CN109270953A - 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 - Google Patents
一种基于同心圆视觉标识的多旋翼无人机自主降落方法 Download PDFInfo
- Publication number
- CN109270953A CN109270953A CN201811175912.7A CN201811175912A CN109270953A CN 109270953 A CN109270953 A CN 109270953A CN 201811175912 A CN201811175912 A CN 201811175912A CN 109270953 A CN109270953 A CN 109270953A
- Authority
- CN
- China
- Prior art keywords
- concentric circles
- visual cues
- camera
- tripod head
- circle
- 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.)
- Granted
Links
- 230000000007 visual effect Effects 0.000 title claims abstract description 132
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 63
- 238000013459 approach Methods 0.000 claims description 9
- 230000009466 transformation Effects 0.000 claims description 9
- 238000013461 design Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000035807 sensation Effects 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000003786 synthesis reaction Methods 0.000 claims description 2
- 230000037396 body weight Effects 0.000 claims 1
- 238000012937 correction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000009187 flying Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000000454 anti-cipatory effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000003137 locomotive effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011897 real-time detection 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
- 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
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw 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)
- Image Analysis (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种基于同心圆视觉标识的多旋翼无人机自主降落方法,属于无人机技术领域。该方法的核心是利用了同心圆视觉标识,同心圆视觉标识是由若干个同心圆组成,同心圆内部包含两条穿过同心圆圆心的直线,以直线与每个圆的4个交点为中心,设置正方形探测标识并进行编码,储存该标志的每个同心圆半径及圆的方向。通过对同心圆视觉标志的编码、解码、检测、定位,来获得视觉标识相对于多旋翼无人机的准确位置。本发明方法中的同心圆视觉标识,可以实现“多尺度”目标检测,它既可以使在多旋翼无人机距离视觉标识较远时稳定检测视觉标识,也可以在两者距离很近时检测到视觉标识。
Description
技术领域
本发明属于无人机技术领域,特别涉及到一种基于同心圆视觉标识的多旋翼无人机自主降落方法。
背景技术
近年来,多旋翼无人机广泛应用于军用和民用领域,如军事侦查、环境监测、灾害救援、影视航拍等。多旋翼无人机通常由电池供电,续航能力有限,经常需要更换电池,这使得无人机需要频繁降落在特定区域。通常情况下,多旋翼无人机的降落区域可以是地面空地或者移动平台上(如移动机器人或者无人车顶部)。
多旋翼无人机的自主降落方式有两种,一种是依赖GPS(Global PositioningSystem,全球定位系统)定位,一种是依靠视觉标识辅助定位。GPS定位误差一般在米级,这种降落方式比较适合降落在GPS信号较好且降落面积较大的区域,而GPS-RTK(GPS-Real-time kinematic,一种采用载波相位动态实时差分的定位方法)的定位误差虽然可以达到厘米级别,但由于其需要额外架设基站且价格昂贵,使得此类方法难以普及。而基于视觉标识的多旋翼无人机降落方法,视觉标识是打印在纸上并且张贴在目标顶部,价格低廉且易于实现,因此一直受到研究者的青睐。为了使多旋翼无人机自主降落精度高、鲁棒性好,除了采用合理的无人机控制技术,还需要设计一种易于检测、实时性好、同时满足多种光照条件、形变条件、尺度条件等的视觉标识。
基于视觉辅助的多旋翼无人机自主降落一直是无人机领域研究的热点。文献(Borowczyk A,Nguyen D T,Nguyen P V,et al.Autonomous Landing of a MultirotorMicro Air Vehicle on a High Velocity Ground Vehicle[J].2016.)提出一种基于AprilTag视觉标记和卡尔曼滤波的多旋翼无人机降落方法,该方法通过检测车顶上的AprilTag视觉标志,准确计算出视觉标志的三维坐标,为了防止视觉标识离开摄像头的视野,文章中又引入了卡尔曼滤波进行估计量补偿。但是该方法存在两方面缺陷,一是ARM核机载计算机对视觉标记AprilTag的检测频率较低,仅为2~4HZ,无法实现实时检测。二是没有解决视觉检测的尺度问题,即无人机距离AprilTag较远时,机载摄像机看不清视觉标识,当距离较近时,机载摄像头只能看到视觉标识的局部信息,这两种情况都相当于视觉标志离开了摄像头视野,即使引入卡尔曼滤波也无法较好地适应移动平台的状态变化。专利(佘浩平;王章龙;司维永;韦浪;张本科,北京理工大学,一种运动平台上无人机自主精确着陆系统及着陆方法,专利申请号:CN201611204761.4)提出的视觉辅助标记是多层嵌套的、相互重叠、尺寸不同、图案不同且分布不对称的二维码组成,其中尺寸最大的二维码只有一个,多个小尺寸二维码分布在机车前进方向上并且覆盖在大尺寸的二维码上。此种方法在多数情况下表现良好,但是存在两方面缺陷,一是该发明专利只能判断出视觉标记的位置,判断不了移动平台的前进方向。二是虽然尺寸不同的二维码可以实现多尺度检测,但是这些二维码不是对称分布,也不是同心分布,这可能使得在降落过程中无人机自身位置突变,导致降落失败。
发明内容
为解决现有技术的不足,本发明提供一种基于同心圆视觉标识的多旋翼无人机自主降落方法,实现多旋翼无人机自主降落方法的系统包括机载计算机、云台相机、同心圆视觉辅助标识。本系统的核心部分是设计了一种同心圆的视觉辅助标识,如图1所示。该视觉标志由若干个同心圆组成,同心圆内部包含两条穿过同心圆圆心的直线,以直线与每个圆的4个交点为中心,设置正方形探测标识并进行编码,储存该标志的每个同心圆半径及圆的方向。通过对同心圆视觉标志的编码、解码、检测、定位,来获得视觉标识相对于多旋翼无人机的准确位置。此外,此系统还包含云台控制器、速度控制器、位姿控制器等,辅助实现系统功能,使多旋翼无人机稳定跟随移动平台一段时间后,平稳降落在移动平台上。
本发明的技术方案:
一种基于同心圆视觉标识的多旋翼无人机自主降落方法,步骤如下:
(1)同心圆视觉标识的设计与编码
同心圆视觉标识主要由三部分组成:m个同心圆、两条穿过圆心的直线和正方形探测标识。其中,同心圆的个数m根据机载云台相机分辨率以及移动平台的大小设定,相邻同心圆的直径尺寸按照n:n+2(n≥1的奇数)的奇数比例规律依次设定。两条穿过圆心的直线长度等于最大同心圆的直径,直线间的夹角θ∈(80°,100°),两条直线与每个同心圆均有四个交点,以交点为中心设置正方形探测标识。
正方形探测标识列表库包含多种形态的正方形探测标识,其中,每一种正方形探测标识内部由N×N个小正方形组成,小正方形分为黑色、白色两类,由二维矩阵A[N][N]表示,其中,A[i][j]分别对应第i行第j列的小正方形;当小正方形为黑色时,A[i][j]值为0,当小正方形为白色时,A[i][j]值为1;每个正方形探测标识中的小正方形以数值的形式按照一定的规律储存在正方形探测标识列表库中,不同的排列规律代表正方形探测标识的编号id以及其所在的同心圆的半径R。
(2)同心圆视觉标识的检测与定位
(2.1)对机载云台相机进行标定,获得机载云台相机的内外参数和畸变参数,同时对机载云台相机和多旋翼无人机进行联合标定,获得机载云台相机相对于多旋翼无人机机体重心的位姿。
(2.2)选取同心圆视觉标识并打印到纸上,然后平整地贴在移动平台上。
(2.3)通过机载云台相机获取包含同心圆视觉标识的图像,依次对图像进行高斯滤波去除噪声、Canny算子边缘检测、灰度化处理。
(2.4)通过透视变换,结合正方形探测标识的分布,将机载云台相机视野中的同心圆视觉标识校正为标准的同心圆视觉标识。
(2.5)利用霍夫变换检测同心圆视觉标识中的相交直线,直线的交点即为同心圆的圆心。通过霍夫变换识别出同心圆视觉标识中直径最大的圆,然后利用同心圆各个圆之间的比例关系,循环使用霍夫变换,将同心圆视觉标识中其它的圆一一检测出来,得到同心圆视觉标识的轮廓。
(2.6)对正方形探测标识进行解码:通过读取到的0或1的个数和排列规律,与正方形探测标识库进行比对,获取当下正方形探测标识的编号id,以及正方形探测标识对应的同心圆的半径Ri,其中,按逆时针方向左上角、左下角、右下角、右上角对应的id分别标记为1、2、3、4。通过分析任意3个编号id的排列顺序,确定同心圆视觉标识的方向。
(2.7)通过分析机载云台相机焦距f、机载云台相机视野中圆的半径ri、同心圆的半径Ri三者之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的z轴坐标,即同心圆视觉标识与机载云台相机的距离z,其中,z满足:
z=f*Ri/ri(1)
(2.8)通过分析摄像机焦距f、机载云台相机视野中圆心距离图像左右边缘的宽度差▽w和上下边缘的高度差▽h、机载云台相机距离同心圆视觉标识的距离z之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的x轴和y轴坐标,则同心圆视觉标识在摄像机坐标系中的三维坐标为(x,y,z);其中,x和y满足:
x=z*▽w(2)
y=z*▽h(3)
(3)生成控制指令
(3.1)根据同心圆视觉标识在摄像机坐标系中的三维坐标(x,y,z),调整机载云台相机的偏航角yaw_camera和俯仰角pitch_camera,使同心圆视觉标识始终位于机载云台相机的视野中央。
(3.2)使用姿态控制器和位置控制器,调整多旋翼飞行器的偏航角yaw_drone,使满足:
▽angle=min(|yaw_drone–yaw_camera|+|90°–pitch_camera|)(4)
当▽angle为0时,机载云台相机是竖直向下,并且yaw_camera=yaw_drone。然后,标定摄像机坐标系与无人机机体坐标系的相对位置关系,获得同心圆视觉标识相对于无人机机体坐标系的位置。
(4)实现精确降落并生成视觉目标丢失后的重新搜索策略
当步骤(2)中的z<3米且步骤(3)中的▽angle小于阈值γthreshold时,多旋翼飞行器进入精确降落阶段。引入卡尔曼滤波器对步骤(2)中所获得的同心圆视觉标识的位置进行状态补偿,获取更精确降落的位置。当同心圆视觉标识突然离开机载云台相机的视野,卡尔曼滤波器的估计值将作为同心圆视觉标识的目标位置,同时多旋翼飞行器自主快速上升,重新对同心圆视觉标识进行检测。
所述同心圆个数m=3,4或5,所述同心圆视觉标识中直线间的夹角θ=90°,所述同心圆视觉标识中包含4*m个正方形探测标识。
所述阈值γthreshold由多旋翼无人机体积、移动平台大小、视觉标识的尺寸综合决定,γthreshold取值为0°~5°。
本发明的有益效果:
1、本发明设计的同心圆视觉标识,可以实现“多尺度”目标检测,它既可以使在多旋翼无人机距离视觉标识较远时稳定检测视觉标识,也可以在两者距离很近时检测到视觉标识。而前人的研究中,多旋翼无人机在最后的0~1米,一般采用诸如卡尔曼滤波器的状态估计方法,也可称为“盲降”。此时,若移动平台的状态发生突变,则会导致降落失败。
2、本发明设计的视觉标识,将基本图形轮廓(圆与直线)与类QR码编码相结合,既加快了检测速度,也增强了检测的鲁棒性。这体现在:对于视觉标识的识别,先通过基本图形轮廓进行初始定位,然后对4个正方形探测标识进行解码;对于视觉标志的识别,并不是简单地依靠基本图像的轮廓信息,避免了将其他类似图形误识别为视觉标记;正方形探测标识可以判断出同心圆视觉标识的方向,多旋翼无人机可根据自身与视觉标识的相对位置,及时调整飞行方向与同心圆视觉标识方向即移动平台运动方向一致。
3、本系统还设计了目标丢失重搜索策略。当同心圆视觉标识离开了摄像机的视野,多旋翼无人机可以迅速对此作出反应,上升一段高度,并转动云台相机对视觉标识重新进行搜索和定位。
附图说明
图1为本发明设计的同心圆视觉标识。
图2为视觉标识中的正方形探测标识。
图3为对同心圆视觉标识提取边缘
图4(a)为利用透视变换对视觉标识进行校正以前的图。
图4(b)为利用透视变换对视觉标识进行校正之后的图。
图5为同心圆视觉标识在摄像机坐标系中的坐标。
具体实施方式
以下结合技术方案和附图详细叙述本发明的具体实施方式。
本发明所使用的多旋翼无人机包含机载计算机(ARM或X86)、三轴云台相机、GPS模块等。其中,三轴云台相机负责搜索和检测视觉标识,机载计算机负责处理飞行数据、图像数据等,GPS模块负责多旋翼无人机的定位。
一种基于同心圆视觉标识的多旋翼无人机自主降落方法,步骤如下:
(1)同心圆视觉标识的设计与编码
同心圆视觉标识如图1所示,同心圆视觉标识主要由三部分组成:3个同心圆、两条穿过圆心的直线和正方形探测标识。同心圆的直径尺寸分别为10厘米、30厘米、50厘米。两条穿过圆心的直线长度等于最大同心圆的直径,直线间的夹角θ=90°,两条直线与每个同心圆均有四个交点,以交点为中心设置正方形探测标识。
正方形探测标识的某一种形态如图2所示,正方形探测标识列表库包含多种形态的正方形探测标识,其中,每一种正方形探测标识内部由N×N个小正方形组成,小正方形分为黑色、白色两类,由二维矩阵A[N][N]表示,其中,A[i][j]分别对应第i行第j列的小正方形;当小正方形为黑色时,A[i][j]值为0,当小正方形为白色时,A[i][j]值为1;每个正方形探测标识中的小正方形以数值的形式按照一定的规律储存在正方形探测标识列表库中,不同的排列规律代表正方形探测标识的编号id以及其所在的同心圆的半径R。
(2)同心圆视觉标识的检测与定位
(2.1)对机载云台相机进行标定,获得机载云台相机的内外参数和畸变参数,同时对机载云台相机和多旋翼无人机进行联合标定,获得机载云台相机相对于多旋翼无人机机体重心的位姿。
(2.2)选取同心圆视觉标识并打印到蒙肯纸或其它质地粗糙的纸张上,然后平整地贴在移动平台上,之所以选择质地粗糙的纸是为了减少光照对检测的影响。
(2.3)在降落过程中,多旋翼无人机先通过GPS信号获得移动平台的大致位置,以便在初始阶段同心圆视觉标识能够出现在机载云台相机的视野范围内。然后,通过机载云台相机获取包含同心圆视觉标识的图像,依次对图像进行高斯滤波去除噪声、Canny算子边缘检测、灰度化处理,利用透视变换校正视觉标识的轮廓。此时获得的图像结果如图3所示。
(2.4)通过透视变换,结合正方形探测标识的分布,将机载云台相机视野中的同心圆视觉标识(同心圆可能为椭圆,正方形探测标识可能为平行四边形)校正为标准的同心圆视觉标识,校正结果如图4所示。
(2.5)利用霍夫变换检测同心圆视觉标识中的相交直线,直线的交点即为同心圆的圆心。通过霍夫变换识别出同心圆视觉标识中直径最大的圆,然后利用同心圆各个圆之间的比例关系,循环使用霍夫变换,将同心圆视觉标识中其它的圆一一检测出来,得到同心圆视觉标识的轮廓。
(2.6)对正方形探测标识进行解码:通过读取到的0或1的个数和排列规律,与正方形探测标识库进行比对,获取当下正方形探测标识的编号id,以及正方形探测标识对应的同心圆的半径Ri,其中,按逆时针方向左上角、左下角、右下角、右上角对应的id分别标记为1、2、3、4。通过分析任意3个编号id的排列顺序,确定同心圆视觉标识的方向。
(2.7)通过分析机载云台相机焦距f、机载云台相机视野中圆的半径ri、同心圆的半径Ri三者之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的z轴坐标,即同心圆视觉标识与机载云台相机的距离z,其中,z满足:
z=f*Ri/ri(1)
(2.8)通过分析摄像机焦距f、机载云台相机视野中圆心距离图像左右边缘的宽度差▽w和上下边缘的高度差▽h、机载云台相机距离同心圆视觉标识的距离z之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的x轴和y轴坐标,则同心圆视觉标识在摄像机坐标系中的三维坐标为(x,y,z),如图5所示;其中,x和y满足:
x=z*▽w(2)
y=z*▽h(3)
(3)生成控制指令
(3.1)根据同心圆视觉标识在摄像机坐标系中的三维坐标(x,y,z),调整机载云台相机的偏航角yaw_camera和俯仰角pitch_camera,使同心圆视觉标识始终位于机载云台相机的视野中央。
(3.2)使用姿态控制器和位置控制器,调整多旋翼飞行器的偏航角yaw_drone,使满足:
▽angle=min(|yaw_drone–yaw_camera|+|90°–pitch_camera|)(4)
当▽angle为0时,机载云台相机是竖直向下,并且yaw_camera=yaw_drone。然后,标定摄像机坐标系与无人机机体坐标系的相对位置关系,获得同心圆视觉标识相对于无人机机体坐标系的位置。
(4)实现精确降落并生成视觉目标丢失后的重新搜索策略
当步骤(2)中的z<3米且步骤(3)中的▽angle小于阈值γthreshold(γthreshold=5°)时,多旋翼飞行器进入精确降落阶段。引入卡尔曼滤波器对步骤(2)中所获得的同心圆视觉标识的位置进行状态补偿,获取更精确降落的位置。当同心圆视觉标识突然离开机载云台相机的视野,卡尔曼滤波器的估计值将作为同心圆视觉标识的目标位置,同时多旋翼飞行器自主快速上升,重新对同心圆视觉标识进行检测。
Claims (3)
1.一种基于同心圆视觉标识的多旋翼无人机自主降落方法,其特征在于,步骤如下:
(1)同心圆视觉标识的设计与编码
同心圆视觉标识主要由三部分组成:m个同心圆、两条穿过圆心的直线和正方形探测标识;其中,同心圆的个数m根据机载云台相机分辨率以及移动平台的大小设定,相邻同心圆的直径尺寸按照n:n+2,n≥1的奇数,的比例规律依次设定;两条穿过圆心的直线长度等于最大同心圆的直径,直线间的夹角θ∈(80°,100°),两条直线与每个同心圆均有四个交点,以交点为中心设置正方形探测标识;
正方形探测标识列表库包含多种形态的正方形探测标识,其中,每一种正方形探测标识内部由N×N个小正方形组成,小正方形分为黑色、白色两类,由二维矩阵A[N][N]表示,其中,A[i][j]分别对应第i行第j列的小正方形;当小正方形为黑色时,A[i][j]值为0,当小正方形为白色时,A[i][j]值为1;每个正方形探测标识中的小正方形以数值的形式按照一定的规律储存在正方形探测标识列表库中,不同的排列规律代表正方形探测标识的编号id以及其所在的同心圆的半径R;
(2)同心圆视觉标识的检测与定位
(2.1)对机载云台相机进行标定,获得机载云台相机的内外参数和畸变参数,同时对机载云台相机和多旋翼无人机进行联合标定,获得机载云台相机相对于多旋翼无人机机体重心的位姿;
(2.2)选取同心圆视觉标识并打印到纸上,然后平整地贴在移动平台上;
(2.3)通过机载云台相机获取包含同心圆视觉标识的图像,依次对图像进行高斯滤波去除噪声、Canny算子边缘检测、灰度化处理;
(2.4)通过透视变换,结合正方形探测标识的分布,将机载云台相机视野中的同心圆视觉标识校正为标准的同心圆视觉标识;
(2.5)利用霍夫变换检测同心圆视觉标识中的相交直线,直线的交点即为同心圆的圆心;通过霍夫变换识别出同心圆视觉标识中直径最大的圆,然后利用同心圆各个圆之间的比例关系,循环使用霍夫变换,将同心圆视觉标识中其它的圆一一检测出来,得到同心圆视觉标识的轮廓;
(2.6)对正方形探测标识进行解码:通过读取到的0或1的个数和排列规律,与正方形探测标识库进行比对,获取当下正方形探测标识的编号id,以及正方形探测标识对应的同心圆的半径Ri,其中,按逆时针方向左上角、左下角、右下角、右上角对应的id分别标记为1、2、3、4;通过分析任意3个编号id的排列顺序,确定同心圆视觉标识的方向;
(2.7)通过分析机载云台相机焦距f、机载云台相机视野中圆的半径ri、同心圆的半径Ri三者之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的z轴坐标,即同心圆视觉标识与机载云台相机的距离z,其中,z满足:
z=f*Ri/ri(1)
(2.8)通过分析摄像机焦距f、机载云台相机视野中圆心距离图像左右边缘的宽度差▽w和上下边缘的高度差▽h、机载云台相机距离同心圆视觉标识的距离z之间的数学关系,获得在摄像机坐标系中同心圆视觉标识的x轴和y轴坐标,则同心圆视觉标识在摄像机坐标系中的三维坐标为(x,y,z);其中,x和y满足:
x=z*▽w(2)
y=z*▽h(3)
(3)生成控制指令
(3.1)根据同心圆视觉标识在摄像机坐标系中的三维坐标(x,y,z),调整机载云台相机的偏航角yaw_camera和俯仰角pitch_camera,使同心圆视觉标识始终位于机载云台相机的视野中央;
(3.2)使用姿态控制器和位置控制器,调整多旋翼飞行器的偏航角yaw_drone,使满足:
▽angle=min(|yaw_drone–yaw_camera|+|90°–pitch_camera|)(4)
当▽angle为0时,机载云台相机是竖直向下,并且yaw_camera=yaw_drone;然后,标定摄像机坐标系与无人机机体坐标系的相对位置关系,获得同心圆视觉标识相对于无人机机体坐标系的位置;
(4)实现精确降落并生成视觉目标丢失后的重新搜索策略
当步骤(2)中的z<3米且步骤(3)中的▽angle小于阈值γthreshold时,多旋翼飞行器进入精确降落阶段;引入卡尔曼滤波器对步骤(2)中所获得的同心圆视觉标识的位置进行状态补偿,获取更精确降落的位置;当同心圆视觉标识突然离开机载云台相机的视野,卡尔曼滤波器的估计值将作为同心圆视觉标识的目标位置,同时多旋翼飞行器自主快速上升,重新对同心圆视觉标识进行检测。
2.根据权利要求1所述的多旋翼无人机自主降落方法,其特征在于,所述同心圆个数m=3,4或5,所述同心圆视觉标识中直线间的夹角θ=90°,所述同心圆视觉标识中包含4*m个正方形探测标识。
3.根据权利要求1或2所述的多旋翼无人机自主降落方法,其特征在于,所述阈值γthreshold由多旋翼无人机体积、移动平台大小、视觉标识的尺寸综合决定,γthreshold取值为0°~5°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811175912.7A CN109270953B (zh) | 2018-10-10 | 2018-10-10 | 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811175912.7A CN109270953B (zh) | 2018-10-10 | 2018-10-10 | 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109270953A true CN109270953A (zh) | 2019-01-25 |
CN109270953B CN109270953B (zh) | 2021-03-26 |
Family
ID=65196749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811175912.7A Active CN109270953B (zh) | 2018-10-10 | 2018-10-10 | 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109270953B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885084A (zh) * | 2019-03-08 | 2019-06-14 | 南开大学 | 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 |
CN109992006A (zh) * | 2019-05-31 | 2019-07-09 | 江苏方天电力技术有限公司 | 一种电力巡检无人机的精准回收方法和系统 |
CN110231836A (zh) * | 2019-06-14 | 2019-09-13 | 北京查打先锋高科技有限责任公司 | 一种引导无人机降落在移动靶标的方法 |
CN110703807A (zh) * | 2019-11-18 | 2020-01-17 | 西安君晖航空科技有限公司 | 大小二维码混合图像地标设计方法与无人机识别地标方法 |
CN110920886A (zh) * | 2019-11-22 | 2020-03-27 | 浙江工业大学 | 基于视觉的多旋翼无人机移动供电装置 |
CN110989687A (zh) * | 2019-11-08 | 2020-04-10 | 上海交通大学 | 一种基于嵌套正方形视觉信息的无人机降落方法 |
CN111221343A (zh) * | 2019-11-22 | 2020-06-02 | 西安君晖航空科技有限公司 | 一种基于嵌入式二维码的无人飞机降落方法 |
CN111562791A (zh) * | 2019-03-22 | 2020-08-21 | 沈阳上博智像科技有限公司 | 一种无人机合作目标识别视觉辅助着陆的系统及方法 |
CN111679680A (zh) * | 2019-12-31 | 2020-09-18 | 华东理工大学 | 一种无人机自主着舰方法及系统 |
CN111796605A (zh) * | 2019-05-23 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 无人机降落控制方法、控制器和无人机 |
CN113572276A (zh) * | 2021-08-02 | 2021-10-29 | 鲁东大学 | 基于线圈结构进行无线充电对位及信息传递的系统与方法 |
CN113610846A (zh) * | 2021-09-29 | 2021-11-05 | 海门市博洋铸造有限公司 | 一种基于人工智能的管状零件内侧异常检测方法及系统 |
CN113655806A (zh) * | 2021-07-01 | 2021-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种无人机群辅助降落方法 |
CN114030631A (zh) * | 2021-12-13 | 2022-02-11 | 江苏海洋大学 | 一种多旋翼无人机海上接驳数据回收与自动充电工作站 |
CN114415736A (zh) * | 2022-04-01 | 2022-04-29 | 之江实验室 | 一种无人机多阶段视觉精准降落方法和装置 |
CN114489129A (zh) * | 2022-01-24 | 2022-05-13 | 北京远度互联科技有限公司 | 无人机着陆方法及相关装置 |
WO2022180276A1 (es) * | 2021-02-23 | 2022-09-01 | Fundación Instituto Tecnológico De Galicia | Sistema, método y producto de programa de aterrizaje de precisión autónomo para drones |
CN116578035A (zh) * | 2023-07-14 | 2023-08-11 | 南京理工大学 | 基于数字孪生技术的旋翼无人机自主降落控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692283A (zh) * | 2009-10-15 | 2010-04-07 | 上海大学 | 无人旋翼机仿生着陆系统的摄像机外参数在线自标定方法 |
CN104166854A (zh) * | 2014-08-03 | 2014-11-26 | 浙江大学 | 针对小型无人机自主降落的视觉分级地标定位识别方法 |
US20150051758A1 (en) * | 2013-08-16 | 2015-02-19 | Korea Aerospace Research Institute | Method and System for Landing of Unmanned Aerial Vehicle |
CN107194399A (zh) * | 2017-07-14 | 2017-09-22 | 广东工业大学 | 一种视觉定标的方法、系统及无人机 |
CN108563236A (zh) * | 2018-06-08 | 2018-09-21 | 清华大学 | 一种基于同心圆特征的纳型无人机目标跟踪方法 |
-
2018
- 2018-10-10 CN CN201811175912.7A patent/CN109270953B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101692283A (zh) * | 2009-10-15 | 2010-04-07 | 上海大学 | 无人旋翼机仿生着陆系统的摄像机外参数在线自标定方法 |
US20150051758A1 (en) * | 2013-08-16 | 2015-02-19 | Korea Aerospace Research Institute | Method and System for Landing of Unmanned Aerial Vehicle |
CN104166854A (zh) * | 2014-08-03 | 2014-11-26 | 浙江大学 | 针对小型无人机自主降落的视觉分级地标定位识别方法 |
CN107194399A (zh) * | 2017-07-14 | 2017-09-22 | 广东工业大学 | 一种视觉定标的方法、系统及无人机 |
CN108563236A (zh) * | 2018-06-08 | 2018-09-21 | 清华大学 | 一种基于同心圆特征的纳型无人机目标跟踪方法 |
Non-Patent Citations (1)
Title |
---|
YOUEYUN JUNG等: "Study on ellipse fitting problem for vision-based autonomous landing of an UAV", 《 2014 14TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS (ICCAS 2014)》 * |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109885084A (zh) * | 2019-03-08 | 2019-06-14 | 南开大学 | 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 |
CN111562791A (zh) * | 2019-03-22 | 2020-08-21 | 沈阳上博智像科技有限公司 | 一种无人机合作目标识别视觉辅助着陆的系统及方法 |
CN111796605A (zh) * | 2019-05-23 | 2020-10-20 | 北京京东尚科信息技术有限公司 | 无人机降落控制方法、控制器和无人机 |
CN109992006A (zh) * | 2019-05-31 | 2019-07-09 | 江苏方天电力技术有限公司 | 一种电力巡检无人机的精准回收方法和系统 |
CN109992006B (zh) * | 2019-05-31 | 2019-08-16 | 江苏方天电力技术有限公司 | 一种电力巡检无人机的精准回收方法和系统 |
CN110231836A (zh) * | 2019-06-14 | 2019-09-13 | 北京查打先锋高科技有限责任公司 | 一种引导无人机降落在移动靶标的方法 |
CN110989687A (zh) * | 2019-11-08 | 2020-04-10 | 上海交通大学 | 一种基于嵌套正方形视觉信息的无人机降落方法 |
CN110989687B (zh) * | 2019-11-08 | 2021-08-10 | 上海交通大学 | 一种基于嵌套正方形视觉信息的无人机降落方法 |
CN110703807A (zh) * | 2019-11-18 | 2020-01-17 | 西安君晖航空科技有限公司 | 大小二维码混合图像地标设计方法与无人机识别地标方法 |
CN110920886A (zh) * | 2019-11-22 | 2020-03-27 | 浙江工业大学 | 基于视觉的多旋翼无人机移动供电装置 |
CN111221343A (zh) * | 2019-11-22 | 2020-06-02 | 西安君晖航空科技有限公司 | 一种基于嵌入式二维码的无人飞机降落方法 |
CN111679680A (zh) * | 2019-12-31 | 2020-09-18 | 华东理工大学 | 一种无人机自主着舰方法及系统 |
WO2022180276A1 (es) * | 2021-02-23 | 2022-09-01 | Fundación Instituto Tecnológico De Galicia | Sistema, método y producto de programa de aterrizaje de precisión autónomo para drones |
CN113655806A (zh) * | 2021-07-01 | 2021-11-16 | 中国人民解放军战略支援部队信息工程大学 | 一种无人机群辅助降落方法 |
CN113655806B (zh) * | 2021-07-01 | 2023-08-08 | 中国人民解放军战略支援部队信息工程大学 | 一种无人机群辅助降落方法 |
CN113572276A (zh) * | 2021-08-02 | 2021-10-29 | 鲁东大学 | 基于线圈结构进行无线充电对位及信息传递的系统与方法 |
CN113572276B (zh) * | 2021-08-02 | 2024-01-26 | 鲁东大学 | 基于线圈结构进行无线充电对位及信息传递的系统与方法 |
CN113610846A (zh) * | 2021-09-29 | 2021-11-05 | 海门市博洋铸造有限公司 | 一种基于人工智能的管状零件内侧异常检测方法及系统 |
CN114030631A (zh) * | 2021-12-13 | 2022-02-11 | 江苏海洋大学 | 一种多旋翼无人机海上接驳数据回收与自动充电工作站 |
CN114489129A (zh) * | 2022-01-24 | 2022-05-13 | 北京远度互联科技有限公司 | 无人机着陆方法及相关装置 |
CN114415736A (zh) * | 2022-04-01 | 2022-04-29 | 之江实验室 | 一种无人机多阶段视觉精准降落方法和装置 |
CN116578035A (zh) * | 2023-07-14 | 2023-08-11 | 南京理工大学 | 基于数字孪生技术的旋翼无人机自主降落控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109270953B (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109270953A (zh) | 一种基于同心圆视觉标识的多旋翼无人机自主降落方法 | |
CN110991207B (zh) | 综合H图案识别和AprilTag二维码识别的无人机精准降落方法 | |
CN106647814A (zh) | 一种基于二维码地标识别的无人机视觉辅助定位与飞控系统及方法 | |
Patruno et al. | A vision-based approach for unmanned aerial vehicle landing | |
CN110989687B (zh) | 一种基于嵌套正方形视觉信息的无人机降落方法 | |
CN109556616A (zh) | 一种基于视觉标记的自动建图机器人建图修整方法 | |
CN111968128A (zh) | 一种基于图像标记的无人机视觉姿态和位置解算方法 | |
CN110595476A (zh) | 一种基于gps和图像视觉融合的无人机降落导航方法及装置 | |
CN104808685A (zh) | 用于无人机自主降落的视觉辅助装置及视觉辅助方法 | |
CN109460046B (zh) | 一种无人机自然地标识别与自主着陆方法 | |
EP3668792A1 (en) | Methods and systems for improving the precision of autonomous landings by drone aircraft on landing targets | |
CN102419178A (zh) | 基于红外路标的移动机器人定位系统和方法 | |
CN108919811A (zh) | 一种基于tag标签的室内移动机器人SLAM方法 | |
CN108932477A (zh) | 一种巡检机器人充电房视觉定位方法 | |
CN107063261A (zh) | 用于无人机精准着陆的多特征信息地标检测方法 | |
CN114415736B (zh) | 一种无人机多阶段视觉精准降落方法和装置 | |
CN113066120B (zh) | 一种基于机器视觉的智能杆塔倾斜检测方法 | |
CN110231835A (zh) | 一种基于机器视觉的无人机精准降落方法 | |
CN102788579A (zh) | 基于sift算法的无人机视觉导航方法 | |
CN106500699A (zh) | 一种适用于无人机室内自主降落的位姿估计方法 | |
CN110673622A (zh) | 一种基于视觉图像的无人机自动着舰引导方法与系统 | |
Dotenco et al. | Autonomous approach and landing for a low-cost quadrotor using monocular cameras | |
CN116578035A (zh) | 基于数字孪生技术的旋翼无人机自主降落控制系统 | |
Springer et al. | Autonomous drone landing with fiducial markers and a gimbal-mounted camera for active tracking | |
CN112074706A (zh) | 精确定位系统 |
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 |