CN108227751B - 一种无人机的降落方法及系统 - Google Patents

Abstract

本发明公开了一种无人机的降落方法及系统，通过使用视觉识别，还会结合移动载体发送出的GPS位置信息进行组合导航，从而有效应对移动载体过快导致视觉系统丢失目标而无法迅速跟踪等问题；通过数字信息滤波融合算法预估所述降落平台的位置‑时间关系及姿态‑时间关系，得到移动载体关于“姿态、位置‑时间”的预测函数，使得根据移动载体关于“姿态、位置‑时间”的预测函数，实时更新无人机的飞行目标，飞行目标包括位置、速度、姿态，以此精准控制无人机的降落点、降落速度和降落时间，从而解决了船只在水面上漂浮引起有三维的偏移，甲板面的降落平台也会不断左右倾斜造成无人机降落不准确甚至无法稳定降落锁定的问题。

Description

一种无人机的降落方法及系统

技术领域

本发明涉及无人机技术领域，尤其涉及一种无人机的降落方法及系统。

背景技术

目前大多数舰载无人机降落过程需要近距离人工遥控完成，不适于无人船携带无人机远洋工作情景，尤其如何将无人机自动降落到无人船舰载平台上尚无先例。常规的无人机引导降落方法(GPS引导)在陆地目标区域效果良好，但难以适应晃动的无人船舰载系统，因为最后阶段目标区域存在横纵摇动，并有信息误差的存在，无法实现无人机精准降落，而且也无法在不同高度和速度进行精确指导。

而且现有的无人机降落方法一般都是直接往下降，没有感知降落时距地面还有多高，或者有感知但是没有加入一些保护措施，而对环境的感知往往没有。

发明内容

本发明的主要目的在于提出一种无人机的降落方法及系统，旨在解决现有技术存在的问题。

为实现上述目的，本发明实施例第一方面提供一种无人机的降落方法，适用于降落在移动载体上，所述方法包括以下步骤：根据获取到移动载体的GPS定位信息，控制无人机飞行至移动载体所在的位置上空；寻找移动载体上的降落平台，计算出无人机相对于所述降落平台的三维位置，并和移动载体的GPS定位信息进行匹配融合，以实时调整无人机姿态，使得无人机在水平方向上向着所述降落平台飞行，不断飞行到所述降落平台的正上方；启动智能跟随模式，使得无人机位于所述降落平台正上方后，保持水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止；启动视觉识别系统，识别所述降落平台的特征图案的三维位置、三维旋转变化，通过数字信息滤波融合算法预估所述降落平台的位置-时间关系及姿态-时间关系；根据预估的所述降落平台的位置-时间关系及姿态-时间关系，精准控制无人机的降落点、降落速度和降落时间，使得无人机与所述降落平台精准接触时所述降落平台处于姿态平正状态。

进一步地，所述智能跟随模式为将视觉导航和GPS导航进行结合定位，具体包括以下步骤：S11、获取一定时间段内的移动载体的GPS定位信息；S12、根据时间轴上排列的GPS定位信息计算出移动载体的移动速度和移动方向；S13、根据计算出的移动速度对无人机进行速度补偿，根据计算出的移动方向控制无人机向着移动载体同向飞行；S14、当无人机位于所述降落平台正上方后，控制无人机的水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止；S15、启动视觉识别系统，利用视觉信息对所述降落平台的特征图案定位锁定。

进一步地，所述数字信息滤波融合算法具体包括以下步骤：S21、基于扩展卡尔曼滤波，对无人机的机载惯性导航传感器、高度传感器、航向传感器与GPS数据进行融合滤波，获取无人机的三维信息与六自由度信息；S22、根据获取到移动载体的GPS定位信息，使用卡尔曼滤波对移动载体的“位置-时间”关系进行粗估计；S23、利用获取到无人机的三维信息对视觉图像信息进行修正补偿，根据识别到的特征图案，估算出移动载体相对于无人机的三维信息与六自由度信息；S24、将估算出的移动载体相对于无人机的三维信息与六自由度信息与步骤S22中的移动载体“位置-时间”的信息进行融合，得到移动载体关于“姿态、位置-时间”的预测函数；S25、根据移动载体关于“姿态、位置-时间”的预测函数，实时更新无人机的飞行目标，飞行目标包括位置、速度、姿态。

进一步地，在所述精准控制无人机的降落点、降落速度和降落时间之前还包括：获取无人机T时刻位置、速度、姿态，根据移动载体的“姿态、位置-时间”的预测函数，计算T+1时刻无人机所需到达的位置及速度。

进一步地，在计算T+1时刻无人机所需到达的位置及速度之后还包括：根据无人机的响应时间，更新无人机的位置、速度、姿态。

此外，为实现上述目的，本发明实施例第二方面提供一种无人机的降落系统，适用于无人机降落在移动载体上，所述系统包括：获取模块，用于获取GPS定位信息；视觉系统模块，用于寻找降落平台以及识别降落平台的特征图案；智能跟随模块，用于使得无人机与所述降落平台保持相对静止；存储器，用于存储获取模块以及视觉系统模块的信息；处理器，用于根据存储器中的信息精准控制无人机的降落点、降落速度和降落时间。

进一步地，所述智能跟随模块设有将视觉导航和GPS导航进行结合定位的智能跟随模式。

进一步地，所述智能跟随模式设有速度补偿模块，用于根据时间轴上排列的GPS定位信息计算出移动载体的移动速度和移动方向无人机进行速度补偿。

进一步地，包括数字信息滤波融合模块，用于根据视觉系统模块识别所述特征图案的三维位置、三维旋转变化，预估所述降落平台的位置-时间关系及姿态-时间关系。

进一步地，所述视觉系统模块设于无人机的底部且所述视觉系统模块设有双目摄像头，所述降落平台位于移动载体的甲板上，所述特征图案为二维码。

本发明的有益效果：通过使用视觉识别，还会结合船舶发送出的GPS位置信息进行组合导航，从而有效应对船速过快导致视觉系统丢失目标而无法迅速跟踪等问题；通过数字信息滤波融合算法预估所述降落平台的位置-时间关系及姿态-时间关系，得到移动载体关于“姿态、位置-时间”的预测函数，使得根据移动载体关于“姿态、位置-时间”的预测函数，实时更新无人机的飞行目标，飞行目标包括位置、速度、姿态，精准控制无人机的降落点、降落速度和降落时间。

附图说明

图1为本发明实施例提供的无人机的降落方法流程示意图；

图2为本发明实施例提供的无人机的降落方法的智能跟随模式流程示意图；

图3为本发明实施例提供的无人机的降落方法的数字信息滤波融合算法流程示意图；

图4为本发明实施例提供的无人机的降落系统结构示意图；

图5为本发明实施例提供的无人机的降落方法的步骤S01的示意图；

图6为本发明实施例提供的无人机的降落方法的步骤S02的示意图；

图7为本发明实施例提供的无人机的降落方法的步骤S03的示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

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。

现在将参考附图描述实现本发明各个实施例的。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。

在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

参照图1、图5、图6以及图7，图1为本发明一实施例提供的一种无人机的降落方法，适用于降落在移动载体上，所述方法包括以下步骤：

S01、根据获取到移动载体的GPS定位信息，控制无人机飞行至移动载体所在的位置上空。具体的，移动载体为船舶，船舶向服务器发送自己的卫星定位信息，无人机根据在服务器获取的GPS定位信息飞行至船舶所在的位置上空，此时由于GPS的自有误差和船舶的飘动，还不能确保无人机准确地定位在船舶的正上方。

S02、寻找移动载体上的降落平台，计算出无人机相对于所述降落平台的三维位置，并和移动载体的GPS定位信息进行匹配融合，以实时调整无人机姿态，使得无人机在水平方向上向着所述降落平台飞行，不断飞行到所述降落平台的正上方。具体的，寻找移动载体上的降落平台是通过机器视觉识别设备识别预设图案，预设图案为所述降落平台的特征。机器视觉识别设备是无人机上携带的，例如：摄像装置。在一些实施例中，所述摄像装置可以包括一个摄像头，例如：可以拍摄所述无人机周围的图像、视频等。所述摄像头光敏于各种波长的光线，包括但不限于可见光、紫外线、红外线或其中的任意组合。在一些实施例中，所述机器视觉识别设备可以包括其他种类的传感器。在一些实施例中，所述机器视觉识别设备通过云台与无人机的主体连接在一起，使得所述机器视觉识别设备可以相对于无人机的主体运动。例如：当所述机器视觉识别设备为摄像装置时，所述摄像装置可以相对于无人机的主体运动以拍摄所述无人机周围的图像、视频等。当无人机位于地面时，无人机的起落架可以支撑无人机以保护所述机器视觉识别设备。在一些实施例中，所述无人机可以包括两个前视摄像头，所述前视摄像头光敏于各种波长的光线(如可见光、红外光、紫外线)用于拍摄所述无人机周围的图像或视频。所述无人机可以包括两个置于无人机的主体底部的下视摄像头。当无人机在到达船舶上空之后，无人机的机器视觉识别设备将会开始搜寻船舶甲板平面上的特征图案(例如大幅二维码)，跟踪所述特征图案的移动，使得无人机向所述特征图案正上方移动。

S03、当寻找移动载体上的降落平台后，启动智能跟随模式，使得无人机位于所述降落平台正上方后，保持水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止。具体的，所述智能跟随模式为将视觉导航和GPS导航进行结合定位，如图2所示，具体包括以下步骤：

S11、获取一定时间段内的移动载体的GPS定位信息。具体的，在一个时间段里面，无人机接收船舶的发出GPS信号，获取船舶的地理位置信息。在其中一个实施例中，时间段为2s、3s、4s或者5s。

S12、根据时间轴上排列的移动载体的GPS定位信息计算出移动载体的移动速度和移动方向。具体的，计算出移动载体的在时间段内的平均移动速度。

S13、根据计算出的移动速度对无人机进行速度补偿，根据计算出的移动方向控制无人机向着移动载体同向飞行。

S14、当无人机位于所述降落平台正上方后，控制无人机的水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止。

S15、启动视觉识别系统，利用视觉信息对所述降落平台的特征图案定位锁定。无人机的机器视觉识别设备将会开始搜寻船舶甲板平面上的特征图案(例如大幅二维码)，跟踪所述特征图案的移动，使得无人机向所述特征图案正上方移动后，对所述特征图案进行定位锁定。此步骤不仅仅使用视觉识别，还会结合船舶发送出的GPS位置信息进行组合导航，从而有效应对船速过快导致视觉系统丢失目标而无法迅速跟踪等问题。此步骤使得无人机初步位于所述特征图案上方对所述特征图案进行锁定。

S04、当无人机与所述降落平台保持相对静止，无人机的机器视觉识别设备对所述特征图案进行定位锁定后，启动视觉识别系统，识别所述降落平台的特征图案的三维位置、三维旋转变化，通过数字信息滤波融合算法预估所述降落平台的位置-时间关系及姿态-时间关系，通过数字信息滤波融合算法可以对所述降落平台预估的比较精准，此步骤使得无人机精确的位于所述特征图案的正上方以此调整到最精确的降落点。如图3所示，具体的所述数字信息滤波融合算法具体包括以下步骤：S21、基于扩展卡尔曼滤波，对无人机的机载惯性导航传感器、高度传感器、航向传感器与移动载体的GPS数据进行融合滤波，获取无人机的三维信息与六自由度信息。其中，所述机载惯性导航传感器用于计算无人机的速度，所述高度传感器用于测量无人机的高度，无人机的三维信息包括：无人机在大地坐标系的三维位置—大地经度、大地纬度、大地高度，无人机的六自由度信息包括：无人机在三维的欧几里得空间坐标系中沿x轴平移,沿y轴平移,沿z轴平移,绕x轴转动,绕y轴转动,绕z轴转动，即沿x、y、z三个直角坐标轴方向的移动自由度和绕这三个坐标轴的转动自由度。S22、根据获取到移动载体的GPS定位信息，使用卡尔曼滤波对移动载体的“位置-时间”关系进行粗估计。S23、利用获取到无人机的三维信息对视觉图像信息进行修正补偿，根据识别到的特征图案，估算出移动载体相对于无人机的三维信息与六自由度信息。S24、将估算出的移动载体相对于无人机的三维信息与六自由度信息与步骤S22中的移动载体“位置-时间”的信息进行融合，得到移动载体关于“姿态、位置-时间”的预测函数。S25、根据移动载体关于“姿态、位置-时间”的预测函数，实时更新无人机的飞行目标，飞行目标包括位置、速度、姿态。

S05、根据步骤S04预估出来的所述降落平台的位置-时间关系及姿态-时间关系以实时更新无人机的飞行目标，从而精准控制无人机的降落点、降落速度和降落时间，使得无人机与所述降落平台精准接触时所述降落平台处于姿态平正状态。

在其中一个实施例中，在所述精准控制无人机的降落点、降落速度和降落时间之前还包括：获取无人机T时刻位置、速度、姿态，根据移动载体的“姿态、位置-时间”的预测函数，计算T+1时刻无人机所需到达的位置及速度。在计算T+1时刻无人机所需到达的位置及速度之后还包括：根据无人机的响应时间，更新无人机的位置、速度、姿态，使得无人机在降落过程中，无人机根据所述特征图案的每一时刻的状态不断调整无人机的位置、速度、姿态以此使得无人机与所述降落平台精准接触时所述降落平台处于姿态平正状态而无人机能精确的降落在所述降落平台上，从而解决了船只在水面上漂浮引起有三维的偏移，甲板面的降落平台也会不断左右倾斜造成无人机降落不准确甚至无法稳定降落锁定的问题。

参照图4，图4为本发明一实施例提供的一种无人机的降落系统，适用于无人机降落在移动载体上(即是车船等移动振动降落面上的定点降落方法)，所述系统包括：获取模块1、视觉系统模块2、智能跟随模块3、存储器4、处理器5以及数字信息滤波融合模块6。

所述获取模块1用于获取GPS定位信息，主要用于获取移动载体的GPS定位信息。

所述视觉系统模块2用于寻找降落平台以及识别降落平台的特征图案。

所述智能跟随模块3用于使得无人机与所述降落平台保持相对静止，所述智能跟随模块3设有将视觉导航和GPS导航进行结合定位的智能跟随模式，所述智能跟随模式设有速度补偿模块，用于根据时间轴上排列的GPS定位信息计算出移动载体的移动速度和移动方向无人机进行速度补偿。

存储器4，用于存储获取模块1以及视觉系统模块2的信息。

所述处理器5用于根据存储器4中的信息精准控制无人机的降落点、降落速度和降落时间。

所述数字信息滤波融合模块6，用于根据视觉系统模块2识别所述特征图案的三维位置、三维旋转变化，预估所述降落平台的位置-时间关系及姿态-时间关系。

在其中一个实施例中，所述视觉系统模块2设于无人机的底部且所述视觉系统模块2设有双目摄像头，所述降落平台位于移动载体的甲板上，所述特征图案为二维码。

本发明实施例提供的无人机的降落方法，通过卫星定位技术、机器视觉、视觉GPS组合导航、数字信息滤波融合算法、基于模型预测的位置控制算法，这几种技术结合的动态降落方式控制无人机飞行到目标降落点并控制无人机从目标降落点进行精准平稳的降落，解决了船只在水面上漂浮引起有三维的偏移，甲板面的降落平台也会不断左右倾斜造成无人机降落不准确甚至无法稳定降落锁定的问题。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，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效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种无人机的降落方法，适用于降落在移动载体上，其特征在于，所述方法包括以下步骤：

根据获取到移动载体的GPS定位信息，控制无人机飞行至移动载体所在的位置上空；

寻找移动载体上的降落平台，计算出无人机相对于所述降落平台的三维位置，并和移动载体的GPS定位信息进行匹配融合，以实时调整无人机姿态，使得无人机在水平方向上向着所述降落平台飞行，不断飞行到所述降落平台的正上方；

启动智能跟随模式，使得无人机位于所述降落平台正上方后，保持水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止；

启动视觉识别系统，识别所述降落平台的特征图案的三维位置、三维旋转变化，通过数字信息滤波融合算法预估所述降落平台的位置-时间关系及姿态-时间关系；

根据预估的所述降落平台的位置-时间关系及姿态-时间关系，精准控制无人机的降落点、降落速度和降落时间，使得无人机与所述降落平台精准接触时所述降落平台处于姿态平正状态。

2.根据权利要求1所述的一种无人机的降落方法，其特征在于，所述智能跟随模式为将视觉导航和GPS导航进行结合定位，具体包括以下步骤：

S11、获取一定时间段内的移动载体的GPS定位信息；

S12、根据时间轴上排列的GPS定位信息计算出移动载体的移动速度和移动方向；

S13、根据计算出的移动速度对无人机进行速度补偿，根据计算出的移动方向控制无人机向着移动载体同向飞行；

S14、当无人机位于所述降落平台正上方后，控制无人机的水平速度与移动载体的移动速度一致，从而使得无人机与所述降落平台保持相对静止；

S15、启动视觉识别系统，利用视觉信息对所述降落平台的特征图案定位锁定。

3.根据权利要求1所述的一种无人机的降落方法，其特征在于，所述数字信息滤波融合算法具体包括以下步骤：

S21、基于扩展卡尔曼滤波，对无人机的机载惯性导航传感器、高度传感器、航向传感器与GPS数据进行融合滤波，获取无人机的三维信息与六自由度信息；

S22、根据获取到移动载体的GPS定位信息，使用卡尔曼滤波对移动载体的“位置-时间”关系进行粗估计；

S23、利用获取到无人机的三维信息对视觉图像信息进行修正补偿，根据识别到的特征图案，估算出移动载体相对于无人机的三维信息与六自由度信息；

S24、将估算出的移动载体相对于无人机的三维信息与六自由度信息与步骤S22中的移动载体“位置-时间”的信息进行融合，得到移动载体关于“姿态、位置-时间”的预测函数；

S25、根据移动载体关于“姿态、位置-时间”的预测函数，实时更新无人机的飞行目标，飞行目标包括位置、速度、姿态。

4.根据权利要求3所述的一种无人机的降落方法，其特征在于，在所述精准控制无人机的降落点、降落速度和降落时间之前还包括：获取无人机T时刻位置、速度、姿态，根据移动载体的“姿态、位置-时间”的预测函数，计算T+1时刻无人机所需到达的位置及速度。

5.根据权利要求4所述的一种无人机的降落方法，其特征在于，在计算T+1时刻无人机所需到达的位置及速度之后还包括：根据无人机的响应时间，更新无人机的位置、速度、姿态。

6.一种无人机的降落系统，适用于无人机降落在移动载体上，其特征在于，所述系统包括：

获取模块，用于获取GPS定位信息；

视觉系统模块，用于寻找降落平台以及识别降落平台的特征图案；

智能跟随模块，用于使得无人机与所述降落平台保持相对静止；

存储器，用于存储获取模块以及视觉系统模块的信息；

处理器，用于根据存储器中的信息精准控制无人机的降落点、降落速度和降落时间。

7.根据权利要求6所述的一种无人机的降落系统，其特征在于，所述智能跟随模块设有将视觉导航和GPS导航进行结合定位的智能跟随模式。

8.根据权利要求7所述的一种无人机的降落系统，其特征在于，所述智能跟随模式设有速度补偿模块，用于根据时间轴上排列的GPS定位信息计算出移动载体的移动速度和移动方向无人机进行速度补偿。

9.根据权利要求6所述的一种无人机的降落系统，其特征在于，进一步包括数字信息滤波融合模块，用于根据视觉系统模块识别所述特征图案的三维位置、三维旋转变化，预估所述降落平台的位置-时间关系及姿态-时间关系。

10.根据权利要求6所述的一种无人机的降落系统，其特征在于，所述视觉系统模块设于无人机的底部且所述视觉系统模块设有双目摄像头，所述降落平台位于移动载体的甲板上，所述特征图案为二维码。

Images