CN105867397B - 一种基于图像处理和模糊控制的无人机精确位置降落方法 - Google Patents
一种基于图像处理和模糊控制的无人机精确位置降落方法 Download PDFInfo
- Publication number
- CN105867397B CN105867397B CN201610228742.9A CN201610228742A CN105867397B CN 105867397 B CN105867397 B CN 105867397B CN 201610228742 A CN201610228742 A CN 201610228742A CN 105867397 B CN105867397 B CN 105867397B
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- center
- circle
- angle
- landing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000003672 processing method Methods 0.000 claims abstract description 3
- 230000008859 change Effects 0.000 claims description 12
- 230000001154 acute effect Effects 0.000 claims description 9
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims 1
- 230000007812 deficiency Effects 0.000 abstract description 5
- 230000007547 defect Effects 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 2
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于图像处理和模糊控制的无人机精确位置降落方法。利用GPS卫星导航系统使无人机处于着陆航标附近,利用摄影机垂直向下对地面拍摄照片,识别出着陆航标为圆形区域,采用图像处理方法找到其圆心作为降落位置,通过无人机实时移动修正偏航角,根据圆心在空间坐标上的两个夹角采用模糊控制方法获得控制无人机运动的参数,利用气压定高计结合超声雷达,实时监测离地高度,地面控制站发出着陆信号进行缓降。本发明克服了GPS卫星定位精度不足导致降落事物的缺陷,大大降低了运用精确传感器的成本,也不需要建立精确的数学模型,设计简单,便于应用。
Description
技术领域
本发明属于图像识别和导航通信技术领域,具体涉及小型四旋翼无人机的精确降落自动控制方法。
背景技术
近年来,由于无人机具有使用便利、运营成本低、飞行精度高、机动灵活等优点,在实际应用中有大量的需求,如侦察拍摄、消防营救、科学数据手机、农业病虫害防治等。然而无人机的定点降落一直是个难题,很难达到精确降落的目的。
发明内容
本发明的目的在于提供一种基于图像处理和模糊控制的无人机精确位置降落方法,可将圆形的着陆点航标作为导引定点着陆信息,引导小型四旋翼无人机进行定点着陆,从而解决现有技术中GPS精度不足导致降落失误的缺陷。
如图1所示,本发明为实现目的而使用的技术方案采用以下方式:
步骤一、利用GPS卫星导航系统使无人机处于着陆航标附近;
步骤二、利用无人机上的摄影机垂直向下对地面拍摄一张照片,采用RGB平均值法识别出圆形的着陆航标;
步骤三、采用图像处理方法在照片中围绕着陆航标的圆形区域找到其圆心作为降落的精确位置;
步骤四、通过无人机实时移动修正偏航角,并且根据圆心与摄影机摄像头中心的连线在空间坐标上的两个夹角,采用模糊控制方法获得控制无人机运动的两个角度参数和一个油门参数;
步骤五、利用气压定高计结合超声雷达,实时监测无人机降落时的离地高度:当无人机飞行高度降低了高度H且本身高度高于高度H时,返回步骤二重新导航;当无人机本身距地不足高度H时,进行步骤六;
步骤六、地面控制站发出着陆信号,利用气压定高计结合超声雷达进行缓降。
所述的无人机是指小型四旋翼无人机。
所述着陆航标附近是指无人机处于地面控制站的无线局域网覆盖范围内。
所述的地面控制站需要负责接收摄影机拍摄的图像,并可实现识别航标、找出圆心、定出无人机运动参数的功能,最后需要负责发出降落信号。
所述的步骤二中的RGB平均值法,是将图像中每个以RGB565格式储存的像素点的R、G、B三个通道的值分别提取出来,算出平均值A;对R、G、B三个通道分别设置阈值C1、C2、C3,将每个通道值分别与平均值A作差,差值如果高出该通道的阈值Ci(i=1、2、3),则此像素识别为该通道的颜色。据此方法即可识别出着陆航标。
所述的步骤三中找出圆心的操作,可采用MATLAB中的图像处理算法。
所述步骤四中通过无人机实时移动修正偏航角具体是:无人机沿直线水平飞行一段距离,根据航标圆心在无人机所得图像中的位移方向判断无人机的机头方向:如果圆心远离图像的中心移动,则将偏航角设定为180°使无人机掉头,否则偏航角保持不变。此后模糊控制的过程中,偏航角将一直保持不变。
所述步骤四中的圆心与摄影机摄像头中心的连线在空间坐标上的两个夹角是指圆心和摄影机摄像头中心的连线在无人机摄像头平面的投影与机头直线方向所成的锐角夹角α以及圆心和摄影机摄像头中心的连线与过圆心垂直于地面的直线所形成的锐角夹角β。
所述步骤四中的两个角度参数和一个油门参数是指俯仰角、滚动角和油门。
所述的步骤四中模糊控制的处理过程具体是:将两个夹角及其夹角的变化率作为各自模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊方式,由模糊控制器输出控制无人机运动的两个角度参数和一个油门参数,发送给无人机的飞行控制系统。
其中一个所述模糊控制器是将圆心和摄影机摄像头中心的连线在无人机摄像头平面的投影与机头直线方向所成的锐角夹角α及其夹角的变化率作为模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊方式,由模糊控制器输出控制无人机运动的滚动角参数,发送给无人机的飞行控制系统。
另一个所述模糊控制器是将圆心和摄影机摄像头中心的连线与过圆心垂直于地面的直线所形成的锐角夹角β及其夹角的变化率作为模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊方式,由模糊控制器输出控制无人机运动的俯仰角参数和油门参数,发送给无人机的飞行控制系统。
所述的步骤二中的摄影机采用光学摄像机,安置在无人机机体的底部,获取无人机正下方画面。
所述的步骤五和步骤六中的气压定高计和超声雷达,功能是当无人机降落时,使用气压定高计既能检测飞行高度又能控制降落速度,将无人机按照设定速度降落,直至超声雷达探测到接近地面,则使用超声雷达进行近距离准确测距,控制降落速度使无人机缓缓着陆。
本发明相对于现有技术具有如下的优点:
(1)克服了GPS卫星定位精度不足导致降落事物的缺陷,提高无人机控制智能化程度;
(2)采用气压定高计和超声雷达的测距模块,大大降低了运用精确传感器的成本;
(3)此方法采用了模糊控制的思路,不需要建立精确的数学模型,设计简单,便于应用。
附图说明
图1为本发明方法的流程图;
图2为实施例着陆航标的实际图像;
图3为实施例实际图像的RGB三色直方图;
图4为实施例利用RGB平均值法识别出的着陆航标示意图;
图5为实施例找出圆心的图像图;
图6为语言变量之间的关系示意图。
具体实施方式
下面结合说明书附图,对本发明的具体工作过程进一步详细说明。
本发明的实施例如下:
选取某学校的操场作为本实施例的实施对象,该操场长150米,宽80米。着陆航标放置在操场中央,地面控制站设置在着陆航标附近10米处,无人机离地高度约50米。
步骤一、利用GPS卫星导航系统使无人机处于着陆航标附近,即让无人机处于地面控制站的无线局域网覆盖范围内。此时地面控制站发出信号,摄像机与气压定高计开始工作。
如图2所示,本实施例采用的着陆航标为直径一米的蓝色圆形图案。
步骤二、利用摄影机对地拍摄一张照片,采用RGB平均值法识别出蓝色圆形的着陆航标;
本实施例的着陆航标的RGB三色直方图如图3所示,结合该直方图,可以定出R、G、B三个通道的阈值C1、C2、C3都为130。当一像素点的R、G两个通道的值小于130,B通道的值大于130,则可以认为该像素点是蓝色着陆航标内的像素点。
当识别操作完成一次后,则向地面控制站询问是否识别到了着陆航标。如果回答“是”,则进入下一步骤;否则重新识别着陆航标,直至识别为止。本实施例中着陆航标识别成功的结果图如图4所示。
步骤三、采用MATLAB中的图像处理算法在拍到的照片中围绕圆形着陆航标找出圆心;找出圆心的图像如图5所示。
步骤四、根据圆心与摄影机摄像头中心在空间坐标上的两个夹角,采用模糊控制的方法定出控制无人机运动的两个角度参数和一个油门参数。整个模糊控制的处理过程,需要保证无人机离地高度超过一米并需要地面控制站进行参与。
首先让无人机直线行驶一小段距离,根据圆心的位移方向判断无人机的机头方向。如果圆心远离无人机移动,则需要将偏航角设定为180°使无人机掉头,否则偏航角保持不变。此后模糊控制的过程中,偏航角将一直保持不变。
然后计算出圆心与摄影机摄像头中心的连线在空间坐标上的两个夹角。一个是圆心与摄影机摄像头中心的连线在无人机摄像头平面的投影与机头方向所成的直线形成的锐角夹角α;一个是圆心与摄影机摄像头中心的连线与圆心上垂直于地面的直线形成的锐角夹角β。
由于偏航角已经固定,所以两套模糊控制器计算输出俯仰角、滚动角和油门参数。
第一套模糊控制器:输入为夹角α和其变化率,语言变量分别为第一语言变量E和第二语言变量EC,输出为滚动角角度参数。输入以两中心连线投影在机头方向直线右边所成的锐角角度为正,输出以使无人机向左滚动的滚动角参数为正。选取“负大(NB)”、“负中(NM)”、“负小(NS)”、“零(Z)”、“正小(PS)”、“正中(PM)”、“正大(PB)”描述系统变量,得到系统子集为{NB,NM,NS,Z,PS,PM,PB},变量的隶属函数选取为三角形隶属函数。该模糊器的模糊控制方式如下表所示:
表1关于滚动角的模糊控制方式
第二套模糊控制器:输入为夹角β和其变化率,语言变量分别为第一语言变量E和第二语言变量EC,输出为俯仰角角度参数和油门参数。作为输入的夹角β取值范围在0°到90°之间,作为输出的俯仰角以向下角度为正,它和油门参数在此模糊控制器中不可取负值。选取“负大(NB)”、“负中(NM)”、“负小(NS)”、“零(Z)”、“正小(PS)”、“正中(PM)”、“正大(PB)”描述系统变量,得到系统子集为{NB,NM,NS,Z,PS,PM,PB},变量的隶属函数选取为三角形隶属函数。该模糊器的模糊控制方式如下表所示:
表2关于俯仰角的模糊控制方式
表3关于油门参数的模糊控制方式
语言变量之间的关系如图6所示。本实施例中,无人机初始位置的夹角α为-65°,根据图6第一语言变量E为“负大(NB)”的概率为0.17,为“负中(NM)”的概率为0.83,为其他的概率为0;夹角α的变化率为0,根据图6第二语言变量EC为“零(Z)”的概率为1,为其他的概率为0。夹角β为42°,根据图6第一语言变量E为“正小(PS)”的概率为0.6,为“正中(PM)”的概率为0.4,为其他的概率为0;夹角β的变化率为0,根据图6第二语言变量EC为“零(Z)”的概率为1,为其他的概率为0。所得到的数据结合上表,模糊控制器即可得出此时的两个角度参数一个油门参数。
步骤五、利用气压定高计结合超声雷达,实时监测无人机降落时的离地高度。当无人机飞行高度降低了高度H且本身高度高于高度H时,返回步骤二重新导航;当无人机本身距地不足高度H时,进行步骤六;
气压定高计采用海拔每上升9m,大气压降低100Pa的原理,能测定无人机实时相对高度。设定无人机起飞点的初始高度值为0,当无人机从高空降落时,气压高度计获取的高度值为相对海拔高度,由于降落地与起飞点不一定为同一海拔高度,所以仅用气压定高计获取高度并非无人机距地面的垂直高度,因此气压计高度只作为降落参考。而超声雷达测距模块能准确测量到10m内的距离,结合超声雷达可弥补气压定高计的上述缺陷。
在利用得到的两个角度参数和油门参数控制无人机运动的同时,地面控制站会让气压定高计与超声雷达开始工作,实时监测无人机降落时的离地高度。本实施例中,由于无人机初始飞行高度约为50米,所以将H设置为一米。当无人机飞行高度降低了一米且本身高度高于一米时,返回步骤二重新进行识别着陆航标的工作;当无人机本身距地不足一米时,进行下一步骤。
步骤六、地面控制站发出着陆信号,利用气压定高计结合超声雷达缓缓降落。
当无人机距地不足一米时,认为无人机已经成功保持在圆心正上方。此时需要停止地面控制站中模糊控制的计算工作,对无人机发出着陆信号,利用气压定高计结合超声雷达缓缓降落,结束本流程。
按上述步骤无人机即可实现精确降落。
以上所述仅为本发明的实例而已,并不用于限制本发明。本发明可以有各种合适的更改和变化。凡在本发明的精神和原则之内所做的任何改动、等同替换改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于,包括了以下步骤:
步骤一、利用GPS卫星导航系统使无人机处于着陆航标附近;
步骤二、利用无人机上的摄影机垂直向下对地面拍摄一张照片,采用RGB平均值法识别出圆形的着陆航标;
步骤三、采用图像处理方法在照片中围绕着陆航标的圆形区域找到其圆心作为降落的精确位置;
步骤四、通过无人机实时移动修正偏航角,并且根据圆心与摄影机摄像头中心的连线在空间坐标上的两个夹角,采用模糊控制方法获得控制无人机运动的两个角度参数和一个油门参数;
步骤五、利用气压定高计结合超声雷达,实时监测无人机降落时的离地高度:当无人机飞行高度降低了高度H且本身高度高于高度H时,返回步骤二重新导航;当无人机本身距地不足高度H时,进行步骤六;
步骤六、地面控制站发出着陆信号,利用气压定高计结合超声雷达进行缓降;
所述步骤四中的圆心与摄影机摄像头中心的连线在空间坐标上的两个夹角是指圆心和摄影机摄像头中心的连线在无人机摄像头平面的投影与机头直线方向所成的锐角夹角α以及圆心和摄影机摄像头中心的连线与过圆心垂直于地面的直线所形成的锐角夹角β;
所述步骤四中的两个角度参数和一个油门参数是指俯仰角、滚动角和油门;
所述的步骤四中模糊控制的处理过程具体是:将两个夹角及其夹角的变化率
作为各自模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊控制方式,由模糊控制器输出控制无人机运动的两个角度参数和一个油门参数,发送给无人机的飞行控制系统。
2.根据权利要求1所述的基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于:所述着陆航标附近是指无人机处于地面控制站的无线局域网覆盖范围内。
3.根据权利要求1所述的基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于:所述步骤四中通过无人机实时移动修正偏航角具体是:无人机沿直线水平飞行一段距离,根据航标圆心在无人机所得图像中的位移方向判断无人机的机头方向:如果圆心远离图像的中心移动,则将偏航角设定为180°使无人机掉头,否则偏航角保持不变。
4.根据权利要求1所述的基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于:其中一个所述模糊控制器是将圆心和摄影机摄像头中心的连线在无人机摄像头平面的投影与机头直线方向所成的锐角夹角α及其夹角的变化率作为模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊控制方式,由模糊控制器输出控制无人机运动的滚动角参数,发送给无人机的飞行控制系统。
5.根据权利要求1所述的基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于:一个所述模糊控制器是将圆心和摄影机摄像头中心的连线与过圆心垂直于地面的直线所形成的锐角夹角β及其夹角的变化率作为模糊控制器的输入,输入到模糊控制器中,依据已设定的系统变量和系统模糊控制方式,由模糊控制器输出控制无人机运动的俯仰角参数和油门参数,发送给无人机的飞行控制系统。
6.根据权利要求1所述的基于图像处理和模糊控制的无人机精确位置降落方法,其特征在于:所述的步骤二中的摄影机采用光学摄像机,安置在无人机机体的底部,获取无人机正下方画面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610228742.9A CN105867397B (zh) | 2016-04-13 | 2016-04-13 | 一种基于图像处理和模糊控制的无人机精确位置降落方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610228742.9A CN105867397B (zh) | 2016-04-13 | 2016-04-13 | 一种基于图像处理和模糊控制的无人机精确位置降落方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105867397A CN105867397A (zh) | 2016-08-17 |
CN105867397B true CN105867397B (zh) | 2018-08-07 |
Family
ID=56637335
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610228742.9A Active CN105867397B (zh) | 2016-04-13 | 2016-04-13 | 一种基于图像处理和模糊控制的无人机精确位置降落方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105867397B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI652205B (zh) * | 2016-11-11 | 2019-03-01 | 侯宜良 | 具有雷達導引降落功能的無人機、無人機系統及其降落方法 |
CN108983807B (zh) * | 2017-06-05 | 2021-08-10 | 北京臻迪科技股份有限公司 | 一种无人机定点降落方法及系统 |
CN109116869B (zh) * | 2017-06-23 | 2021-11-16 | 臻迪科技股份有限公司 | 一种绕点飞行控制方法及装置 |
CN109753079A (zh) * | 2017-11-03 | 2019-05-14 | 南京奇蛙智能科技有限公司 | 一种无人机精准降落于移动平台方法 |
CN109839945B (zh) | 2017-11-27 | 2022-04-26 | 北京京东乾石科技有限公司 | 无人机降落方法、无人机降落装置及计算机可读存储介质 |
CN109903591B (zh) * | 2017-12-11 | 2023-01-06 | 上海航空电器有限公司 | 一种基于专家规则的航空器自动近地碰撞评估方法及系统 |
CN108839809A (zh) * | 2018-06-26 | 2018-11-20 | 深圳草莓创新技术有限公司 | 手势引导无人机降落的方法及无人机 |
CN108536167A (zh) * | 2018-07-17 | 2018-09-14 | 哈尔滨工业大学(威海) | 用于倾斜非平稳平台的无人机自主降落方法 |
US11009590B2 (en) * | 2018-08-29 | 2021-05-18 | Aptiv Technologies Limited | Annotation of radar-profiles of objects |
CN109383826A (zh) * | 2018-10-09 | 2019-02-26 | 成都戎创航空科技有限公司 | 旋翼无人机自动降落辅助系统 |
CN109204705A (zh) * | 2018-11-01 | 2019-01-15 | 天津天元海科技开发有限公司 | 浮标管理方法 |
CN109613926A (zh) * | 2018-12-22 | 2019-04-12 | 武汉新运维光电科技股份有限公司 | 多旋翼无人机自动降落高精度自动识别降落区域的方法 |
CN110618691B (zh) * | 2019-09-16 | 2022-09-13 | 南京信息工程大学 | 基于机器视觉的无人机同心圆靶精准降落方法 |
CN112783181B (zh) * | 2021-01-13 | 2024-02-06 | 中国人民解放军空军工程大学 | 一种基于模糊控制的多旋翼无人机集群视觉着降方法 |
CN113093772B (zh) * | 2021-04-13 | 2022-10-28 | 中国计量大学 | 一种无人机机库精确降落方法 |
CN113359787A (zh) * | 2021-07-14 | 2021-09-07 | 中国计量大学 | 一种基于超宽带定位的无人机机库降落方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154693A (en) * | 1995-11-14 | 2000-11-28 | Israel Aircraft Industries Ltd. | Automatic aircraft landing |
CN103226356A (zh) * | 2013-02-27 | 2013-07-31 | 广东工业大学 | 基于图像处理的无人机精确位置降落方法 |
CN104361770A (zh) * | 2014-11-18 | 2015-02-18 | 武汉理工大学 | 用于交通信息采集无人机的精确降落自动控制方法 |
CN105197252A (zh) * | 2015-09-17 | 2015-12-30 | 武汉理工大学 | 一种小型无人机降落方法及系统 |
-
2016
- 2016-04-13 CN CN201610228742.9A patent/CN105867397B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154693A (en) * | 1995-11-14 | 2000-11-28 | Israel Aircraft Industries Ltd. | Automatic aircraft landing |
CN103226356A (zh) * | 2013-02-27 | 2013-07-31 | 广东工业大学 | 基于图像处理的无人机精确位置降落方法 |
CN104361770A (zh) * | 2014-11-18 | 2015-02-18 | 武汉理工大学 | 用于交通信息采集无人机的精确降落自动控制方法 |
CN105197252A (zh) * | 2015-09-17 | 2015-12-30 | 武汉理工大学 | 一种小型无人机降落方法及系统 |
Non-Patent Citations (1)
Title |
---|
水上无人机自主着水控制系统设计;杜欢 等;《控制理论与应用》;20151031;第32卷(第10期);第1305-1315页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105867397A (zh) | 2016-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105867397B (zh) | 一种基于图像处理和模糊控制的无人机精确位置降落方法 | |
CN106873627B (zh) | 一种自动巡检输电线路的多旋翼无人机及方法 | |
CN105512628B (zh) | 基于无人机的车辆环境感知系统及方法 | |
US11194344B2 (en) | Methods and system for autonomous landing | |
US20200344464A1 (en) | Systems and Methods for Improving Performance of a Robotic Vehicle by Managing On-board Camera Defects | |
CN105929850B (zh) | 一种具有持续锁定和跟踪目标能力的无人机系统与方法 | |
CN109931939B (zh) | 车辆的定位方法、装置、设备及计算机可读存储介质 | |
CN106054929B (zh) | 一种基于光流的无人机自动降落引导方法 | |
CN107544550B (zh) | 一种基于视觉引导的无人机自动着陆方法 | |
CN113093772B (zh) | 一种无人机机库精确降落方法 | |
JP5690539B2 (ja) | 自動離着陸システム | |
CN109901580A (zh) | 一种无人机与无人地面机器人协作循径避障系统及其方法 | |
CN109885086B (zh) | 一种基于复合多边形标志引导的无人机垂直降落方法 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
CN106444837A (zh) | 一种无人机避障方法及系统 | |
CN105318888A (zh) | 基于无人机感知的无人驾驶车辆路径规划方法 | |
CN106197422A (zh) | 一种基于二维标签的无人机定位及目标跟踪方法 | |
CN104298248A (zh) | 旋翼无人机精确视觉定位定向方法 | |
CN103226356A (zh) | 基于图像处理的无人机精确位置降落方法 | |
CN104807456B (zh) | 一种gps无信号时自动返航的方法 | |
CN111814721B (zh) | 基于无人机高低空联合扫描的机场跑道异物检测分类方法 | |
CN109460046B (zh) | 一种无人机自然地标识别与自主着陆方法 | |
CN106502257A (zh) | 一种无人机精准降落抗干扰的控制方法 | |
CN110879617A (zh) | 一种红外引导无人机降落方法及装置 | |
CN112947526B (zh) | 一种无人机自主降落方法和系统 |
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 |