息确定飞行装置的高度或采用距离传感器测量的距离作为飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX为图像最大面积的3/4。
在一些实施例中，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：在纹理不丰富场景下，采用距离传感器测量的距离作为飞行装置的高度。
在一些实施例中，所述步骤“通过双目相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量”包括：根据公式：x1/X1＝f/H计算所述世界坐标的X偏移量；以及
根据公式：y1/Y1＝f/H计算所述世界坐标的Y偏移量，其中，x1为图像X偏移量，y1为图像Y偏移量，f为镜头焦距，H为飞行装置的高度，X1为世界坐标的X偏移量，Y1为世界坐标的Y偏移量。
另一方面，提供一种飞行装置，包括双目相机模组、距离传感器、加速度传感器以及飞行控制系统，所述双目相机模组包括两个摄像头，用于分别采集图像，所述距离传感器用于以及获取飞行装置的高度，所述加速度传感器用于侦测到的飞行装置在三维方向上的加速度及角速度，所述飞行控制系统包括：获取模块，用于获取飞行装置的双目相机模组采集的图像；场景确定模块，用于确定飞行装置当前所处的场景；高度确定模块，用于根据双目相机模组采集的图像的景深信息确定飞行装置的高度；图像偏移量确定模块，用于根据双目相机模组采集的两帧相邻图像以及飞行装置当前所处的场景，计算所述两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量及图像Y偏移量；偏移量校准模块，用于获取飞行装置的加速度传感器侦测到的飞行装置在三维方向上的加速度及角速度，并根据所述飞行装置的加速度及角速度对所述图像X、Y偏移量进行补偿而得到包括校正后的图像X偏移量和图像Y偏移量的图像校正偏移量；以及速度计算模块，用于通过双目相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量，并根据所述两帧相邻图像采集的时间间隔以及所述世界坐标的X、Y偏移量求出所述飞行装置的速度。
在一些实施例中，高度确定模块根据双目相机模组采集的图像的景深信息确定飞行装置的高度包括：高度确定模块通过对双目相机模组的两个摄像头进行标定，以获取相机模组的包括焦距，图像中心，畸变系数在内的内参和以及包括旋转矩阵和平移矩阵的外参；高度确定模块并对双目进行矫正，然后进行立体匹配，得到视差图，并进行三维重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度。
在一些实施例中，所述飞行装置还包括一距离传感器，所述距离传感器用于侦测飞行装置与地面的距离，所述高度确定模块用于根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
在一些实施例中，所述场景确定模块根据相机模组采集的图像中的至少一个参数确定飞行装置所处的场景是否为纹理丰富场景或纹理较少场景，所述参数包括但不限于纹理。
在一些实施例中，所述高度确定模块根据场景是否为纹理丰富场景以及相同纹理的最大区域面积去选择根据相机模组采集的图像的景深信息确定飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最小值SMIN小于最大值SMAX，则高度确定模块选择根据相机模组的摄像头采集的图像的景深信息确定飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX设定为图像最大面积的3/4。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最大值SMAX，且通过相机模组采集的图像的景深信息得出的该区域对应的高度和距离传感器测量的高度的差值超出一个阈值，则选择相机模组采集的图像计算出的景深信息确定飞行装置的高度，其中，最大值SMAX为图像最大面积的3/4。
在一些实施例中，在纹理丰富场景下，所述高度确定模块若判断图像最大区域面积AM小于最小值SMIN或者大于最大值SMAX，则高度确定模块选择相机模组采集的图像的景深信息确定飞行装置的高度或采用距离传感器测量的距离作为飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX为图像最大面积的3/4。
在一些实施例中，在纹理不丰富场景下，高度确定模块采用距离传感器测量的距离作为飞行装置的高度。
在一些实施例中，所述速度计算模块根据公式1：x1/X1＝f/H计算所述世界坐标的X偏移量，以及根据公式2：y1/Y1＝f/H计算所述世界坐标的Y偏移量，其中，x1为校正后的图像X偏移量，y1为校正后的图像Y偏移量，f为镜头焦距，H为飞行装置的高度，X1为世界坐标的X偏移量，Y1为世界坐标的Y偏移量；所述速度计算模块并根据该相机模组采集该两帧相邻图像的时间间隔为以及该世界坐标的X、Y偏移量计算得出飞行装置在X方向上的速率以及在Y方向上的速率。
本发明的有益效果在于可在GPS信号较弱或没有GPS信号时仍然能够进行速度侦测及定位控制，并可基于不同的场景进行精确的控制。
【附图说明】
图1为本发明一实施方式中的飞行装置的硬件架构示意图。
图2为本发明一实施方式中的飞行控制系统的模块图。
图3为本发明一实施方式中的世界坐标的X、Y偏移量的说明示意图。
图4为本发明一实施方式中的世界坐标的X、Y偏移量与图像校正偏移量的关系示意图。
图5为本发明一实施方式中的飞行控制方法的流程图。
附图标记：
飞行装置100
处理器10
相机模组20
加速度传感器30
距离传感器40
飞行控制系统S1
获取模块11
场景确定模块12
图像偏移量确定模块13
偏移量校准模块14
速度计算模块15
运行控制模块16
摄像头21、22
镜头201
图像传感器202
图像P1、P2
物体A
成像点A1
镜头焦距f
高度H
校正后的图像X偏移量x1
校正后的图像Y偏移量y1
世界坐标的X偏移量X1
世界坐标的Y偏移量Y1
步骤501-511
【具体实施方式】
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
请参阅图1，为一实施方式中的飞行装置100的硬件架构示意图。该飞行装置100包括处理器10、相机模组20以及加速度传感器30。
该相机模组20用于每间隔预定时间采集图像，例如每间隔1秒采集一次图像。在本实施方式中，该相机模组20为一双目相机模组，包括两个摄像头21、22，该相机模组20通过该两个摄像头21、22分别获取一图像。该加速度传感器30用于侦测飞行装置100在三维方向(X、Y、Z)上的加速度及角速度。其中，在一实施方式中，该加速度传感器30可为陀螺仪，该距离传感器40可为超声波传感器。
请一并参阅图2，该处理器10运行有一飞行控制系统S1。如图2所示，该飞行控制系统S1包括获取模块11、场景确定模块12、高度确定模块13、图像偏移量确定模块14、偏移量校准模块15、速度计算模块16及运行控制模块17。所述飞行控制系统S1用于侦测飞行装置100的速度并进行定位控制。其中，该飞行控制系统S1的各个模块可为程序化的指令模块，并可被处理器10调用执行，该飞行控制系统S1的各个模块也可为固化于处理器10中的固件(firmware)。在一应用中，该飞行控制系统S1可为一安装于飞行装置100中的应用软件。
该获取模块11用于获取相机模组20采集的图像。在本实施方式中，该获取模块11实时获取相机模组20采集的图像。
场景确定模块12用于确定飞行装置100当前所处的场景。具体的，场景确定模块12根据图像中至少一个参数特征确定飞行装置100所处的场景。
高度确定模块13用于根据飞获取模块11获取的相机模组20的摄像头21、22采集的图像计算出景深信息，并根据景深信息确定飞行装置100的高度。
该图像偏移量确定模块14用于根据获取模块11获取的相机模组20所采集的两帧相邻图像以及场景确定模块12确定的飞行装置100当前所处的场景，计算该两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量及图像Y偏移量。其中，该图像偏移量确定模块14获取的为相机模组20中任一摄像头连续采集的两帧相邻图像。在一实施方式中，图像偏移量确定模块14根据飞行装置100所处场景对应的算法分析该两帧图像中的参数的变化而计算该两帧相邻图像中的第二帧图像相对于第一帧图像的图像X、Y偏移量。在另一实施方式中，该图像偏移量确定模块14可确定该两帧相邻图像中的相同特征点，并计算该相同特征点在该两帧相邻图像中的X、Y偏移量而得到该图像X、Y偏移量。其中，该相同特征点为同一物体在该两帧相邻图像中的成像点，该图像X、Y偏移量为该同一物体在该两帧图像中成像点的X方向上与Y方向上的偏移量。
偏移量校准模块15用于获取加速度传感器30侦测到的飞行装置100在三维方向上的加速度及角速度，并根据该飞行装置100的加速度及角速度对该图像X、Y偏移量进行补偿而得到一图像校正偏移量。
速度计算模块16用于通过镜头焦距、飞行装置100的高度以及该图像校正偏移量计算该图像校正偏移量对应的世界坐标的X、Y偏移量，即对应到真实世界的实际X、Y偏移量。其中，本发明的X、Y分别指三维坐标系统中与地面平行的平面上的横轴方向和纵轴方向。世界坐标的X、Y偏移量为飞行装置100/相机模组20相对于地面在X方向和Y方向上的移动距离。
请一并参阅图3，为世界坐标的X、Y偏移量的说明示意图。其中，由于飞行装置100在拍摄两帧相邻图像P1、P2的时间间隔内会移动，因此，对于一实际的物体A而言，飞行装置100的相机模组20在采集图像时，相对该实际物体A会发生相对运动。如图3所示，相机模组20的摄像头21、22中的每一个均包括镜头201及图像传感器202。当该飞行装置100在拍摄两帧相邻图像P1、P2的时间间隔内向右上方移动一定距离时，导致该实际物体A通过飞行装置100的镜头201在图像传感器202上成像后，该实际物体A在该两帧相邻图像P1、P2中的成像点A1会发生如图3中所示的朝左下方的偏移，而形成图像X偏移量和图像Y偏移量，而该图像X偏移量和图像Y偏移量经过补偿校正后即为图像校正偏移量。因此，该图像校正偏移量与世界坐标的X、Y偏移量呈一定的对应关系，可根据该图像校正偏移量等得到世界坐标的X、Y偏移量。其中，相机模组20可为照相机、摄像机、摄像头等。该图像校正偏移量为物体A在该两帧相邻图像P1、P2中的成像点A1对应在图像传感器202上的X方向和Y方向的实际距离。
请一并参阅图4，为一世界坐标的X、Y偏移量与图像校正偏移量的关系示意图。设镜头焦距为f，飞行装置100的高度为H，图像校正偏移量中校正后的图像X偏移量为x1，校正后的图像Y偏移量为y1，世界坐标的X偏移量为X1，Y偏移量为Y1。显然，当相机模组20向下拍摄图像时，物距即为该高度H。如图4可见，世界坐标的X或Y偏移量与校正后的图像X偏移量或校正后的图像Y偏移量之比等于镜头焦距为f与高度H之比。即，世界坐标的X、Y偏移量与图像校正偏移量的关系分别满足公式1：x1/X1＝f/H以及公式2：y1/Y1＝f/H。由于，焦距f、高度H以及图像校正偏移量中的校正后的X偏移量x1及Y偏移量y1均为已知，因此，速度计算模块16可根据镜头焦距、飞行装置100的高度以及该图像校正偏移量，通过上述的公式1和公式2分别求出世界坐标的X、Y偏移量X1、Y1。
该速度计算模块16并根据该两帧相邻图像采集的时间间隔t1以及该世界坐标的X、Y偏移量求出该飞行装置的速度。如前所述，该世界坐标的X、Y偏移量为该飞行装置在该两帧相邻图像获取的时间间隔内在X和Y方向上的移动距离，设该相机模组20采集该两帧相邻图像的时间间隔为t1，该速度计算模块16根据该时间间隔t1以及该世界坐标的X、Y偏移量计算得出飞行装置在X方向上的速率为X1/t1以及在Y方向上的速率为Y1/t1。在一实施方式中，该速度计算模块16先求出世界坐标的X、Y偏移量的矢量和得出该飞行装置100的实际位移D1，然后计算飞行装置100的实际速度为D1/t1。
该运行控制模块16用于至少基于该飞行装置100的速度对飞行装置100进行定位及/或悬停控制。例如，该运行控制模块16根据该飞行装置100的速度以及飞行装置100与目的地之间的距离计算所需的时间，并在所需时间小于一预定值时进行悬停或降落前的准备。在一实施方式中，该运行控制模块16判断当前计算的速度和方向与上一时刻计算的速度基本相等但方向相反时，则确定飞行装置100飞行速度接近为0，运动距离非常小，如1cm的运动距离，则控制飞行装置100在某一位置悬停。
因此，本发明中，在无GPS信号的情况下，通过拍摄的图片也能够计算出飞行装置100的速度，并进行定位控制。
该飞行装置100为无人飞行器。
在本实施方式中，该场景确定模块12为根据相机模组20采集的图像自动确定飞行装置100当前所处的场景。在其他实施方式中，该场景确定模块12也可根据用户选择的场景确定该用户选择的场景为飞行装置100当前所处的场景。
如图1所示，在一实施方式中，所述飞行装置100还包括一距离传感器40，所述距离传感器40用于侦测飞行装置100与地面的距离，即用于侦测飞行装置100的高度。所述高度确定模块13用于根据飞行装置100当前所处的场景，确定根据相机模组20的采集的图像计算出的景深信息来得出飞行装置100的高度或选择获取距离传感器40侦测到的距离作为飞行装置100的高度。
其中，该场景确定模块12根据相机模组20采集的图像中的至少一个参数特征确定所述场景的类型。
其中，该至少一个参数包括纹理，所述场景确定模块12通过采用sobel梯度算法对图像进行处理，得到梯度矩阵，统计梯度矩阵中梯度大于阈值T1的像素的个数C，并判断值C大于阈值T2时认为纹理比较丰富，否则认为纹理比较少。
该至少一个参数还包括倒影，所述场景确定模块12根据连续多帧图像进行阴影统计，判断是否有倒影，从而确定该场景为有倒影的场景或无倒影的场景。具体的，当所述场景确定模块12判断所述连续多帧图像中存在偏暗和偏亮的情况或者进行无人机灯光倒影检测，根据无人机灯的形状进行检测，判断有符合无人机灯的形状时，确定该场景为有倒影的场景。具体的，所述场景确定模块根据倒影检测算法进行判断。一般，对于容易反光的地面，无人机的圆形灯光会在图像中呈现亮度偏亮的灰度图像，因此场景确定模块12对灰度图像每个像素进行判断是否大于或等于阈值T，其中T根据经验值设定，可以设置为220；场景确定模块12并将大于等于T的灰度值像素设置为255，将小于T的灰度值像素设置为0，以此将图像转换为二值图像，其中0为背景，255为前景，然后进行连通区域提取，采用外接矩形表示；场景确定模块12并进行目标大小判断，符合目标大小范围的认为是灯光倒影目标。其中，目标大小范围是根据不同的高度灯倒影的测量值得到。
该至少一个参数还包括灰度，所述场景确定模块12将根据图像的灰度值将图像转换为灰度直方图并进行统计，并与相应的阈值进行比较，检测出场景是否属于偏暗、普通亮度、或者偏亮。具体的，所述场景确定模块12根据灰度直方图的平均亮度L给定一个阈值T，当判断L<80(坎德拉)时属于偏暗场景，L>170属于偏亮场景，80<L<170时属于普通亮度场景。
该至少一个参数还可包括线条，所述场景确定模块12对图像做梯度检测，进行二值化处理，然后使用传统的hough直线检测，判断是否有直线，如果判断有至少一条直线且直线长度占图像宽度至少1/2的，则判断所述场景为线条丰富场景。
在一实施方式中，该场景确定模块12单独根据上述的一个参数以及相应的算法确定当前场景的类型。在其他实施方式中，该场景确定模块也可同时根据上述的多个参数以及多个相应的算法确定所述场景。例如，该场景确定模块12可同时根据纹理、线条判断当前的场景是否为纹理丰富且有线条的场景。
其中，高度确定模块13根据场景是否为纹理丰富场景以及相同纹理的最大区域面积去选择通过相机模组20的摄像头21、22采集的图像计算出景深信息作为飞行装置100的高度或选择获取距离传感器40侦测到的距离作为飞行装置100的高度。具体的，高度确定模块13根据飞行装置100所处的场景，选择通过相机模组20的摄像头21、22采集的图像计算出景深信息作为飞行装置100的高度或选择获取距离传感器40侦测到的距离作为飞行装置100的高度包括如下的步骤：
在纹理丰富场景下，若图像的最大区域面积AM大于SMIN小于SMAX，则高度确定模块13选择通过相机模组20的摄像头21、22采集的图像计算出景深信息作为飞行装置100的高度。其中，SMIN可以设定为图像最大面积(图像宽度*图像高度)的1/4，SMAX设定为图像最大面积的3/4。
在纹理丰富场景下，若最大区域面积AM大于SMAX，且通过相机模组20的摄像头21、22采集的图像计算出景深信息得出的该区域对应的高度H和距离传感器40测量的高度的差值超出一个阈值(例如10CM)，则认为超声测量不准，该场景超声测量不太准确，高度确定模块13选择相机模组20的摄像头21、22采集的图像计算出的景深信息作为飞行装置100的高度。
由于对于无纹理图像如纹理非常少的地板砖，得不到精确的结果,从而得到的深度信息不准确，高度测量不准确，超声在该场景能得到比较精确的高度测量。因此，在纹理不丰富场景下，高度确定模块13采用距离传感器40测量的高度。
在纹理丰富场景下，若最大区域面积AM小于SMIN或者大于SMAX(如上所述，SMIN设定为图像最大面积(图像宽度*图像高度)的1/4，SMAX设定为图像最大面积的3/4)，则高度确定模块13采用距离传感器40测量的高度也采用距离传感器40测量的高度。
其中，高度确定模块13通过相机模组20的摄像头21、22采集的图像计算出景深信息包括：通过对两个摄像头21、22进行标定，标定的目的是获取相机的内参(焦距，图像中心，畸变系数等)和外参R(旋转)矩阵T(平移)矩阵)(具体步骤为：1)左摄像头21标定，获取内外参数；2)右摄像头22标定获取外参；3)双目标定，获取相机之间的平移旋转关系)；然后对双目进行矫正，例如进行畸变等矫正；然后进行立体匹配，得到视差图；最后进行3D(三维)重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度H。
其中，该图像偏移量确定模块14根据两帧相邻图像以及飞行装置100当前所处的场景计算该两帧相邻图像中的第二帧图像相对于第一帧图像的图像水平偏移量包括：图像偏移量确定模块14根据飞行装置100所处场景对应的算法分析该两帧图像中的参数的变化而计算该两帧相邻图像中的第二帧图像相对于第一帧图像的图像X、Y偏移量。
具体的，对于纹理丰富的场景，该图像偏移量确定模块14采用灰度模板匹配算法。具体包括：设当前图像宽高分别为W和H，设一模板图T大小为Mx×My，Mx＝W-8，My＝H-8，模板图T从当前帧图像[4，4]的位置获得；匹配图S大小为Nx×Ny，其中Nx＝W，Ny＝H，匹配图S从上一帧图像获得。匹配时模板图叠放在匹配图上平移，模板图覆盖下的那块基准图中的搜索子图为S(i，j)，i，j为这块子图的左上角像点在匹配图S中的位置，i和j在[-4，4]范围内取值。S(0，0)对应A的[4，4]位置。匹配时通过计算相关函数SAD来找到与模板图尽可能相似的搜索子图以及它的坐标位置i和j，T和S(i，j)的SAD最小的值为最佳匹配位置，也就是相邻两帧图像的X、Y方向相对偏移量或者移动量，即两帧相邻图像的图像X、Y偏移量，其中，偏移量在[-4，4]范围。SAD是指将两幅图像每个位置对应像素差值的绝对值进行累加求和的过程。SAD值越小，两个图像的匹配度越高，可以作为最佳匹配。
对于纹理比较少的场景，该图像偏移量确定模块14采用sobel梯度模板匹配算法。具体的，该图像偏移量确定模块14通过Sobel算子进行边缘检测，其使用二维模板进行计算，二维模板包括水平模板和垂直模板。如下图，水平模板用于水平方向差分运算，垂直模板用于垂直方向差分运算。
水平模板：
-1 0 1
-2 0 2
-1 0 1
垂直模板：
-1 -2 -1
0 0 0
1 2 1
该图像偏移量确定模块14使用上述模板进行平面卷积运算，分别计算水平方向卷积fx和垂直方向卷积fy，求其梯度值G为fx的平方与fy的平方和的平方根。然后，分别对相邻两幅图像做梯度运算得到梯度值矩阵A和B。其中A为上帧图像的Sobel梯度矩阵，B为当前帧图像的Sobel梯度矩阵。设模板图T大小为MxXMy，Mx＝W-8，My＝H-8，模板图T从B的[4，4]位置获得；匹配图S大小为Nx×Ny，其中Nx＝W，Ny＝H，匹配图S从A获得。匹配时模板图叠放在匹配图上平移，模板图覆盖下的那块基准图中的搜索子图为S(i，j)，i，j为这块子图的左上角像点在匹配图S中的位置，i和j在[-4，4]范围内取值。S(0，0)对应A的[4，4]位置。对梯度值矩阵T和S(i，j)做差运算法，得到矩阵差值矩阵C。将C矩阵中符合下面条件(如下条件1和条件2)的每个元素绝对值进行累加，得到和SS(i，j)。
A[r，c]>T(条件1)
B[r，c]>T(条件2)
其中A[r，c]是梯度值矩阵A中r，c位置的梯度值，[r，c]是梯度值矩阵B中r、c位置的梯度值，r>＝0且r<My，c>＝0且c<Mx，T是梯度阈值。其中SS(i，j)最小的值对应的(i，j)位置为最佳匹配位置，也就是相邻两帧图像的X、Y方向相对偏移量或者移动量，即两帧相邻图像的图像X、Y偏移量，其中，偏移量在[-4，4]范围。
其中，该图像偏移量确定模块14在飞行装置100当前所处的场景为光照特别亮或者特别暗的场景时，对图像进行直方图均衡化，将图像亮度调为均匀，然后判断是否为纹理丰富的场景，并根据如前所述的关系根据纹理是否丰富选择对应的算法对图像进行处理。
该图像偏移量确定模块14在飞行装置100当前所处的场景为有倒影场景时，去除图像中的阴影，并去除阴影后，判断是否为纹理丰富的场景，并根据如前所述的关系根据纹理是否丰富选择对应的算法。
该图像偏移量确定模块14在飞行装置100当前所处的场景为线条丰富的场景时，划分直线为水平方向的直线和垂直方向的直线，在上一帧图像中找一条和当前图像检测到的水平方向的直线Lch角度差最小的直线Lph。计算两条直线的距离得到j，当j不在[-R，R]时设置为0，其中R是设定的移动范围，一般R取4。在上一帧图像中找一条和当前图像检测到的垂直方向的直线Lcv角度差最小的直线Lcv。计算两条直线的距离得到i，当i不在[-R，R]时设置为0。直线定位得到的i，j就是相邻两帧图像的X、Y方向相对偏移量或者移动量，即两帧相邻图像的图像X、Y偏移量，其中，偏移量在[-4，4]范围。
从而，根据本发明的飞行装置100及飞行控制系统S1，可在无GPS信号时确定飞行装置100的速度并进行定位控制，并能够进一步基于不同的场景进行精确的控制。
请参阅图5，为本发明一实施方式中的飞行控制方法的流程图。该飞行控制方法用于侦测飞行装置100的速度并进行定位控制。首先，获取模块11获取相机模组20采集的图像(501)。
场景确定模块12确定飞行装置100当前所处的场景(503)。其中，该场景确定模块12根据相机模组20采集的图像中的至少一个参数特征确定所述场景的类型。
高度确定模块13用于根据双目相机模组20采集的图像的景深信息确定飞行装置100的高度(505)。
图像偏移量确定模块14根据相机模组20采集的两帧相邻图像以及飞行装置100当前所处的场景，计算该两帧相邻图像中的第二帧图像相对于第一帧图像的图像X、Y偏移量(505)。其中，该图像偏移量确定模块14确定该两帧相邻图像中的相同特征点，并计算该相同特征点在该两帧相邻图像中的X、Y偏移量而得到该图像X、Y偏移量。其中，该场景确定模块12根据相机模组20采集的图像中的至少一个参数确定所述场景的类型，并根据飞行装置100当前所处的场景选择一对应的算法，并根据该算法对该两帧相邻图像进行分析处理而得出第二帧图像相对于第一帧图像的图像水平偏移量。
偏移量校准模块15获取加速度传感器30侦测到的飞行装置100在三维方向上的加速度及角速度，并根据该飞行装置的加速度及角速度对该图像X、Y偏移量进行补偿而得到一图像校正偏移量(507)。
速度计算模块16用于通过镜头焦距、飞行装置100的高度以及该图像校正偏移量计算该图像校正偏移量对应的世界坐标的X、Y偏移量，并根据该两帧相邻图像获取的时间间隔以及该世界坐标的X、Y偏移量求出该飞行装置的速度(509)。具体的，该速度计算模块16根据该时间间隔t1以及该世界坐标的X、Y偏移量计算得出飞行装置在X方向上的速率以及在Y方向上的速率。更具体的，该速度计算模块16用X、Y偏移量分别除以时间间隔而分别得出飞行装置100在X方向和Y方向上的速率。
该运行控制模块16至少基于该飞行装置100的速度对飞行装置100进行定位及/或悬停控制(511)。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (20)

1.一种飞行控制系统，用于控制飞行装置，其特征在于，所述飞行控制系统包括：
获取模块，用于获取飞行装置的双目相机模组采集的图像；
场景确定模块，用于确定飞行装置当前所处的场景；
高度确定模块，用于根据双目相机模组采集的图像的景深信息确定飞行装置的高度；
图像偏移量确定模块，用于根据双目相机模组采集的两帧相邻图像以及飞行装置当前所处的场景，计算所述两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量及图像Y偏移量；
偏移量校准模块，用于获取飞行装置的加速度传感器侦测到的飞行装置在三维方向上的加速度及角速度，并根据所述飞行装置的加速度及角速度对所述图像X、Y偏移量进行补偿而得到包括校正后的图像X偏移量和图像Y偏移量的图像校正偏移量；以及
速度计算模块，用于通过双目相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量，并根据所述两帧相邻图像采集的时间间隔以及所述世界坐标的X、Y偏移量求出所述飞行装置的速度。
2.如权利要求1所述的飞行控制系统，其特征在于，高度确定模块根据双目相机模组采集的图像的景深信息确定飞行装置的高度包括：高度确定模块通过对双目相机模组的两个摄像头进行标定，以获取相机模组的包括焦距，图像中心，畸变系数在内的内参和以及包括旋转矩阵和平移矩阵的外参；高度确定模块并对双目进行矫正，然后进行立体匹配，得到视差图，并进行三维重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度。
3.如权利要求1所述的飞行控制系统，其特征在于，所述飞行装置还包括一距离传感器，所述距离传感器用于侦测飞行装置与地面的距离，所述高度确定模块用于根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
4.如权利要求3所述的飞行控制系统，其特征在于，所述场景确定模块根据相机模组采集的图像中的至少一个参数确定飞行装置所处的场景是否为纹理丰富场景或纹理较少场景，所述参数包括但不限于纹理。
5.如权利要求4所述的飞行控制系统，其特征在于，所述高度确定模块根据场景是否为纹理丰富场景以及相同纹理的最大区域面积去选择根据相机模组采集的图像的景深信息确定飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
6.如权利要求5所述的飞行控制系统，其特征在于，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最小值SMIN小于最大值SMAX，则高度确定模块选择根据相机模组的摄像头采集的图像的景深信息确定飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX设定为图像最大面积的3/4。
7.如权利要求5所述的飞行控制系统，其特征在于，在纹理丰富场景下，所述高度确定模块若判断图像的最大区域面积AM大于最大值SMAX，且通过相机模组采集的图像的景深信息得出的该区域对应的高度和距离传感器测量的高度的差值超出一个阈值，则选择相机模组采集的图像计算出的景深信息确定飞行装置的高度，其中，最大值SMAX为图像最大面积的3/4。
8.如权利要求5所述的飞行控制系统，其特征在于，在纹理丰富场景下，所述高度确定模块若判断图像最大区域面积AM小于最小值SMIN或者大于最大值SMAX，则高度确定模块选择相机模组采集的图像的景深信息确定飞行装置的高度或采用距离传感器测量的距离作为飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX为图像最大面积的3/4。
9.如权利要求5所述的飞行控制系统，其特征在于，在纹理不丰富场景下，高度确定模块采用距离传感器测量的距离作为飞行装置的高度。
10.如权利要求1所述的飞行控制系统，其特征在于，所述速度计算模块根据公式1：x1/X1＝f/H计算所述世界坐标的X偏移量，以及根据公式2：y1/Y1＝f/H计算所述世界坐标的Y偏移量，其中，x1为校正后的图像X偏移量，y1为校正后的图像Y偏移量，f为镜头焦距，H为飞行装置的高度，X1为世界坐标的X偏移量，Y1为世界坐标的Y偏移量；所述速度计算模块并根据该相机模组采集该两帧相邻图像的时间间隔以及该世界坐标的X、Y偏移量计算得出飞行装置在X方向上的速率以及在Y方向上的速率。
11.一种飞行控制方法，用于控制飞行装置，其特征在于，所述飞行控制方法包括：
获取飞行装置的双目相机模组采集的图像；
确定飞行装置当前所处的场景；
根据双目相机模组采集的图像的景深信息确定飞行装置的高度；
根据双目相机模组采集的两帧相邻图像以及飞行装置当前所处的场景，计算所述两帧相邻图像中的第二帧图像相对于第一帧图像的图像X偏移量和图像Y偏移量；
获取飞行装置的加速度传感器侦测到的飞行装置在三维方向上的加速度及角速度，并根据所述飞行装置的加速度及角速度对所述图像X偏移量和图像Y偏移量进行补偿而得到包括校正后的图像X偏移量和图像Y偏移量的图像校正偏移量；以及
通过相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量，并根据所述两帧相邻图像采集的时间间隔以及所述世界坐标的X、Y偏移量求出所述飞行装置的速度。
12.如权利要求11所述的飞行控制方法，其特征在于，所述步骤“根据双目相机模组采集的图像的景深信息确定飞行装置的高度”包括：
通过对双目相机模组的两个摄像头进行标定，以获取相机模组的包括焦距，图像中心，畸变系数在内的内参和以及包括旋转矩阵和平移矩阵的外参；
对双目进行矫正；
进行立体匹配，得到视差图；以及
进行三维重建，得到深度信息，将深度图进行灰度化，归一化到[0,255]范围而得到高度。
13.如权利要求11所述的飞行控制方法，其特征在于，所述方法还包括：
根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度。
14.如权利要求13所述的飞行控制方法，其特征在于，所述步骤“确定飞行装置当前所处的场景”包括：
根据相机模组采集的图像中的至少一个参数确定飞行装置所处的场景是否为纹理丰富场景或纹理较少场景，所述参数包括但不限于纹理。
15.如权利要求14所述的飞行控制方法，其特征在于，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：
在纹理丰富场景下，若图像的最大区域面积AM大于最小值SMIN小于最大值SMAX，则选择根据相机模组的摄像头采集的图像的景深信息确定飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX设定为图像最大面积的3/4。
16.如权利要求14所述的飞行控制方法，其特征在于，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：
在纹理丰富场景下，若判断图像的最大区域面积AM大于最大值SMAX，且通过相机模组采集的图像的景深信息得出的该区域对应的高度和距离传感器测量的高度的差值超出一个阈值，则选择相机模组采集的图像计算出的景深信息确定飞行装置的高度，其中，最大值SMAX为图像最大面积的3/4。
17.如权利要求14所述的飞行控制方法，其特征在于，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：
在纹理丰富场景下，所述高度确定模块若判断图像最大区域面积AM小于最小值SMIN或者大于最大值SMAX，则选择相机模组采集的图像的景深信息确定飞行装置的高度或采用距离传感器测量的距离作为飞行装置的高度，其中，最小值SMIN为图像最大面积的1/4，最大值SMAX为图像最大面积的3/4。
18.如权利要求14所述的飞行控制方法，其特征在于，所述步骤“根据飞行装置当前所处的场景，确定根据相机模组采集的图像的景深信息来得出飞行装置的高度或选择获取距离传感器侦测到的距离作为飞行装置的高度”包括：
在纹理不丰富场景下，采用距离传感器测量的距离作为飞行装置的高度。
19.如权利要求11所述的飞行控制方法，其特征在于，所述步骤“通过双目相机模组的镜头焦距、飞行装置的高度以及所述图像校正偏移量计算所述图像校正偏移量对应的世界坐标的X、Y偏移量”包括：
根据公式：x1/X1＝f/H计算所述世界坐标的X偏移量；以及
根据公式：y1/Y1＝f/H计算所述世界坐标的Y偏移量，其中，x1为图像X偏移量，y1为图像Y偏移量，f为镜头焦距，H为飞行装置的高度，X1为世界坐标的X偏移量，Y1为世界坐标的Y偏移量。
20.一种飞行装置，包括双目相机模组、距离传感器以及加速度传感器，所述双目相机模组包括两个摄像头，用于分别采集图像，所述距离传感器用于以及获取飞行装置的高度，所述加速度传感器用于侦测到的飞行装置在三维方向上的加速度及角速度，其特征在于，所述飞行装置还包括如权利要求1-10中任一项所述的飞行控制系统。
CN201510778779.4A 2015-11-13 2015-11-13 飞行装置、飞行控制系统及方法 Active CN105346706B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201510778779.4A CN105346706B (zh) 2015-11-13 2015-11-13 飞行装置、飞行控制系统及方法
PCT/CN2016/071016 WO2017080108A1 (zh) 2015-11-13 2016-01-15 飞行装置、飞行控制系统及方法
US15/625,225 US10234873B2 (en) 2015-11-13 2017-06-16 Flight device, flight control system and method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510778779.4A CN105346706B (zh) 2015-11-13 2015-11-13 飞行装置、飞行控制系统及方法

Publications (2)

Publication Number Publication Date
CN105346706A true CN105346706A (zh) 2016-02-24
CN105346706B CN105346706B (zh) 2018-09-04

Family

ID=55322823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510778779.4A Active CN105346706B (zh) 2015-11-13 2015-11-13 飞行装置、飞行控制系统及方法

Country Status (3)

Country Link
US (1) US10234873B2 (zh)
CN (1) CN105346706B (zh)
WO (1) WO2017080108A1 (zh)

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106767817A (zh) * 2016-12-01 2017-05-31 腾讯科技（深圳）有限公司 一种获取飞行定位信息的方法及飞行器
CN106767682A (zh) * 2016-12-01 2017-05-31 腾讯科技（深圳）有限公司 一种获取飞行高度信息的方法及飞行器
CN107292929A (zh) * 2017-05-08 2017-10-24 深圳市唯内德软件开发有限公司 低功耗特征点图像定位方法及装置
CN107616742A (zh) * 2016-07-14 2018-01-23 南京海益开电子科技有限公司 一种幕墙无人清洁主机控制系统
CN107885219A (zh) * 2014-04-22 2018-04-06 天津远翥科技有限公司 用于监控无人机飞行的飞行监控系统和方法
WO2018086133A1 (en) * 2016-11-14 2018-05-17 SZ DJI Technology Co., Ltd. Methods and systems for selective sensor fusion
WO2018153313A1 (zh) * 2017-02-23 2018-08-30 杭州海康威视数字技术股份有限公司 立体视觉摄像机及其高度获取方法、高度获取系统
CN109324634A (zh) * 2016-09-30 2019-02-12 广州亿航智能技术有限公司 一种飞行器及其定位方法、控制方法及光流模块
CN110825109A (zh) * 2019-11-12 2020-02-21 广州极飞科技有限公司 光谱信息的获取方法及装置、飞行器的控制方法
CN111344644A (zh) * 2018-08-01 2020-06-26 深圳市大疆创新科技有限公司 用于基于运动的自动图像捕获的技术
CN111556986A (zh) * 2018-02-28 2020-08-18 株式会社尼罗沃克 无人机及其控制方法以及程序
CN112286213A (zh) * 2020-10-21 2021-01-29 苏州臻迪智能科技有限公司 一种无人机悬停方法、装置，无人机及存储介质
WO2021078005A1 (zh) * 2019-10-22 2021-04-29 深圳市道通智能航空技术有限公司 对地高度校正方法及装置、无人飞行器
CN112839871A (zh) * 2018-09-25 2021-05-25 株式会社爱隆未来 飞行体
CN114155290A (zh) * 2021-11-18 2022-03-08 合肥富煌君达高科信息技术有限公司 一种用于大视场高速运动测量的系统与方法
CN117152026A (zh) * 2023-10-30 2023-12-01 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备
CN117527137A (zh) * 2024-01-06 2024-02-06 北京领云时代科技有限公司 一种基于人工智能的干扰无人机通信的系统及方法

Families Citing this family (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105761265A (zh) * 2016-02-23 2016-07-13 英华达（上海）科技有限公司 利用影像深度信息提供避障的方法及无人飞行载具
US10317207B2 (en) * 2017-03-09 2019-06-11 Moxa Inc. Three-dimensional trace verification apparatus and method thereof
CN109923583A (zh) * 2017-07-07 2019-06-21 深圳市大疆创新科技有限公司 一种姿态的识别方法、设备及可移动平台
CN108073184B (zh) * 2017-11-27 2024-02-20 北京拉近众博科技有限公司 无人机飞行控制方法及装置
WO2019109226A1 (zh) * 2017-12-04 2019-06-13 深圳市沃特沃德股份有限公司 双目摄像头标定方法及装置
CN108140245B (zh) * 2017-12-25 2022-08-23 深圳市道通智能航空技术股份有限公司 测距方法、装置以及无人机
US10769466B2 (en) * 2018-02-20 2020-09-08 International Business Machines Corporation Precision aware drone-based object mapping based on spatial pattern recognition
CN109410140B (zh) * 2018-10-24 2021-02-26 京东方科技集团股份有限公司 一种畸变校正方法、装置、系统及计算机可读存储介质
US11814155B2 (en) * 2018-12-05 2023-11-14 Sony Group Corporation Control apparatus and control method for specular object detection based on an unmanned aerial vehicle's reflection
CO2018013805A1 (es) * 2018-12-19 2019-05-10 Univ Nat Colombia Método de detección de líneas de transmisión de energía en tiempo real con vehículos aéreos no tripulados.
US10937325B2 (en) * 2018-12-27 2021-03-02 Intel Corporation Collision avoidance system, depth imaging system, vehicle, obstacle map generator, and methods thereof
CN109901202A (zh) * 2019-03-18 2019-06-18 成都希德瑞光科技有限公司 一种基于点云数据的机载系统位置修正方法
CN110248094B (zh) * 2019-06-25 2020-05-05 珠海格力电器股份有限公司 拍摄方法及拍摄终端
CN110806210B (zh) * 2019-11-18 2023-06-23 中国航空工业集团公司沈阳飞机设计研究所 一种无人机校准测向设备航线规划方法及其飞行控制方法
JP6681105B2 (ja) * 2019-11-28 2020-04-15 株式会社エアロネクスト 飛行体
CN110956585B (zh) * 2019-11-29 2020-09-15 深圳市英博超算科技有限公司 全景图像拼接方法、装置以及计算机可读存储介质
CN112016570B (zh) * 2019-12-12 2023-12-26 天目爱视（北京）科技有限公司 用于背景板同步旋转采集中的三维模型生成方法
CN111142550B (zh) * 2020-01-09 2021-07-27 上海交通大学 民用飞机辅助驾驶控制方法、系统及飞行品质评估方法
CN111540003A (zh) * 2020-04-27 2020-08-14 浙江光珀智能科技有限公司 一种深度图像的生成方法及装置
CN111951295B (zh) * 2020-07-07 2024-02-27 中国人民解放军93114部队 基于多项式拟合高精度确定飞行轨迹的方法、装置和电子设备
WO2022141221A1 (zh) * 2020-12-30 2022-07-07 深圳市大疆创新科技有限公司 喷洒作业控制方法、装置、农业无人飞行器及存储介质
CN112650298B (zh) * 2020-12-30 2021-08-17 广东工业大学 一种无人机追踪降落方法及系统
CN115379123B (zh) * 2022-10-26 2023-01-31 山东华尚电气有限公司 一种用无人机巡检的变压器故障检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2400460A1 (fr) * 2010-06-22 2011-12-28 Parrot Procédé d'évaluation de la vitesse horizontale d'un drone, notamment d'un drone apte au vol stationnaire autopiloté
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN104773296A (zh) * 2015-04-10 2015-07-15 武汉科技大学 一种空中实时跟踪拍摄微型无人机
CN105004337A (zh) * 2015-08-19 2015-10-28 青岛科技大学 基于直线匹配的农用无人机自主导航方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6804607B1 (en) * 2001-04-17 2004-10-12 Derek Wood Collision avoidance system and method utilizing variable surveillance envelope
WO2007124014A2 (en) 2006-04-19 2007-11-01 Swope John M System for position and velocity sense and control of an aircraft
CN101554925A (zh) * 2009-05-11 2009-10-14 董韬 一种无人机正射影像云台
CN202075794U (zh) * 2011-05-24 2011-12-14 段连飞 一种无人机航摄立体成像处理设备
US20140362176A1 (en) * 2013-01-05 2014-12-11 Patrick A. St. Clair Spherical panoramic imaging system
US9398287B2 (en) * 2013-02-28 2016-07-19 Google Technology Holdings LLC Context-based depth sensor control
US9646384B2 (en) * 2013-09-11 2017-05-09 Google Technology Holdings LLC 3D feature descriptors with camera pose information
CN103941746B (zh) * 2014-03-29 2016-06-01 国家电网公司 无人机巡检图像处理系统及方法
US11768508B2 (en) * 2015-02-13 2023-09-26 Skydio, Inc. Unmanned aerial vehicle sensor activation and correlation system
CN104656664B (zh) * 2015-02-16 2017-07-11 南京航空航天大学 车载多旋翼无人直升机着陆导引控制系统及导引控制方法
US20160295108A1 (en) * 2015-04-01 2016-10-06 Cheng Cao System and method for panoramic imaging
WO2017008206A1 (en) * 2015-07-10 2017-01-19 SZ DJI Technology Co., Ltd. Dual lens system having a light splitter
WO2017071143A1 (en) * 2015-10-30 2017-05-04 SZ DJI Technology Co., Ltd. Systems and methods for uav path planning and control
EP3360023A4 (en) * 2015-10-09 2018-10-10 SZ DJI Technology Co., Ltd. Salient feature based vehicle positioning
CN105447853B (zh) * 2015-11-13 2018-07-13 深圳市道通智能航空技术有限公司 飞行装置、飞行控制系统及方法
US9896205B1 (en) * 2015-11-23 2018-02-20 Gopro, Inc. Unmanned aerial vehicle with parallax disparity detection offset from horizontal
US11149717B2 (en) * 2016-06-30 2021-10-19 Skydio, Inc. Unmanned aerial vehicle wind turbine inspection systems and methods
US10520943B2 (en) * 2016-08-12 2019-12-31 Skydio, Inc. Unmanned aerial image capture platform
US10049589B1 (en) * 2016-09-08 2018-08-14 Amazon Technologies, Inc. Obstacle awareness based guidance to clear landing space
US11295458B2 (en) * 2016-12-01 2022-04-05 Skydio, Inc. Object tracking by an unmanned aerial vehicle using visual sensors
US11017679B2 (en) * 2017-01-13 2021-05-25 Skydio, Inc. Unmanned aerial vehicle visual point cloud navigation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2400460A1 (fr) * 2010-06-22 2011-12-28 Parrot Procédé d'évaluation de la vitesse horizontale d'un drone, notamment d'un drone apte au vol stationnaire autopiloté
CN104236548A (zh) * 2014-09-12 2014-12-24 清华大学 一种微型无人机室内自主导航方法
CN104773296A (zh) * 2015-04-10 2015-07-15 武汉科技大学 一种空中实时跟踪拍摄微型无人机
CN105004337A (zh) * 2015-08-19 2015-10-28 青岛科技大学 基于直线匹配的农用无人机自主导航方法

Cited By (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107885219A (zh) * 2014-04-22 2018-04-06 天津远翥科技有限公司 用于监控无人机飞行的飞行监控系统和方法
CN106094861A (zh) * 2016-06-02 2016-11-09 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN106094861B (zh) * 2016-06-02 2024-01-12 零度智控（北京）智能科技有限公司 无人机、无人机控制方法及装置
CN107616742A (zh) * 2016-07-14 2018-01-23 南京海益开电子科技有限公司 一种幕墙无人清洁主机控制系统
CN109324634A (zh) * 2016-09-30 2019-02-12 广州亿航智能技术有限公司 一种飞行器及其定位方法、控制方法及光流模块
CN109324634B (zh) * 2016-09-30 2021-08-03 广州亿航智能技术有限公司 一种飞行器及其定位方法、控制方法及光流模块
WO2018086133A1 (en) * 2016-11-14 2018-05-17 SZ DJI Technology Co., Ltd. Methods and systems for selective sensor fusion
US11218689B2 (en) 2016-11-14 2022-01-04 SZ DJI Technology Co., Ltd. Methods and systems for selective sensor fusion
CN106767817B (zh) * 2016-12-01 2019-01-04 腾讯科技（深圳）有限公司 一种获取飞行定位信息的方法及飞行器
CN106767682A (zh) * 2016-12-01 2017-05-31 腾讯科技（深圳）有限公司 一种获取飞行高度信息的方法及飞行器
CN106767817A (zh) * 2016-12-01 2017-05-31 腾讯科技（深圳）有限公司 一种获取飞行定位信息的方法及飞行器
US11024052B2 (en) 2017-02-23 2021-06-01 Hangzhou Hikvision Digital Technology Co., Ltd. Stereo camera and height acquisition method thereof and height acquisition system
WO2018153313A1 (zh) * 2017-02-23 2018-08-30 杭州海康威视数字技术股份有限公司 立体视觉摄像机及其高度获取方法、高度获取系统
CN108510540A (zh) * 2017-02-23 2018-09-07 杭州海康威视数字技术股份有限公司 立体视觉摄像机及其高度获取方法
CN108510540B (zh) * 2017-02-23 2020-02-07 杭州海康威视数字技术股份有限公司 立体视觉摄像机及其高度获取方法
CN107292929A (zh) * 2017-05-08 2017-10-24 深圳市唯内德软件开发有限公司 低功耗特征点图像定位方法及装置
CN111556986A (zh) * 2018-02-28 2020-08-18 株式会社尼罗沃克 无人机及其控制方法以及程序
CN111556986B (zh) * 2018-02-28 2024-02-27 株式会社尼罗沃克 无人机及其控制方法以及计算机可读取记录介质
CN111344644A (zh) * 2018-08-01 2020-06-26 深圳市大疆创新科技有限公司 用于基于运动的自动图像捕获的技术
CN111344644B (zh) * 2018-08-01 2024-02-20 深圳市大疆创新科技有限公司 用于基于运动的自动图像捕获的技术
CN112839871A (zh) * 2018-09-25 2021-05-25 株式会社爱隆未来 飞行体
WO2021078005A1 (zh) * 2019-10-22 2021-04-29 深圳市道通智能航空技术有限公司 对地高度校正方法及装置、无人飞行器
CN110825109B (zh) * 2019-11-12 2023-11-21 广州极飞科技股份有限公司 光谱信息的获取方法及装置、飞行器的控制方法
CN110825109A (zh) * 2019-11-12 2020-02-21 广州极飞科技有限公司 光谱信息的获取方法及装置、飞行器的控制方法
CN112286213A (zh) * 2020-10-21 2021-01-29 苏州臻迪智能科技有限公司 一种无人机悬停方法、装置，无人机及存储介质
CN114155290B (zh) * 2021-11-18 2022-09-09 合肥富煌君达高科信息技术有限公司 一种用于大视场高速运动测量的系统与方法
CN114155290A (zh) * 2021-11-18 2022-03-08 合肥富煌君达高科信息技术有限公司 一种用于大视场高速运动测量的系统与方法
CN117152026A (zh) * 2023-10-30 2023-12-01 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备
CN117152026B (zh) * 2023-10-30 2024-02-02 天津恒宇医疗科技有限公司 一种血管内超声图像处理方法、装置和设备
CN117527137A (zh) * 2024-01-06 2024-02-06 北京领云时代科技有限公司 一种基于人工智能的干扰无人机通信的系统及方法

Also Published As

Publication number Publication date
WO2017080108A1 (zh) 2017-05-18
US20170308103A1 (en) 2017-10-26
CN105346706B (zh) 2018-09-04
US10234873B2 (en) 2019-03-19

Similar Documents

Publication Publication Date Title
CN105346706A (zh) 飞行装置、飞行控制系统及方法
CN105447853A (zh) 飞行装置、飞行控制系统及方法
CN109060281B (zh) 基于无人机的一体化桥梁检测系统
CN105225482B (zh) 基于双目立体视觉的车辆检测系统和方法
CN111553252B (zh) 一种基于深度学习及u-v视差算法的道路行人自动识别定位方法
CN104834889B (zh) 标志线检测系统和标志线检测方法
US7587081B2 (en) Method for processing stereo vision data using image density
CN110569704A (zh) 一种基于立体视觉的多策略自适应车道线检测方法
JP4363295B2 (ja) ステレオ画像による平面推定方法
CN109472831A (zh) 面向压路机施工过程的障碍物识别测距系统及方法
CN109255808B (zh) 基于倾斜影像的建筑物纹理提取方法和装置
CN111067530B (zh) 基于深度摄像的地铁乘客身高自动检测方法和系统
WO2017059527A1 (en) Camera-based speed estimation and system calibration therefor
WO2019144289A1 (en) Systems and methods for calibrating an optical system of a movable object
KR101255461B1 (ko) 도로시설물 자동 위치측정 방법
CN110514212A (zh) 一种融合单目视觉和差分gnss的智能车地图地标定位方法
CN105307116A (zh) 一种基于移动机器人的分布式视觉定位系统及方法
Petrovai et al. A stereovision based approach for detecting and tracking lane and forward obstacles on mobile devices
US11132813B2 (en) Distance estimation apparatus and method
CN115330684A (zh) 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法
US11346670B2 (en) Position estimating device
CN108109130A (zh) 基于激光光斑的自适应窗口立体视觉匹配方法
CN111862146B (zh) 一种目标对象的定位方法及装置
CN102542563A (zh) 一种移动机器人前向单目视觉的建模方法
CN206583440U (zh) 一种投影图像视距检测系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 518055 Guangdong city of Shenzhen province Nanshan District Xili Street Xueyuan Road No. 1001 Chi Yuen Building 9 layer B1

Patentee after: Shenzhen daotong intelligent Aviation Technology Co.,Ltd.

Address before: 518055 Guangdong city of Shenzhen province Nanshan District Xili Street Xueyuan Road No. 1001 Chi Yuen Building 9 layer B1

Patentee before: AUTEL ROBOTICS Co.,Ltd.

CP01 Change in the name or title of a patent holder