CN106933243A - 一种基于双目视觉的无人机实时避障系统及方法 - Google Patents
一种基于双目视觉的无人机实时避障系统及方法 Download PDFInfo
- Publication number
- CN106933243A CN106933243A CN201511006931.3A CN201511006931A CN106933243A CN 106933243 A CN106933243 A CN 106933243A CN 201511006931 A CN201511006931 A CN 201511006931A CN 106933243 A CN106933243 A CN 106933243A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- barrier
- node
- obstacle avoidance
- binocular
- 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
- 238000000034 method Methods 0.000 title claims description 19
- 230000004888 barrier function Effects 0.000 claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 19
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 18
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 230000008447 perception Effects 0.000 claims abstract description 4
- 238000005516 engineering process Methods 0.000 claims description 5
- 238000013461 design Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development 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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于双目视觉的无人机实时避障系统,该系统包括双目视觉测距单元、避障系统处理单元,飞行控制单元;所述双目视觉测距单元基于视差原理,利用左、右两个摄像头位置的不同,分别获取障碍物的两幅图像,通过计算图像对应点间的位置偏差,使我们可以获得明显的深度感,建立特征间的对应关系,将同一空间物理点在不同图像中的映像点对应起来,从而获取障碍物的三维信息;所述避障系统处理单元负责进行全方位的障碍物检测,并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元;所述飞行控制单元负责执行避障系统处理单元的指令,使无人机沿着规划的路径进行自主避障。本发明可以保证无人机的安全飞行。
Description
技术领域
本发明涉及无人机飞行控制领域,尤其涉及一种基于双目视觉的无人机实时避障系统及方法。
背景技术
目前各国已经投入大量的人力物力和财力进行地面机器人的研发,并且在地面及其人的路径规划上已经取得了丰硕的成果。然而,近几年,随着科技的不断发展,越来越多的人使用无人机进行娱乐、航拍、商用、农用、救援等。但是大多数情况下,在无人飞行器起飞前,其飞行环境是未知的,障碍物信息只能在飞行任务的执行过程中通过实时在线检测方式获得,因此在飞行过程中极有可能碰到障碍物而无法及时发现和回避,从而导致无人机与障碍物相撞炸机,给用户群体带来很大损失。
针对上述问题,学者们已经将精力投入到如何使无人机自主避障的问题上,有少数几家无人机企业将红外、超声波等传感器作为距离传感器应用到无人机避障中来,但是利用以上传感器进行障碍物检查,存在检测距离受限、精度不高、容易出现误检和漏检等问题。另外还有一种无人机避障方法将避障功能放到地面站实施,通过图像传输,将图像传送到地面段,进行一系列的避障算法处理,再通过数据传输,将规划好的最优路径返回到飞行控制端进行控制,该方法一方面容易产生滞后性,另一方面过度依赖于无线链路的稳定性,一旦在图像传输和数据传输的过程中出现问题,则直接影响避障系统。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种基于双目视觉的无人机实时避障系统及方法。
为了达到上述目的,本发明提供一种基于双目视觉的无人机实时避障系统,该系统包括双目视觉测距单元、避障系统处理单元,飞行控制单元;所述双目视觉测距单元基于视差原理,利用左、右两个摄像头位置的不同,分别获取障碍物的两幅图像,通过计算图像对应点间的位置偏差,使我们可以获得明显的深度感,建立特征间的对应关系,将同一空间物理点在不同图像中的映像点对应起来,从而获取障碍物的三维信息;所述避障系统处理单元负责进行全方位的障碍物检测,并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元;所述飞行控制单元负责执行避障系统处理单元的指令,使无人机沿着规划的路径进行自主避障。
优选的,所述双目视觉测距单元在机架的四个方向均安装了双目摄像头,因此可以使无人机检测到前、后、左、右四个方向的障碍物。
优选的,所述避障系统处理单元采用先进的odroid-xu4处理器,odroid-xu4是基于三星的Exynos5422,整个处理器的重量只有49g,因此不会给无人机增加载重负担。另外,odroid-xu4处理器能够与飞控模块完美的融合,在视觉技术上表现非常出色同时具有很高的处理速度。
优选的,所述飞行控制单元是采用开源飞控Pixhawk。
本发明还提供一种基于双目视觉的无人机实时避障方法,该方法包括下述步骤 :
步骤S1,利用双目视觉技术检测无人机飞行前方是否有障碍物并计算障碍物的深度信息。
步骤S2,构建碰撞行为区域,即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模,建立碰撞行为区,避免让无人机进入碰撞行为区域,计算公式为:
L=2×(R+r)
其中,L为碰撞行为区域的长度,R为无人机的外切圆半径,r为障碍物的外切圆半径。
步骤S3,根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划。
当检测到第一个障碍物时,判断无人机是否进入碰撞行为区域,如果进入该危险区域,则无人机自主切换到悬停模式,等待避障系统寻找到最优路径之后再继续全速前进;如果没有进入碰撞行为区域,则继续飞行并计算下一航迹点。
下面进一步地阐述所属设计最优路径规划步骤:
无人机的航迹路径实际上是由一组节点序列组成的,{S,K1,K2,K3,…,Kn-1,E}其中,S为起点,K1,K2,K3,…,Kn-1为中间航迹节点,E为目标点。
首先,将起点节点插入到open表中,将close表清空;
第二,从open表中移除代价最小的节点作为当前节点,并将该节点插入到close表中;
第三,如果当前节点与目标点之间的距离小于L,则将目标点节点的父节点指针指向当前节点,航迹路径规划结束。从目标点开始向上回溯,一直到起始位置,从而得到从起始点S到目标但E的最优路径。
本发明与现有技术相比,具有如下优点和有益效果:
针对目前用于无人机快速避障的设备在飞行过程中难以有效的根据环境周围的信息采取快速的避障行为,无法有效的保证无人机的安全飞行,本发明,利用双目摄像头获取障碍物的三维信息,精度高、系统结构简单、成本低等优点。将中央处理单元直接放到机载端进行实时处理,避免数据传输产生的滞后性,从而保证了避障系统工作的实时性。
附图说明
图1是本发明的一种基于双目视觉的无人机实时避障系统的系统结构示意图:
图2是本发明无人机外切圆半径示意图;
图3是本发明涉及的避障方法的流程图;
图4是本发明的避障过程的示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
目前,无人机快速避障是无人机研究领域的一个重要问题,它有许多不同于陆地智能机器人避障的特点。无人机的飞行环境具有不确定性和复杂性 , 需要不断对周围环境进行探测和测距,避免与障碍物发生碰撞甚至坠毁。无人机体积小,载重量有限,不能承载重量较大的声波探测器,因此需要寻找一种基于双目视觉的无人机实时避障系统及方法。
本发明提供一种基于双目视觉的无人机实时避障系统,如图1所示,该系统包括双目视觉测距单元、避障系统处理单元,飞行控制单元;所述双目视觉测距单元基于视差原理,利用左、右两个摄像头位置的不同,分别获取障碍物的两幅图像,通过计算图像对应点间的位置偏差,使我们可以获得明显的深度感,建立特征间的对应关系,将同一空间物理点在不同图像中的映像点对应起来,从而获取障碍物的三维信息;所述避障系统处理单元负责进行全方位的障碍物检测,并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元;所述飞行控制单元负责执行避障系统处理单元的指令,使无人机沿着规划的路径进行自主避障。
双目视觉测距单元,利用安装在机架前、后、左、右四个方向的双目摄像头进行全方位的图像采集。基于视差原理,利用左、右两个摄像头位置的不同,分别获取障碍物的两幅图像,通过计算图像对应点间的位置偏差,建立特征间的对应关系,将同一空间物理点在不同图像中的映像点对应起来,从而获取障碍物的三维信息。
避障系统处理单元根据障碍物的深度信息,构建碰撞行为区域,即按照无人机的外切圆半径以及障碍物的外切圆半径进行膨胀建模,建立碰撞行为区,并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元,避免让无人机进入碰撞行为区域,如图2所示。
飞行控制单元根据避障系统处理单元的指令,使无人机沿着规划的路径进行自主避障。
如图3所示,一种基于双目视觉的无人机实时避障方法,该方法包括下述步骤 :
步骤S1,利用双目视觉技术检测无人机飞行前方是否有障碍物并计算障碍物的深度信息。
步骤S2,构建碰撞行为区域,即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模,建立碰撞行为区,避免让无人机进入碰撞行为区域,计算公式为:
L=2×(R+r)
其中,L为碰撞行为区域的长度,R为无人机的外切圆半径,r为障碍物的外切圆半径。
步骤S3,根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划。
当检测到第一个障碍物时,判断无人机是否进入碰撞行为区域,如果进入该危险区域,则无人机自主切换到悬停模式,等待避障系统寻找到最优路径之后再继续全速前进;如果没有进入碰撞行为区域,则继续飞行并计算下一航迹点。
下面进一步地阐述所属设计最优路径规划步骤:
如图4所示,无人机的航迹路径实际上是由一组节点序列组成的,{S,K1,K2,K3,…,Kn-1,E}其中,S为起点,K1,K2,K3,…,Kn-1为中间航迹节点,E为目标点。
首先,将起点节点插入到open表中,将close表清空;
第二,从open表中移除代价最小的节点作为当前节点,并将该节点插入到close表中;
第三,如果当前节点与目标点之间的距离小于L,则将目标点节点的父节点指针指向当前节点,航迹路径规划结束。从目标点开始向上回溯,一直到起始位置,从而得到从起始点S到目标但E的最优路径。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化, 均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种基于双目视觉的无人机实时避障系统,其特征在于,该系统包括双目视觉测距单元、避障系统处理单元,飞行控制单元;所述双目视觉测距单元基于视差原理,利用左、右两个摄像头位置的不同,分别获取障碍物的两幅图像,通过计算图像对应点间的位置偏差,使我们可以获得明显的深度感,建立特征间的对应关系,将同一空间物理点在不同图像中的映像点对应起来,从而获取障碍物的三维信息;所述避障系统处理单元负责进行全方位的障碍物检测,并规划出一条能够避开障碍物的最优航迹提供给飞行控制单元;所述飞行控制单元负责执行避障系统处理单元的指令,使无人机沿着规划的路径进行自主避障。
2.根据权利要求1所述的一种基于双目视觉的无人机实时避障系统,其特征在于,所述双目视觉测距单元在机架的四个方向均安装了双目摄像头,因此可以使无人机检测到前、后、左、右四个方向的障碍物。
3.根据权利要求1所述的一种基于双目视觉的无人机实时避障系统,其特征在于,所述避障系统处理单元采用先进的odroid-xu4处理器,odroid-xu4是基于三星的Exynos5422,整个处理器的重量只有49g,因此不会给无人机增加载重负担;另外,odroid-xu4处理器能够与飞控模块完美的融合,在视觉技术上表现非常出色同时具有很高的处理速度。
4.根据权利要求1所述的一种基于双目视觉的无人机实时避障系统,其特征在于,所述飞行控制单元是采用开源飞控Pixhawk。
5. 一种基于双目视觉的无人机实时避障方法,该方法包括下述步骤 :
步骤S1,利用双目视觉技术检测无人机飞行前方是否有障碍物并计算障碍物的深度信息;
步骤S2,构建碰撞行为区域,即按照无人机的外切圆半径以及障碍物的尺寸进行膨胀建模,建立碰撞行为区,避免让无人机进入碰撞行为区域,计算公式为:
L=2×(R+r)
其中,L为碰撞行为区域的长度,R为无人机的外切圆半径,r为障碍物的外切圆半径;
步骤S3,根据无人机运动方向和与膨胀建模后的障碍物边缘的距离进行最优路径规划;
当检测到第一个障碍物时,判断无人机是否进入碰撞行为区域,如果进入该危险区域,则无人机自主切换到悬停模式,等待避障系统寻找到最优路径之后再继续全速前进;如果没有进入碰撞行为区域,则继续飞行并计算下一航迹点;
下面进一步地阐述所属设计最优路径规划步骤:
无人机的航迹路径实际上是由一组节点序列组成的,{S,K1,K2,K3,…,Kn-1,E}其中,S为起点,K1,K2,K3,…,Kn-1为中间航迹节点,E为目标点;
首先,将起点节点插入到open表中,将close表清空;
第二,从open表中移除代价最小的节点作为当前节点,并将该节点插入到close表中;
第三,如果当前节点与目标点之间的距离小于L,则将目标点节点的父节点指针指向当前节点,航迹路径规划结束;从目标点开始向上回溯,一直到起始位置,从而得到从起始点S到目标但E的最优路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511006931.3A CN106933243A (zh) | 2015-12-30 | 2015-12-30 | 一种基于双目视觉的无人机实时避障系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201511006931.3A CN106933243A (zh) | 2015-12-30 | 2015-12-30 | 一种基于双目视觉的无人机实时避障系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106933243A true CN106933243A (zh) | 2017-07-07 |
Family
ID=59457443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201511006931.3A Pending CN106933243A (zh) | 2015-12-30 | 2015-12-30 | 一种基于双目视觉的无人机实时避障系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106933243A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107329490A (zh) * | 2017-07-21 | 2017-11-07 | 歌尔科技有限公司 | 无人机避障方法及无人机 |
CN107479575A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质大学(武汉) | 一种多旋翼无人机飞行控制方法及系统 |
CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
CN107817811A (zh) * | 2017-10-26 | 2018-03-20 | 哈尔滨市舍科技有限公司 | 基于视觉的无人机防碰撞装置及方法 |
CN108037767A (zh) * | 2017-12-13 | 2018-05-15 | 王俊梅 | 一种无人机视线死角转向逃逸飞行系统 |
CN108844538A (zh) * | 2018-05-07 | 2018-11-20 | 中国人民解放军国防科技大学 | 一种基于视觉/惯导的无人机避障航点生成方法 |
CN109933092A (zh) * | 2017-12-18 | 2019-06-25 | 北京京东尚科信息技术有限公司 | 飞行器避障方法、装置和飞行器 |
CN110298267A (zh) * | 2019-06-11 | 2019-10-01 | 北京百度网讯科技有限公司 | 路径处理方法、设备和存储介质 |
CN110522359A (zh) * | 2019-09-03 | 2019-12-03 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人的控制方法 |
CN110658840A (zh) * | 2019-10-28 | 2020-01-07 | 郑州航空工业管理学院 | 一种用于多旋翼无人机的自主导航避障方法及装置 |
CN110891862A (zh) * | 2017-08-10 | 2020-03-17 | 杭州零零科技有限公司 | 飞行系统中用于避障的系统和方法 |
CN111638727A (zh) * | 2020-05-29 | 2020-09-08 | 西北工业大学 | 一种基于深度图像的多旋翼飞行器安全导航控制方法 |
CN111752305A (zh) * | 2020-06-30 | 2020-10-09 | 国电南瑞科技股份有限公司 | 一种山地型分布式光伏电站无人机巡检避障方法及系统 |
CN112050814A (zh) * | 2020-08-28 | 2020-12-08 | 国网智能科技股份有限公司 | 一种室内变电站无人机视觉导航系统及方法 |
CN112819253A (zh) * | 2021-03-02 | 2021-05-18 | 华东师范大学 | 一种无人机避障和路径规划装置及方法 |
CN113433965A (zh) * | 2020-03-23 | 2021-09-24 | 北京三快在线科技有限公司 | 无人机避障方法,装置,存储介质及电子设备 |
CN113450451A (zh) * | 2021-06-30 | 2021-09-28 | 南昌路兴交通工程监理咨询有限公司 | 一种工程监理用三维立体展示系统 |
US11334064B2 (en) * | 2017-01-22 | 2022-05-17 | SZ DJI Technology Co., Ltd. | Control method and system of a movable device and movable device thereof |
CN115562348A (zh) * | 2022-11-03 | 2023-01-03 | 国网福建省电力有限公司漳州供电公司 | 基于变电站的无人机图像技术方法 |
WO2023077432A1 (zh) * | 2021-11-05 | 2023-05-11 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
CN117130392A (zh) * | 2023-10-26 | 2023-11-28 | 深圳森磊弘泰消防科技有限公司 | 基于bim数据进行室内定位导航的无人机及控制方法 |
-
2015
- 2015-12-30 CN CN201511006931.3A patent/CN106933243A/zh active Pending
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11334064B2 (en) * | 2017-01-22 | 2022-05-17 | SZ DJI Technology Co., Ltd. | Control method and system of a movable device and movable device thereof |
CN107329490A (zh) * | 2017-07-21 | 2017-11-07 | 歌尔科技有限公司 | 无人机避障方法及无人机 |
CN110891862A (zh) * | 2017-08-10 | 2020-03-17 | 杭州零零科技有限公司 | 飞行系统中用于避障的系统和方法 |
CN107479575B (zh) * | 2017-08-25 | 2019-12-17 | 中国地质大学(武汉) | 一种多旋翼无人机飞行控制方法及系统 |
CN107479575A (zh) * | 2017-08-25 | 2017-12-15 | 中国地质大学(武汉) | 一种多旋翼无人机飞行控制方法及系统 |
CN107656545A (zh) * | 2017-09-12 | 2018-02-02 | 武汉大学 | 一种面向无人机野外搜救的自主避障与导航方法 |
CN107817811A (zh) * | 2017-10-26 | 2018-03-20 | 哈尔滨市舍科技有限公司 | 基于视觉的无人机防碰撞装置及方法 |
CN108037767A (zh) * | 2017-12-13 | 2018-05-15 | 王俊梅 | 一种无人机视线死角转向逃逸飞行系统 |
CN109933092A (zh) * | 2017-12-18 | 2019-06-25 | 北京京东尚科信息技术有限公司 | 飞行器避障方法、装置和飞行器 |
CN108844538A (zh) * | 2018-05-07 | 2018-11-20 | 中国人民解放军国防科技大学 | 一种基于视觉/惯导的无人机避障航点生成方法 |
CN108844538B (zh) * | 2018-05-07 | 2021-01-19 | 中国人民解放军国防科技大学 | 一种基于视觉/惯导的无人机避障航点生成方法 |
CN110298267A (zh) * | 2019-06-11 | 2019-10-01 | 北京百度网讯科技有限公司 | 路径处理方法、设备和存储介质 |
CN110298267B (zh) * | 2019-06-11 | 2021-12-14 | 北京百度网讯科技有限公司 | 路径处理方法、设备和存储介质 |
CN110522359A (zh) * | 2019-09-03 | 2019-12-03 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人的控制方法 |
CN110522359B (zh) * | 2019-09-03 | 2021-09-03 | 深圳飞科机器人有限公司 | 清洁机器人以及清洁机器人的控制方法 |
CN110658840A (zh) * | 2019-10-28 | 2020-01-07 | 郑州航空工业管理学院 | 一种用于多旋翼无人机的自主导航避障方法及装置 |
CN113433965A (zh) * | 2020-03-23 | 2021-09-24 | 北京三快在线科技有限公司 | 无人机避障方法,装置,存储介质及电子设备 |
CN111638727A (zh) * | 2020-05-29 | 2020-09-08 | 西北工业大学 | 一种基于深度图像的多旋翼飞行器安全导航控制方法 |
CN111638727B (zh) * | 2020-05-29 | 2022-09-23 | 西北工业大学 | 一种基于深度图像的多旋翼飞行器安全导航控制方法 |
CN111752305A (zh) * | 2020-06-30 | 2020-10-09 | 国电南瑞科技股份有限公司 | 一种山地型分布式光伏电站无人机巡检避障方法及系统 |
CN112050814A (zh) * | 2020-08-28 | 2020-12-08 | 国网智能科技股份有限公司 | 一种室内变电站无人机视觉导航系统及方法 |
CN112819253A (zh) * | 2021-03-02 | 2021-05-18 | 华东师范大学 | 一种无人机避障和路径规划装置及方法 |
CN113450451A (zh) * | 2021-06-30 | 2021-09-28 | 南昌路兴交通工程监理咨询有限公司 | 一种工程监理用三维立体展示系统 |
WO2023077432A1 (zh) * | 2021-11-05 | 2023-05-11 | 深圳市大疆创新科技有限公司 | 可移动平台的控制方法、装置、可移动平台及存储介质 |
CN115562348A (zh) * | 2022-11-03 | 2023-01-03 | 国网福建省电力有限公司漳州供电公司 | 基于变电站的无人机图像技术方法 |
CN117130392A (zh) * | 2023-10-26 | 2023-11-28 | 深圳森磊弘泰消防科技有限公司 | 基于bim数据进行室内定位导航的无人机及控制方法 |
CN117130392B (zh) * | 2023-10-26 | 2024-02-20 | 深圳森磊弘泰消防科技有限公司 | 基于bim数据进行室内定位导航的无人机及控制方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106933243A (zh) | 一种基于双目视觉的无人机实时避障系统及方法 | |
US12072705B2 (en) | Intelligent decision-making method and system for unmanned surface vehicle | |
Rohan et al. | Convolutional neural network-based real-time object detection and tracking for parrot AR drone 2 | |
Mancini et al. | J-mod 2: Joint monocular obstacle detection and depth estimation | |
Nuske et al. | Autonomous exploration and motion planning for an unmanned aerial vehicle navigating rivers | |
CN105955303A (zh) | 无人机自主避障方法、装置 | |
CN104015931B (zh) | 一种无人机自动加油盲区视觉定位测控方法、系统及实验平台 | |
Winkvist et al. | Towards an autonomous indoor aerial inspection vehicle | |
CN106155082B (zh) | 一种基于光流的无人机仿生智能避障方法 | |
CN108106617A (zh) | 一种无人机自动避障方法 | |
Fan et al. | Dynamicfilter: an online dynamic objects removal framework for highly dynamic environments | |
Duan et al. | Robust cooperative target detection for a vision-based UAVs autonomous aerial refueling platform via the contrast sensitivity mechanism of eagle's eye | |
Desaraju et al. | Vision-based Landing Site Evaluation and Trajectory Generation Toward Rooftop Landing. | |
Kwon et al. | A robust mobile target localization method for cooperative unmanned aerial vehicles using sensor fusion quality | |
Javaid et al. | A machine learning based method for object detection and localization using a monocular rgb camera equipped drone | |
Zhou et al. | Real-time object detection and pose estimation using stereo vision. An application for a Quadrotor MAV | |
Yang et al. | A semantic SLAM-based method for navigation and landing of UAVs in indoor environments | |
Chen et al. | Real-time active detection of targets and path planning using UAVs | |
Dubey et al. | Droan-disparity-space representation for obstacle avoidance: Enabling wire mapping & avoidance | |
Liu et al. | UAV-to-UAV target re-searching using a Bayes-based spatial probability distribution algorithm | |
Guruprasad et al. | Autonomous UAV Object Avoidance with Floyd–Warshall Differential Evolution (FWDE) approach | |
Li et al. | UAV System integration of real-time sensing and flight task control for autonomous building inspection task | |
Lei et al. | A high performance altitude navigation system for small rotorcraft unmanned aircraft | |
Miller et al. | Evaluating a DNN Trained on a Laboratory-Generated Dataset Against Actual Flight Test Data for Completing the Autonomous Aerial Refueling Mission | |
Yigit et al. | Visual attitude stabilization of a unmanned helicopter in unknown environments with an embedded single-board computer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170707 |
|
WD01 | Invention patent application deemed withdrawn after publication |