CN107065925B - 一种无人机返航方法及装置 - Google Patents
一种无人机返航方法及装置 Download PDFInfo
- Publication number
- CN107065925B CN107065925B CN201710212921.8A CN201710212921A CN107065925B CN 107065925 B CN107065925 B CN 107065925B CN 201710212921 A CN201710212921 A CN 201710212921A CN 107065925 B CN107065925 B CN 107065925B
- Authority
- CN
- China
- Prior art keywords
- flight
- unmanned aerial
- aerial vehicle
- image information
- position information
- 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 78
- 238000012545 processing Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 230000004927 fusion Effects 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 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 description 3
- 230000008054 signal transmission Effects 0.000 claims description 3
- 206010063385 Intellectualisation Diseases 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
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)
- Navigation (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机返航方法及装置，包括：确定无人机在飞行过程中的飞行初始点以及飞行终点；在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。可见，在本方案中，无人机通过自身构建的飞行地图进行返航，无须人为进行远程控制，具备高度的智能化；并且在返航过程中可根据飞行地图不断校正飞行路径，提升了返航的准确性。
Description
技术领域
本发明涉及计算机图像处理技术领域，更具体地说，涉及一种无人机返航方法及装置。
背景技术
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，广泛应用于科学探测和危险监测等领域。无人机通常具有自动返航功能，现有的无人机自动返航方法是无人机直接沿着无人机目前的位置和原始的出发位置所确定的直线路径返航。以便于无人机飞到较远的位置时，在没有操作者的操作下，自动飞回到原始的出发点。目前关于无人机返航的方法有多种，有的无人机在起飞前就已经规划好了返航的路线，有的无人机需要用户人为操作返航，前一种返航方法是一种不可控的行为，如果在飞行过程中遇到突发情况，导致无法按照既定路线飞行，则无法及时返航，后一种方法需要人为操作，增加了返航的难度。另外，也存在无人机在飞行过程中传感器组件失效、卫星定位系统无信号等情况，无法确定返航航向，此时通过遥控端及自动返航机构均无法实现有效的返航。
因此，如何实现无人机的自主返航该，提升无人机返航的可靠性，是本领域技术人员需要解决的问题。
发明内容
本发明的目的在于提供一种无人机返航方法及装置，以实现无人机的自主返航该，提升无人机返航的可靠性。
为实现上述目的，本发明实施例提供了如下技术方案：
一种无人机返航方法，包括：
确定无人机在飞行过程中的飞行初始点以及飞行终点；
在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。
其中，所述确定无人机在飞行过程中的飞行初始点以及飞行终点之后，还包括：
控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。
其中，所述控制无人机降落至地面之后，还包括：
向地面站发送无人机降落通知。
其中，所述根据实时采集的位置信息及图像信息构建飞行地图，包括：
对实时采集的图像信息进行预处理，并提取环境特征；
对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图。
其中，所述通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回，包括：
判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
若匹配，则继续向所述飞行初始点飞行；若不匹配，则根据匹配结果对无人机的飞行路径进行校正。
一种无人机返航装置，包括：
确定模块，用于确定无人机在飞行过程中的飞行初始点以及飞行终点；
飞行地图构建模块，用于在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
采集模块，用于在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息；
第一控制模块，用于通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。
其中，还包括：
第二控制模块，用于控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。
其中，还包括：
无线信号传输模块，向地面站发送无人机降落通知。
其中，所述飞行地图构建模块，包括：
环境特征提取单元，用于对实时采集的图像信息进行预处理，并提取环境特征；
飞行位置推算单元，用于对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
飞行地图构建单元，用于对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图。
其中，所述第一控制模块，包括：
判断单元，用于判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
飞行控制单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息匹配时，控制无人机继续向所述飞行初始点飞行；
飞行路径校正单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息不匹配时，根据匹配结果对无人机的飞行路径进行校正。
通过以上方案可知，本发明实施例提供的一种无人机返航方法，包括：确定无人机在飞行过程中的飞行初始点以及飞行终点；在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。
可见，在本方案中，无人机通过自身构建的飞行地图进行返航，无须人为进行远程控制，具备高度的智能化；并且在返航过程中不断校正飞行路径，提升了返航的准确性；本发明还公开了一种无人机返航装置，同样能实现上述技术效果。
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作简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明实施例公开的一种无人机返航方法流程示意图；
图2为本发明实施例公开的一种无人机返航装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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作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。
本发明实施例公开了一种无人机返航方法及装置，以实现无人机的自主返航该，提升无人机返航的可靠性。
参见图1，本发明实施例提供的一种无人机返航方法，包括：
S101、确定无人机在飞行过程中的飞行初始点以及飞行终点；
其中，确定无人机在飞行过程中的飞行初始点以及飞行终点之后，还包括：控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。其中，所述控制无人机降落至地面之后，还包括：向地面站发送无人机降落通知。
具体的，本实施例中的飞行初始点和飞行终点为用户预先设置的无人机的飞行起点和飞行终点，需要说明的是，本实施例的飞行初始点并不一定是地面，可以是垂直地面预定高度的初始点。在飞行初始点不是地面的时候，在无人机垂直飞行至一定高度后，通过无人机采集该点的图像信息，并进行图像处理，得到图像处理后的结果，然后根据图像处理后的结果和无人机垂直飞行的特点，确定系统飞行初始点。当飞机返航至该飞行初始点后，可控制无人机垂直降落到地平面，并向地面站发送降落成功的通知信息。
S102、在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
其中，所述根据实时采集的位置信息及图像信息构建飞行地图，包括：
对实时采集的图像信息进行预处理，并提取环境特征；
对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图。
具体的，无人机按照设定的飞行终点飞行，并且在飞行过程中，无人机实时采集位置信息和周围环境信息，并构建飞行地图进行存储，在本实施例中，构建飞行地图的方法包括以下步骤：
S11：对采集获取到的双目图像信息进行图像预处理；
S12：对图像预处理后的双目图像信息进行环境特征提取；
S13：对无人机的进行飞行位置推算，将推算的结果进行数据格式转换；
S14：对步骤S12和S13处理后的结果进行不确定信息融合；
S15：对不确定信息融合的结果进行扩展卡尔曼滤波处理，根据处理后的结果更新地图或构建地图，以及根据处理后的结果更新无人机的位置和进行无人机实时定位。
具体的，在S12中对预处理后的双目图像进行特征提取的方法包括以下步骤：
S121：生成预处理后的图像对应的多尺度空间；
S122：进行极值点检测；
S123：根据极值点检测的结果，精确定位特征点的位置；
S124：确定特征点的主方向；
S125：生成特征描述符，完成特征提取。
进一步的，在步骤121中生成多尺度空间的方法采用如下公式：
L(x，y，z)＝G(x，y，z)*I(x，y)；
其中*为卷积运算符号，(x，y)是图像中像素的位置，z是尺度空间因子，值越小表示图像被平滑的越少，相应的尺度也就越小。大尺度对应于图像的概貌特征，小尺度对应于图像的细节特征。
S103、在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。
其中，所述通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回，包括：
判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
若匹配，则继续向所述飞行初始点飞行；若不匹配，则根据匹配结果对无人机的飞行路径进行校正。
具体的，无人机到达飞行终点后，按照构建的飞行地图引导无人机原路返回，在返航时，通过实时采集的位置信息和图像信息与飞行地图中存储的位置和图像进行匹配，判断是否应该进行飞行路径校正；若需要进行飞行路径矫正，则调整无人机的位置；若不需要进行飞行路径矫正，则继续向飞行初始点飞行。需要说明的是，本实施例中的图像信息可以为通过双目摄像机采集的双目图像信息。
下面对本发明实施例提供的一种无人机返航装置进行介绍，下文描述的一种无人机返航装置与上文描述的一种无人机返航方法可以相互参照。
参见图2，本发明实施例提供的一种无人机返航装置，包括：
确定模块100，用于确定无人机在飞行过程中的飞行初始点以及飞行终点；
飞行地图构建模块200，用于在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
采集模块300，用于在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息；
第一控制模块400，用于通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回。
基于上述实施例，还包括：
第二控制模块，用于控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。
基于上述实施例，还包括：
无线信号传输模块，向地面站发送无人机降落通知。
基于上述实施例，所述飞行地图构建模块，包括：
环境特征提取单元，用于对实时采集的图像信息进行预处理，并提取环境特征；
飞行位置推算单元，用于对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
飞行地图构建单元，用于对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图。
基于上述实施例，所述第一控制模块，包括：
判断单元，用于判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
飞行控制单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息匹配时，控制无人机继续向所述飞行初始点飞行；
飞行路径校正单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息不匹配时，根据匹配结果对无人机的飞行路径进行校正。
需要说明的是，本方案的无人机返航方式使用的是：即时定位与地图构建技术，指的是在自身位置不确定的条件下，在完全未知环境中创建地图，同时利用地图进行自主定位和导航。其可以描述为：在未知环境中从一个未知位置开始移动，在移动过程中根据位置估计和传感器数据进行自身定位，同时建造增量式地图。其主要包含三个步骤：
(1)定位：必须知道自己在环境中位置。
(2)建图：必须记录环境中特征的位置(如果知道自己的位置)。
(3)地图创建：机器人在定位的同时建立环境地图。其基本原理是运过概率统计的方法，通过多特征匹配来达到定位和减少定位误差的。
可见，本方案基于即时定位与地图构建技术，自己构建导航地图并进行自我定位，无须人为进行远程控制，具备高度的智能化，降低了返航的难度。相对于依靠GPS定位的返航，避免了因为卫星信号无法接收导致的返航失败；同时，在返航过程中不断校正飞行路径，提升了返航的准确性，在一些特殊情况和环境较为苛刻的状况下，如人为无法控制和GPS信号无法接收的地方，也能很好适应完成返航任务，具备很高的实用性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种无人机返航方法，其特征在于，包括：
确定无人机在飞行过程中的飞行初始点以及飞行终点；
在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息，并通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回；
所述根据实时采集的位置信息及图像信息构建飞行地图，包括：
对实时采集的图像信息进行预处理，并提取环境特征；
对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图；
所述图像信息为双目图像信息，对实时采集的双目图像信息进行预处理，并提取环境特征的方法包括：
生成预处理后的图像对应的多尺度空间；
进行极值点检测；
根据极值点检测的结果，精确定位特征点的位置；
确定特征点的主方向；
生成特征描述符，完成特征提取。
2.根据权利要求1所述的无人机返航方法，其特征在于，所述确定无人机在飞行过程中的飞行初始点以及飞行终点之后，还包括：
控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。
3.根据权利要求2所述的无人机返航方法，其特征在于，所述控制无人机降落至地面之后，还包括：
向地面站发送无人机降落通知。
4.根据权利要求1所述的无人机返航方法，其特征在于，所述通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回，包括：
判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
若匹配，则继续向所述飞行初始点飞行；若不匹配，则根据匹配结果对无人机的飞行路径进行校正。
5.一种无人机返航装置，其特征在于，包括：
确定模块，用于确定无人机在飞行过程中的飞行初始点以及飞行终点；
飞行地图构建模块，用于在无人机从所述飞行初始点向所述飞行终点的飞行过程中，实时采集无人机的位置信息及图像信息，并根据实时采集的位置信息及图像信息构建飞行地图；
采集模块，用于在无人机从所述飞行终点向所述飞行初始点的返航过程中，实时采集无人机返航过程中的位置信息和图像信息；
第一控制模块，用于通过无人机在返航过程中的位置信息和图像信息与所述飞行地图进行对比校正，控制无人机按照原路径返回；
所述飞行地图构建模块，包括：
环境特征提取单元，用于对实时采集的图像信息进行预处理，并提取环境特征；
飞行位置推算单元，用于对实时采集的位置信息进行推算，并将推算结果进行数据格式转换；
飞行地图构建单元，用于对提取的环境特征和格式转换后的飞行位置进行不确定信息融合，对融合后的结果进行扩展卡尔曼滤波处理，并根据处理结果构建所述飞行地图；
所述图像信息为双目图像信息，对实时采集的双目图像信息进行预处理，并提取环境特征的方法包括：
生成预处理后的图像对应的多尺度空间；
进行极值点检测；
根据极值点检测的结果，精确定位特征点的位置；
确定特征点的主方向；
生成特征描述符，完成特征提取。
6.根据权利要求5所述的无人机返航装置，其特征在于，还包括：
第二控制模块，用于控制无人机从地面飞行至所述飞行初始点，并在检测到无人机返航至所述飞行初始点后，控制无人机降落至地面。
7.根据权利要求6所述的无人机返航装置，其特征在于，还包括：
无线信号传输模块，向地面站发送无人机降落通知。
8.根据权利要求5所述的无人机返航装置，其特征在于，所述第一控制模块，包括：
判断单元，用于判断实时采集的位置信息和图像信息，与所述飞行地图中对应的位置信息及图像信息是否匹配；
飞行控制单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息匹配时，控制无人机继续向所述飞行初始点飞行；
飞行路径校正单元，用于在实时采集的位置信息和图像信息与所述飞行地图中对应的位置信息及图像信息不匹配时，根据匹配结果对无人机的飞行路径进行校正。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710212921.8A CN107065925B (zh) | 2017-04-01 | 2017-04-01 | 一种无人机返航方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710212921.8A CN107065925B (zh) | 2017-04-01 | 2017-04-01 | 一种无人机返航方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107065925A CN107065925A (zh) | 2017-08-18 |
| CN107065925B true CN107065925B (zh) | 2020-04-07 |
Family
ID=59601423
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710212921.8A Active CN107065925B (zh) | 2017-04-01 | 2017-04-01 | 一种无人机返航方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107065925B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108700892A (zh) * | 2017-09-27 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种路径调整方法及无人机 |
| CN108153334B (zh) * | 2017-12-01 | 2020-09-25 | 南京航空航天大学 | 无合作目标式无人直升机视觉自主返航与着降方法及系统 |
| WO2020006732A1 (zh) * | 2018-07-05 | 2020-01-09 | 深圳市道通智能航空技术有限公司 | 无人机降落方法、装置及无人机 |
| CN109074638B (zh) * | 2018-07-23 | 2020-04-24 | 深圳前海达闼云端智能科技有限公司 | 融合建图方法、相关装置及计算机可读存储介质 |
| CN111367310A (zh) * | 2018-12-26 | 2020-07-03 | 顺丰科技有限公司 | 航线偏离预警方法、装置、设备及存储介质 |
| WO2020144245A1 (en) | 2019-01-09 | 2020-07-16 | Signify Holding B.V. | Systems, methods, and devices for drone detection using an outdoor lighting network |
| CN110285822A (zh) * | 2019-07-01 | 2019-09-27 | 东莞理工学院 | 无人机建图算法与无人车导航算法的融合应用系统及方法 |
| WO2021056144A1 (zh) * | 2019-09-23 | 2021-04-01 | 深圳市大疆创新科技有限公司 | 可移动平台的返航控制方法、装置及可移动平台 |
| CN110597297A (zh) * | 2019-10-21 | 2019-12-20 | 深圳市道通智能航空技术有限公司 | 一种飞行器返航控制方法、装置、飞行器和存储介质 |
| KR102162055B1 (ko) * | 2019-12-20 | 2020-10-06 | 한국전자기술연구원 | 무인기용 지능형 가속처리장치 |
| CN112859841A (zh) * | 2020-12-31 | 2021-05-28 | 青岛海尔科技有限公司 | 路线引导方法和装置 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3081902B1 (en) * | 2014-03-24 | 2019-04-17 | SZ DJI Technology Co., Ltd. | Method and apparatus for correcting aircraft state in real time |
| CN104807456B (zh) * | 2015-04-29 | 2018-04-17 | 深圳市保千里电子有限公司 | 一种gps无信号时自动返航的方法 |
| CN106325305B (zh) * | 2015-06-29 | 2020-03-20 | 优利科技有限公司 | 对地定位或导航用相机、飞行器及其导航方法和系统 |
| CN105425810A (zh) * | 2015-12-29 | 2016-03-23 | 国家电网公司 | 一种巡检用无人机 |
| CN106155086B (zh) * | 2016-08-09 | 2018-10-30 | 长安大学 | 一种道路检测无人机及其自动巡航方法 |
| CN106325299A (zh) * | 2016-09-13 | 2017-01-11 | 上海顺砾智能科技有限公司 | 基于视觉的无人机返航着陆方法 |
-
2017
- 2017-04-01 CN CN201710212921.8A patent/CN107065925B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107065925A (zh) | 2017-08-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107065925B (zh) | 一种无人机返航方法及装置 | |
| US11604479B2 (en) | Methods and system for vision-based landing | |
| CN110462343B (zh) | 使用自动标记的图像来对车辆进行导航的方法和系统 | |
| CN111492326B (zh) | 用于无人飞行器的基于图像的定位以及相关系统和方法 | |
| CN106403954B (zh) | 无人机自动航迹生成方法 | |
| EP3158417B1 (en) | Sensor fusion using inertial and image sensors | |
| CN110606071A (zh) | 一种泊车方法、装置、车辆和存储介质 | |
| CN111123964B (zh) | 一种无人机降落方法、设备以及计算机可读介质 | |
| WO2016131005A1 (en) | Unmanned aerial vehicle sensor activation and correlation | |
| RU2703412C2 (ru) | Способ обеспечения автоматической посадки летательного аппарата | |
| CN109341686B (zh) | 一种基于视觉-惯性紧耦合的飞行器着陆位姿估计方法 | |
| CN111338383A (zh) | 基于gaas的自主飞行方法及系统、存储介质 | |
| US20190003840A1 (en) | Map registration point collection with mobile drone | |
| CN112596071A (zh) | 无人机自主定位方法、装置及无人机 | |
| CN112712558A (zh) | 一种无人驾驶设备的定位方法及装置 | |
| CN112379681A (zh) | 无人机避障飞行方法、装置及无人机 | |
| US10642272B1 (en) | Vehicle navigation with image-aided global positioning system | |
| CN112378397A (zh) | 无人机跟踪目标的方法、装置及无人机 | |
| CN111580559A (zh) | 一种无人飞行器防丢失方法和控制系统 | |
| KR20160036287A (ko) | 주행정보지도 기반 무인차량 및 이를 이용한 지역경로계획 관리 방법 | |
| CN113093759A (zh) | 基于多传感器信息融合的机器人编队构造方法及系统 | |
| CN112380933A (zh) | 无人机识别目标的方法、装置及无人机 | |
| KR101837821B1 (ko) | 다중구조 필터를 이용한 위치추정 방법 및 이의 시스템 | |
| CN115755950A (zh) | 一种基于激光雷达和相机数据融合的无人机定点降落方法 | |
| CN115235478A (zh) | 基于视觉标签和激光slam的智能汽车定位方法及系统 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |