CN106570861A - 一种无人机的光流测速方法及系统 - Google Patents
一种无人机的光流测速方法及系统 Download PDFInfo
- Publication number
- CN106570861A CN106570861A CN201610933374.8A CN201610933374A CN106570861A CN 106570861 A CN106570861 A CN 106570861A CN 201610933374 A CN201610933374 A CN 201610933374A CN 106570861 A CN106570861 A CN 106570861A
- Authority
- CN
- China
- Prior art keywords
- feature point
- unmanned plane
- pixel
- view data
- fisrt feature
- 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.)
- Pending
Links
Classifications
-
- 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
- G06T2207/10004—Still image; Photographic image
Abstract
本发明涉及无人机领域,尤其涉及一种无人机的光流测速方法及系统。所述无人机的光流测速方法包括:获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据;判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;若是,分别获取第一特征点与第二特征点对应的像素点的坐标值;根据所述坐标值计算得到偏移向量,由所述偏移向量计算得到光流向量;根据光流向量计算得到无人机的对地速度。本发明提供的光流测速方法能够在原来同样硬件基础上,将无人机的飞行高度为1米时能测到无人机的最大速度提高到14m/s,无人机的飞行高度为2米时能测到无人机的最大速度提高到28m/s,有利于无人机低空飞行时的数据采集。
Description
技术领域
本发明涉及无人机领域,尤其涉及一种无人机的光流测速方法及系统。
背景技术
目前无人机通常通过GPS装置来测量无人机对地速度,然而在无人机没有GPS装置的情况下,采用光流方法测量无人机对地速度,在摄像装置的处理帧数为100帧时,当无人机的飞行高度为1米时,能测到的无人机的最大速度不超过4m/s,当无人机的飞行高度为2米时,能测到的无人机的最大速度不超过8m/s,随着无人机的快速发展,无人机的飞行速度远不止8m/s,因此目前的光流方法已经不能满足无人机对地速度测量。
发明内容
本发明所要解决的技术问题是:提供一种提升无人机对地速度测量范围的光流测速方法及系统。
为了解决上述技术问题,本发明采用的技术方案为:
一种无人机的光流测速方法,包括:
获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
提取第一图像数据中的像素点作为第一特征点;
判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
若是,分别获取第一特征点与第二特征点对应的像素点的坐标值;
根据所述坐标值计算得到偏移向量,由所述偏移向量计算得到光流向量;
根据光流向量计算得到无人机的对地速度。
本发明采用的另一技术方案为:
一种无人机的光流测速系统,包括第一获取模块、提取模块、判断模块、第二获取模块、第一计算模块、第二计算模块和第三计算模块;
所述第一获取模块,用于获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
所述提取模块,用于提取第一图像数据中的像素点作为第一特征点;
所述判断模块,用于判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
所述第二获取模块,用于若第二图像数据中预设区域范围存在与所述第一特征点相匹配的第二特征点,分别获取第一特征点与第二特征点对应的像素点的坐标值;
所述第一计算模块,用于根据所述坐标值计算得到偏移向量;
所述第二计算模块,用于由所述偏移向量计算得到光流向量;
所述第三计算模块,用于根据光流向量计算得到无人机的对地速度。
本发明的有益效果在于:
本发明提供的无人机的光流测速方法及系统利用无人机的固有惯性,其飞行速度不会突变的特点,能够在原来同样硬件基础上,将无人机的飞行高度为1米时能测到无人机的最大速度提高到14m/s,无人机的飞行高度为2米时能测到无人机的最大速度提高到28m/s,大大提高了无人机的光流性能,有利于无人机低空飞行时的数据采集。
附图说明
图1为本发明的一种无人机的光流测速方法的步骤流程图;
图2为本发明的一种无人机的光流测速系统的结构示意图;
标号说明:
1、第一获取模块;2、提取模块;3、判断模块;4、第二获取模块;5、第一计算模块;6、第二计算模块;7、第三计算模块。
具体实施方式
为详细说明本发明的技术内容、所实现目的及效果,以下结合实施方式并配合附图予以说明。
请参照图1,本发明提供的一种无人机的光流测速方法,包括:
获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
提取第一图像数据中的像素点作为第一特征点;
判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
若是,分别获取第一特征点与第二特征点对应的像素点的坐标值;
根据所述坐标值计算得到偏移向量,由所述偏移向量计算得到光流向量;
根据光流向量计算得到无人机的对地速度。
从上述描述可知,本发明的有益效果在于:本发明提供的无人机的光流测速方法利用无人机的固有惯性,其飞行速度不会突变的特点,能够在原来同样硬件基础上,将无人机的飞行高度为1米时能测到无人机的最大速度提高到14m/s,无人机的飞行高度为2米时能测到无人机的最大速度提高到28m/s,大大提高了无人机的光流性能,有利于无人机低空飞行时的数据采集。
进一步的,所述的判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点,具体为:
依次提取第二图像数据中预设区域范围的像素点,分别计算每一个像素点与第一特征点对应的像素点之间的匹配度;所述第二图像数据中预设区域范围的像素点包括第一像素点;
若第一像素点与第一特征点对应的像素点的匹配度大于预设阈值,则所述第一像素点与第一特征点对应的像素点相匹配,所述第一像素点作为第二特征点。
进一步的,所述的根据所述坐标值计算得到偏移向量,之后还包括:
由所述偏移向量计算得到偏移量,将所述偏移量与前三次计算得到的偏移量作卡尔曼滤波处理,得到新的偏移量,所述新的偏移量对应的坐标变化范围作为下一次的预设区域范围。
参阅图2,本发明还提供的一种无人机的光流测速系统,包括第一获取模块1、提取模块2、判断模块3、第二获取模块4、第一计算模块5、第二计算模块6和第三计算模块7;
所述第一获取模块1,用于获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
所述提取模块2,用于提取第一图像数据中的像素点作为第一特征点;
所述判断模块3,用于判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
所述第二获取模块4,用于若第二图像数据中预设区域范围存在与所述第一特征点相匹配的第二特征点,分别获取第一特征点与第二特征点对应的像素点的坐标值;
所述第一计算模块5,用于根据所述坐标值计算得到偏移向量;
所述第二计算模块6,用于由所述偏移向量计算得到光流向量;
所述第三计算模块7,用于根据光流向量计算得到无人机的对地速度。
本发明提供的无人机的光流测速系统利用无人机的固有惯性,其飞行速度不会突变的特点,能够在原来同样硬件基础上,将无人机的飞行高度为1米时能测到无人机的最大速度提高到14m/s,无人机的飞行高度为2米时能测到无人机的最大速度提高到28m/s,大大提高了无人机的光流性能,有利于无人机低空飞行时的数据采集。
进一步的,所述判断模块包括提取单元和匹配单元;
所述提取单元,用于依次提取第二图像数据中预设区域范围的像素点,分别计算每一个像素点与第一特征点对应的像素点之间的匹配度;所述第二图像数据中预设区域范围的像素点包括第一像素点;
所述匹配单元,用于若第一像素点与第一特征点对应的像素点的匹配度大于预设阈值,则所述第一像素点与第一特征点对应的像素点相匹配,所述第一像素点作为第二特征点。
进一步的,还包括第四计算模块,用于由所述偏移向量计算得到偏移量,将所述偏移量与前三次计算得到的偏移量作卡尔曼滤波处理,得到新的偏移量,所述新的偏移量对应的坐标变化范围作为下一次的预设区域范围。
得到的光流向量在1m高情况下,转化成距离最大可达14m/s。如果出现速度超过14m/s,出现光流初始速度丢失的情况,启动边界搜索。如果在速度小于14m/s的情况下由于纹理不明显导致初始速度丢失,将xx、yy置零并启动平滑滤波,并取消光流的作用,直到光流重新找回速度为止。
综上所述,本发明提供的一种无人机的光流测速方法及系统利用无人机的固有惯性,其飞行速度不会突变的特点,能够在原来同样硬件基础上,将无人机的飞行高度为1米时能测到无人机的最大速度提高到14m/s,无人机的飞行高度为2米时能测到无人机的最大速度提高到28m/s,大大提高了无人机的光流性能,有利于无人机低空飞行时的数据采集。
以上所述仅为本发明的实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等同变换,或直接或间接运用在相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (6)
1.一种无人机的光流测速方法,其特征在于,包括:
获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
提取第一图像数据中的像素点作为第一特征点;
判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
若是,分别获取第一特征点与第二特征点对应的像素点的坐标值;
根据所述坐标值计算得到偏移向量,由所述偏移向量计算得到光流向量;
根据光流向量计算得到无人机的对地速度。
2.根据权利要求1所述的无人机的光流测速方法,其特征在于,所述的判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点,具体为:
依次提取第二图像数据中预设区域范围的像素点,分别计算每一个像素点与第一特征点对应的像素点之间的匹配度;所述第二图像数据中预设区域范围的像素点包括第一像素点;
若第一像素点与第一特征点对应的像素点的匹配度大于预设阈值,则所述第一像素点与第一特征点对应的像素点相匹配,所述第一像素点作为第二特征点。
3.根据权利要求1所述的无人机的光流测速方法,其特征在于,所述的根据所述坐标值计算得到偏移向量,之后还包括:
由所述偏移向量计算得到偏移量,将所述偏移量与前三次计算得到的偏移量作卡尔曼滤波处理,得到新的偏移量,所述新的偏移量对应的坐标变化范围作为下一次的预设区域范围。
4.一种无人机的光流测速系统,其特征在于,包括第一获取模块、提取模块、判断模块、第二获取模块、第一计算模块、第二计算模块和第三计算模块;
所述第一获取模块,用于获取由安装在无人机上的摄像装置采集到的连续两帧的图像数据,前一帧图像数据为第一图像数据,后一帧图像数据为第二图像数据;
所述提取模块,用于提取第一图像数据中的像素点作为第一特征点;
所述判断模块,用于判断第二图像数据中预设区域范围是否存在与所述第一特征点相匹配的第二特征点;
所述第二获取模块,用于若第二图像数据中预设区域范围存在与所述第一特征点相匹配的第二特征点,分别获取第一特征点与第二特征点对应的像素点的坐标值;
所述第一计算模块,用于根据所述坐标值计算得到偏移向量;
所述第二计算模块,用于由所述偏移向量计算得到光流向量;
所述第三计算模块,用于根据光流向量计算得到无人机的对地速度。
5.根据权利要求4所述的无人机的光流测速系统,其特征在于,所述判断模块包括提取单元和匹配单元;
所述提取单元,用于依次提取第二图像数据中预设区域范围的像素点,分别计算每一个像素点与第一特征点对应的像素点之间的匹配度;所述第二图像数据中预设区域范围的像素点包括第一像素点;
所述匹配单元,用于若第一像素点与第一特征点对应的像素点的匹配度大于预设阈值,则所述第一像素点与第一特征点对应的像素点相匹配,所述第一像素点作为第二特征点。
6.根据权利要求4所述的无人机的光流测速系统,其特征在于,还包括第四计算模块,用于由所述偏移向量计算得到偏移量,将所述偏移量与前三次计算得到的偏移量作卡尔曼滤波处理,得到新的偏移量,所述新的偏移量对应的坐标变化范围作为下一次的预设区域范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610933374.8A CN106570861A (zh) | 2016-10-25 | 2016-10-25 | 一种无人机的光流测速方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610933374.8A CN106570861A (zh) | 2016-10-25 | 2016-10-25 | 一种无人机的光流测速方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106570861A true CN106570861A (zh) | 2017-04-19 |
Family
ID=58534422
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610933374.8A Pending CN106570861A (zh) | 2016-10-25 | 2016-10-25 | 一种无人机的光流测速方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570861A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136168A (zh) * | 2019-04-26 | 2019-08-16 | 北京航空航天大学 | 一种基于特征点匹配和光流法的多旋翼速度测量方法 |
CN111856061A (zh) * | 2020-06-24 | 2020-10-30 | 沈阳上博智像科技有限公司 | 具有多信息融合和光流测速功能的超小型双光成像系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187990A (zh) * | 2007-12-14 | 2008-05-28 | 华南理工大学 | 一种会话机器人系统 |
CN101923719A (zh) * | 2009-06-12 | 2010-12-22 | 新奥特(北京)视频技术有限公司 | 一种基于粒子滤波和光流矢量的视频目标跟踪方法 |
CN102722890A (zh) * | 2012-06-07 | 2012-10-10 | 内蒙古科技大学 | 基于光流场模型的非刚性心脏图像分级配准方法 |
CN104200494A (zh) * | 2014-09-10 | 2014-12-10 | 北京航空航天大学 | 一种基于光流的实时视觉目标跟踪方法 |
CN104268551A (zh) * | 2014-09-29 | 2015-01-07 | 浙江理工大学 | 基于视觉特征点的转向角度控制方法 |
-
2016
- 2016-10-25 CN CN201610933374.8A patent/CN106570861A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187990A (zh) * | 2007-12-14 | 2008-05-28 | 华南理工大学 | 一种会话机器人系统 |
CN101923719A (zh) * | 2009-06-12 | 2010-12-22 | 新奥特(北京)视频技术有限公司 | 一种基于粒子滤波和光流矢量的视频目标跟踪方法 |
CN102722890A (zh) * | 2012-06-07 | 2012-10-10 | 内蒙古科技大学 | 基于光流场模型的非刚性心脏图像分级配准方法 |
CN104200494A (zh) * | 2014-09-10 | 2014-12-10 | 北京航空航天大学 | 一种基于光流的实时视觉目标跟踪方法 |
CN104268551A (zh) * | 2014-09-29 | 2015-01-07 | 浙江理工大学 | 基于视觉特征点的转向角度控制方法 |
Non-Patent Citations (2)
Title |
---|
宋宇等: "基于光流和惯性导航的小型无人机定位方法", 《传感器与微系统》 * |
程远航: "基于光流法的视频人脸特征点跟踪方法", 《计算机与现代化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136168A (zh) * | 2019-04-26 | 2019-08-16 | 北京航空航天大学 | 一种基于特征点匹配和光流法的多旋翼速度测量方法 |
CN110136168B (zh) * | 2019-04-26 | 2021-06-18 | 北京航空航天大学 | 一种基于特征点匹配和光流法的多旋翼速度测量方法 |
CN111856061A (zh) * | 2020-06-24 | 2020-10-30 | 沈阳上博智像科技有限公司 | 具有多信息融合和光流测速功能的超小型双光成像系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110261870B (zh) | 一种用于视觉-惯性-激光融合的同步定位与建图方法 | |
CN110221603A (zh) | 一种基于激光雷达多帧点云融合的远距离障碍物检测方法 | |
CN103530881B (zh) | 适用于移动终端的户外增强现实无标志点跟踪注册方法 | |
CN105225482A (zh) | 基于双目立体视觉的车辆检测系统和方法 | |
CN106774431A (zh) | 一种测绘无人机航线规划方法及装置 | |
CN106570903A (zh) | 一种基于rgb‑d摄像头的视觉识别与定位方法 | |
CN104484868B (zh) | 一种结合模板匹配和图像轮廓的运动目标航拍跟踪方法 | |
CN107067431A (zh) | 一种基于Kinect的物体体积计算方法 | |
CN109974743B (zh) | 一种基于gms特征匹配及滑动窗口位姿图优化的视觉里程计 | |
CN102591533B (zh) | 基于计算机视觉技术的多点触摸屏系统实现方法 | |
CN103605978A (zh) | 基于三维实景数据的城市违章建筑识别系统及方法 | |
CN110174056A (zh) | 一种物体体积测量方法、装置及移动终端 | |
CN108648215A (zh) | 基于imu的slam运动模糊位姿跟踪算法 | |
CN107292297A (zh) | 一种基于深度学习和重叠率跟踪的视频车流量检测方法 | |
CN104964708B (zh) | 一种基于车载双目视觉的路面坑槽检测方法 | |
CN105938619A (zh) | 一种融合RGB和Depth信息的视觉里程计实现方法 | |
CN103994755B (zh) | 一种基于模型的空间非合作目标位姿测量方法 | |
CN111882602B (zh) | 基于orb特征点和gms匹配过滤器的视觉里程计实现方法 | |
CN104200453B (zh) | 基于图像分割和可信度的视差图像校正方法 | |
CN105957107A (zh) | 行人检测与跟踪方法及装置 | |
CN104700385A (zh) | 基于fpga实现的双目视觉定位装置 | |
CN108021857B (zh) | 基于无人机航拍图像序列深度恢复的建筑物检测方法 | |
CN104376323B (zh) | 一种确定目标距离的方法及装置 | |
CN106570861A (zh) | 一种无人机的光流测速方法及系统 | |
CN106327536A (zh) | 一种基于切面点云的领围测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170419 |
|
RJ01 | Rejection of invention patent application after publication |