CN109407708A - 一种基于多信息融合的精准着陆控制系统及着陆控制方法 - Google Patents
一种基于多信息融合的精准着陆控制系统及着陆控制方法 Download PDFInfo
- Publication number
- CN109407708A CN109407708A CN201811511857.4A CN201811511857A CN109407708A CN 109407708 A CN109407708 A CN 109407708A CN 201811511857 A CN201811511857 A CN 201811511857A CN 109407708 A CN109407708 A CN 109407708A
- Authority
- CN
- China
- Prior art keywords
- control
- end module
- ground
- fusion
- unmanned plane
- 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
- 230000004927 fusion Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000004438 eyesight Effects 0.000 claims abstract description 34
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000001133 acceleration Effects 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 description 9
- 230000003044 adaptive effect Effects 0.000 description 6
- 230000007423 decrease Effects 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000004310 photopic vision Effects 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
- G05D1/12—Target-seeking control
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)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种基于多信息融合的精准着陆控制系统及着陆控制方法，该系统包括：地面端模块，作为无人机精准着陆目标点，向天空发射红外图像，供天空端模块识别；天空端模块，用来采集并识别地面端模块发射的红外图像，计算地面端模块的相对位置，探测地面相对高度，将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。该方法基于上述系统来实现。本发明具有探测距离远、检测精度高、抗干扰能力强等优点。
Description
技术领域
本发明主要涉及到无人机领域，特指一种基于多信息融合的精准着陆控制系统及着陆控制方法。
背景技术
随着无人机兴起和发展，未来无人机朝无人操作、智能化发展是必然趋势。无人机要做到智能化和完全无人操作，无人机需具有无人机机场、能源自动补给、物资输送等功能，自动着陆且着陆精准是实现以上功能的前提。
传统无人机采用GPS、可见光视觉、气压计、惯导等方式进行着陆控制，很多环境及场景无法应用或者应用效果不理想。
现有无人机一般采用视觉着陆的方式，即采用单摄像头或双摄像头采集并识别目标形状、颜色等图像，并计算目标相对位置，与IMU惯导系统进行融合，控制无人机着陆到目标点或进行目标跟踪。该视觉一般适用于可见光环境，并且对光线要求严格，抗干扰能力差；双目视觉可以实现测距功能，但测量精度低，探测距离短，很难满足实际应用需求。
由上可知，现有传统技术的不足之处就在于：
1)传统视觉着陆采用可见光识别方式，不适合在强光、弱光以及无光环境下工作，抗干扰能力差。
2)双目视觉测距，探测距离短，精度低，容易受光线干扰。
3)无人机气压计、惯导融合后的高度一般为相对起飞点的高度，无法满足不同海拔高度的多个目标点来回起飞着陆。
另有从业者提出着陆控制方式采用位置、速度、加速度等内外环PID控制方案，PID参数一般是预先调试好的，在飞行中是不能变的，因此PID参数无法适应所有外部环境，并且难兼容大疆系列商业飞控。
发明内容
本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种探测距离远、检测精度高、抗干扰能力强的基于多信息融合的精准着陆控制系统及着陆控制方法。
为解决上述技术问题，本发明采用以下技术方案：
一种基于多信息融合的精准着陆控制系统，其包括：
地面端模块，作为无人机精准着陆目标点，向天空发射红外图像，供天空端模块识别；
天空端模块，用来采集并识别地面端模块发射的红外图像，计算地面端模块的相对位置，探测地面相对高度，将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。
作为本发明系统的进一步改进：所述天空端模块包括毫米波雷达、视觉模块和处理器，视觉模块用来采集并识别地面端模块发射的红外图像，计算地面端模块的相对位置，并利用毫米波雷达探测地面相对高度，处理器将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，直接用飞控航迹规划功能将无人机导航到地面端模块上空附近，结合融合后数据通过一定的控制算法输出控制量，发送给无人机系统飞控，从而控制无人机精准着陆。
作为本发明系统的进一步改进：所述地面端模块按40％脉宽调制的940nm波长向天空发射红外光图像，所述天空端模块的视觉模块按该脉宽调制信号先解码再对图像进行处理。
作为本发明系统的进一步改进：所述地面端模块还具有GPS和/或北斗定位方式，用来引导无人机到上空附近，然后进入精准着陆控制流程。
作为本发明系统的进一步改进：所述毫米波雷达模块向下发射24GHz-ISM频段信号，通过对地面或水面的反射信号进行处理，得到无人机距地面相对高度。
作为本发明系统的进一步改进：所述视觉模块采用滤光镜头，用来接收并识别地面端模块发出的红外图像，得出地面端目标的像素坐标。
作为本发明系统的进一步改进：所述天空端模块通过串口与无人机飞控连接，用来实时获取飞控信息和/或接管控制权，发送控制指令和数据给飞控，控制无人机飞行。
本发明进一步提供一种基于多信息融合的精准着陆控制方法，其步骤包括：
S1：从地面向天空发射红外图像，
S2：采集并识别红外图像，计算地面相对位置，探测地面相对高度，将地面相对位置、地面相对高度和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。
作为本发明方法的进一步改进：所述数据融合包括数据补偿，即包括对雷达高度姿态补偿和视觉数据补偿；雷达高度姿态补偿是将毫米波雷达模块检测的高度通过安装位置偏差转换到机体坐标系中，再根据飞控当前四元数由机体坐标系转换到地理坐标系，最终得到补偿后雷达高度；视觉像素坐标通过相机内参标定将坐标转换到相机坐标系下单位距离相对水平位置，然后通过摄像头安装的角度和位置偏差再将相机坐标系转换到无人机机体坐标系中，最后通过飞控的四元数数据将视觉位置信息转换到地理坐标系，并根据补偿后雷达高度计算得到地理坐标系下目标相对水平位置。
作为本发明方法的进一步改进：所述数据融合包括：EKF融合，即通过对获取的飞控地理坐标系下速度和加速度积分来预测无人机当前位置和速度；然后，检测视觉位置和雷达高度是否更新，如果更新，将视觉和雷达补偿后的值做为测量值，根据测量值和预测值的协方差计算卡尔曼增益；最后，根据卡尔曼增益计算最优相对位置值。
与现有技术相比，本发明的优点在于：基于多信息融合的精准着陆控制系统
1、本发明的基于多信息融合的精准着陆控制系统及着陆控制方法，是基于视觉、雷达和飞控信息融合的精准着陆控制方法，采用红外视觉识别并计算相对地面红外信标的水平位置，采用毫米波雷达探测相对地面高度，将视觉水平位置、雷达高度与无人机飞控信息进行EKF融合，通过自适应PID控制算法将无人机精准着陆在地面红外信标点。
2、本发明的基于多信息融合的精准着陆控制系统及着陆控制方法，无人机可以工作于白天晚上全天候环境，具有检测距离远、着陆精度高、着陆过程稳定、抗干扰能力强等，能进行不同高度差的多目标点精准着陆，并兼容各种无人机飞控及机架。
3、本发明的基于多信息融合的精准着陆控制系统及着陆控制方法，采用自适应控制方法，结合了位置控制和速度控制的特点，以及自适应PID参数，具有目标着陆精度高、控制稳定性好、抗环境干扰能力强等特点，可以进行不同高度的多目标点精准着陆，还可以外接飞控，兼容多种飞控，灵活方便。
附图说明
图1是本发明的组成结构原理示意图。
图2是本发明在具体应用实例中水平控制器的控制流程示意图。
图3是本发明在具体应用实例中垂直控制器的控制流程示意图。
图例说明：
1、地面端模块；2、天空端模块。
具体实施方式
以下将结合说明书附图和具体实施例对本发明做进一步详细说明。
如图1所示，本发明的基于多信息融合的精准着陆控制系统，包括：
地面端模块1，作为无人机精准着陆目标点，由多个红外发射灯组成，向天空发射红外图像，供天空端模块2识别；
天空端模块2，包括毫米波雷达、视觉模块和处理器，视觉模块用来采集并识别地面端模块1发射的红外图像，计算地面端模块1的相对位置，并利用毫米波雷达探测地面相对高度，处理器将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，直接用飞控航迹规划功能将无人机导航到地面端模块1上空附近，结合融合后数据通过一定的控制算法输出控制量，发送给无人机系统飞控，从而控制无人机精准着陆。
在具体应用实例中，地面端模块1按40％脉宽调制的940nm波长向天空发射红外光图像，天空端视觉模块按该脉宽调制信号先解码再对图像进行处理，脉宽调制信号有效地避免了环境红外光的干扰。
作为较佳的实施例中，地面端模块1同时具有GPS/北斗等定位方式，主要是引导无人机到上空附近，然后进入精准着陆控制流程。
在具体应用实例中，毫米波雷达模块向下发射24GHz-ISM频段信号，通过对地面或水面的反射信号进行处理，得到无人机距地面相对高度。探测距离可以达到最大高度50m，测量精度2cm，性能稳定，可以用于各种地形和气候环境。
在具体应用实例中，视觉模块采用940nm滤光镜头，摄像头视角90°，接收并识别地面端模块1发出的红外图像，得出地面端目标的像素坐标，识别垂直距离可以达到30m，识别水平范围可以达到5m，探测距离远、精度高、性能稳定，能工作于白天晚上全天候环境。
在具体应用实例中，天空端模块2通过串口与无人机飞控连接，可以实时获取飞控信息；也可以接管控制权，发送控制指令和数据给飞控，控制无人机飞行，可以支持各类无人机的飞控系统，如大疆系列飞控以及开源飞控APM/PIXHAWK等等。
本发明进一步提供一种基于多信息融合的精准着陆控制方法，其步骤包括：
S1：从地面向天空发射红外图像，
S2：采集并识别红外图像，计算地面相对位置，探测地面相对高度，将地面相对位置、地面相对高度和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。
天空端模块2中的数据融合主要是对视觉信息、雷达信息和飞控信息进行补偿处理、低通滤波、EKF融合等功能。
数据补偿：主要包括对雷达高度姿态补偿和视觉数据补偿；雷达高度姿态补偿是将毫米波雷达模块检测的高度通过安装位置偏差转换到机体坐标系中，再根据飞控当前四元数由机体坐标系转换到地理坐标系，最终得到补偿后雷达高度；视觉像素坐标通过相机内参标定将坐标转换到相机坐标系下单位距离相对水平位置，然后通过摄像头安装的角度和位置偏差再将相机坐标系转换到无人机机体坐标系中，最后通过飞控的四元数数据将视觉位置信息转换到地理坐标系，并根据补偿后雷达高度计算得到地理坐标系下目标相对水平位置。
EKF融合：首先，通过对获取的飞控地理坐标系下速度和加速度积分来预测无人机当前位置和速度；
然后，检测视觉位置和雷达高度是否更新，如果更新，将视觉和雷达补偿后的值做为测量值，根据测量值和预测值的协方差计算卡尔曼增益；
最后，根据卡尔曼增益计算最优相对位置值。
1)航迹规划；
天空端模块2航迹规划功能主要是将无人机通过飞控的指点飞行模式导航到地面端模块1上空附近，从而进行下一步的精准着陆控制，可以支持多点精准着陆。要完成上述功能，天空端模块2需要获取地面端模块1的GPS坐标发送给飞控，可以从无人机系统的通信链路通过APP发送精准着陆指令和定位坐标，也可以从另外一条通信链路与地面端模块1通信而获取地面端模块1的精准着陆指令和定位坐标。
2)控制算法；
天空端模块2控制算法主要是基于飞控底层位置或速度控制接口完成的，主要分为水平控制器、垂直控制器、航向控制器。
水平控制器：主要控制无人机地理坐标系下水平方向飞行，工作流程如图2所示。
第一步：获取EKF融合后目标相对水平位置和高度；
第二步：检测飞控状态，判断飞控着陆状态，如果飞控已经着陆或正在着陆模式，则不做后续控制；
第三步：判断EKF融合是否有效，如果无效，进入自适应控制；
自适应控制模式：设置飞控为位置控制模式，判断雷达是否有效，如果无效，将飞控切为悬停模式，置为失控状态；如果有效，保持最后一次正常控制状态相对位置作为控制量控制无人机继续寻找地面端红外信标，如果2s还未找到，则将飞控切为悬停模式，置为失控状态。
第四步：判断当前雷达高度是否大于一定高度(该高度是多次测量的经验值，可设置)，如果大于该高度，设置飞控为位置控制模式，计算相对位置比例P值，并限制输出的位置控制量的大小(同第六步目标速度控制量限制)；如果小于该高度，设置飞控为速度控制模式，根据当前高度自动设置PID参数，P值随高度变化的曲线如下所示。
P＝Pm*(-log10(h)+1.5)；
其中P为计算的比例值，Pm为曲线系数，可设置，根据多次测量经验所得，设置为2.0会得到比较稳定的效果。
第五步：获取PID控制量，进行PID计算前，先要初始化各种参数，包括积分上限值、微分低通滤波频率、当前时间与上次计算的时间间隔等；
PID计算公式如下所示：
u(k)＝Kperror(k)+Ki∑error(k)+Kd(error(k)-error(k-1))
其中u(k)为PID结果；Kp为比例P值，Ki为积分I值，Kd为微分D值；error(k)为当前相对位置偏差值；error(k-1)为上一时刻相对位置偏差值；∑error(k)为到当前时刻的位置偏差累加值。
第六步：目标速度控制量限制，使飞控修正位置偏差的姿态变化比较缓慢，从而使无人机飞行不会出现剧烈运动，飞行更加柔和、稳定。
如果目标速度控制量小于最大速度限制参数(最大速度限制参数可设置)，则不做处理；如果目标速度控制量大于最大速度限制参数，目标速度控制量分别在机体坐标系X、Y轴的分量为Vix、Viy，其中值较大的分量为Vimax，将Vimax设置为最大速度限制参数值Vparam，另外一个较小的目标速度控制量分量为：
Vimin＝Vparam*Viy/Vix
垂直控制器：垂直控制器工作流程如图3所示。
位置控制模式时，采用飞控的高度作为控制量，由于大疆的位置控制接口中的高度为飞控相对于起飞点的相对高度，为了保持无人机的下降速度为0.6m/s，根据测试所得，控制量与当前高度的关系公式如下：
Hctrl＝HRLT-Vdown*100*T
其中Hctrl为目标控制高度；HRLT为飞控当前实时高度；Vdown为需要达到的预期下降速度，可通过上位机设置；T为距上次调用的时间。
速度控制模式时，当前雷达高度大于7m时，下降速度控制量为0.6m/s；当前雷达高度在3m到7m之间且水平位置偏差在0.5m内，下降速度控制量为以下线性公式；当前雷达高度在1m到3m之间且水平位置偏差在0.2m内，下降速度控制量为以下线性公式；当前雷达高度在1m以内且水平位置偏差在0.1m内，下降速度控制量为以下线性公式：
VH＝-0.07*Hradar-0.11
其中VH为目标垂直控制速度；Hradar为当前雷达补偿后高度。
着陆检测也是在速度模式下进行，当雷达高度小于雷达安装位置高度且水平位置偏差小于0.1m时，连续出现上述情况1s后，设置飞控当前模式为着陆模式，保证无人机安全落地锁桨。
航向控制器：精准着陆过程中始终保持机头不变，当位置控制模式时，控制量为当前航向角；速度控制模式时，控制量航向角速度始终为零。
由上可知，本发明的基于多信息融合的精准着陆控制系统为采用红外视觉、毫米波雷达和获取的飞控信息进行EKF融合及自适应控制的整体方案。本发明的系统融合了红外视觉和毫米波雷达的优势，同时获取外接飞控的速度、加速度、四元素等信息，对视觉相对水平位置和雷达高度进行姿态补偿和EKF数据融合，可以得到更精准的目标相对位置；并针对融合后的相对位置和飞控的实时速度、高度等信息，基于外接飞控底层位置、速度控制接口进行自适应控制，可以适应多目标点、各环境下精准着陆，控制精度高、抗干扰能力强、控制稳定等特点；而且，可以适应各种多旋翼机架类型，还可以外接大疆飞控、开源飞控等，方便灵活，无缝对接；本系统方案可以广泛应用于无人机机场、无人机快递物流、无人机自动目标跟踪等场景。
本发明中的地面端模块1采用40％脉宽调制信号，天空端进行红外解码，既可以防止外部红外干扰，也可以提高对环境红外背景光抗干扰能力。
本发明的基于多信息融合的精准着陆控制系统采用位置控制与速度控制结合的控制方法，速度控制抗风性弱，位置控制实时性差，所以高空采用位置控制，低空采用速度控制，具体分界线可参数设置，位置控制采用飞控高度来控制高度，速度控制采用雷达补偿后高度来控制高度；位置速度控制均采用PID控制环，PID参数自适应，与无人机当前高度成曲线关系，而且曲线可根据测试数据进行灵活设置；由于控制量太大会使无人机姿态变化大、飞行稳定性差，所以本控制方法采用控制量比例缩放，既保持了控制量方向，也限制了控制量大小，使无人机飞行柔和、稳定；如果无人机已出地面端红外信标范围，红外视觉无效，本控制可以保持上次正常状态最后相对位置值，根据该相对位置值继续控制无人机寻找地面端红外信标，恢复正常状态。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (10)
1.一种基于多信息融合的精准着陆控制系统，其特征在于，包括：
地面端模块，作为无人机精准着陆目标点，向天空发射红外图像，供天空端模块识别；
天空端模块，用来采集并识别地面端模块发射的红外图像，计算地面端模块的相对位置，探测地面相对高度，将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。
2.根据权利要求1所述的基于多信息融合的精准着陆控制系统，其特征在于，所述天空端模块包括毫米波雷达、视觉模块和处理器，视觉模块用来采集并识别地面端模块发射的红外图像，计算地面端模块的相对位置，并利用毫米波雷达探测地面相对高度，处理器将视觉模块、毫米波雷达和实时获取的无人机系统的飞控信息进行数据融合，直接用飞控航迹规划功能将无人机导航到地面端模块上空附近，结合融合后数据通过一定的控制算法输出控制量，发送给无人机系统飞控，从而控制无人机精准着陆。
3.根据权利要求2所述的基于多信息融合的精准着陆控制系统，其特征在于，所述地面端模块按40％脉宽调制的940nm波长向天空发射红外光图像，所述天空端模块的视觉模块按该脉宽调制信号先解码再对图像进行处理。
4.根据权利要求1或2或3所述的基于多信息融合的精准着陆控制系统，其特征在于，所述地面端模块还具有GPS和/或北斗定位方式，用来引导无人机到上空附近，然后进入精准着陆控制流程。
5.根据权利要求2或3所述的基于多信息融合的精准着陆控制系统，其特征在于，所述毫米波雷达模块向下发射24GHz-ISM频段信号，通过对地面或水面的反射信号进行处理，得到无人机距地面相对高度。
6.根据权利要求2或3所述的基于多信息融合的精准着陆控制系统，其特征在于，所述视觉模块采用滤光镜头，用来接收并识别地面端模块发出的红外图像，得出地面端目标的像素坐标。
7.根据权利要求2或3所述的基于多信息融合的精准着陆控制系统，其特征在于，所述天空端模块通过串口与无人机飞控连接，用来实时获取飞控信息和/或接管控制权，发送控制指令和数据给飞控，控制无人机飞行。
8.一种基于多信息融合的精准着陆控制方法，其特征在于，包括：
S1：从地面向天空发射红外图像，
S2：采集并识别红外图像，计算地面相对位置，探测地面相对高度，将地面相对位置、地面相对高度和实时获取的无人机系统的飞控信息进行数据融合，发出无人机导航的控制信号。
9.根据权利要求8所述的基于多信息融合的精准着陆控制方法，其特征在于，所述数据融合包括数据补偿，即包括对雷达高度姿态补偿和视觉数据补偿；雷达高度姿态补偿是将毫米波雷达模块检测的高度通过安装位置偏差转换到机体坐标系中，再根据飞控当前四元数由机体坐标系转换到地理坐标系，最终得到补偿后雷达高度；视觉像素坐标通过相机内参标定将坐标转换到相机坐标系下单位距离相对水平位置，然后通过摄像头安装的角度和位置偏差再将相机坐标系转换到无人机机体坐标系中，最后通过飞控的四元数数据将视觉位置信息转换到地理坐标系，并根据补偿后雷达高度计算得到地理坐标系下目标相对水平位置。
10.根据权利要求8所述的基于多信息融合的精准着陆控制方法，其特征在于，所述数据融合包括：EKF融合，即通过对获取的飞控地理坐标系下速度和加速度积分来预测无人机当前位置和速度；然后，检测视觉位置和雷达高度是否更新，如果更新，将视觉和雷达补偿后的值做为测量值，根据测量值和预测值的协方差计算卡尔曼增益；最后，根据卡尔曼增益计算最优相对位置值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811511857.4A CN109407708A (zh) | 2018-12-11 | 2018-12-11 | 一种基于多信息融合的精准着陆控制系统及着陆控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811511857.4A CN109407708A (zh) | 2018-12-11 | 2018-12-11 | 一种基于多信息融合的精准着陆控制系统及着陆控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109407708A true CN109407708A (zh) | 2019-03-01 |
Family
ID=65458458
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811511857.4A Pending CN109407708A (zh) | 2018-12-11 | 2018-12-11 | 一种基于多信息融合的精准着陆控制系统及着陆控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109407708A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110001989A (zh) * | 2019-04-15 | 2019-07-12 | 福建蓝图鹰航空科技有限公司 | 固定翼无人机的返回着陆网装置及其控制系统 |
| CN110058604A (zh) * | 2019-05-24 | 2019-07-26 | 中国科学院地理科学与资源研究所 | 一种基于计算机视觉的无人机精准降落系统 |
| CN110333735A (zh) * | 2019-07-02 | 2019-10-15 | 余姚市浙江大学机器人研究中心 | 一种实现无人机水陆二次定位的系统和方法 |
| CN110456631A (zh) * | 2019-08-19 | 2019-11-15 | 哈尔滨工业大学 | 行星探测捕获制动与器器分离物理跟踪装置与方法 |
| CN110865650A (zh) * | 2019-11-19 | 2020-03-06 | 武汉工程大学 | 基于主动视觉的无人机位姿自适应估计方法 |
| CN110879617A (zh) * | 2019-12-30 | 2020-03-13 | 湖南星空机器人技术有限公司 | 一种红外引导无人机降落方法及装置 |
| CN110879616A (zh) * | 2019-12-25 | 2020-03-13 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种非卫星方式的无人机着陆方法及系统 |
| CN111003192A (zh) * | 2019-12-30 | 2020-04-14 | 南京信息工程大学 | 一种基于gps与视觉的无人机自主着陆系统和着陆方法 |
| CN111176323A (zh) * | 2019-12-30 | 2020-05-19 | 湖南华诺星空电子技术有限公司 | 一种雷达与红外融合的无人机降落控制方法及装置 |
| CN111239788A (zh) * | 2019-04-01 | 2020-06-05 | 武汉珈鹰智能科技有限公司 | 一种用于桥梁检测的无人机自主定位系统及其方法 |
| CN111638514A (zh) * | 2020-06-19 | 2020-09-08 | 四川陆垚控制技术有限公司 | 无人机测高方法及无人机导航滤波器 |
| CN113049215A (zh) * | 2021-03-17 | 2021-06-29 | 北京航空航天大学 | 一种旋翼无人机位置抗气流干扰能力量化评估与测试系统 |
| CN114489106A (zh) * | 2022-01-27 | 2022-05-13 | 南京拓兴智控科技有限公司 | 一种无人机控制方法、装置、设备及存储介质 |
| CN114973780A (zh) * | 2022-07-27 | 2022-08-30 | 中国铁塔股份有限公司湖北省分公司 | 无人机停机数据通讯方法、装置、设备及存储介质 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001052218A1 (en) * | 2000-01-11 | 2001-07-19 | Solipsys Corporation | Method and system for sharing vehicle telemetry data among a plurality of users over a communications network |
| CN101244765A (zh) * | 2008-03-14 | 2008-08-20 | 南京航空航天大学 | 低能见度下飞机起飞着陆的视觉导引和监控系统及技术 |
| CN103471613A (zh) * | 2013-07-29 | 2013-12-25 | 南京航空航天大学 | 一种飞行器惯性导航系统参数仿真方法 |
| CN104590573A (zh) * | 2014-12-05 | 2015-05-06 | 国网通用航空有限公司 | 直升机避障系统及避障方法 |
| CN104932522A (zh) * | 2015-05-27 | 2015-09-23 | 深圳市大疆创新科技有限公司 | 一种飞行器的自主降落方法和系统 |
| WO2017132539A8 (en) * | 2016-01-29 | 2017-09-08 | Motion Engine Inc. | System and method for determining the position of sensor elements in a sensor array |
| EP3267152A1 (en) * | 2016-07-05 | 2018-01-10 | The Boeing Company | Navigation aids for unmanned aerial systems in a gps-denied environment |
| CN108008739A (zh) * | 2017-12-28 | 2018-05-08 | 南京航空航天大学 | 一种移动目标的无人机追踪及起降系统和方法 |
| CN108227751A (zh) * | 2018-01-29 | 2018-06-29 | 广州亿航智能技术有限公司 | 一种无人机的降落方法及系统 |
| CN108255190A (zh) * | 2016-12-28 | 2018-07-06 | 北京卓翼智能科技有限公司 | 基于多传感器的精确着陆方法及使用该方法的系留无人机 |
| CN108733055A (zh) * | 2018-05-18 | 2018-11-02 | 郑州万达科技发展有限公司 | 一种多传感器数据融合的方法及agv导航定位装置 |
| CN108759845A (zh) * | 2018-07-05 | 2018-11-06 | 华南理工大学 | 一种基于低成本多传感器组合导航的优化方法 |
| CN108958284A (zh) * | 2018-06-29 | 2018-12-07 | 湖北电鹰科技有限公司 | 一种无人机避障系统及方法 |
-
2018
- 2018-12-11 CN CN201811511857.4A patent/CN109407708A/zh active Pending
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001052218A1 (en) * | 2000-01-11 | 2001-07-19 | Solipsys Corporation | Method and system for sharing vehicle telemetry data among a plurality of users over a communications network |
| CN101244765A (zh) * | 2008-03-14 | 2008-08-20 | 南京航空航天大学 | 低能见度下飞机起飞着陆的视觉导引和监控系统及技术 |
| CN103471613A (zh) * | 2013-07-29 | 2013-12-25 | 南京航空航天大学 | 一种飞行器惯性导航系统参数仿真方法 |
| CN104590573A (zh) * | 2014-12-05 | 2015-05-06 | 国网通用航空有限公司 | 直升机避障系统及避障方法 |
| CN104932522A (zh) * | 2015-05-27 | 2015-09-23 | 深圳市大疆创新科技有限公司 | 一种飞行器的自主降落方法和系统 |
| WO2017132539A8 (en) * | 2016-01-29 | 2017-09-08 | Motion Engine Inc. | System and method for determining the position of sensor elements in a sensor array |
| EP3267152A1 (en) * | 2016-07-05 | 2018-01-10 | The Boeing Company | Navigation aids for unmanned aerial systems in a gps-denied environment |
| CN108255190A (zh) * | 2016-12-28 | 2018-07-06 | 北京卓翼智能科技有限公司 | 基于多传感器的精确着陆方法及使用该方法的系留无人机 |
| CN108008739A (zh) * | 2017-12-28 | 2018-05-08 | 南京航空航天大学 | 一种移动目标的无人机追踪及起降系统和方法 |
| CN108227751A (zh) * | 2018-01-29 | 2018-06-29 | 广州亿航智能技术有限公司 | 一种无人机的降落方法及系统 |
| CN108733055A (zh) * | 2018-05-18 | 2018-11-02 | 郑州万达科技发展有限公司 | 一种多传感器数据融合的方法及agv导航定位装置 |
| CN108958284A (zh) * | 2018-06-29 | 2018-12-07 | 湖北电鹰科技有限公司 | 一种无人机避障系统及方法 |
| CN108759845A (zh) * | 2018-07-05 | 2018-11-06 | 华南理工大学 | 一种基于低成本多传感器组合导航的优化方法 |
Non-Patent Citations (4)
| Title |
|---|
| 徐贵力，等: "《光电检测技术与系统设计》", 31 August 2013 * |
| 朱良谊，等: "《基于Arduino的四旋翼飞行器系统设计与制作》", 30 September 2018 * |
| 王宝昌: "《无人机航拍技术》", 31 January 2017 * |
| 谢完成，等: "《智能电子产品设计与制作》", 31 December 2016 * |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111239788A (zh) * | 2019-04-01 | 2020-06-05 | 武汉珈鹰智能科技有限公司 | 一种用于桥梁检测的无人机自主定位系统及其方法 |
| CN110001989A (zh) * | 2019-04-15 | 2019-07-12 | 福建蓝图鹰航空科技有限公司 | 固定翼无人机的返回着陆网装置及其控制系统 |
| CN110058604A (zh) * | 2019-05-24 | 2019-07-26 | 中国科学院地理科学与资源研究所 | 一种基于计算机视觉的无人机精准降落系统 |
| CN110333735A (zh) * | 2019-07-02 | 2019-10-15 | 余姚市浙江大学机器人研究中心 | 一种实现无人机水陆二次定位的系统和方法 |
| CN110456631A (zh) * | 2019-08-19 | 2019-11-15 | 哈尔滨工业大学 | 行星探测捕获制动与器器分离物理跟踪装置与方法 |
| CN110865650A (zh) * | 2019-11-19 | 2020-03-06 | 武汉工程大学 | 基于主动视觉的无人机位姿自适应估计方法 |
| CN110879616A (zh) * | 2019-12-25 | 2020-03-13 | 中国航空工业集团公司沈阳飞机设计研究所 | 一种非卫星方式的无人机着陆方法及系统 |
| CN111176323A (zh) * | 2019-12-30 | 2020-05-19 | 湖南华诺星空电子技术有限公司 | 一种雷达与红外融合的无人机降落控制方法及装置 |
| CN111003192A (zh) * | 2019-12-30 | 2020-04-14 | 南京信息工程大学 | 一种基于gps与视觉的无人机自主着陆系统和着陆方法 |
| CN110879617A (zh) * | 2019-12-30 | 2020-03-13 | 湖南星空机器人技术有限公司 | 一种红外引导无人机降落方法及装置 |
| CN111638514A (zh) * | 2020-06-19 | 2020-09-08 | 四川陆垚控制技术有限公司 | 无人机测高方法及无人机导航滤波器 |
| CN111638514B (zh) * | 2020-06-19 | 2023-08-04 | 四川陆垚控制技术有限公司 | 无人机测高方法及无人机导航滤波器 |
| CN113049215A (zh) * | 2021-03-17 | 2021-06-29 | 北京航空航天大学 | 一种旋翼无人机位置抗气流干扰能力量化评估与测试系统 |
| CN113049215B (zh) * | 2021-03-17 | 2022-02-22 | 北京航空航天大学 | 一种旋翼无人机位置抗气流干扰能力量化评估与测试系统 |
| CN114489106A (zh) * | 2022-01-27 | 2022-05-13 | 南京拓兴智控科技有限公司 | 一种无人机控制方法、装置、设备及存储介质 |
| CN114973780A (zh) * | 2022-07-27 | 2022-08-30 | 中国铁塔股份有限公司湖北省分公司 | 无人机停机数据通讯方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109407708A (zh) | 一种基于多信息融合的精准着陆控制系统及着陆控制方法 | |
| US20210358315A1 (en) | Unmanned aerial vehicle visual point cloud navigation | |
| EP3077879B1 (en) | Imaging method and apparatus | |
| EP2118713B1 (en) | Precision approach control | |
| CN112130579A (zh) | 一种隧道无人机巡检方法及系统 | |
| CN107783106B (zh) | 无人机与障碍物之间的数据融合方法 | |
| CN110221625B (zh) | 无人机精确位置的自主降落导引方法 | |
| EP3077760B1 (en) | Payload delivery | |
| US20220326720A1 (en) | Method and system for hovering control of unmanned aerial vehicle in tunnel | |
| WO2020107248A1 (zh) | 一种无人机的安全降落方法、装置、无人机及介质 | |
| EP3077880B1 (en) | Imaging method and apparatus | |
| CN110879617A (zh) | 一种红外引导无人机降落方法及装置 | |
| CN112198903A (zh) | 一种模块化的多功能机载计算机体系 | |
| WO2015082594A1 (en) | Determining routes for aircraft | |
| GB2522327A (en) | Determining routes for aircraft | |
| EP2881827A1 (en) | Imaging method and apparatus | |
| EP2881697A1 (en) | Capturing and processing images | |
| GB2522328A (en) | Payload delivery | |
| Andert et al. | Radar-aided optical navigation for long and large-scale flights over unknown and non-flat terrain | |
| EP2881825A1 (en) | Imaging method and apparatus | |
| Miller et al. | Carnegie mellon university’s 1997 international aerial robotics competition entry | |
| US20230023069A1 (en) | Vision-based landing system | |
| US20230418310A1 (en) | Automatic landing system for vertical take-off and landing aircraft, vertical take-off and landing aircraft, and landing control method for vertical take-off and landing aircraft | |
| EP2881826A1 (en) | Imaging method and apparatus | |
| EP2881698A1 (en) | Payload delivery |
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 |
Application publication date: 20190301 |
|
| RJ01 | Rejection of invention patent application after publication |