CN107402578A - 无人机全景障碍感知方法、装置、设备及存储介质 - Google Patents
无人机全景障碍感知方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107402578A CN107402578A CN201710475053.2A CN201710475053A CN107402578A CN 107402578 A CN107402578 A CN 107402578A CN 201710475053 A CN201710475053 A CN 201710475053A CN 107402578 A CN107402578 A CN 107402578A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- barrier
- information
- obstacle
- panorama
- 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 abstract description 34
- 230000001149 cognitive effect Effects 0.000 title claims abstract description 15
- 230000004888 barrier function Effects 0.000 claims abstract description 82
- 230000000007 visual effect Effects 0.000 claims abstract description 54
- 230000008447 perception Effects 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 16
- 230000001360 synchronised effect Effects 0.000 claims description 15
- 230000004927 fusion Effects 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 4
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000003702 image correction Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000001514 detection method Methods 0.000 description 13
- 230000007613 environmental effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000002604 ultrasonography Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000012491 analyte Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 210000005252 bulbus oculi Anatomy 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 210000001508 eye Anatomy 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/02—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems using reflection of acoustic waves
- G01S15/06—Systems determining the position data of a target
- G01S15/08—Systems for measuring distance only
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/86—Combinations of sonar systems with lidar systems; Combinations of sonar systems with systems not using wave reflection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S15/00—Systems using the reflection or reradiation of acoustic waves, e.g. sonar systems
- G01S15/88—Sonar systems specially adapted for specific applications
- G01S15/93—Sonar systems specially adapted for specific applications for anti-collision purposes
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Acoustics & Sound (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明适用计算机技术领域,提供了一种无人机全景障碍感知方法、装置、设备及存储介质,该方法包括:通过无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息,通过无人机的环形感知器获取无人机到障碍物的距离信息,通过无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,获取对障碍物的感知信息,从而实现了无人机全景障碍的有效感知,提高了无人机全景障碍感知的稳定性,增大了无人机全景障碍感知的双目共视范围,同时降低了无人机全景障碍感知的功耗。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种无人机全景障碍感知方法、装置、设备及存储介质。
背景技术
近年来,无人机作为一种新兴的应用平台,伴随着先进机器人技术的引入加快了无人机迈向智能化的步伐,为无人机在诸多领域的应用创造了无限可能。其中微型无人机因其体积小、机动性强、操作灵活、成本低等特点而在侦察、环境等军用和民用领域得到了广泛地应用,特别是在人员搜救任务中的应用前景十分广阔。相对于传统的人工搜救方法,微型无人机在效率和可靠性上有着无以比拟的天然优势,具体表现在微型无人机可进入救援人员因环境本身存在危险性和复杂性而无法进入的区域执行人员搜救任务。此外,由于无人机可在短时间内针对较大区域范围内的信息进行搜集,在一定程度上保证了信息获取的实时性,这一点在人员搜救任务中尤为重要。
无人机在执行人员搜救任务中面临着诸多亟待解决的问题,首当其冲的就是障碍物检测问题。值得注意的是,障碍物检测结果的有效性与否直接关乎无人机的飞行安全,乃至可能衍生出一系列生命、财产安全问题,因此障碍物的有效检测是确保无人机顺利执行人员搜救任务的重要前提。
在不确定环境中的无人机自主导航需要多个同类或异类传感器组合来感知所在空间的多方面结构信息。视觉导航具有信息丰富、成本低等特点,但摄像机所获得的二维图像信息难以构造立体的空间模型,在较复杂环境下难以准确识别障碍物。而超声波传感器可以弥补视觉传感器的不足,提供障碍物的距离信息,但超声波传感器本身存在误差且无法得到目标准确方向,导致无人机的障碍感知能力差。
目前,基于视觉的环境障碍物检测可使用单目视觉或双目视觉。单目视觉使用一台机载摄像机,所获取飞行图像是二维的,在图像投影过程中会丢失飞行环境的三维信息。并且由于工作环境的复杂性、自身状态的不确定性和单一传感器的局限性,独立使用任何一种传感器仅能获得环境信息的部分特征,难以使系统正确了解外部环境状况。另外,单一传感器无法克服其自身观察范围偏窄的缺陷,还受到自身性能的影响,采集到的信息往往是不完善的,甚至是错误的。若采用上述单信息源的检测装置进行障碍物检测,将不能准确地检测到前方的所有障碍物,经常会出现检测失灵的情况。现有的基于双目视觉传感器的障碍物探测系统存在两个视觉传感器的共视范围小,易出现多义性的缺陷,实时性差等不足,也无法满足无人机执行任务时所处自然环境中的导航应用需求。
例如,申请号为201520820313.1的技术方案中,使用双目视觉传感器实现障碍物检测,完成自主避障功能,该系统充分考虑了双目视觉的优势,即双目视觉可以模仿人的眼睛和人类立体视觉感知的过程,但是单一的双目视觉进行障碍物检测存在共视范围小,易出现多义性,实时性差等缺陷。例如,申请号为201510565953.7的技术方案中,使用测角装置和测距装置完成障碍物检测,实现全方位避障功能,此系统采用红外线传感器作为距离传感器,可以近距离实时检测的障碍物信息,但是精度低,受光线影响严重。
发明内容
本发明的目的在于提供一种无人机全景障碍感知方法、装置、设备及存储介质,旨在解决由于现有技术无法提供一种稳定性高、功耗低、双目共视范围大且实时性好的有效进行无人机全景障碍感知方法,导致障碍感知的实时性不高、准确性较低的问题。
一方面,本发明提供了一种无人机全景障碍感知方法,所述方法包括下述步骤:
无人机的双目视觉系统获取所述无人机飞行环境的视觉信息,并对所述获取到的视觉信息进行处理,以获取障碍物的视觉信息;
所述无人机的环形感知器获取所述无人机到所述障碍物的距离信息;
所述无人机的信息融合处理器对所述获取到的障碍物的视觉信息和所述距离信息进行融合,获取对所述障碍物的感知信息。
另一方面,本发明提供了一种无人机全景障碍感知装置,所述装置包括:
视觉获取单元,用于无人机的双目视觉系统获取所述无人机飞行环境的视觉信息,并对所述获取到的视觉信息进行处理,以获取障碍物的视觉信息;
距离获取单元,用于所述无人机的环形感知器获取所述无人机到所述障碍物的距离信息;以及
障碍物感知单元,用于所述无人机的信息融合处理器对所述获取到的障碍物的视觉信息和所述距离信息进行融合,获取对所述障碍物的感知信息。
另一方面,本发明还提供了一种无人机全景障碍感知设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如一种无人机全景障碍感知方法所述方法的步骤。
另一方面,本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如一种无人机全景障碍感知方法所述方法的步骤。
本发明通过无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息,通过无人机的环形感知器获取无人机到障碍物的距离信息,通过无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,获取对障碍物的感知信息,从而实现了无人机全景障碍的有效感知,提高了无人机全景障碍感知的稳定性,增大了无人机全景障碍感知的双目共视范围,同时降低了无人机全景障碍感知的功耗。
附图说明
图1是本发明实施例一提供的无人机全景障碍感知方法的实现流程图;
图2是本发明实施例二提供的无人机全景障碍感知装置的结构示意图;
图3是本发明实施例二提供的无人机全景障碍感知装置的优选结构示意图;
图4是本发明实施例三提供的无人机全景障碍感知设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
以下结合具体实施例对本发明的具体实现进行详细描述:
实施例一:
图1示出了本发明实施例一提供的无人机全景障碍感知方法的实现流程,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
在步骤S101中,无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息。
在本发明实施例中,双目视觉系统包括两台机载摄像机和视觉采集处理器。双目视觉系统获取无人机的环境视觉信息,并对获取的环境视觉信息进行理解分析,最终获得环境信息,同时判断并给出环境中的障碍物信息。
优选地,双目视觉系统中的两台机载摄像机同时获取无人机的两路同步图像,然后视觉采集处理器对这两路同步图像进行校正,获取校正后的两路同步图像的视差图像,根据视差图像建立障碍物深度信息,最后根据障碍物深度信息获取环境中的障碍物的视觉信息,从而增大了无人机全景障碍感知的双目共视范围,进而增大无人机的障碍物检测范围。
在步骤S102中,无人机的环形感知器获取无人机到障碍物的距离信息。
在本发明实施例中,环形感知器搭载多个发散角重叠的超声波传感器,这些超声波传感器组成超声波传感器阵列。环形感知器通过超声波传感器检测无人机与障碍物之间的距离,以获取无人机到障碍物的距离信息。
优选地,环形感知器绕无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描,获取无人机周围空间结构的概要信息,根据获取的概要信息,选择高置信度障碍方位,对高置信度障碍方位进行视觉扫描与超声波扫描,并对扫描得到的多模态信息加以融合,根据融合结果获取无人机到障碍物的距离信息,从而避免了捕获空间信息时微型无人机的整体转向,提高了距离测量精度,有效降低了无人机的功耗并提高了无人机机体的稳定性。
进一步优选地,在对扫描得到的多模态信息进行融合时,使用预设的基于扩展卡尔曼滤波器数据融合算法,对超声波传感器阵列扫描得到的多模态信息进行融合,从而提高获取无人机到障碍物的距离信息的准确性。
进一步优选地,在环形感知器绕无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描之前,对超声波传感器阵列中的超声波传感器阵元进行灵敏度校验,以确保超声波传感器阵元接收性能的一致性,从而提高获取无人机到障碍物的距离信息的准确性。
在步骤S103中,无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,获取对障碍物的感知信息。
在本发明实施例中,通过无人机的信息融合处理器对对获取到的障碍物的视觉信息和距离信息进行决策层融合,决策层融合后得到对障碍物的感知信息,从而实现了无人机全景障碍的有效感知。优选地,在进行决策层融合时,决策层采用D-S证据理论算法对双目视觉系统获取的视觉信息和超声波传感器阵列获取的距离信息进行融合,从而提高融合的精确性。
实施例二:
图2示出了本发明实施例二提供的无人机全景障碍感知装置的结构,为了便于说明,仅示出了与本发明实施例相关的部分,其中包括:
视觉获取单元21,用于无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息。
在本发明实施例中,双目视觉系统包括两台机载摄像机和视觉采集处理器。双目视觉系统通过视觉获取单元获取无人机的环境视觉信息,并对获取的环境视觉信息进行理解分析,最终获得环境信息,同时判断并给出环境中的障碍物信息。
优选地,双目视觉系统中的两台机载摄像机同时获取无人机的两路同步图像,然后视觉采集处理器对这两路同步图像进行校正,获取校正后的两路同步图像的视差图像,根据视差图像建立障碍物深度信息,最后根据障碍物深度信息获取环境中的障碍物的视觉信息,从而增大了无人机全景障碍感知的双目共视范围,进而增大无人机的障碍物检测范围。
距离获取单元22,用于无人机的环形感知器获取无人机到障碍物的距离信息。
在本发明实施例中,环形感知器搭载多个发散角重叠的超声波传感器,这些超声波传感器组成超声波传感器阵列。环形感知器的距离获取单元通过超声波传感器检测无人机与障碍物之间的距离,以获取无人机到障碍物的距离信息。
优选地,环形感知器绕无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描,获取无人机周围空间结构的概要信息,根据获取的概要信息,选择高置信度障碍方位,对高置信度障碍方位进行视觉扫描与超声波扫描,并对扫描得到的多模态信息加以融合,根据融合结果获取无人机到障碍物的距离信息,从而避免了捕获空间信息时微型无人机的整体转向,提高了距离测量精度,有效降低了无人机的功耗并提高了无人机机体的稳定性。
进一步优选地,在对扫描得到的多模态信息进行融合时,使用预设的基于扩展卡尔曼滤波器数据融合算法,对超声波传感器阵列扫描得到的多模态信息进行融合,从而提高获取无人机到障碍物的距离信息的准确性。
进一步优选地,在环形感知器绕无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描之前,对超声波传感器阵列中的超声波传感器阵元进行灵敏度校验,以确保超声波传感器阵元接收性能的一致性,从而提高获取无人机到障碍物的距离信息的准确性。
障碍物感知单元23,用于无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,以得到对障碍物的感知信息。
在本发明实施例中,通过无人机的信息融合处理器对对获取到的障碍物的视觉信息和距离信息进行决策层融合,决策层融合后得到对障碍物的感知信息,从而实现了无人机全景障碍的有效感知。优选地,在进行决策层融合时,决策层采用D-S证据理论算法对双目视觉系统获取的视觉信息和超声波传感器阵列获取的距离信息进行融合,从而提高融合的精确性。
因此,优选地,如图3所示,该视觉获取单元21包括:
图像校正单元311,用于获取无人机的两路同步图像,对两路同步图像进行校正;
深度建立单元312,用于获取校正后的两路同步图像的视差图像,根据视差图像建立障碍物深度信息;以及
视觉获取子单元313,用于根据障碍物深度信息获取障碍物的视觉信息;
优选地,该距离获取单元22包括:
方位选择单元321,用于环形感知器绕无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描,获取无人机周围空间结构的概要信息,根据获取的概要信息,选择高置信度障碍方位;以及
距离获取子单元322,用于对高置信度障碍方位进行视觉与超声波组合的扫描,并对扫描得到的多模态信息加以融合,根据融合结果获取无人机到障碍物的距离信息。
在本发明实施例中,无人机全景障碍感知装置的各单元可由相应的硬件或软件单元实现,各单元可以为独立的软、硬件单元,也可以集成为一个软、硬件单元,在此不用以限制本发明。
实施例三:
图4示出了本发明实施例三提供的无人机全景障碍感知设备的结构,为了便于说明,仅示出了与本发明实施例相关的部分。
本发明实施例的无人机全景障碍感知设备4包括处理器40、存储器41以及存储在存储器41中并可在处理器40上运行的计算机程序42。该处理器40执行计算机程序42时实现上述无人机全景障碍感知方法实施例中的步骤,例如图1所示的步骤101至103。或者,处理器40执行计算机程序42时实现上述各装置实施例中各单元的功能,例如图2所示模块21至23的功能。
在本发明实施例中,通过无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息,通过无人机的环形感知器获取无人机到障碍物的距离信息,通过无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,获取对障碍物的感知信息。该无人机全景障碍感知设备4中处理器40在执行计算机程序42时实现的步骤具体可参考实施例一中方法的描述,在此不再赘述。
实施例四:
在本发明实施例中,提供了一种计算机可读存储介质,该计算机可读存储介质存储有计算机程序,该计算机程序被处理器执行时实现上述无人机全景障碍感知方法实施例中的步骤,例如,图1所示的步骤101至104。或者,该计算机程序被处理器执行时实现上述各装置实施例中各单元的功能,例如图2所示模块21至23的功能。
在本发明实施例中,通过无人机的双目视觉系统获取无人机飞行环境的视觉信息,并对获取到的视觉信息进行处理,以获取障碍物的视觉信息,通过无人机的环形感知器获取无人机到障碍物的距离信息,通过无人机的信息融合处理器对获取到的障碍物的视觉信息和距离信息进行融合,获取对障碍物的感知信息。该计算机程序被处理器执行时实现的无人机全景障碍感知方法进一步可参考前述方法实施例中步骤的描述,在此不再赘述。
本发明实施例的计算机可读存储介质可以包括能够携带计算机程序代码的任何实体或装置、记录介质,例如,ROM/RAM、磁盘、光盘、闪存等存储器。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种无人机全景障碍感知方法,其特征在于,所述方法包括下述步骤:
无人机的双目视觉系统获取所述无人机飞行环境的视觉信息,并对所述获取到的视觉信息进行处理,以获取障碍物的视觉信息;
所述无人机的环形感知器获取所述无人机到所述障碍物的距离信息;
所述无人机的信息融合处理器对所述获取到的障碍物的视觉信息和所述距离信息进行融合,获取对所述障碍物的感知信息。
2.如权利要求1所述的方法,其特征在于,无人机的双目视觉系统获取所述无人机飞行环境的视觉信息,并对所述获取到的视觉信息进行处理的步骤,包括:
获取所述无人机的两路同步图像,对所述两路同步图像进行校正;
获取所述校正后的两路同步图像的视差图像,根据所述视差图像建立障碍物深度信息;
根据所述障碍物深度信息获取所述障碍物的视觉信息。
3.如权利要求1所述的方法,其特征在于,所述无人机的环形感知器获取所述无人机到所述障碍物的距离信息的步骤,包括:
环形感知器绕所述无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描,获取所述无人机周围空间结构的概要信息,根据所述获取的概要信息,选择高置信度障碍方位;
对所述高置信度障碍方位进行视觉扫描与超声波扫描,并对所述扫描得到的多模态信息加以融合,根据所述融合结果获取所述无人机到所述障碍物的距离信息。
4.如权利要求3所述的方法,其特征在于,环形感知器绕所述无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描的步骤之前,所述方法还包括:
对所述超声波传感器阵列中的超声波传感器阵元进行灵敏度校验,以确保所述超声波传感器阵元接收性能的一致性。
5.如权利要求3所述的方法,其特征在于,对所述扫描得到的多模态信息进行融合的步骤,包括:
使用预设的基于扩展卡尔曼滤波器数据融合算法,对所述超声波传感器阵列扫描得到的多模态信息进行融合。
6.一种无人机全景障碍感知装置,其特征在于,所述装置包括:
视觉获取单元,用于无人机的双目视觉系统获取所述无人机飞行环境的视觉信息,并对所述获取到的视觉信息进行处理,以获取障碍物的视觉信息;
距离获取单元,用于所述无人机的环形感知器获取所述无人机到所述障碍物的距离信息;以及
障碍物感知单元,用于所述无人机的信息融合处理器对所述获取到的障碍物的视觉信息和所述距离信息进行融合,获取对所述障碍物的感知信息。
7.如权利要求6所述的装置,其特征在于,所述视觉获取单元包括:
图像校正单元,用于获取所述无人机的两路同步图像,对所述两路同步图像进行校正;
深度建立单元,用于获取所述校正后的两路同步图像的视差图像,根据所述视差图像建立障碍物深度信息;以及
视觉获取子单元,用于根据所述障碍物深度信息获取所述障碍物的视觉信息。
8.如权利要求6所述的装置,其特征在于,所述距离获取单元包括:
方位选择单元,用于环形感知器绕所述无人机的中轴旋转一周,并同时通过环形感知器上的超声波传感器阵列依次发射超声波束进行全景障碍扫描,获取所述无人机周围空间结构的概要信息,根据所述获取的概要信息,选择高置信度障碍方位;以及
距离获取子单元,用于对所述高置信度障碍方位进行视觉扫描与超声波扫描,并对所述扫描得到的多模态信息加以融合,根据所述融合结果获取所述无人机到所述障碍物的距离信息。
9.一种无人机全景障碍感知设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710475053.2A CN107402578A (zh) | 2017-06-21 | 2017-06-21 | 无人机全景障碍感知方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710475053.2A CN107402578A (zh) | 2017-06-21 | 2017-06-21 | 无人机全景障碍感知方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107402578A true CN107402578A (zh) | 2017-11-28 |
Family
ID=60404802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710475053.2A Pending CN107402578A (zh) | 2017-06-21 | 2017-06-21 | 无人机全景障碍感知方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107402578A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633661A (zh) * | 2018-11-28 | 2019-04-16 | 杭州凌像科技有限公司 | 一种基于rgb-d传感器与超声波传感器融合的玻璃检测系统和方法 |
CN109947126A (zh) * | 2019-03-07 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 四旋翼无人机的控制方法、装置、设备及可读介质 |
CN110187720A (zh) * | 2019-06-03 | 2019-08-30 | 深圳铂石空间科技有限公司 | 无人机导引方法、装置、系统、介质及电子设备 |
CN112817325A (zh) * | 2020-12-18 | 2021-05-18 | 易瓦特科技股份公司 | 一种融合多个传感器数据的方法、装置、设备及存储介质 |
CN115440094A (zh) * | 2022-07-21 | 2022-12-06 | 南京航空航天大学 | 用于直升机近地告警的障碍物探测方法、装置和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202649465U (zh) * | 2012-06-29 | 2013-01-02 | 赵小川 | 一种新型智能障碍物探测系统 |
CN202801931U (zh) * | 2011-11-01 | 2013-03-20 | 洪波 | 一种替代盲人视觉的环境感知装置 |
CN105222760A (zh) * | 2015-10-22 | 2016-01-06 | 一飞智控(天津)科技有限公司 | 一种基于双目视觉的无人机自主障碍物检测系统及方法 |
CN205049151U (zh) * | 2015-09-30 | 2016-02-24 | 长沙开山斧智能科技有限公司 | 一种机器人定位导航系统 |
CN106020232A (zh) * | 2016-07-07 | 2016-10-12 | 天津航天中为数据系统科技有限公司 | 一种无人机避障装置及避障方法 |
CN106569206A (zh) * | 2016-11-15 | 2017-04-19 | 上海无线电设备研究所 | 一种基于微波光学复合的目标探测方法 |
CN106843282A (zh) * | 2017-03-17 | 2017-06-13 | 东南大学 | 基于m100开发平台的区域完全搜索与避障系统及方法 |
CN106873630A (zh) * | 2017-04-20 | 2017-06-20 | 广州极飞科技有限公司 | 一种飞行控制方法及装置,执行设备 |
-
2017
- 2017-06-21 CN CN201710475053.2A patent/CN107402578A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202801931U (zh) * | 2011-11-01 | 2013-03-20 | 洪波 | 一种替代盲人视觉的环境感知装置 |
CN202649465U (zh) * | 2012-06-29 | 2013-01-02 | 赵小川 | 一种新型智能障碍物探测系统 |
CN205049151U (zh) * | 2015-09-30 | 2016-02-24 | 长沙开山斧智能科技有限公司 | 一种机器人定位导航系统 |
CN105222760A (zh) * | 2015-10-22 | 2016-01-06 | 一飞智控(天津)科技有限公司 | 一种基于双目视觉的无人机自主障碍物检测系统及方法 |
CN106020232A (zh) * | 2016-07-07 | 2016-10-12 | 天津航天中为数据系统科技有限公司 | 一种无人机避障装置及避障方法 |
CN106569206A (zh) * | 2016-11-15 | 2017-04-19 | 上海无线电设备研究所 | 一种基于微波光学复合的目标探测方法 |
CN106843282A (zh) * | 2017-03-17 | 2017-06-13 | 东南大学 | 基于m100开发平台的区域完全搜索与避障系统及方法 |
CN106873630A (zh) * | 2017-04-20 | 2017-06-20 | 广州极飞科技有限公司 | 一种飞行控制方法及装置,执行设备 |
Non-Patent Citations (1)
Title |
---|
粘山坡;段立伟;王进华;王军明;: "并行双模式图像复合跟踪装置的设计", 甘肃冶金, no. 04, pages 1 - 2 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109633661A (zh) * | 2018-11-28 | 2019-04-16 | 杭州凌像科技有限公司 | 一种基于rgb-d传感器与超声波传感器融合的玻璃检测系统和方法 |
CN109947126A (zh) * | 2019-03-07 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 四旋翼无人机的控制方法、装置、设备及可读介质 |
CN110187720A (zh) * | 2019-06-03 | 2019-08-30 | 深圳铂石空间科技有限公司 | 无人机导引方法、装置、系统、介质及电子设备 |
CN110187720B (zh) * | 2019-06-03 | 2022-09-27 | 深圳铂石空间科技有限公司 | 无人机导引方法、装置、系统、介质及电子设备 |
CN112817325A (zh) * | 2020-12-18 | 2021-05-18 | 易瓦特科技股份公司 | 一种融合多个传感器数据的方法、装置、设备及存储介质 |
CN115440094A (zh) * | 2022-07-21 | 2022-12-06 | 南京航空航天大学 | 用于直升机近地告警的障碍物探测方法、装置和存储介质 |
CN115440094B (zh) * | 2022-07-21 | 2023-11-07 | 南京航空航天大学 | 用于直升机近地告警的障碍物探测方法、装置和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402578A (zh) | 无人机全景障碍感知方法、装置、设备及存储介质 | |
US12013485B2 (en) | Multi-scale inspection and intelligent diagnosis system and method for tunnel structural defects | |
US11915099B2 (en) | Information processing method, information processing apparatus, and recording medium for selecting sensing data serving as learning data | |
CN100468265C (zh) | 一种复合式视觉导航方法与装置 | |
CN104482934B (zh) | 一种多传感器融合的超近距离自主导航装置与方法 | |
CN109872324A (zh) | 地面障碍物检测方法、装置、设备和存储介质 | |
CN105411490B (zh) | 移动机器人的实时定位方法及移动机器人 | |
CN106444837A (zh) | 一种无人机避障方法及系统 | |
CN108444390A (zh) | 一种无人驾驶汽车障碍物识别方法及装置 | |
CN109211103A (zh) | 推定系统 | |
CN107966989A (zh) | 一种机器人自主导航系统 | |
CN106384382A (zh) | 一种基于双目立体视觉的三维重建系统及其方法 | |
KR102151815B1 (ko) | 카메라 및 라이다 센서 융합을 이용한 객체 검출 방법 및 그를 위한 장치 | |
JP2013232195A (ja) | 3DGeoArcを用いた多モードデータの画像登録 | |
CN109813319A (zh) | 一种基于slam建图的开环优化方法及系统 | |
CN104902246A (zh) | 视频监视方法和装置 | |
Ye et al. | 6-DOF pose estimation of a robotic navigation aid by tracking visual and geometric features | |
CN104331901A (zh) | 一种基于tld的多视角目标跟踪装置及方法 | |
CN109106563A (zh) | 一种基于深度学习算法的自动化导盲装置 | |
CN105844692A (zh) | 基于双目立体视觉的三维重建装置、方法、系统及无人机 | |
CN106096207A (zh) | 一种基于多目视觉的旋翼无人机抗风评估方法及系统 | |
CN108205314A (zh) | 基于立体视觉匹配的机器人导航装置及系统 | |
CN103884281A (zh) | 一种基于主动结构光的巡视器障碍探测方法 | |
CN106291520A (zh) | 一种基于编码激光与双目视觉的辅助驾驶系统及方法 | |
CN204863196U (zh) | 一种三维人体扫描装置 |
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 |