CN110044212A - 基于视觉测量信息的旋翼无人机抓捕回收方法 - Google Patents
基于视觉测量信息的旋翼无人机抓捕回收方法 Download PDFInfo
- Publication number
- CN110044212A CN110044212A CN201910185404.5A CN201910185404A CN110044212A CN 110044212 A CN110044212 A CN 110044212A CN 201910185404 A CN201910185404 A CN 201910185404A CN 110044212 A CN110044212 A CN 110044212A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- pose
- period
- information
- arrests
- 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F41—WEAPONS
- F41H—ARMOUR; ARMOURED TURRETS; ARMOURED OR ARMED VEHICLES; MEANS OF ATTACK OR DEFENCE, e.g. CAMOUFLAGE, IN GENERAL
- F41H11/00—Defence installations; Defence devices
- F41H11/02—Anti-aircraft or anti-guided missile or anti-torpedo defence installations or systems
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无人机回收技术领域,公开了一种基于视觉测量信息的旋翼无人机抓捕回收方法,主要对无人机位置信息进行分析,为了提高目标预测的实时性和准确性,采用分段式轨迹拟合与目标预测,即基于上一时间段内无人机的位置信息,通过n阶多项式拟合出该时间段内无人机的运动轨迹;预测出无人机在下一时间段内无人机任意时刻的位置;根据无人机的预测位姿调整抓捕模块相应的位姿,通过循环进行轨迹拟合与目标预测,持续调整抓捕装置的相应位姿,使抓捕装置调整到最佳抓捕位姿;当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕,完成无人机的安全回收。本发明不需要机载的视觉系统,可以低成本、准确得到回收平台的位姿信息,具有较好的可靠性。
Description
技术领域
本发明属于无人机回收技术领域,尤其涉及一种基于视觉测量信息的旋翼无人机抓捕回收方法。
背景技术
旋翼无人机凭借其成本低、生存能力强、机动性好、使用方便等优点,在军事和民用领域内得到了广泛的应用。旋翼无人机的放飞过程较为简单,只需开启螺旋桨即可起飞,限制较少,而旋翼无人机的回收需要水平基准和较准确的操作机构,一直是研究重点。
传统的旋翼无人机回收方法是由控制者向无人机发送回收指令,然后无人机飞向控制者所在位置并自行降落在地面,再由控制者将无人机回收保存。这种方法费时费力还极易受地形影响,安全性较低。而目前应用较为广泛且具有创新性的无人机回收方法,主要有阻拦网回收、伞降回收、气囊着陆回收三种方法,这些方法虽然能实现无人机的回收,但都无法实现自主回收,并且具有各自的缺点:阻拦网回收方法受气象状况影响较大,安全性较低;伞降回收与气囊回收的缺点在于降落伞和气囊对无人机来说属于额外载荷,并且需要占据机身内的部分装载空间。
目前,最接近的现有技术是基于合作目标的方法:该方法需要在移动回收平台上设计合理形状的合作目标;在回收过程中,无人机的视觉导航系统不断地对移动回收平台进行图像采集,经过图像处理与分析,实现对合作目标的识别与定位,然后根据提取到合作目标的轮廓特征信息,进行无人机的相对位姿估计,最后根据获得的无人机与合作目标的相对位姿信息调整无人机的位姿,当无人机与合作目标的相对高度为零时,完成无人机的自主着陆回收。现有技术中,为了获得实时、准确的合作目标的特征信息,通常是设计特殊形状的合作目标和较复杂的相应图像处理算法,因此需要无人机的机载系统具备处理复杂数据的能力,导致其对无人机的负载能力要求较高,对于小型、高速飞行的无人机而言,其负载小导致无法搭载复杂的机载系统,则基于合作目标的方法难以适用。另外此方法主要用于实现无人机的自主降落,最终的回收仍然需要人工完成。
因此,亟需研究一种有效方法,以在一定程度上可以实现各种类型的无人机的自主回收,并且解决无人机自主回收中对目标位姿预测的实时性和准确性的问题。
综上所述,现有技术存在的问题是:
(1)人工回收和撞网等方法虽然能实现无人机的回收,但仍然具有费时费力、受地形影响较大、安全性较低等缺点,并且无法实现无人机的自主回收。
(2)基于合作目标的无人机自主回收方法,主要依赖无人机的视觉导航系统,其对机载系统的数据处理能力要求较高,另外此方法对于无法搭载复杂机载系统的小型无人机难以适用。
解决上述技术问题的难度:为了实现无人机的自主安全回收,需要对无人机和回收平台(车,船)进行目标跟踪,在回收阶段实时监测无人机的相对位姿,并通过监测的位姿数据进行数据存储和处理,拟合出无人机的轨迹方程,并根据轨迹方程进行目标预测。
解决上述技术问题的意义:提供一种可以实现无人机与回收平台的目标跟踪方法,得到无人机的相对于回收平台的位姿信息,另外提供一种可以实现无人机运动曲线的拟合和动态轨迹预测的方法,解决了无人机自主回收过程中目标跟踪与预测的实时性和准确性的难题。
发明内容
针对现有技术存在的问题,本发明提供了一种基于视觉测量信息的旋翼无人机抓捕回收方法。
本发明只依靠移动回收平台上的视觉系统,对无人机进行图像采集,通过识别无人机上的标记点,得到无人机的位姿向量,即可完成无人机的空间定位和目标跟踪;由于无人机在飞行过程中,会不定时的受到气流、障碍物等的影响,因此无人机的整体运动轨迹无法预测,另外当轨迹拟合时间间隔ΔT较小时,无人机的姿态信息变化较小,而位置信息变化较大,因此本发明主要对无人机的位置信息进行分析,即对无人机的相对空间位置采用分段式轨迹拟合和目标预测,利用n阶多项式对前一个时间段内的无人机的相对位置数据进行曲线拟合,得到无人机的运动规律,实现了无人机目标跟踪及预测的实时性和准确性。通过对无人机的实时预测与跟踪,最后利用抓捕模块完成对无人机的抓捕回收。本发明无需合作目标,对于小型、高速、承载能力小的旋翼无人机也可完成抓捕回收。
本发明是这样实现的,一种基于视觉测量信息的旋翼无人机抓捕回收方法,所述基于视觉测量信息的旋翼无人机抓捕回收方法主要对无人机位置信息进行分析,采用分段式轨迹拟合与目标预测,即基于上一时间段内无人机的位置信息,通过n阶多项式拟合出该时间段内无人机的运动轨迹;预测出无人机在下一时间段内无人机任意时刻的位置;然后根据无人机的预测位姿调整抓捕模块相应的位姿,通过循环进行轨迹拟合与目标预测,持续调整抓捕装置的相应位姿,使抓捕装置调整到最佳抓捕位姿;最后,当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕,完成无人机的安全回收。
进一步,所述基于视觉测量信息的旋翼无人机抓捕回收方法具体包括:
第一步,当无人机完成飞行任务后,回收平台向无人机发送返航指令,无人机开始返航,逐渐靠近回收平台;
第二步,当无人机进入成像范围内,双目视觉系统开始采集其成像区域内物体的图像信息,并将图像信息进行处理与分析,判断是否为待捕捉的无人机,若为待捕捉的无人机,进入第三步;
第三步,当该无人机进入清晰成像范围内,双目视觉系统利用高速工业相机开始每隔Δt采集一次无人机的图像信息并存储,经过图像处理,识别无人机图像上的标记点,然后经过算法处理可以得到图像中无人机的当时的位姿向量其中(x,y,z)T表示无人机的相对空间位置,表示无人机的空间姿态,进而实现无人机的空间定位与目标跟踪;
第四步,双目视觉系统从t0时刻开始定时采集无人机的目标图像,时间间隔为Δt,经过图像处理得到离散的无人机的相对位姿向量经过时间间隔ΔT后到达t1时刻,将t0~t1时间段得到的无人机位姿向量其中ΔT为轨迹拟合时间间隔,Δt为图像采集时间间隔,放入固定长度的数组进行存储,便于第五步中拟合算法的调用,调用之后该数组自动清空,存储下一时间段的无人机位姿数据,即该数组用于存储[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位姿信息及对应的时刻;
第五步,由于在回收过程中,当轨迹拟合时间间隔ΔT较小时,对无人机的位置信息进行分析;采用分段式轨迹拟合;
第六步,采用分段式目标预测,根据第五步拟合出[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的轨迹曲线方程,估计下一时间段内的无人机的相对位置,即[ti,ti+1](i=1,2,3,….ti+1=ti+ΔT)时间段内无人机任意时刻的位置,然后根据无人机的预测位置和跟踪位姿调整抓捕装置的相应位姿,进入抓捕状态;
第七步,不断进行分段式轨迹拟合和分段式目标预测,抓捕装置不断调整位姿,通过不断的轨迹拟合与目标预测,使抓捕装置调整到最佳抓捕位姿,当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕工作,完成无人机的回收。
进一步,所述第五步利用n阶多项式对[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位置数据进行一次曲线拟合,拟合公式为
本发明的另一目的在于提供一种应用所述基于视觉测量信息的旋翼无人机抓捕回收方法的无人机回收平台。
本发明的另一目的在于提供一种具有位姿调整功能,并且可以安全抓捕无人机的机械抓捕装置。
本发明所提供的无人机自主回收方法可以实现无人机的自主安全回收,该方法与基于合作目标的无人机回收方法的不同之处在于:基于合作目标的无人机回收方法是通过无人机的视觉系统对合作目标进行识别和定位,得到无人机与合作目标的相对位姿,经过位姿估计,然后不断调整无人机的位姿,直到相对高度为零,完成无人机的自主着陆,然后由人工辅助完成最后的回收;而本方法主要是通过移动回收平台的视觉系统对无人机上的标记点进行识别与定位,得到无人机相对于回收平台的位姿信息,经过不断地对无人机的相对位姿进行轨迹拟合和目标预测,然后根据无人机的预测位姿不断调整移动回收平台上抓捕装置的位姿,当无人机进入抓捕范围内,并且抓捕装置调整至最佳抓捕状态时,进行无人机的抓捕,完成无人机的自主回收。
综上所述,本发明的优点及积极效果为:本发明在旋翼无人机自主回收过程中,无人机的相对位姿信息由安装在回收平台上的双目视觉测量系统通过识别无人机上的标记点信息(灯光、靶点等),不需要机载的视觉系统,就可以低成本、准确地直接得到无人机的相对于回收平台的位姿信息。本发明的回收过程采用抓捕回收方式:即通过回收平台上安装的机械抓捕装置完成无人机的抓捕,回收机动性较好,特别是对于移动回收平台,不需人工辅助,就可以实现无人机的自主回收。另外本方法由于不需要配合无人机的机载系统使用,故对无人机的机载系统要求较低,因此适用范围较广,可以实现各种类型无人机的回收。表1是目前常用的几种无人机回收方式优缺点比较。
表1各种回收方式评价表(评价等级:较差、一般、好、较好)
附图说明
图1是本发明实施例提供的基于视觉测量信息的旋翼无人机抓捕回收方法流程图。
图2是本发明实施例提供的基于视觉测量信息的旋翼无人机抓捕回收方法实现流程图。
图3是本发明实施例提供的无人机在[ti,ti+ΔT]时间段的X方向轨迹拟合示意图
图4是本发明实施例提供的分段式无人机飞行轨迹预测示意图。
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。
针对现有的人工回收和撞网等方法虽然能实现无人机的回收,但仍然具有费时费力、受地形影响较大、安全性较低等缺点,并且无法实现无人机的自主回收;基于合作目标的无人机自主回收方法,对于负载能力小的小型无人机难以适用的问题。本发明只依靠回收平台(车、船等)的视觉系统,对无人机进行图像采集,通过识别无人机上的标记点,得到无人机的位姿向量,即可完成无人机的空间定位和目标跟踪。
下面结合附图对本发明的应用原理作详细的描述。
如图1所示,本发明实施例提供的基于视觉测量信息的旋翼无人机抓捕回收方法包括以下步骤:
S101:对无人机位置信息进行分析,采用分段式轨迹拟合与目标预测,即基于上一时间段内无人机的位置信息,通过n阶多项式拟合出该时间段内无人机的运动轨迹;
S102:预测出无人机在下一时间段内无人机任意时刻的位置,然后根据无人机的预测位姿调整抓捕模块相应的位姿,通过循环进行轨迹拟合与目标预测,持续调整抓捕装置的相应位姿,使抓捕装置调整到最佳抓捕位姿;
S103:当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕,完成无人机的安全回收。
下面结合附图对本发明的应用原理作进一步的描述。
如图2所示,本发明实施例提供的基于视觉信息的旋翼无人机抓捕回收方法今天包括以下步骤:
第一步,当无人机完成飞行任务后,回收平台(车、船等)向无人机发送返航指令,无人机开始返航,逐渐靠近回收平台;
第二步,当无人机进入成像范围内,双目视觉系统开始采集其成像区域内物体的图像信息,并将图像信息进行处理与分析,判断是否为待捕捉的无人机,若为待捕捉的无人机,进入第三步;
第三步,当该无人机进入清晰成像范围内,双目视觉系统利用高速工业相机开始每隔Δt采集一次无人机的图像信息并存储,经过图像处理,识别无人机图像上的标记点,然后经过算法处理可以得到图像中无人机的当时的位姿向量(其中(x,y,z)T表示无人机的相对空间位置,表示无人机的空间姿态),进而实现无人机的空间定位与目标跟踪;
第四步,双目视觉系统从t0时刻开始定时(时间间隔为Δt)采集无人机的目标图像,经过图像处理可以得到离散的无人机的相对位姿向量经过时间间隔ΔT后到达t1时刻,将t0~t1时间段得到的无人机位姿向量(其中ΔT为轨迹拟合时间间隔,Δt为图像采集时间间隔))放入固定长度的数组进行存储,便于第五步中拟合算法的调用,调用之后该数组自动清空,存储下一时间段的无人机位姿数据,即该数组用于存储[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位姿信息及对应的时刻;
第五步,由于在回收过程中,当轨迹拟合时间间隔ΔT较小时,无人机的姿态信息变化较小,而位置信息变化较大,因此本发明主要对无人机的位置信息进行分析;采用分段式轨迹拟合,如图3所示,即利用n阶多项式对[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位置数据进行一次曲线拟合,拟合公式为
第六步,采用分段式目标预测,如图4所示,即根据第五步拟合出[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的轨迹曲线方程,可以估计下一时间段内的无人机的相对位置,即[ti,ti+1](i=1,2,3,….ti+1=ti+ΔT)时间段内无人机任意时刻的位置,然后根据无人机的预测位置和跟踪位姿调整抓捕装置的相应位姿,进入抓捕状态;
第七步,不断进行分段式轨迹拟合和分段式目标预测,抓捕装置不断调整位姿,通过不断的轨迹拟合与目标预测,使抓捕装置调整到最佳抓捕位姿,当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕工作,完成无人机的回收。
下面结合具体实施例对本发明的应用效果做详细的描述。
案例:视觉系统每0.2s对无人机进行一次图像采集,则在t=1.0~2.0s可获得无人机的位置信息及对应的时刻为:
根据拟合公式:
取n=5,可得相应的系数矩阵为:
即拟合出的轨迹方程为:
虽然根据拟合出的轨迹方程,可以计算t=2s以后任意时刻的无人机的位置。但由于外部气流或障碍物的影响,导致无人机飞行轨迹不是一条平稳变化的曲线,所以为了预测的准确性,采用分段式目标预测,即如案例中,在得到t=1.0~2.0s的无人机轨迹方程后,对t=2.0~3.0s的无人机的位置进行预测,如果预测的无人机位置进入抓捕装置的工作范围,开始调整抓捕装置的相应位姿,如果不在范围内,抓捕装置保持原来状态不变,然后根据视觉系统采集的t=2.0~3.0s的无人机位置信息,进行轨迹拟合,并对t=3.0~4.0s的无人机的目标位置进行预测,循环进行分段式轨迹拟合与目标预测,直至完成无人机的抓捕回收。
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 (5)
1.一种基于视觉测量信息的旋翼无人机抓捕回收方法,其特征在于,由于回收准备阶段,无人机姿态信息变化不明显,故所述基于视觉测量信息的旋翼无人机抓捕回收方法,主要对无人机位置信息进行分析,采用分段式轨迹拟合与目标预测,即基于上一时间段内无人机的位置信息,通过n阶多项式拟合出该时间段内无人机的运动轨迹;预测出无人机在下一时间段内无人机任意时刻的位置;然后根据无人机的预测位姿调整抓捕模块相应的位姿,通过循环进行轨迹拟合与目标预测,持续调整抓捕装置的相应位姿,使抓捕装置调整到最佳抓捕位姿;最后,当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕,完成无人机的安全回收。
2.如权利要求1所述的基于视觉测量信息的旋翼无人机抓捕回收方法,其特征在于,所述基于视觉测量信息的旋翼无人机抓捕回收方法具体包括:
第一步,当无人机完成飞行任务后,回收平台向无人机发送返航指令,无人机开始返航,逐渐靠近回收平台;
第二步,当无人机进入成像范围内,双目视觉系统开始采集其成像区域内物体的图像信息,并将图像信息进行处理与分析,判断是否为待捕捉的无人机,若为待捕捉的无人机,进入第三步;
第三步,当该无人机进入清晰成像范围内,双目视觉系统利用高速工业相机开始每隔Δt采集一次无人机的图像信息并存储,经过图像处理,识别无人机图像上的标记点,然后经过算法处理可以得到图像中无人机的当时的位姿向量其中(x,y,z)T表示无人机的相对空间位置,表示无人机的空间姿态,进而实现无人机的空间定位与目标跟踪;
第四步,双目视觉系统从t0时刻开始定时采集无人机的目标图像,时间间隔为Δt,经过图像处理得到离散的无人机的相对位姿向量经过时间间隔ΔT后到达t1时刻,将t0~t1时间段得到的无人机位姿向量其中ΔT为轨迹拟合时间间隔,Δt为图像采集时间间隔,放入固定长度的数组进行存储,便于第五步中拟合算法的调用,调用之后该数组自动清空,存储下一时间段的无人机位姿数据,即该数组用于存储[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位姿信息及对应的时刻;
第五步,由于在回收过程中,当轨迹拟合时间间隔ΔT较小时,姿态信息变化不明显,所以本方法主要对无人机的位置信息进行分析;对其采用分段式轨迹拟合;
第六步,采用分段式目标预测,根据第五步拟合出[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的轨迹曲线方程,估计下一时间段内的无人机的相对位置,即[ti,ti+1](i=1,2,3,….ti+1=ti+ΔT)时间段内无人机任意时刻的位置,然后根据无人机的预测位置和跟踪位姿调整抓捕装置的相应位姿,进入抓捕状态;
第七步,不断进行分段式轨迹拟合和分段式目标预测,抓捕装置不断调整位姿,通过不断的轨迹拟合与目标预测,使抓捕装置调整到最佳抓捕位姿,当无人机进入抓捕范围内,抓捕装置实现无人机的抓捕工作,完成无人机的回收。
3.如权利要求2所述的基于视觉测量信息的旋翼无人机抓捕回收方法,其特征在于,所述第五步利用n阶多项式对[ti-1,ti](i=1,2,3,….ti=ti-1+ΔT)时间段内无人机的位置数据进行一次曲线拟合,拟合公式为
4.一种应用权利要求1~3任意一项所述基于视觉测量信息的旋翼无人机抓捕回收方法的无人机回收平台。
5.一种搭载有权利要求4所述无人机回收平台的移动车辆、舰船等。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185404.5A CN110044212B (zh) | 2019-03-12 | 2019-03-12 | 基于视觉测量信息的旋翼无人机抓捕回收方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910185404.5A CN110044212B (zh) | 2019-03-12 | 2019-03-12 | 基于视觉测量信息的旋翼无人机抓捕回收方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110044212A true CN110044212A (zh) | 2019-07-23 |
CN110044212B CN110044212B (zh) | 2021-07-30 |
Family
ID=67274766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910185404.5A Active CN110044212B (zh) | 2019-03-12 | 2019-03-12 | 基于视觉测量信息的旋翼无人机抓捕回收方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110044212B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632941A (zh) * | 2019-09-25 | 2019-12-31 | 北京理工大学 | 一种复杂环境下无人机目标跟踪的轨迹生成方法 |
CN110888447A (zh) * | 2019-12-23 | 2020-03-17 | 西安电子科技大学 | 基于非线性pd双闭环控制的四旋翼3d路径跟踪方法 |
CN111930139A (zh) * | 2020-07-07 | 2020-11-13 | 中国人民解放军93114部队 | 基于全局优化法高精度确定飞行轨迹的方法、装置和电子设备 |
CN111951327A (zh) * | 2020-07-07 | 2020-11-17 | 中国人民解放军93114部队 | 飞行装置落点位置的精准估计方法、装置和电子设备 |
CN113190034A (zh) * | 2021-05-28 | 2021-07-30 | 北京理工大学 | 一种基于Stewart承接平台的无人机自主回收系统 |
CN113311865A (zh) * | 2021-05-27 | 2021-08-27 | 北京理工大学 | 一种不依赖地空数据交互的无人机地面自主回收方法 |
CN113433962A (zh) * | 2021-07-14 | 2021-09-24 | 西安电子科技大学 | 空中飞行平台自动化无人机回收系统和方法 |
CN113596714A (zh) * | 2021-07-21 | 2021-11-02 | 军事科学院系统工程研究院后勤科学与技术研究所 | 一种无人机队与车队定位通信装置与方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503459A (zh) * | 2014-11-25 | 2015-04-08 | 深圳市鸣鑫航空科技有限公司 | 多旋翼无人机回收系统 |
US20160311329A1 (en) * | 2015-04-22 | 2016-10-27 | Cristian A. Sobota Rodriguez | Contactless charger and battery management |
CN205750551U (zh) * | 2016-05-23 | 2016-11-30 | 中国石油大学(华东) | 一种车载多旋翼无人机辅助回收系统 |
CN106809402A (zh) * | 2017-03-23 | 2017-06-09 | 泉州装备制造研究所 | 旋翼无人机的自动辅助降落系统及其控制方法 |
CN107531322A (zh) * | 2015-04-21 | 2018-01-02 | 高途乐公司 | 空中捕获平台 |
CN108645408A (zh) * | 2018-05-07 | 2018-10-12 | 中国人民解放军国防科技大学 | 一种基于导航信息的无人机自主回收目标预测方法 |
CN108791937A (zh) * | 2018-06-12 | 2018-11-13 | 吉林大学 | 基于机械抓取的车载旋翼无人机回收装置及方法 |
-
2019
- 2019-03-12 CN CN201910185404.5A patent/CN110044212B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104503459A (zh) * | 2014-11-25 | 2015-04-08 | 深圳市鸣鑫航空科技有限公司 | 多旋翼无人机回收系统 |
CN107531322A (zh) * | 2015-04-21 | 2018-01-02 | 高途乐公司 | 空中捕获平台 |
US20160311329A1 (en) * | 2015-04-22 | 2016-10-27 | Cristian A. Sobota Rodriguez | Contactless charger and battery management |
CN205750551U (zh) * | 2016-05-23 | 2016-11-30 | 中国石油大学(华东) | 一种车载多旋翼无人机辅助回收系统 |
CN106809402A (zh) * | 2017-03-23 | 2017-06-09 | 泉州装备制造研究所 | 旋翼无人机的自动辅助降落系统及其控制方法 |
CN108645408A (zh) * | 2018-05-07 | 2018-10-12 | 中国人民解放军国防科技大学 | 一种基于导航信息的无人机自主回收目标预测方法 |
CN108791937A (zh) * | 2018-06-12 | 2018-11-13 | 吉林大学 | 基于机械抓取的车载旋翼无人机回收装置及方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110632941A (zh) * | 2019-09-25 | 2019-12-31 | 北京理工大学 | 一种复杂环境下无人机目标跟踪的轨迹生成方法 |
CN110888447A (zh) * | 2019-12-23 | 2020-03-17 | 西安电子科技大学 | 基于非线性pd双闭环控制的四旋翼3d路径跟踪方法 |
CN110888447B (zh) * | 2019-12-23 | 2021-09-03 | 西安电子科技大学 | 基于非线性pd双闭环控制的四旋翼3d路径跟踪方法 |
CN111930139A (zh) * | 2020-07-07 | 2020-11-13 | 中国人民解放军93114部队 | 基于全局优化法高精度确定飞行轨迹的方法、装置和电子设备 |
CN111951327A (zh) * | 2020-07-07 | 2020-11-17 | 中国人民解放军93114部队 | 飞行装置落点位置的精准估计方法、装置和电子设备 |
CN111930139B (zh) * | 2020-07-07 | 2024-01-05 | 中国人民解放军93114部队 | 基于全局优化法高精度确定飞行轨迹的方法、装置和电子设备 |
CN113311865A (zh) * | 2021-05-27 | 2021-08-27 | 北京理工大学 | 一种不依赖地空数据交互的无人机地面自主回收方法 |
CN113190034A (zh) * | 2021-05-28 | 2021-07-30 | 北京理工大学 | 一种基于Stewart承接平台的无人机自主回收系统 |
CN113433962A (zh) * | 2021-07-14 | 2021-09-24 | 西安电子科技大学 | 空中飞行平台自动化无人机回收系统和方法 |
CN113596714A (zh) * | 2021-07-21 | 2021-11-02 | 军事科学院系统工程研究院后勤科学与技术研究所 | 一种无人机队与车队定位通信装置与方法 |
CN113596714B (zh) * | 2021-07-21 | 2022-01-28 | 军事科学院系统工程研究院后勤科学与技术研究所 | 一种无人机队与车队定位通信装置与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110044212B (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110044212A (zh) | 基于视觉测量信息的旋翼无人机抓捕回收方法 | |
Rohan et al. | Convolutional neural network-based real-time object detection and tracking for parrot AR drone 2 | |
CN105652891B (zh) | 一种旋翼无人机移动目标自主跟踪装置及其控制方法 | |
CN109791414A (zh) | 基于视觉着陆的方法和系统 | |
Chahl et al. | Landing strategies in honeybees and applications to uninhabited airborne vehicles | |
Martínez et al. | On-board and ground visual pose estimation techniques for UAV control | |
US8005257B2 (en) | Gesture recognition apparatus and method | |
KR102254491B1 (ko) | 지능형 영상 분석 모듈을 탑재한 자율비행 드론 | |
CN108873917A (zh) | 一种面向移动平台的无人机自主着陆控制系统及方法 | |
CN107463181A (zh) | 一种基于AprilTag的四旋翼飞行器自适应追踪系统 | |
CN108453738A (zh) | 一种基于Opencv图像处理的四旋翼飞行器空中自主抓取作业的控制方法 | |
CN107240063A (zh) | 一种面向移动平台的旋翼无人机自主起降方法 | |
Li et al. | UAV autonomous landing technology based on AprilTags vision positioning algorithm | |
WO2008045144A2 (en) | Gesture recognition method and apparatus | |
CN105549614A (zh) | 无人机目标跟踪方法 | |
CN110077595A (zh) | 复杂动态颠簸条件下无人自主飞行器自动降落及回收系统 | |
Xu et al. | A cascade adaboost and CNN algorithm for drogue detection in UAV autonomous aerial refueling | |
Bao et al. | Vision-based horizon extraction for micro air vehicle flight control | |
CN106155082B (zh) | 一种基于光流的无人机仿生智能避障方法 | |
CN102190081A (zh) | 基于视觉的飞艇定点鲁棒控制方法 | |
Lippiello et al. | 3D monocular robotic ball catching with an iterative trajectory estimation refinement | |
Chiu et al. | Vision-only automatic flight control for small UAVs | |
Choi et al. | Tracking an unknown moving target from uav: Extracting and localizing an moving target with vision sensor based on optical flow | |
Dickmanns et al. | Autonomous landing of airplanes by dynamic machine vision | |
Ming et al. | Optical tracking system for multi-UAV clustering |
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 |