CN109164825A - 一种用于多旋翼无人机的自主导航避障方法及装置 - Google Patents
一种用于多旋翼无人机的自主导航避障方法及装置 Download PDFInfo
- Publication number
- CN109164825A CN109164825A CN201810917692.4A CN201810917692A CN109164825A CN 109164825 A CN109164825 A CN 109164825A CN 201810917692 A CN201810917692 A CN 201810917692A CN 109164825 A CN109164825 A CN 109164825A
- Authority
- CN
- China
- Prior art keywords
- target
- aerial vehicle
- unmanned aerial
- independent navigation
- image
- 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 21
- 230000000007 visual effect Effects 0.000 claims abstract description 22
- 238000007689 inspection Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 18
- 230000010365 information processing Effects 0.000 claims description 15
- 230000004888 barrier function Effects 0.000 claims description 13
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 239000011521 glass Substances 0.000 claims description 3
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 6
- 238000003384 imaging method Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 244000062793 Sorghum vulgare Species 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000019713 millet Nutrition 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012360 testing method 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
- G05D1/107—Simultaneous control of position or course in three dimensions specially adapted for missiles
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
本发明公开了一种用于多旋翼无人机的自主导航避障方法及装置,利用最小的传感器组合和最低成本的传感器获得足够精度,实现无人机低成本自主导航避障,解决小型无人机在电力、农业行业应用的瓶颈问题。通过体积小成本低的视觉传感器,获取巡检过程中特征明显的地物目标,将图像识别处理后获取无人机自身位置进行导航,同时利用双目测距获取相对距离,解决多旋翼无人机复杂环境下的自动智能巡检问题。
Description
技术领域
本发明涉及无人机的避障领域,尤其涉及到一种用于多旋翼无人机的自主导航避障方法及装置,在巡检飞行过程中通过视觉和雷达传感器感知并避开障碍物。
背景技术
目前工业级多旋翼无人机市场比较成熟的领域只有农业、电力领域。以电力系统为例,我国目前有华北、东北、华东、华中、西北和南方共6个跨省区电力网,110kV以上的输电线就有50多万公里。如果把硬件设施、人员巡线成本都算上,每年的维护费用难以想想。这还不包括数据不全、恶劣环境等因素影响的额外增加费用。传统的巡线方式,单人巡线一天,只能检查6-10个基杆塔,而无人机半小时就能完成;成本、效率和安全都可以得到极大的提升。电力巡检无人机的应用目前以手动控制为主,严重依赖操作手的飞行经验,智能化程度极低,而且巡检过程中会遇到各种环境因素,严重影响飞机的稳定性,事故时有发生。对于巡检过程,其中障碍物很多,路线复杂,通常需要翻山越岭,如果能做到自动规划路径和自主导航,可以大大提高巡检效率。而上述功能的实现,均需要无人机具有高精度的自主导航避障功能。通过体积小成本低的视觉传感器,获取巡检过程中特征明显的地物目标,将图像识别处理后获取无人机自身位置进行导航,同时利用双目测距获取相对距离,解决多旋翼无人机复杂环境下的自动智能巡检问题。
在飞行过程中,由于远距离飞行后惯性器件的漂移会引起较大的导航误差,GPS也容易受到电磁干扰,而光学成像导引头可以通过识别前方目标,并通过双目测距,就可以确定相对位置,实现对飞行器自身进行定位。本项目基于上述原理,将其核心技术用于多旋翼无人机的视觉避障。本项目嵌入式高速实时图像检测识别技术为核心,结合航天产品光学及惯性复合制导探测技术,应用于民用多旋翼无人机避障。利用双目视差测距,原理如图3所示。最终产品:集成视觉、测距及处理单元的独立模块,与主流无人机厂商做标准接口。在电力巡线领域,多旋翼无人机在巡检过程中需要解决复杂电磁环境下的导航和避障问题,利用光学图像处理进行导航和避障的原理与巡航导弹制导类似。首先需要解决在强电磁干扰环境GPS失效的情况下确定自身的位置,以视觉传感器为核心,实现不依赖于GPS的自主定位。然后采用双目视觉,进行识别和测距,测量导线等障碍物相对自身的位置。通过体积小成本低的视觉传感器,获取巡检过程中特征明显的地物目标,将图像识别处理后获取无人机自身位置进行导航,同时利用双目测距获取相对距离,解决多旋翼无人机复杂环境下的自动智能巡检问题。
机器视觉是研究用计算机来模拟人和生物的视觉系统功能的技术学科,它是一门综合性学科,它的目的是让计算机能够感知周围的视觉世界,了解它的空间组成和变化规律。利用视频辅助引导无人机进行目标打击,它是机器视觉的在军事领域的应用,在无人机利用视频引导攻击目标的过程中,我们需要根据图像中锁定目标在图像中像素点坐标,来引导无人机飞往响应锁定的目标,地面目标处于地理坐标系,就是所谓的世界坐标系。
在传统的GPS自驾仪导航原理中,当指定起始和终止的经纬度点后,自驾仪会计算出起点和终点的航线角,然后自驾仪会调整飞行的航向,通过闭环PID调节,使飞行的航向角始终逼近航线角,并且在飞行的过程实时更新航线角。当锁定并跟踪目标以后,如何引导无人机接近并攻击目标,将是至关重要的一步。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种用于多旋翼无人机的自主导航避障方法及装置,解决了现有的多旋翼无人机自动感知并避开障碍物的问题。
本发明是根据以下技术方案实现的:
一种用于多旋翼无人机的自主导航避障方法,其特征在于,包括如下步骤:
步骤S1:获得固定在飞行器前端摄像头的地物及障碍物目标光学图像,对图像中的目标进行检测、提取、识别和跟踪,获得目标相对于飞行器高低方位轴的角位置偏差;
步骤S2:将目标相对飞行器的偏差角结合惯性传感器的信息进行坐标变换,同时通过地理信息系统获取地面目标三个以上特征点的地理坐标,利用以上信息形成位置解算方程,最终解算出飞行器的姿态和位置;
步骤S3:根据推导的位置对飞行器的预定航迹进行纠偏,控制飞行器按照正确方向飞行,在接近障碍物时,双目传感器同时摄取目标图像,利用双目视差测量两幅图像中的同一目标相对飞行器的距离,当距离值小于安全距离时,飞行器调整姿态改变飞行方向,直至避开障碍物。
上述技术方案中,所述方法还包括步骤S4:在飞行过程中遇到透明的玻璃墙体时,需要在自主导航避障系统中加装超声波传感器进行备份,在双目视觉传感器无法检测出前方障碍物时,以超声波信号作为测量信号入无人机控制回路。
上述技术方案中,所述无人机的载重在3公斤以上,所述障碍物包括细小的树枝或电力导线。
上述技术方案中,所述无人机中高速飞行时,由高速嵌入式视觉芯片对大量图像数据进行处理,处理过程包括对高分辨率双目图像数据进行预处理、目标检测、跟踪,提高自主导航避障系统对障碍物的反应速度并控制回路的实时性。
本发明的一种用于多旋翼无人机的自主导航避障系统,其特征在于,包括视觉传感器单元、图像匹配处理单元、环境相对信息处理模块、载体自身信息处理模块,所述视觉传感器单元与所述图像匹配处理单元连接,所述图像匹配处理单元分别与所述环境相对信息处理模块以及所述载体自身信息处理模块连接,其中
所述视觉传感器单元采集飞行场景中远近目标的图像形状和灰度特征,提供给后续图像运算和处理单元,进行目标检测和提取;
所述图像匹配处理单元,对视觉传感器采集到的图像灰度和形状信息进行滤波、变换和提取,检测出图像中景物的相对位置,并在后续图像序列中对目标进行持续跟踪;
所述环境相对信息处理模块通过双目图像中相同景物的视差,结合图像坐标进行立体解算获取相对距离信息,实时传送到判断和控制单元,驱动无人机动作;
所述载体自身信息处理模块由所述判断信号控制接入控制回路,判断无人机的减速、方向调整。
上述技术方案中,所述视觉传感器单元采用双目视觉处理单元,所述双目视觉处理单元由双目摄像头探测细小且具有纹理的目标,通过双目视差测量相对距离。
上述技术方案中,所述系统还包括毫米波雷达单元,所述毫米波雷达单元用于探测透明、光线差或在无角特征的情况下使用,测量目标相对距离,获得相应的避障信息,和所述视觉传感器单元配合使用。
上述技术方案中,所述无人机采用以视觉为核心的自主导航避障系统,保证巡检飞行过程中的可靠性,避免无人机撞向电力导线。
与现有技术相比,本发明具有如下的有益效果:
本发明大幅提高无人机的安全性;并且大幅提高无人机的智能化、自动化程度,大幅减轻飞手的操控压力;本发明还可以大幅提高无人机对环境的适应性,扩大在农业、电力等领域的应用便捷性和作业能力。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为跟踪器锁定跟踪目标的示意图;
图2为无人机俯仰角的侧面示意图;
图3为无人机偏航角的侧面示意图;
图4为跟踪器锁定跟踪目标的示意图;
图5为无人机视觉导航的原理图;
图6为双目测距原理图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变化和改进。这些都属于本发明的保护范围。
本发明的一种用于多旋翼无人机的自主导航避障方法,其特征在于,包括如下步骤:
步骤S1:获得固定在飞行器前端摄像头的地物及障碍物目标光学图像,对图像中的目标进行检测、提取、识别和跟踪,获得目标相对于飞行器高低方位轴的角位置偏差,如图1所示跟踪器锁定跟踪目标的示意图;
步骤S2:将目标相对飞行器的偏差角结合惯性传感器的信息进行坐标变换,同时通过地理信息系统获取地面目标三个以上特征点的地理坐标,利用以上信息形成位置解算方程,最终解算出飞行器的姿态和位置,实现不依赖GPS的自主导航,如图5所示即为无人机视觉导航的原理图;在图像导航方式中,摄像头的作用等同于一个摄像机。空间任意一点S在摄像机上的成像位置可以用针孔(pinhole)成像模型近似表示。实际摄像机中,图像平面在投影中心后面f(焦距)的位置,投影图像是倒立的,为了避免这种倒立图像,假设投影平面位于投影中心的前面。忽略导引头光学系统非线性影响因素,可使用线性摄像机模型来描述机载摄像头的成像系统,主要涉及以下3个坐标系:场景坐标系(Xw,Yw,Zw),也称为绝对坐标系或世界坐标系,用于表示场景点(或地标点)的绝对坐标,图中设定OXwZw与当地地平面平行,并设定OZw,与无人机无误差情况下的速度方向平行;摄像机坐标系(Xc,Yc,Zc),以摄像机为中心,可将场景点表示成以摄像机为中心的数据形式;像素坐标系(u,v),表示场景点在摄像头焦平面阵列中的成像位置(以像素为单位),为二维坐标系。
如图1所示,首先利用视频跟踪器输出的目标与靶心的偏差,本发明可以知道目标点距靶心在水平方向的偏差dx以及目标点距靶心垂直方向的偏差dy。
假设此时无人机所在的横滚角为φ、俯仰角为θ和偏航角为ψ,其中横滚角为φ、俯仰角为θ可以利用无人机上的传感器实时测量,偏航角为ψ未知,消除横滚角φ的影响,使图像处于一个水平平面之内,处理如下:
假如在整个跟踪的过程,我们随时获取摄像头视场角为FOV,假如我们视频源为PAL制视频,则可计算得到此时偏航角为因此此时横滚角φ、俯仰角θ和偏航角ψ均为已知。
如图2所示,为了把图像中地面对应的目标点移动到靶心对应的地面点位置,就需要调整无人机的姿态;从图3中可知,计算出地面目标点水平投影到靶心对应地面点的距离dX,根据dX/DY=dx′/dy′,可以计算得到dY,因此可以估算下一航点的高度k1。根据无人机返回的当前经纬度,计算出了航偏角ψ,因此可以在航偏角的方向计算出无人机飞行的下一个航点精纬度以及下一个航点的高度h1,这样无人机就始终朝着目标引导飞行。
步骤S3:根据推导的位置对飞行器的预定航迹进行纠偏,控制飞行器按照正确方向飞行,在接近障碍物时,双目传感器同时摄取目标图像,利用双目视差测量两幅图像中的同一目标相对飞行器的距离,当距离值小于安全距离时,飞控调整姿态改变飞行方向,直至避开障碍物。
所述双目视觉传感器失效时加入备份测量,本发明还包括步骤S4:在飞行过程中遇到透明的玻璃墙体时,需要在自主导航避障系统中加装超声波传感器进行备份,在双目视觉传感器无法检测出前方障碍物时,以毫米波雷达信号作为测量信号入无人机控制回路。
无人机的载重在3公斤以上,主要用于电力巡检、环境监测、安防监控及农业喷洒领域,障碍物包括细小的树枝或电力导线。
无人机中高速飞行时,对大量图像数据进行处理,提高自主导航避障系统对障碍物的反应速度并控制回路的实时性。
无人机自主导航避障系统所占体积、重量、功耗严格要求,不占用过多飞机的载荷和能源,保障无人机作业效率。
无人机续航时间在40分钟以上的多旋翼无人机,挂载光电吊舱或光谱成像仪之类的载荷,主要在巡检500KV以上的输电线路,且需要在较近距离对导线或塔杆进行详细观察,因此需要考虑在复杂电磁干扰环境下,采用以视觉为核心的复合导航避障模块,保证巡检飞行过程中的可靠性,避免无人机撞向电力导线,而造成较大损失。
图4为跟踪器锁定跟踪目标的示意图,如图4所示,本发明的一种用于多旋翼无人机的自主导航避障系统,其特征在于,包括视觉传感器单元、图像匹配处理单元、环境相对信息处理模块、载体自身信息处理模块,所述视觉传感器单元与所述图像匹配处理单元连接,所述图像匹配处理单元分别与所述环境相对信息处理模块以及所述载体自身信息处理模块连接,其中
所述视觉传感器单元采集飞行场景中远近目标的图像形状和灰度特征,提供给后续图像运算和处理单元,进行目标检测和提取;
所述图像匹配处理单元,对视觉传感器采集到的图像灰度和形状信息进行滤波、变换和提取,检测出图像中景物的相对位置,并在后续图像序列中对目标进行持续跟踪;
所述环境相对信息处理模块通过双目图像中相同景物的视差,结合图像坐标进行立体解算获取相对距离信息,实时传送到判断和控制单元,驱动无人机动作;
所述载体自身信息处理模块由所述判断信号控制接入控制回路,判断无人机的减速、方向调整。
本发明的视觉传感器单元采用双目视觉处理单元,所述双目视觉处理单元由双目摄像头探测细小且具有纹理的目标,通过双目视差测量相对距离,原理如附图6所示。双目立体视觉(Binocular Stereo Vision)是机器视觉的一种重要形式,它是基于左右眼视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法。融合两只眼睛获得的图像并观察它们之间的差别(视差图像),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。双目立体视觉测量方法具有效率高、精度合适、系统结构简单、成本低等优点,非常适合于制造现场的在线、非接触产品检测和质量控制。对运动物体(包括动物和人体形体)测量中,由于图像获取是在瞬间完成的,因此立体视觉方法是一种更有效的测量方法。双目立体视觉系统是计算机视觉的关键技术之一,获取空间三维场景的距离信息也是计算机视觉研究中最基础的内容。
本发明还包括毫米波雷达单元,所述毫米波雷达单元用于探测透明、光线差或在无角特征的情况下使用,测量目标相对距离,获得相应的避障信息,和所述视觉传感器单元配合使用。
本发明的无人机采用以视觉为核心的自主导航避障系统,保证巡检飞行过程中的可靠性,避免无人机撞向电力导线。
本发明的用于多旋翼无人机的避障装置,解决多旋翼植保或巡检无人机自主导航避障问题。利用最小的传感器组合和最低成本的传感器获得足够精度,实现无人机低成本自主导航避障,解决小型无人机在电力、农业行业应用的瓶颈问题。通过体积小成本低的视觉传感器,获取巡检过程中特征明显的地物目标,将图像识别处理后获取无人机自身位置进行导航,同时利用双目测距获取相对距离,解决多旋翼无人机复杂环境下的自动智能巡检问题。
在飞行过程中,由于远距离飞行后惯性器件的漂移会引起较大的导航误差,GPS也容易受到电磁干扰,而光学成像导引头可以通过识别前方目标,并通过双目测距,就可以确定相对位置,实现对飞行器自身进行定位。本项目基于上述原理,将其核心技术用于多旋翼无人机的视觉避障。本项目嵌入式高速实时图像检测识别技术为核心,结合航天产品光学及惯性复合制导探测技术,应用于民用多旋翼无人机避障。
最终产品:集成视觉、测距及处理单元的独立模块,与主流无人机厂商做标准接口。在电力巡线领域,多旋翼无人机在巡检过程中需要解决复杂电磁环境下的导航和避障问题,利用光学图像处理进行导航和避障的原理与巡航导弹制导类似。首先需要解决在强电磁干扰环境GPS失效的情况下确定自身的位置,以视觉传感器为核心,实现不依赖于GPS的自主定位。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (8)
1.一种用于多旋翼无人机的自主导航避障方法,其特征在于,包括如下步骤:
步骤S1:获得固定在飞行器前端摄像头的地物及障碍物目标光学图像,对图像中的目标进行检测、提取、识别和跟踪,获得目标相对于飞行器高低方位轴的角位置偏差;
步骤S2:将目标相对飞行器的偏差角结合惯性传感器的信息进行坐标变换,同时通过地理信息系统获取地面目标三个以上特征点的地理坐标,利用以上信息形成位置解算方程,最终解算出飞行器的姿态和位置;
步骤S3:根据推导的位置对飞行器的预定航迹进行纠偏,控制飞行器按照正确方向飞行,在接近障碍物时,双目传感器同时摄取目标图像,利用双目视差测量两幅图像中的同一目标相对飞行器的距离,当距离值小于安全距离时,飞行器调整姿态改变飞行方向,直至避开障碍物。
2.根据权利要求1所述的用于多旋翼无人机的自主导航避障方法,其特征在于,所述方法还包括步骤S4:在飞行过程中遇到透明的玻璃墙体时,需要在自主导航避障系统中加装毫米波雷达传感器进行备份,在双目视觉传感器无法检测出前方障碍物时,以超声波信号作为测量信号入无人机控制回路。
3.根据权利要求1或者2所述的适用于多旋翼无人机的避障方法,其特征在于,所述无人机的载重在3公斤以上,所述障碍物包括细小的树枝或电力导线。
4.根据权利要求1或者2所述的适用于多旋翼无人机的避障方法,其特征在于,所述无人机中高速飞行时,由高速嵌入式视觉芯片对大量图像数据进行处理,处理过程包括对高分辨率双目图像数据进行预处理、目标检测、跟踪,提高自主导航避障系统对障碍物的反应速度并控制回路的实时性。
5.一种用于多旋翼无人机的自主导航避障系统,其特征在于,包括视觉传感器单元、图像匹配处理单元、环境相对信息处理模块、载体自身信息处理模块,所述视觉传感器单元与所述图像匹配处理单元连接,所述图像匹配处理单元分别与所述环境相对信息处理模块以及所述载体自身信息处理模块连接,其中
所述视觉传感器单元采集飞行场景中远近目标的图像形状和灰度特征,提供给后续图像运算和处理单元,进行目标检测和提取;
所述图像匹配处理单元,对视觉传感器采集到的图像灰度和形状信息进行滤波、变换和提取,检测出图像中景物的相对位置,并在后续图像序列中对目标进行持续跟踪;
所述环境相对信息处理模块通过双目图像中相同景物的视差,结合图像坐标进行立体解算获取相对距离信息,实时传送到判断和控制单元,驱动无人机动作;
所述载体自身信息处理模块由所述判断信号控制接入控制回路,判断无人机的减速、方向调整。
6.根据权利要求5所述的用于多旋翼无人机的自主导航避障系统,其特征在于,所述视觉传感器单元采用双目视觉处理单元,所述双目视觉处理单元由双目摄像头探测细小且具有纹理的目标,通过双目视差测量相对距离。
7.根据权利要求6所述的用于多旋翼无人机的自主导航避障系统,其特征在于,所述系统还包括毫米波雷达单元,所述毫米波雷达单元用于探测透明、光线差或在无角特征的情况下使用,测量目标相对距离,获得相应的避障信息,和所述视觉传感器单元配合使用。
8.根据权利要求6所述的用于多旋翼无人机的自主导航避障系统,其特征在于,所述无人机采用以视觉为核心的自主导航避障系统,保证巡检飞行过程中的可靠性,避免无人机撞向电力导线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810917692.4A CN109164825A (zh) | 2018-08-13 | 2018-08-13 | 一种用于多旋翼无人机的自主导航避障方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810917692.4A CN109164825A (zh) | 2018-08-13 | 2018-08-13 | 一种用于多旋翼无人机的自主导航避障方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109164825A true CN109164825A (zh) | 2019-01-08 |
Family
ID=64895747
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810917692.4A Pending CN109164825A (zh) | 2018-08-13 | 2018-08-13 | 一种用于多旋翼无人机的自主导航避障方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109164825A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110794854A (zh) * | 2019-11-27 | 2020-02-14 | 陈会强 | 一种固定翼无人机自主起降方法 |
CN111487997A (zh) * | 2020-05-12 | 2020-08-04 | 西安爱生技术集团公司 | 一种攻击型无人机双机协同制导方法 |
CN111739050A (zh) * | 2020-08-05 | 2020-10-02 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN111813142A (zh) * | 2019-07-18 | 2020-10-23 | 中国石油化工股份有限公司 | 用于原油管线巡检的无人机自主避障控制方法 |
CN113110567A (zh) * | 2021-03-05 | 2021-07-13 | 广州大学 | 基于无人机的建筑外观勘测方法、装置、设备及介质 |
CN113678082A (zh) * | 2019-03-25 | 2021-11-19 | 索尼集团公司 | 移动体、移动体的控制方法和程序 |
CN114371720A (zh) * | 2021-12-29 | 2022-04-19 | 国家电投集团贵州金元威宁能源股份有限公司 | 无人机实现跟踪目标的控制方法和控制装置 |
CN114564049A (zh) * | 2022-03-21 | 2022-05-31 | 厦门大学 | 一种基于深度学习的无人机广域搜索的装置及方法 |
CN114750972A (zh) * | 2022-04-27 | 2022-07-15 | 西安理工大学 | 多旋翼无人机回收辅助导航装置及方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5581250A (en) * | 1995-02-24 | 1996-12-03 | Khvilivitzky; Alexander | Visual collision avoidance system for unmanned aerial vehicles |
CN105021184A (zh) * | 2015-07-08 | 2015-11-04 | 西安电子科技大学 | 一种用于移动平台下视觉着舰导航的位姿估计系统及方法 |
CN105335733A (zh) * | 2015-11-23 | 2016-02-17 | 西安韦德沃德航空科技有限公司 | 一种无人机自主着陆视觉定位方法及系统 |
CN106204443A (zh) * | 2016-07-01 | 2016-12-07 | 成都通甲优博科技有限责任公司 | 一种基于多目复用的全景无人机系统 |
CN106352897A (zh) * | 2016-08-26 | 2017-01-25 | 杨百川 | 一种基于单目视觉传感器的硅mems陀螺误差估计与校正方法 |
US20170371353A1 (en) * | 2016-06-23 | 2017-12-28 | Qualcomm Incorporated | Automatic Tracking Mode For Controlling An Unmanned Aerial Vehicle |
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 |
CN107677274A (zh) * | 2017-09-12 | 2018-02-09 | 西北工业大学 | 基于双目视觉的无人机自主着陆导航信息实时解算方法 |
CN108054453A (zh) * | 2017-12-28 | 2018-05-18 | 南京工程学院 | 一种电力巡线无人机充电方法 |
CN108139758A (zh) * | 2015-10-09 | 2018-06-08 | 深圳市大疆创新科技有限公司 | 基于显著性特征的载运工具定位 |
CN108351649A (zh) * | 2015-09-15 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于uav交互指令和控制的系统和方法 |
CN108364003A (zh) * | 2018-04-28 | 2018-08-03 | 国网河南省电力公司郑州供电公司 | 基于无人机可见光及红外图像融合的电力巡检方法及装置 |
-
2018
- 2018-08-13 CN CN201810917692.4A patent/CN109164825A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5581250A (en) * | 1995-02-24 | 1996-12-03 | Khvilivitzky; Alexander | Visual collision avoidance system for unmanned aerial vehicles |
CN105021184A (zh) * | 2015-07-08 | 2015-11-04 | 西安电子科技大学 | 一种用于移动平台下视觉着舰导航的位姿估计系统及方法 |
CN108351649A (zh) * | 2015-09-15 | 2018-07-31 | 深圳市大疆创新科技有限公司 | 用于uav交互指令和控制的系统和方法 |
CN108139758A (zh) * | 2015-10-09 | 2018-06-08 | 深圳市大疆创新科技有限公司 | 基于显著性特征的载运工具定位 |
CN105335733A (zh) * | 2015-11-23 | 2016-02-17 | 西安韦德沃德航空科技有限公司 | 一种无人机自主着陆视觉定位方法及系统 |
US20170371353A1 (en) * | 2016-06-23 | 2017-12-28 | Qualcomm Incorporated | Automatic Tracking Mode For Controlling An Unmanned Aerial Vehicle |
CN106204443A (zh) * | 2016-07-01 | 2016-12-07 | 成都通甲优博科技有限责任公司 | 一种基于多目复用的全景无人机系统 |
CN106352897A (zh) * | 2016-08-26 | 2017-01-25 | 杨百川 | 一种基于单目视觉传感器的硅mems陀螺误差估计与校正方法 |
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 |
CN107677274A (zh) * | 2017-09-12 | 2018-02-09 | 西北工业大学 | 基于双目视觉的无人机自主着陆导航信息实时解算方法 |
CN108054453A (zh) * | 2017-12-28 | 2018-05-18 | 南京工程学院 | 一种电力巡线无人机充电方法 |
CN108364003A (zh) * | 2018-04-28 | 2018-08-03 | 国网河南省电力公司郑州供电公司 | 基于无人机可见光及红外图像融合的电力巡检方法及装置 |
Non-Patent Citations (3)
Title |
---|
王亭亭等: "小型无人机立体视觉目标追踪定位方法", 《电光与控制》 * |
都伊林: "《智能安防新发展与应用》", 31 May 2018 * |
金刚石等: "基于坐标变换的视频跟踪误差角的计算方法", 《激光与红外》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113678082A (zh) * | 2019-03-25 | 2021-11-19 | 索尼集团公司 | 移动体、移动体的控制方法和程序 |
CN111813142A (zh) * | 2019-07-18 | 2020-10-23 | 中国石油化工股份有限公司 | 用于原油管线巡检的无人机自主避障控制方法 |
CN110794854A (zh) * | 2019-11-27 | 2020-02-14 | 陈会强 | 一种固定翼无人机自主起降方法 |
CN111487997A (zh) * | 2020-05-12 | 2020-08-04 | 西安爱生技术集团公司 | 一种攻击型无人机双机协同制导方法 |
CN111739050A (zh) * | 2020-08-05 | 2020-10-02 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN111739050B (zh) * | 2020-08-05 | 2020-11-20 | 北京控制与电子技术研究所 | 基于Zynq的姿态测量和天体形心提取的飞行器导航系统 |
CN113110567A (zh) * | 2021-03-05 | 2021-07-13 | 广州大学 | 基于无人机的建筑外观勘测方法、装置、设备及介质 |
CN114371720A (zh) * | 2021-12-29 | 2022-04-19 | 国家电投集团贵州金元威宁能源股份有限公司 | 无人机实现跟踪目标的控制方法和控制装置 |
CN114371720B (zh) * | 2021-12-29 | 2023-09-29 | 国家电投集团贵州金元威宁能源股份有限公司 | 无人机实现跟踪目标的控制方法和控制装置 |
CN114564049A (zh) * | 2022-03-21 | 2022-05-31 | 厦门大学 | 一种基于深度学习的无人机广域搜索的装置及方法 |
CN114750972A (zh) * | 2022-04-27 | 2022-07-15 | 西安理工大学 | 多旋翼无人机回收辅助导航装置及方法 |
CN114750972B (zh) * | 2022-04-27 | 2024-05-14 | 西安理工大学 | 多旋翼无人机回收辅助导航装置及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109164825A (zh) | 一种用于多旋翼无人机的自主导航避障方法及装置 | |
US20220124303A1 (en) | Methods and systems for selective sensor fusion | |
CN110446159B (zh) | 一种室内无人机精确定位与自主导航的系统及方法 | |
CN111958592B (zh) | 一种变电站巡检机器人图像语义分析系统及方法 | |
CN104298248B (zh) | 旋翼无人机精确视觉定位定向方法 | |
Kong et al. | Autonomous landing of an UAV with a ground-based actuated infrared stereo vision system | |
CN104215239B (zh) | 基于视觉的无人机自主着陆导引装置实现的导引方法 | |
CN109683629B (zh) | 基于组合导航和计算机视觉的无人机电力架线系统 | |
US10921825B2 (en) | System and method for perceptive navigation of automated vehicles | |
CN107703951B (zh) | 一种基于双目视觉的无人机避障方法及系统 | |
CN105182992A (zh) | 无人机的控制方法、装置 | |
CN109885084A (zh) | 一种基于单目视觉和模糊控制的多旋翼无人机自主降落方法 | |
CN107144281B (zh) | 基于合作目标和单目视觉的无人机室内定位系统及定位方法 | |
Bao et al. | Vision-based horizon extraction for micro air vehicle flight control | |
CN109282808A (zh) | 用于桥梁三维巡航检测的无人机与多传感器融合定位方法 | |
CN108733064A (zh) | 一种无人机的视觉定位避障系统及其方法 | |
CN113156998A (zh) | 一种无人机飞控系统及控制方法 | |
CN110068827A (zh) | 一种无人机自主目标测距的方法 | |
Bian et al. | A point-line-based SLAM framework for UAV close proximity transmission tower inspection | |
CN115880368A (zh) | 一种电网巡检无人机障碍物检测方法、系统及存储介质 | |
Celik et al. | Mono-vision corner SLAM for indoor navigation | |
CN112050814A (zh) | 一种室内变电站无人机视觉导航系统及方法 | |
Denuelle et al. | A sparse snapshot-based navigation strategy for UAS guidance in natural environments | |
CN112859923B (zh) | 一种无人机视觉编队飞行控制系统 | |
CN105959529B (zh) | 一种基于全景相机的单像自定位方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190108 |