CN105466430A - 一种无人机的定位方法和装置 - Google Patents

一种无人机的定位方法和装置 Download PDF

Info

Publication number
CN105466430A
CN105466430A CN201511032320.6A CN201511032320A CN105466430A CN 105466430 A CN105466430 A CN 105466430A CN 201511032320 A CN201511032320 A CN 201511032320A CN 105466430 A CN105466430 A CN 105466430A
Authority
CN
China
Prior art keywords
color
unmanned plane
line segment
card graphic
point coordinate
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
CN201511032320.6A
Other languages
English (en)
Other versions
CN105466430B (zh
Inventor
蒲庆
杨建军
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.)
Beijing Yuandu Internet Technology Co ltd
Hebei Xiong'an Yuandu Technology Co ltd
Original Assignee
Zerotech Beijing Intelligence Robot 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 Zerotech Beijing Intelligence Robot Co Ltd filed Critical Zerotech Beijing Intelligence Robot Co Ltd
Priority to CN201511032320.6A priority Critical patent/CN105466430B/zh
Publication of CN105466430A publication Critical patent/CN105466430A/zh
Priority to US15/394,589 priority patent/US10133929B2/en
Application granted granted Critical
Publication of CN105466430B publication Critical patent/CN105466430B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20Instruments for performing navigational calculations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/73Determining position or orientation of objects or cameras using feature-based methods
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/13Satellite images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/17Terrestrial scenes taken from planes or by drones
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10024Color image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30204Marker
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30244Camera pose
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30248Vehicle exterior or interior
    • G06T2207/30252Vehicle exterior; Vicinity of vehicle

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Theoretical Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Astronomy & Astrophysics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Image Analysis (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Image Processing (AREA)
  • Data Mining & Analysis (AREA)
  • Geometry (AREA)
  • Operations Research (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

本发明实施例公开了一种无人机的定位方法和装置,该定位方法包括:获取设定形状的至少两张相片,并从至少两张相片中识别出相同的颜色卡图像,设定形状由多个不同的实物颜色板排列组成;计算颜色卡图像在同一相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据第一运行线段计算无人机的旋转角度;计算颜色卡图像在两张相片中的中心点坐标以映射得出第二运行线段,根据第二运行线段计算无人机的飞行速度。本发明不需要依赖卫星定位信号进行定位,而是基于颜色卡图像的中心点和重心点坐标进行无人机定位,具有成本低、易于控制、定位速度快、定位准确度高的优势,与现有技术相比可准确定位无人机的飞行速度和旋转角度。

Description

一种无人机的定位方法和装置
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种无人机的定位方法和装置。
背景技术
现有的无人机小区域定位技术通常通过颜色卡进行定位,具有低成本的优势。
目前国内的基于颜色卡定位无人机的技术是基于多种颜色卡进行显示定位。其中,颜色卡的色彩包括10~20种颜色,颜色卡的色彩的辨识度差,如浅黄和米白,因此出现了定位过程中误识别率高、不易对颜色卡的颜色进行合成和提取区分的问题。
目前国外公司使用正等分的四方格颜色卡进行识别,如图1所示,然而该定位方法无法对无人机旋转中的位置及角度等重要信息进行有效识别。
发明内容
本发明实施例提供一种无人机的定位方法和装置,以解决现有技术中无法定位无人机的飞行信息和角度的问题。
第一方面,本发明实施例提供了一种无人机的定位方法,包括:
获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像,其中,所述设定形状由多个不同的实物颜色板排列组成;
计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度;
计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度。
进一步地,所述实物颜色板通过以下方式设置:
将正方形的实物板卡划分为16等份,以在所述实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形;
在所述实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个所述实物颜色板的相同颜色填充形状不完全相同或完全不相同。
进一步地,在获取设定形状的至少两张相片之前,还包括:
建立所述设定形状的坐标系并获取所述设定形状中每个所述实物颜色板的中心点坐标;
采集每个所述实物颜色板的颜色并设置每个所述实物颜色板的正方向。
进一步地,获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像包括:
获取配置在所述无人机中的相机采集的至少两张相片;
对所述相片进行图像处理以识别出至少一个颜色卡图像;
将所述至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
进一步地,计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度,包括:
根据预设的相片坐标系,获取一张所述相片中所述颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算所述颜色卡图像的重心点坐标B'(xB',yB'): x B ′ = ∫ ∫ x d x d y ∫ ∫ d x d y , y B ′ = ∫ ∫ y d x d y ∫ ∫ d x d y ;
根据与所述颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及所述颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算所述实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为所述第一运行线段:
xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA
其中,s=d/f,s是所述相机中单个像素相对于所述设定形状的平面的实际距离,d是所述无人机的飞行高度,f是所述相机的焦距;
计算旋转前所述无人机机头的指向方向与所述第一运行线段的第一夹角,以及计算旋转后所述无人机机头的指向方向与所述第一运行线段的第二夹角,以将所述第二夹角与第一夹角的差值作为所述无人机的旋转角度。
进一步地,计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度包括:
根据预设的相片坐标系,计算所述颜色卡图像在两张所述相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2');
按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出所述颜色卡图像的两个中心点坐标之间的距离L;
按照公式S=dL/f计算得出所述无人机的实际飞行距离S作为第二运行线段并根据两张所述相片的采集时间差值计算所述无人机的飞行速度,其中,d是所述无人机的飞行高度,f是所述相机的焦距。
第二方面,本发明实施例还提供了一种无人机的定位装置,包括:
颜色卡图像识别模块,用于获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像,其中,所述设定形状由多个不同的实物颜色板排列组成;
旋转角度计算模块,用于计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度;
飞行速度计算模块,用于计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度。
进一步地,所述实物颜色板通过以下方式设置:
将正方形的实物板卡划分为16等份,以在所述实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形;
在所述实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个所述实物颜色板的相同颜色填充形状不完全相同或完全不相同。
进一步地,还包括:
设定形状坐标系建立模块,用于在获取设定形状的至少两张相片之前,建立所述设定形状的坐标系并获取所述设定形状中每个所述实物颜色板的中心点坐标;
实物颜色板信息采集模块,用于采集每个所述实物颜色板的颜色并设置每个所述实物颜色板的正方向。
进一步地,所述颜色卡图像识别模块包括:
相片获取单元,用于获取配置在所述无人机中的相机采集的至少两张相片;
相片处理单元,用于对所述相片进行图像处理以识别出至少一个颜色卡图像;
颜色卡匹配单元,用于将所述至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
进一步地,所述旋转角度计算模块包括:
颜色卡坐标计算单元,用于根据预设的相片坐标系,获取一张所述相片中所述颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算所述颜色卡图像的重心点坐标B'(xB',yB'):
运行线段映射单元,用于根据与所述颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及所述颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算所述实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为所述第一运行线段:
xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA
其中,s=d/f,s是所述相机中单个像素相对于所述设定形状的平面的实际距离,d是所述无人机的飞行高度,f是所述相机的焦距;
旋转角度计算单元,用于计算旋转前所述无人机机头的指向方向与所述第一运行线段的第一夹角,以及计算旋转后所述无人机机头的指向方向与所述第一运行线段的第二夹角,以将所述第二夹角与第一夹角的差值作为所述无人机的旋转角度。
进一步地,所述飞行速度计算模块包括:
图像线段获取单元,用于根据预设的相片坐标系,计算所述颜色卡图像在两张所述相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2');
坐标距离计算单元,用于按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出所述颜色卡图像的两个中心点坐标之间的距离L;
飞行速度计算单元,用于按照公式S=dL/f计算得出所述无人机的实际飞行距离S作为第二运行线段并根据两张所述相片的采集时间差值计算所述无人机的飞行速度,其中,d是所述无人机的飞行高度,f是所述相机的焦距t。
本发明提供的一种无人机的定位方法和装置,基于颜色卡图像在同一相片中的中心点坐标和重心点坐标计算无人机的旋转角度,以及基于颜色卡图像在不同相片中的中心点坐标的变化计算无人机的飞行速度,该定位方案不需要依赖卫星定位信号进行定位,而是基于颜色卡图像的中心点和重心点坐标进行无人机的定位,具有成本低、易于控制、定位速度快、定位准确度高的优势,与现有技术相比,可准确定位无人机的飞行速度和旋转角度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为现有技术提供的实物颜色板的示意图;
图2是本发明实施例一提供的无人机定位方法的流程图;
图3a是本发明实施例二提供的实物板卡的划分示意图;
图3b是本发明实施例二提供的实物板卡的填充示意图;
图3c是本发明实施例二提供的设定形状坐标系的示意图;
图3d是本发明实施例二提供的无人机定位方法的流程图;
图3e是本发明实施例二提供的无人机旋转角度的示意图;
图4是本发明实施例三提供的无人机定位装置的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,以下将参照本发明实施例中的附图,通过实施方式清楚、完整地描述本发明的技术方案,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例一
图2为本发明实施例一提供的无人机定位方法的流程图。本实施例技术方案适用于通过拍摄的颜色卡相片计算无人机飞行速度和旋转角度的情况。该方法可以由无人机定位装置来执行,该装置可以配置在计算机中应用。
本实施例提供的一种无人机的定位方法,具体包括如下步骤:
S110、获取设定形状的至少两张相片,并从至少两张相片中识别出相同的颜色卡图像,其中,设定形状由多个不同的实物颜色板排列组成。
如上所述,多个不同的实物颜色板排列平铺在一个平面上或地面上以形成设定形状,在此设定形状可以是圆形、方形或其他图形。无人机在设定形状的上空及其周围飞行,且配置在无人机中的相机实时拍摄或定时拍摄相片,那么相片中包含设定形状的局部或全部,则无人机定位装置实时获取相机采集的相片并对相片进行处理。
在此相片中包含设定形状的局部或全部,相片中一个颜色卡图像映射设定形状中的一个实物颜色板,则无人机定位装置对相片进行识别并可识别出至少一个颜色卡图像,相应的,无人机定位装置对至少两张相片识别时,可能识别出同一实物颜色板映射的相同颜色卡图像。本领域技术人员可以理解,受无人机飞行高度、设定形状大小、拍摄环境等影响,相片清晰度不同,因此无人机定位装置可能不能将每一张相片中的全部颜色卡图像识别出。
S120、计算颜色卡图像在同一相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据第一运行线段计算无人机的旋转角度。
如上所述,无人机定位装置识别出一张相片中的至少一个颜色卡图像后,对于任意一个识别出的颜色卡图像,无人机定位装置计算该颜色卡图像的中心点坐标和重心点坐标。具体地,在此优选可建立以相片的一个顶角为原点的坐标系,则根据该相片坐标系可得到颜色卡图像的中心点坐标,再根据该相片坐标系计算该颜色卡图像的重心点坐标,则可在相片坐标系中得到至少一个颜色卡图像的中重心线段。已知相片中的颜色卡图像与设定形状中的实物颜色板对应,因此相片中颜色卡图像的中重心线段可映射在实物颜色板上,则颜色卡图像中的中重心线段映射在实物颜色板上后可得到第一运行线段。以该第一运行线段为基准,根据无人机的指向方向相对于第一运行线段的角度变化,可得到无人机的旋转角度。
需要说明的是,一张相片中不同颜色卡图像的中心点坐标不同,因此无人机定位装置可计算得出一张相片中不同颜色卡图像对应映射的第一运行线段,则根据多条第一运行线段计算无人机的旋转角度。正常情况下,无人机根据不同第一运行线段计算得出的旋转角度应相同,则为了避免出现计算错误等问题,无人机可根据至少三条第一运行线段分别计算无人机的旋转角度,以得出正确的无人机旋转角度。
S130、计算颜色卡图像在两张相片中的中心点坐标以映射得出第二运行线段,根据第二运行线段计算无人机的飞行速度。
如上所述,无人机定位装置获取到两张相片,其中,该两张相片的采集时间不同。无人机定位装置从至少两张相片中识别出相同的颜色卡图像后,计算同一颜色卡图像在两张相片中的中心点坐标。具体地,在此根据预先建立的相片坐标系分别计算颜色卡图像在两张相片中的中心点坐标,两张相片的采集时间不同,则颜色卡图像的中心点坐标的变化即是无人机在采集时间差值内在相片上移动的像素距离。将无人机在相片坐标系中移动的像素距离映射在设定形状上可得到第二运行线段,则该第二运行线段为无人机在采集时间差值内的实际飞行距离,并可根据该第二运行线段得到无人机的飞行路线、飞行距离和飞行速度等飞行信息。
本领域技术人员可以理解,还可以以相片的中心点或其他顶角或其他点为原点以建立固定的相片坐标系。在此可以仅通过S110和S130计算无人机的飞行速度等飞行信息,或仅通过S110和S120计算无人机旋转角度,或者依次或同时计算无人机的飞行速度和旋转角度,以及需要说明的是无人机飞行速度和旋转角度的计算过程不分先后,用户可根据需要自行设定计算方式。本领域技术人员可以理解,无人机定位装置还可根据该无人机定位方法反向对无人机进行导航控制,如在无人机定位装置中输入所需达到的旋转角度和/或所需达到的飞行速度,则无人机定位装置根据该方法计算以反向控制无人机的旋转角度和飞行速度。
本实施例提供的一种无人机的定位方法,基于颜色卡图像在同一相片中的中心点坐标和重心点坐标计算无人机的旋转角度,以及基于颜色卡图像在不同相片中的中心点坐标的变化计算无人机的飞行速度,该定位方法不需要依赖卫星定位信号进行定位,而是基于颜色卡图像的中心点和重心点坐标进行无人机的定位,具有成本低、易于控制、定位速度快、定位准确度高的优势,与现有技术相比,可准确定位无人机的飞行速度和旋转角度。
实施例二
本发明实施例二提供一种无人机定位方法,本实施例技术方案适用于通过拍摄的颜色卡相片计算无人机飞行速度和旋转角度的情况,该方法可以由无人机定位装置来执行,该装置可以配置在计算机中应用。
本实施例中,在进行无人机定位之前,首先用户需要制作无人机的拍照对象,为了便于对拍摄的相片进行识别,在此拍照对象优选为颜色板。那么无人机的拍照对象,实物颜色板优选可通过以下方式设置:
首先,将正方形的实物板卡划分为16等份,以在实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形。由此可知,实物板卡的各形状的比例为1:2:4:9,需要说明的是,为了避免划分的实物板卡在旋转后与其他划分的实物板卡重叠,可知实物板卡按照1:2:4:9比例划分的方式有4种,在此用户可根据其中一种划分方式对一个实物板卡进行划分,如图3a所示为实物板卡的其中四种划分方式,其中每一种划分方式在旋转后均不与其他划分方式重叠。
然后,在实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个实物颜色板的相同颜色填充形状不完全相同或完全不相同。在此优选四种颜色为红色R、绿色G、蓝色B、黄色Y,则将四种颜色分别填充在实物板卡的四个图形中,由此可知一个已划分的实物板卡的填充方式有多种,填充了颜色的实物板卡形成了实物颜色板。为了便于在相片中识别,则在填充过程中,任意两个实物颜色板的相同颜色填充形状不完全相同或完全不相同,此时也可以说不同实物颜色板的颜色不同,如图3b所示为四种实物板卡的其中四种填充方式。由于颜色选择方式多样化、每一个实物板卡均有多种划分方式和颜色填充方式,因此至少可得到256块不同的实物颜色板。
当用户制造多块实物颜色板后,用户可选取其中多个实物颜色板并将多个实物颜色板拼接成某一形状,在此可选将多个实物颜色板排列成圆形并平铺在平坦的地面上,则设定形状为圆形且包括多个实物颜色板,如图3c所示为设定形状。还可选将多个实物颜色板排列成方形或其他图形等,在此用户可根据所需情况自行进行排列。需要说明的是,优选实物颜色板为边长为20cm的正方形,以及用户可将设定形状设置为固定形状,则设定形状中的每个实物颜色板对应有固定位置,以便于根据一次排列铺设的设定形状对无人机进行多次定位。
将多个实物颜色板铺设成设定形状后,无人机定位装置需要获取设定形状的相关信息,具体包括设定形状的坐标系、设定形状中的每个实物颜色板的颜色、中心点坐标等。因此在获取设定形状的至少两张相片之前,无人机定位装置优选还包括:
步骤一、建立设定形状的坐标系并获取设定形状中每个实物颜色板的中心点坐标。
如上所述,以圆形设定形状为例,可选两条切线垂直相交的点作为坐标系的原点(0,0),并建立相应坐标系如图3c所示。设定形状坐标系建立完成后,设定形状中每个实物颜色板的中心点坐标相应已知,无人机定位装置获取相关信息。本领域技术人员可以理解,还可以建立以其他点为原点的设定形状坐标系,则实物颜色板的中心点坐标相应变化。
步骤二、采集每个实物颜色板的颜色并设置每个实物颜色板的正方向。
如上所述,建立设定形状坐标系后,无人机定位装置还需要采集设定形状中每个实物颜色板的颜色并将其颜色和其中心点坐标一一对应存储。需要说明的是,为了便于后续对旋转角度的计算,在此需要预先设置每个实物颜色板的正方向,可选实物颜色板的正方向与设定形状坐标系的y轴正方向相同。无人机获取实物颜色板的相关信息并存储,以进行后续应用。
在上述方案的基础上,根据无人机定位方法可计算无人机的旋转角度和飞行速度以实现对无人机的准确定位。如图3d所示为本发明实施例二提供的无人机定位方法的流程图,具体包括如下步骤:
S211、获取配置在无人机中的相机采集的至少两张相片。
如上所述,无人机中配置有相机,该相机设置在无人机底部并用于拍摄平铺在地面或平面上的设定形状。用户可设置相机实时拍摄相片或定时或不定时拍摄相片,则无人机定位装置实时从相机中获取相片并记录相机采集相片的时间。其中,无人机一般在设定形状的上空或周边区域飞行,因此相机拍摄的相片中包含设定形状的全部或局部。
S212、对相片进行图像处理以识别出至少一个颜色卡图像。
如上所述,无人机定位装置获取到相片后,需对获取的相片进行图像处理,由于相片中包含局部或全部设定形状,因此设定形状中的至少一个实物颜色板被摄入相片中形成颜色卡图像,则无人机定位装置从相片中识别出至少一个颜色卡图像。需要说明的是,配置在无人机上的相机拍摄相片的清晰度受多方面客观影响,因此无人机定位装置在识别颜色卡图像时,可能不能将一张相片中的全部颜色卡图像识别出来。
S213、将至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
如上所述,无人机定位装置对至少两张相片进行图像识别后可识别出相片中至少一个颜色卡图像,同一实物颜色板在不同相片中映射的颜色卡图像相同,因此无人机定位装置可对至少两张相片中识别出的颜色卡图像进行匹配,以匹配出至少两张相片中对应同一实物颜色板的颜色卡图像。
需要说明的是,在上述操作后可选首先计算无人机的旋转角度再计算飞行速度,也可选首先计算无人机的飞行速度再计算旋转角度,还可选仅计算无人机旋转角度或飞行速度,还可选同时计算飞行速度和旋转角度,因此无人机定位装置根据用户预设的计算方式选择执行相应步骤。在本实施例中以用户设置依次计算旋转角度和飞行速度为例描述。
S221、根据预设的相片坐标系,获取一张相片中颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算颜色卡图像的重心点坐标B'(xB',yB'): x B ′ = ∫ ∫ x d x d y ∫ ∫ d x d y , y B ′ = ∫ ∫ y d x d y ∫ ∫ d x d y .
如上所述,无人机定位装置中预先设置有相片坐标系,那么对于一张相片中的一个颜色卡图像,根据该相片坐标系,无人机定位装置可确定该颜色卡图像的中心点坐标A'(xA',yA'),然后根据可计算该颜色卡图像的重心点坐标B'(xB',yB')。需要说明的是,上述仅为对一张相片中的一个颜色卡图像的中心点坐标和重心点坐标的计算,本领域技术人员可以理解,无人机定位装置还可根据相片坐标系计算该相片中的其他颜色卡图像的中心点坐标和重心点坐标,以及根据相片坐标系计算其他相片中的任意一个颜色卡图像的中心点坐标和重心点坐标。
S222、根据与颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为第一运行线段:xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA,其中,s=d/f,s是相机中单个像素相对于设定形状的平面的实际距离,d是无人机的飞行高度,f是相机的焦距。
如上所述,无人机定位装置已知一张相片中的一个颜色卡图像的中心点坐标和重心点坐标,则可得到该颜色卡图像的中重心线段。然后,无人机定位装置根据该颜色卡图像的颜色信息从存储的多个实物颜色板信息中查找出与该颜色卡图像对应的实物颜色板及该实物颜色板的中心点坐标,那么根据颜色卡图像的中心点坐标和重心点坐标,可计算出与该颜色卡图像对应的实物颜色板的重心点坐标。
在此xB'-xA'的差值为该颜色卡图像的重心点x值与中心点x值的像素差值,根据单个像素映射在设定形状上的实际距离为s,可计算出与该颜色卡图像对应的实物颜色板的重心点x值与中心点x值的实际差值(xB'-xA')×s,由此可计算出实物颜色板的重心点x值,相应的,计算出该实物颜色板的重心点y值。由此可在设定形状坐标系中得出与颜色卡图像的中重心线段对应的实物颜色板的中重心线段并设置为第一运行线段。在此相机中单个像素相对于设定形状的平面的实际距离s根据无人机的飞行高度和相机的焦距计算得出。
需要说明的是,上述操作中可根据不同的颜色卡图像,可计算出至少一个实物颜色板的第一运行线段。
S223、计算旋转前无人机机头的指向方向与第一运行线段的第一夹角,以及计算旋转后无人机机头的指向方向与第一运行线段的第二夹角,以将第二夹角与第一夹角的差值作为无人机的旋转角度。
如上所述,根据S222步骤可计算出设定形状中一个实物颜色板的第一运行线段,将该第一运行线段作为基准线以及将该实物颜色板的正方向作为基准方向。那么在旋转前,以实物颜色板中心点A为无人机机尾,确定无人机机头的指向方向并计算机头指向方向与第一运行线段的夹角以作为第一夹角,在旋转后以实物颜色板中心点为无人机机尾,并确定无人机机头的指向方向并计算指向方向与第一运行线段的夹角以作为第二夹角,则第二夹角与第一夹角的差值为无人机的旋转角度。需要说明的是,可实时根据无人机机头的指向方向计算无人机的旋转角度。
具体地,如图3e所示,可在相应的实物颜色板上建立以中心点A为原点、实物颜色板正方向为y轴正方向的坐标系,那么实物颜色板的中心点A端与坐标系原点重合、重心点B端位于坐标系中形成一定角度的第一运行线段。相应的,根据旋转前无人机机头的指向方向AQ1可确定第一夹角q1,根据旋转后无人机机头的指向方向AQ2可确定第二夹角q2,则可计算出无人机的旋转角度,在此无人机逆时针旋转了(q2-q1)角度。
需要说明的是,为了得出较为准确的无人机旋转角度,在此可通过S222得出至少三个实物颜色板的第一运行线段,分别根据每一个实物颜色板的第一运行线段计算旋转角度,则将得出的相同的旋转角度确定为无人机的旋转角度。在此若仅需要计算无人机的旋转角度,则不需要进行S231步骤;若还需要计算无人机的飞行速度,则进行S231步骤。
本领域技术人员可以理解,还可以在实物颜色板上设置一条醒目的线段取代第一运行线段,该醒目线段作为基准线并可从相片中识别出来,那么与上述过程相同,可根据实物颜色板坐标系和基准线,计算第一夹角和第二夹角以得出无人机的旋转角度。
S231、根据预设的相片坐标系,计算颜色卡图像在两张相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2')。
如上所述,无人机定位装置在至少两张相片中匹配出相同的颜色卡图像后,根据相片坐标系,无人机定位装置可计算该相同颜色卡图像在两张相片中的各中心点坐标,依次标记为A1'(xA1',yA1')和A2'(xA2',yA2')。需要说明的是每一张相片的采集时间均不相同,在此优选该两张相片为顺序采集的两张相片。
S232、按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出颜色卡图像的两个中心点坐标之间的距离L。
如上所述,已知同一颜色卡图像在两张相片中的中心点坐标且该两个中心点坐标映射在相片坐标系中,那么根据勾股定理可计算出在相片坐标系中,颜色卡图像的两个中心点坐标之间的距离L,具体为L2=(xA1'-xA2')2+(yA1'-yA2')2。需要说明的是,两张相片为顺序采集的两张相片,无人机移动导致两张相片中颜色卡图像的中心点坐标发生相应变化,因此颜色卡图像的两个中心点坐标之间的距离也可以定义为无人机在采集时间内移动的像素距离。
S233、按照公式S=dL/f计算得出无人机的实际飞行距离S作为第二运行线段并根据两张相片的采集时间差值计算无人机的飞行速度,其中,d是无人机的飞行高度,f是相机的焦距。
如上所述,已知同一颜色卡图像的两个中心点坐标之间的距离为L,该距离L定义为无人机在采集时间内移动的像素距离。根据单个像素映射在设定形状上的实际距离为d/f,因此可计算无人机在采集时间内的实际飞行距离S,具体为S=dL/f,在此定义实际飞行距离为第二运行线段。在此两张相片具有各自的采集时间,那么该两张相片的采集时间差值w即为无人机实际飞行距离S的飞行时间,由此可根据v=S/w计算无人机的飞行速度v。
需要说明的是,若相机实时采集相片,则无人机定位装置根据实时获取的相片可实时计算出无人机的飞行速度及其飞行速度变化,此外根据相片的中心点的坐标和无人机实际坐标的对应关系,还可以得到无人机的飞行线路,具体过程在此不再赘述。
本实施例提供的一种无人机的定位方法,基于颜色卡图像在同一相片中的中心点坐标和重心点坐标计算无人机的旋转角度,以及基于颜色卡图像在不同相片中的中心点坐标的变化计算无人机的飞行速度,该定位方法不需要依赖卫星定位信号进行定位,而是基于颜色卡图像的中心点和重心点坐标进行无人机的定位,具有成本低、易于控制、定位速度快、定位准确度高的优势,与现有技术相比,可准确定位无人机的飞行信息和旋转角度。
实施例三
图4为本发明实施例三提供的无人机定位装置的示意图。本实施例技术方案适用于通过拍摄的颜色卡相片计算无人机飞行速度和旋转角度的情况。该装置可执行如上任意实施例所述的无人机定位方法,该装置可以配置在计算机中应用。
本实施例提供的一种无人机的定位装置,包括:颜色卡图像识别模块310,旋转角度计算模块320和飞行速度计算模块330。
其中,颜色卡图像识别模块310用于获取设定形状的至少两张相片,并从至少两张相片中识别出相同的颜色卡图像,其中,设定形状由多个不同的实物颜色板排列组成;旋转角度计算模块320用于计算颜色卡图像在同一相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据第一运行线段计算无人机的旋转角度;飞行速度计算模块330用于计算颜色卡图像在两张相片中的中心点坐标以映射得出第二运行线段,根据第二运行线段计算无人机的飞行速度。
可选地,实物颜色板通过以下方式设置:将正方形的实物板卡划分为16等份,以在实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形;在实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个实物颜色板的相同颜色填充形状不完全相同或完全不相同。
可选地,还包括:设定形状坐标系建立模块301和实物颜色板信息采集模块302。
其中,设定形状坐标系建立模块301用于在获取设定形状的至少两张相片之前,建立设定形状的坐标系并获取设定形状中每个实物颜色板的中心点坐标;实物颜色板信息采集模块302用于采集每个实物颜色板的颜色并设置每个实物颜色板的正方向。
可选地,颜色卡图像识别模块310包括:相片获取单元311,相片处理单元312和颜色卡匹配单元313。
其中,相片获取单元311用于获取配置在无人机中的相机采集的至少两张相片;相片处理单元312用于对相片进行图像处理以识别出至少一个颜色卡图像;颜色卡匹配单元313用于将至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
可选地,旋转角度计算模块320包括:颜色卡坐标计算单元321,运行线段映射单元322和旋转角度计算单元323。
其中,颜色卡坐标计算单元321用于根据预设的相片坐标系,获取一张相片中颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算颜色卡图像的重心点坐标B'(xB',yB'):运行线段映射单元322用于根据与颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为第一运行线段:xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA,其中,s=d/f,s是相机中单个像素相对于设定形状的平面的实际距离,d是无人机的飞行高度,f是相机的焦距;旋转角度计算单元323用于计算旋转前无人机机头的指向方向与第一运行线段的第一夹角,以及计算旋转后无人机机头的指向方向与第一运行线段的第二夹角,以将第二夹角与第一夹角的差值作为无人机的旋转角度。
可选地,飞行速度计算模块330包括:图形线段获取单元331,坐标距离计算单元332和飞行速度计算单元333。
其中,图像线段获取单元331用于根据预设的相片坐标系,计算颜色卡图像在两张相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2');坐标距离计算单元332用于按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出颜色卡图像的两个中心点坐标之间的距离L;飞行速度计算单元333用于按照公式S=dL/f计算得出无人机的实际飞行距离S作为第二运行线段并根据两张相片的采集时间差值计算无人机的飞行速度,其中,d是无人机的飞行高度,f是相机的焦距。
该定位装置不需要依赖卫星定位信号进行定位,而是基于颜色卡图像的中心点和重心点坐标进行无人机的定位,具有成本低、易于控制、定位速度快、定位准确度高的优势,与现有技术相比,可准确定位无人机的飞行信息和旋转角度。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种无人机的定位方法,其特征在于,包括:
获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像,其中,所述设定形状由多个不同的实物颜色板排列组成;
计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度;
计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度。
2.根据权利要求1所述的定位方法,其特征在于,所述实物颜色板通过以下方式设置:
将正方形的实物板卡划分为16等份,以在所述实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形;
在所述实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个所述实物颜色板的相同颜色填充形状不完全相同或完全不相同。
3.根据权利要求1所述的定位方法,其特征在于,在获取设定形状的至少两张相片之前,还包括:
建立所述设定形状的坐标系并获取所述设定形状中每个所述实物颜色板的中心点坐标;
采集每个所述实物颜色板的颜色并设置每个所述实物颜色板的正方向。
4.根据权利要求3所述的定位方法,其特征在于,获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像包括:
获取配置在所述无人机中的相机采集的至少两张相片;
对所述相片进行图像处理以识别出至少一个颜色卡图像;
将所述至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
5.根据权利要求4所述的定位方法,其特征在于,计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度,包括:
根据预设的相片坐标系,获取一张所述相片中所述颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算所述颜色卡图像的重心点坐标B'(xB',yB'): x B ′ = ∫ ∫ x d x d y ∫ ∫ d x d y , y B ′ = ∫ ∫ y d x d y ∫ ∫ d x d y ;
根据与所述颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及所述颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算所述实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为所述第一运行线段:
xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA
其中,s=d/f,s是所述相机中单个像素相对于所述设定形状的平面的实际距离,d是所述无人机的飞行高度,f是所述相机的焦距;
计算旋转前所述无人机机头的指向方向与所述第一运行线段的第一夹角,以及计算旋转后所述无人机机头的指向方向与所述第一运行线段的第二夹角,以将所述第二夹角与第一夹角的差值作为所述无人机的旋转角度。
6.根据权利要求4所述的定位方法,其特征在于,计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度包括:
根据预设的相片坐标系,计算所述颜色卡图像在两张所述相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2');
按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出所述颜色卡图像的两个中心点坐标之间的距离L;
按照公式S=dL/f计算得出所述无人机的实际飞行距离S作为第二运行线段并根据两张所述相片的采集时间差值计算所述无人机的飞行速度,其中,d是所述无人机的飞行高度,f是所述相机的焦距。
7.一种无人机的定位装置,其特征在于,包括:
颜色卡图像识别模块,用于获取设定形状的至少两张相片,并从所述至少两张相片中识别出相同的颜色卡图像,其中,所述设定形状由多个不同的实物颜色板排列组成;
旋转角度计算模块,用于计算所述颜色卡图像在同一所述相片中的中心点坐标和重心点坐标以映射得出对应的实物颜色板的第一运行线段,根据所述第一运行线段计算所述无人机的旋转角度;
飞行速度计算模块,用于计算所述颜色卡图像在两张所述相片中的中心点坐标以映射得出第二运行线段,根据所述第二运行线段计算所述无人机的飞行速度。
8.根据权利要求7所述的定位装置,其特征在于,所述实物颜色板通过以下方式设置:
将正方形的实物板卡划分为16等份,以在所述实物板卡上划分出3*3的大正方形、1*4的大长方形、1*2的小长方形和1*1的小正方形;
在所述实物板卡的大正方形中填充第一颜色、在大长方形中填充第二颜色、在小长方形填充第三颜色、以及在小正方形中填充第四颜色,以形成实物颜色板,其中,任意两个所述实物颜色板的相同颜色填充形状不完全相同或完全不相同。
9.根据权利要求7所述的定位装置,其特征在于,还包括:
设定形状坐标系建立模块,用于在获取设定形状的至少两张相片之前,建立所述设定形状的坐标系并获取所述设定形状中每个所述实物颜色板的中心点坐标;
实物颜色板信息采集模块,用于采集每个所述实物颜色板的颜色并设置每个所述实物颜色板的正方向。
10.根据权利要求9所述的定位装置,其特征在于,所述颜色卡图像识别模块包括:
相片获取单元,用于获取配置在所述无人机中的相机采集的至少两张相片;
相片处理单元,用于对所述相片进行图像处理以识别出至少一个颜色卡图像;
颜色卡匹配单元,用于将所述至少两张相片中识别出的颜色卡图像进行匹配,以匹配出相同的颜色卡图像。
11.根据权利要求10所述的定位装置,其特征在于,所述旋转角度计算模块包括:
颜色卡坐标计算单元,用于根据预设的相片坐标系,获取一张所述相片中所述颜色卡图像的中心点坐标A'(xA',yA'),并在该相片中通过如下公式计算所述颜色卡图像的重心点坐标B'(xB',yB'):
运行线段映射单元,用于根据与所述颜色卡图像对应的实物颜色板的中心点坐标A(xA,yA),以及所述颜色卡图像的中心点坐标和重心点坐标,通过如下公式计算所述实物颜色板的重心点坐标B(xB,yB),以将映射的AB线段作为所述第一运行线段:
xB=(xB'-xA')×s+xA,yB=(yB'-yA')×s+yA
其中,s=d/f,s是所述相机中单个像素相对于所述设定形状的平面的实际距离,d是所述无人机的飞行高度,f是所述相机的焦距;
旋转角度计算单元,用于计算旋转前所述无人机机头的指向方向与所述第一运行线段的第一夹角,以及计算旋转后所述无人机机头的指向方向与所述第一运行线段的第二夹角,以将所述第二夹角与第一夹角的差值作为所述无人机的旋转角度。
12.根据权利要求10所述的定位装置,其特征在于,所述飞行速度计算模块包括:
图像线段获取单元,用于根据预设的相片坐标系,计算所述颜色卡图像在两张所述相片中的中心点坐标,分别为A1'(xA1',yA1')和A2'(xA2',yA2');
坐标距离计算单元,用于按照公式L2=(xA1'-xA2')2+(yA1'-yA2')2计算得出所述颜色卡图像的两个中心点坐标之间的距离L;
飞行速度计算单元,用于按照公式S=dL/f计算得出所述无人机的实际飞行距离S作为第二运行线段并根据两张所述相片的采集时间差值计算所述无人机的飞行速度,其中,d是所述无人机的飞行高度,f是所述相机的焦距t。
CN201511032320.6A 2015-12-31 2015-12-31 一种无人机的定位方法和装置 Active CN105466430B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201511032320.6A CN105466430B (zh) 2015-12-31 2015-12-31 一种无人机的定位方法和装置
US15/394,589 US10133929B2 (en) 2015-12-31 2016-12-29 Positioning method and positioning device for unmanned aerial vehicle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201511032320.6A CN105466430B (zh) 2015-12-31 2015-12-31 一种无人机的定位方法和装置

Publications (2)

Publication Number Publication Date
CN105466430A true CN105466430A (zh) 2016-04-06
CN105466430B CN105466430B (zh) 2018-11-06

Family

ID=55604389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201511032320.6A Active CN105466430B (zh) 2015-12-31 2015-12-31 一种无人机的定位方法和装置

Country Status (2)

Country Link
US (1) US10133929B2 (zh)
CN (1) CN105466430B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106225787A (zh) * 2016-07-29 2016-12-14 北方工业大学 一种无人机视觉定位方法
CN106444846A (zh) * 2016-08-19 2017-02-22 杭州零智科技有限公司 移动终端的定位和控制方法、装置及无人机
CN106980880A (zh) * 2017-03-06 2017-07-25 北京小米移动软件有限公司 图像匹配的方法及装置
CN108287353A (zh) * 2018-01-03 2018-07-17 武汉理工大学 天基无人机通讯卫星定位跟踪方法
CN110689586A (zh) * 2018-07-08 2020-01-14 清华大学 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡
CN113379690A (zh) * 2021-05-31 2021-09-10 山东省科学院激光研究所 墙体渗水自动检测方法及系统

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN115021800B (zh) * 2022-07-19 2023-03-31 国家无线电监测中心福建监测站 使用无人机查找Ka频段卫星终端的方法、装置和电子设备
CN115331130B (zh) * 2022-10-14 2023-01-31 南京瑞蓝世光电传感技术研究院有限公司 基于地理标志物辅助导航的无人机巡检方法和无人机

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050174348A1 (en) * 2002-10-30 2005-08-11 Yoshiyuki Sakaguchi Image processing device, image processing program, recording medium recording the program, image processing method, and shading information acquisition device
CN101093581A (zh) * 2006-06-23 2007-12-26 佳能株式会社 基于摄取图像计算关于测量对象的信息的信息处理方法和设备
CN103822635A (zh) * 2014-03-05 2014-05-28 北京航空航天大学 基于视觉信息的无人机飞行中空间位置实时计算方法
CN104807460A (zh) * 2015-05-04 2015-07-29 深圳大学 无人机室内定位方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8374391B1 (en) * 2010-04-16 2013-02-12 The Boeing Company Model of visibility of targets
WO2013059399A1 (en) * 2011-10-20 2013-04-25 Monsanto Technology Llc Plant stand counter

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050174348A1 (en) * 2002-10-30 2005-08-11 Yoshiyuki Sakaguchi Image processing device, image processing program, recording medium recording the program, image processing method, and shading information acquisition device
CN101093581A (zh) * 2006-06-23 2007-12-26 佳能株式会社 基于摄取图像计算关于测量对象的信息的信息处理方法和设备
CN103822635A (zh) * 2014-03-05 2014-05-28 北京航空航天大学 基于视觉信息的无人机飞行中空间位置实时计算方法
CN104807460A (zh) * 2015-05-04 2015-07-29 深圳大学 无人机室内定位方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
YANG FAN: ""A Vision-Based Algorithm for Landing Unmanned Aerial Vehicles"", 《2008 INTERNATIONAL CONFERENCE ON COMPUTER SCIENCE AND SOFTWARE ENGINEERING》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106225787A (zh) * 2016-07-29 2016-12-14 北方工业大学 一种无人机视觉定位方法
CN106225787B (zh) * 2016-07-29 2019-03-29 北方工业大学 一种无人机视觉定位方法
CN106444846A (zh) * 2016-08-19 2017-02-22 杭州零智科技有限公司 移动终端的定位和控制方法、装置及无人机
CN106980880A (zh) * 2017-03-06 2017-07-25 北京小米移动软件有限公司 图像匹配的方法及装置
CN108287353A (zh) * 2018-01-03 2018-07-17 武汉理工大学 天基无人机通讯卫星定位跟踪方法
CN108287353B (zh) * 2018-01-03 2020-01-14 武汉理工大学 天基无人机通讯卫星定位跟踪方法
CN110689586A (zh) * 2018-07-08 2020-01-14 清华大学 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡
CN110689586B (zh) * 2018-07-08 2022-12-16 清华大学 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡
CN113379690A (zh) * 2021-05-31 2021-09-10 山东省科学院激光研究所 墙体渗水自动检测方法及系统
CN113379690B (zh) * 2021-05-31 2023-04-07 山东省科学院激光研究所 墙体渗水自动检测方法及系统

Also Published As

Publication number Publication date
US10133929B2 (en) 2018-11-20
US20170193271A1 (en) 2017-07-06
CN105466430B (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN105466430A (zh) 一种无人机的定位方法和装置
US10964079B2 (en) Method and apparatus for editing road element on map, electronic device, and storage medium
CN108694882B (zh) 用于标注地图的方法、装置和设备
KR102003152B1 (ko) 정보 처리 방법, 디바이스, 및 단말기
WO2021004548A1 (zh) 一种基于双目立体视觉系统的车辆智能测速方法
CN110008851B (zh) 一种车道线检测的方法及设备
CN110174093A (zh) 定位方法、装置、设备和计算机可读存储介质
CN105448184B (zh) 地图道路的绘制方法及装置
CN109710724B (zh) 一种构建点云地图的方法和设备
CN110285793A (zh) 一种基于双目立体视觉系统的车辆智能测轨迹方法
CN111426302B (zh) 一种无人机高精度倾斜摄影测量系统
EP4016457A1 (en) Positioning method and apparatus
CN103226838A (zh) 地理场景中移动监控目标的实时空间定位方法
CN108335337B (zh) 一种正射影像图的生成方法及装置
CN104729485A (zh) 一种基于车载全景影像与街景地图匹配的视觉定位方法
CN108810473A (zh) 一种在移动平台上实现gps映射摄像机画面坐标的方法及系统
CN101813465A (zh) 非接触精密测转角的单目视觉测量方法
CN106127787A (zh) 一种基于逆投影变换的相机标定方法
CN111220143A (zh) 一种成像设备的位置和姿态确定方法及装置
CN112967344A (zh) 相机外参标定的方法、设备、存储介质及程序产品
CN104655106A (zh) 基于gps rtk和全景影像的自主定位定向测图方法
CN111578904B (zh) 一种基于等距螺线的无人机航测方法和系统
CN102706329A (zh) 一种用于交会对接的ccd测量方法
CN110415299B (zh) 一种运动约束下基于设定路牌的车辆位置估计方法
CN107576329A (zh) 基于机器视觉的固定翼无人机着降引导合作信标设计方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20180213

Address after: No. 309-9, service center, Chen Tong, Hexi District, Dongting Road, Hexi District, Tianjin, Tianjin

Applicant after: Tianjin Yuanyu Technology Co.,Ltd.

Address before: 100094 Beijing, Haidian District, northeast Wang West Road, No. 8 Zhongguancun Software Park, building 9, 203

Applicant before: ZEROTECH (BEIJING) INTELLIGENCE TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: 300220 Hexi District, Tianjin Dongting Road 20, Chen Tang science and Technology Business District Service Center 309-9.

Patentee after: Tianjin Yuandu Technology Co.,Ltd.

Address before: 300220 Hexi District, Tianjin Dongting Road 20, Chen Tang science and Technology Business District Service Center 309-9.

Patentee before: Tianjin Yuanyu Technology Co.,Ltd.

CP01 Change in the name or title of a patent holder
CP03 Change of name, title or address

Address after: 0701600 A102, No. 67, tourism East Road, Anxin County, Baoding City, Hebei Province

Patentee after: Hebei xiong'an Yuandu Technology Co.,Ltd.

Address before: 300220 Hexi District, Tianjin Dongting Road 20, Chen Tang science and Technology Business District Service Center 309-9.

Patentee before: Tianjin Yuandu Technology Co.,Ltd.

CP03 Change of name, title or address
TR01 Transfer of patent right

Effective date of registration: 20210121

Address after: 102100 1916, building 27, yard 8, Fenggu 4th Road, Yanqing garden, Zhongguancun, Yanqing District, Beijing

Patentee after: Beijing Yuandu Internet Technology Co.,Ltd.

Address before: 0701600 A102, No. 67, tourism East Road, Anxin County, Baoding City, Hebei Province

Patentee before: Hebei xiong'an Yuandu Technology Co.,Ltd.

TR01 Transfer of patent right