CN110069071A - 无人机导航方法与装置、存储介质、电子设备 - Google Patents
无人机导航方法与装置、存储介质、电子设备 Download PDFInfo
- Publication number
- CN110069071A CN110069071A CN201910405875.2A CN201910405875A CN110069071A CN 110069071 A CN110069071 A CN 110069071A CN 201910405875 A CN201910405875 A CN 201910405875A CN 110069071 A CN110069071 A CN 110069071A
- Authority
- CN
- China
- Prior art keywords
- flight
- information
- unmanned plane
- navigation
- speed
- 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
- 238000000034 method Methods 0.000 title claims abstract description 82
- 230000015654 memory Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 23
- 238000012545 processing Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 7
- 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 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000004927 fusion Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000005291 magnetic effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 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
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000000352 storage cell Anatomy 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本公开属于无人机导航技术领域，涉及一种无人机导航方法及装置、计算机可读存储介质、电子设备。该方法包括：获取无人机的第一当前飞行信息，并获取一与无人机相关的目标物体的第二当前飞行信息；根据第一当前飞行信息与第二当前飞行信息确定无人机的预测飞行导航信息，并接收控制无人机的操控飞行导航信息；将预测飞行导航信息与操控飞行导航信息进行比较，根据比较结果确定无人机的目标导航信息以控制无人机飞行。本公开通过对预测飞行导航信息和操控飞行导航信息进行融合，更为科学地确定出无人机飞行的目标导航信息，降低了无人机在复杂环境下飞行对操作人员的要求，提高了无人机的可操控性，保障了无人机的飞行安全。
Description
技术领域
本公开涉及无人机导航技术领域，尤其涉及一种无人机导航方法与无人机导航装置、计算机可读存储介质及电子设备。
背景技术
无人机在各行各业越来越普及，尤其是在工业、农业、林业、电力、安防、测绘等专业领域，使用无人机执行拍摄、识别、监控、定位、预警等任务越来越被用户所接受，无人机也越来越受到重视。虽然无人机技术的终极目标是实现无人机的自主飞行、自主执行任务、多机自主协同等完全无人控制的自动化任务执行平台，但目前阶段受限于无人机软硬件技术的局限，还需要专业的操作人员来操控。另一方面，专业应用的无人机一般体积大、重量大、成本高、挂载设备多，所以更加需要专业的操作人员进行操控，以确保飞行的安全性。
但是由于操作人员的水平参差不齐，且主观性强，一些专业领域除了需要无人机的操控技术之外，还需要很强的专业知识才能进行操控，这对操作人员提出了更高的要求。因为在很多行业都缺乏足够专业的操作人员，使得无人机的飞行安全性并没有充分保障。
鉴于此，本领域亟需开发一种新的无人机导航方法及装置。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种无人机导航方法、无人机导航装置、计算机可读存储介质及电子设备，进而至少在一定程度上克服由于相关技术的限制而导致的无人机飞行安全问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种无人机导航方法，所述方法包括：获取无人机的第一当前飞行信息，并获取一与所述无人机相关的目标物体的第二当前飞行信息；根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，并接收控制所述无人机的操控飞行导航信息；将所述预测飞行导航信息与所述操控飞行导航信息进行比较，根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行。
在本公开的一种示例性实施例中，所述操控飞行导航信息包括飞行操控速度，所述预测飞行导航信息包括飞行预测速度，所述目标导航信息包括目标导航速度，所述根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行，包括：若所述飞行操控速度小于或等于所述飞行预测速度，将所述飞行操控速度确定为所述无人机的目标导航速度，以控制所述无人机飞行；若所述飞行操控速度大于所述飞行预测速度，将所述飞行预测速度确定为所述无人机的目标导航速度，以控制所述无人机飞行。
在本公开的一种示例性实施例中，所述操控飞行导航信息包括飞行操控方向信息，所述预测飞行导航信息包括飞行预测方向信息，所述目标导航信息包括目标导航方向信息，所述根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行，包括：若所述飞行操控方向信息与所述飞行预测方向信息存在差异，将所述飞行预测方向信息确定为所述无人机的目标导航方向信息以控制所述无人机飞行。
在本公开的一种示例性实施例中，所述第一当前飞行信息包括第一当前飞行方向信息，所述第二当前飞行信息包括第二当前飞行方向信息，所述预测飞行导航信息包括预测飞行方向信息，所述根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，包括：根据所述第二当前飞行方向信息确定所述目标物体的朝向；若所述朝向为所述无人机所在的相反方向，确定所述第一当前飞行方向信息为所述预测飞行方向信息；若所述朝向为所述无人机所在的方向，获取所述第一当前飞行方向信息的相反方向信息，以将所述相反方向信息确定为所述预测飞行方向信息。
在本公开的一种示例性实施例中，所述预测飞行导航信息包括预测飞行速度，所述根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，包括：根据所述第二当前飞行方向信息确定所述目标物体的朝向；若所述朝向为所述无人机所在的相反方向，确定第一预设速度为所述预测飞行速度；若所述朝向为所述无人机所在的方向，确定第二预设速度为所述预测飞行速度。
在本公开的一种示例性实施例中，所述第二当前飞行信息包括第二当前飞行速度，所述方法还包括：若所述目标物体的第二当前飞行速度为待飞行速度，确定所述待飞行速度为所述无人机的目标导航速度。
在本公开的一种示例性实施例中，所述方法还包括：根据所述第二当前飞行方向信息确定所述目标物体的朝向；若所述朝向为除所述无人机所在的方向和所述无人机所在的相反方向之外的其他方向，确定所述待飞行速度为所述无人机的目标导航速度。
在本公开的一种示例性实施例中，在所述获取一与所述无人机相关的目标物体的第二当前飞行信息之前，所述方法包括：实时获取所述无人机与待选目标物体之间的位置距离；若所述位置距离满足预设条件，将所述待选目标物体确定为所述目标物体。
在本公开的一种示例性实施例中，所述获取一与所述无人机相关的目标物体的第二当前飞行信息，包括：采集所述目标物体的画面图像，以获取所述目标物体的图像数据；根据所述图像数据确定所述目标物体的第二当前飞行信息。
根据本公开的一个方面，提供一种无人机导航装置，所述装置包括：信息获取模块，被配置为获取无人机的第一当前飞行信息，并获取一与无人机相关的目标物体的第二当前飞行信息；信息确定模块，被配置为根据第一当前飞行信息与第二当前飞行信息确定无人机的预测飞行导航信息，并接收控制无人机的操控飞行导航信息；导航确定模块，被配置为将预测飞行导航信息与操控飞行导航信息进行比较，根据比较结果确定无人机的目标导航信息以控制无人机飞行。
根据本公开的一个方面，提供一种电子设备，包括：处理器和存储器；其中，存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现上述任意示例性实施例的无人机导航方法。
根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意示例性实施例中的无人机导航方法。
由上述技术方案可知，本公开示例性实施例中的无人机导航方法、无人机导航装置、计算机存储介质及电子设备至少具备以下优点和积极效果：
在本公开的示例性实施例提供的方法及装置中，通过对计算出的无人机的预测飞行导航信息和人工输入的操控飞行导航信息进行融合，更为科学地确定出无人机飞行的目标导航信息，降低了无人机在复杂环境下飞行时对操作人员的要求，提高了无人机的可操控性，保障了无人机的飞行安全。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示意性示出本公开示例性实施例中一种无人机导航方法的流程图；
图2示意性示出本公开示例性实施例中确定目标物体的方法的流程示意图；
图3示意性示出本公开示例性实施例中获取第二当前飞行信息的方法的流程示意图；
图4示意性示出本公开示例性实施例中确定预测飞行方向信息的方法的流程示意图；
图5示意性示出本公开示例性实施例中确定预测飞行速度的方法的流程示意图；
图6示意性示出本公开示例性实施例中一种确定目标导航速度的方法的流程示意图；
图7示意性示出本公开示例性实施例中另一种确定目标导航速度的方法的流程示意图；
图8示意性示出本公开示例性实施例中无人机导航方法的应用场景的示意图；
图9示意性示出本公开示例性实施例中三种传感器的应用场景的示意图；
图10示意性示出本公开示例性实施例中相机全视角覆盖的示意图；
图11示意性示出本公开示例性实施例中相机前视角采集画面时角度的示意图；
图12示意性示出本公开示例性实施例中计算飞行预测速度和飞行预测方向信息的方法的流程示意图；
图13示意性示出本公开示例性实施例中融合预测飞行导航信息和操控飞行导航信息的方法的流程示意图；
图14示意性示出本公开示例性实施例中一种无人机导航装置的结构示意图；
图15示意性示出本公开示例性实施例中一种用于实现无人机导航方法的电子设备；
图16示意性示出本公开示例性实施例中一种用于实现无人机导航方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本公开的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
本说明书中使用用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”和“具有”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”和“第二”等仅作为标记使用，不是对其对象的数量限制。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。
针对相关技术中存在的问题，本公开提出了一种无人机导航方法。图1示出了无人机导航方法的流程图，如图1所示，无人机导航方法至少包括以下步骤：
步骤S101.获取无人机的第一当前飞行信息，并获取一与无人机相关的目标物体的第二当前飞行信息。
步骤S102.根据第一当前飞行信息与第二当前飞行信息确定无人机的预测飞行导航信息，并接收控制无人机的操控飞行导航信息。
步骤S103.将预测飞行导航信息与操控飞行导航信息进行比较，根据比较结果确定无人机的目标导航信息以控制无人机飞行。
在本公开的示例性实施例中，通过对计算出的无人机的预测飞行导航信息和人工输入的操控飞行导航信息进行融合，更为科学地确定出无人机的目标导航信息控制无人机飞行，降低了无人机在复杂环境下飞行对操作人员的要求，提高了无人机的可操控性，保障了无人机的飞行安全。
下面对无人机导航方法的各个步骤进行详细说明。
在步骤S101中，获取无人机的第一当前飞行信息，并获取一与无人机相关的目标物体的第二当前飞行信息。
在本公开的示例性实施例中，第一当前飞行信息是无人机当前飞行的方向信息和速度。举例而言，获取第一当前飞行信息时，可以依靠全球定位系统(Global PositioningSystem，简称GPS)或者北斗导航系统来实现。
第二当前飞行信息是目标物体当前飞行的方向信息和速度。在无人机飞行过程中，可能会遇到致使其飞行障碍或者危险的目标物体，可以将这些会影响无人机飞行的目标物体确定为与无人机相关的目标物体，但并非无人机飞行过程中会遇到的所有障碍物都会成为目标物体。在可选的实施例中，图2示出了确定目标物体的方法的流程示意图，该方法至少可以包括以下步骤：在步骤S201中，实时获取无人机与待选目标物体之间的位置距离。待选目标物体可以是无人机在飞行过程中可检测到的物体，这些物体都有可能影响无人机的安全飞行。因此，可以采用距离传感器实时获取无人机与待选目标物体之间的位置距离。其中，距离传感器可以是激光测距仪，也可以是低成本的微型雷达，还可以是其他适用于无人机测量距离的仪器，本示例性实施例对此不做特殊限定。在步骤S202中，若位置距离满足预设条件，将待选目标物体确定为目标物体。对无人机与待选目标物体之间的位置距离设置预设条件，该预设条件用来判断待选目标物体是否可以作为目标物体。举例而言，该预设条件可以是预设的安全距离阈值。若位置距离小于安全距离阈值，确定待选目标物体为目标物体；若位置距离大于或等于安全距离阈值，该待选目标物体可能不会影响无人机的正常飞行，不作为目标物体。本示例性实施例中，通过无人机与待选目标物体之间的距离判断，对目标物体有了更为科学的筛选和确定方法，减少了计算无人机的预测飞行导航信息的工作量，保障了确定目标物体的准确性，提高了无人机飞行航线的精准度。
在可选的实施例中，图3示出了获取目标物体的第二当前飞行信息的方法的流程示意图，如图3所示，该方法至少可以包括以下步骤：在步骤S301中，采集目标物体的画面图像，以获取目标物体的图像数据。为避免无人机过多的硬件负载，保障无人机的安全飞行，可以在无人机上安装轻型的、低成本的摄像头用来采集无人机飞行过程中遇到的目标物体的画面图像。采集到的画面图像可以用于确定与目标物体相关的图像数据。举例而言，可以通过基于深度学习的网络训练来实现识别目标物体、确定目标物体的移动方向、确定目标物体的移动速度、目标物体的形状、目标物体的大小等图像数据。在步骤S302中，根据图像数据确定目标物体的第二当前飞行信息。获取到的与目标物体相关的图像数据可能包含目标物体的多个属性信息及飞行信息，可以根据图像数据中包含的相关信息确定目标物体的第二飞行信息，亦即目标物体当前飞行的方向信息和速度。在本示例性实施例中，通过获取目标物体的第二当前飞行信息可以实现目标物体的识别定位，便于后续计算无人机的预测飞行导航信息，避免无人机与目标物体之间发生碰撞，造成无人机损毁。
在步骤S102中，根据第一当前飞行信息与第二当前飞行信息确定无人机的预测飞行导航信息，并接收控制无人机的操控飞行导航信息。
在本公开的示例性实施例中，第一当前飞行信息包括第一当前飞行方向信息，第二当前飞行信息包括第二当前飞行方向信息，预测飞行导航信息包括预测飞行方向信息。在可选的实施例中，图4示出了确定预测飞行方向信息的方法的流程示意图，如图4所示，该方法至少包括以下步骤：在步骤S401中，根据第二当前飞行方向信息确定目标物体的朝向。根据目标物体的第二当前飞行方向信息可以确定目标物体的朝向，根据该朝向判断目标物体与无人机之间的朝向关系。目标物体是否朝向无人机是预测无人机飞行方向的决定因素。举例而言，目标物体可以朝向无人机所在的方向，也可以朝向无人机所在之处的相反方向，还可以朝向其他任意方向，本示例性实施例对此不做特殊限定。在步骤S402中，若朝向为无人机所在的相反方向，确定第一当前飞行方向信息为预测飞行方向信息。本步骤列出了目标物体朝向无人机所在之处的相反方向的情况。当目标物体朝向无人机的相反方向时，可以指示无人机按照第一当前飞行方向信息的指示继续飞行，亦即无人机在该种情况下不改变飞行方向。在步骤S403中，若朝向为无人机所在的方向，获取第一当前飞行方向信息的相反方向信息，以将相反方向信息确定为预测飞行方向信息。本步骤列出了目标物体朝向无人机所在的方向的情况。当目标物体朝向无人机所在之处的方向时，可以指示无人机按照第一当前飞行方向信息的相反方向飞行，亦即将无人机的飞行方向调整为原本飞行方向的相反方向。在本示例性实施例中，根据目标物体的移动朝向的各种情况，可以预测出对应情况下的无人机的飞行方向，从无人机的飞行方向方面降低了二者同时移动时发生碰撞事件的概率，在一定程度上降低了操作人员采取复杂精心的操作时的控制难度。
在可选的实施例中，预测飞行导航信息包括预测飞行速度，图5示出了确定预测飞行速度的方法的流程示意图，如图5所示，该方法至少可以包括以下步骤：在步骤S501中，若朝向为无人机所在的相反方向，确定第一预设速度为预测飞行速度。本步骤列出了目标物体朝向无人机所在之处的相反方向的情况。当目标物体朝向无人机的相反方向时，对应确定第一预设速度为预测飞行速度。举例而言，该第一预设速度可以是不超过目标物体当前飞行速度的预设飞行速度，此时可以保证无人机以二者速度之间的差值慢慢远离目标物体，以躲避危险。值得说明的是，该第一预设速度可以是预先设置的固定速度值，还可以是根据目标物体的当前飞行速度和无人机的第一当前飞行速度按照预设算法进行计算确定的，还可以是其他设置方式，本示例性实施例对此不做特殊限定。在步骤S502中，若朝向为无人机所在的方向，确定第二预设速度为预测飞行速度。本步骤列出了目标物体朝向无人机所在的方向的情况。当目标物体朝向无人机所在之处的方向时，对应确定第二预设速度为预测飞行速度。举例而言，该第二预设速度可以是不低于目标物体当前飞行速度的预设飞行速度，此时可以保证无人机以二者速度之间的差值慢慢远离目标物体，以躲避危险。值得说明的是，该第二预设速度可以是预先设置的固定速度值，还可以是根据目标物体的当前飞行速度和无人机的第一当前飞行速度按照预设算法进行计算确定的，还可以是其他设置方式，本示例性实施例对此不做特殊限定。本示例性实施例根据目标物体的移动朝向的各种情况，可以预测出对应情况下的无人机的飞行速度，从无人机的飞行速度方面降低了二者同时移动时发生碰撞事件的概率，在一定程度上降低了操作人员采取复杂精心的操作时的控制难度。
确定无人机的预测飞行导航信息之后，并不直接用来控制无人机的飞行情况，而是作为无人机接下来飞行的一个备选导航信息。除此之外，还获取人工输入的操控飞行导航信息。操控飞行导航信息可以是由操作人员手动输入的飞行指令，该飞行指令中可以包括指示无人机飞行的方向信息和速度等。获取该操控飞行导航信息之后，也将作为无人机目标导航信息的一个备选导航信息以供参考，减少操作人员主观控制的复杂度，减轻操作人员飞行操作的工作量。
在步骤S103中，将预测飞行导航信息与操控飞行导航信息进行比较，根据比较结果确定无人机的目标导航信息以控制无人机飞行。
在本公开的示例性实施例中，获取到控制无人机飞行的两个备选导航信息之后，可以将预测飞行导航信息与操控飞行导航信息进行比较。在可选的实施例中，操控飞行导航信息包括飞行操控速度，预测飞行导航信息包括飞行预测速度，目标导航信息包括目标导航速度，图6示出了一种确定目标导航速度的方法的流程示意图，如图6所示，该方法至少可以包括以下步骤：在步骤S601中，若飞行操控速度小于或等于飞行预测速度，将飞行操控速度确定为无人机的目标导航速度，以控制无人机飞行。将飞行操控速度与飞行预测速度进行比较，根据比较结果可以确定无人机的目标导航速度。本步骤列出了其中一种比较结果对应的情况。当飞行操控速度小于或等于飞行预测速度的时候，可以确定飞行操控速度为接下来无人机飞行的目标导航速度。此时，在两种备选导航信息中可以确定出无人机的飞行速度。在步骤S602中，若飞行操控速度大于飞行预测速度，将飞行预测速度确定为无人机的目标导航速度以控制无人机飞行。将飞行操控速度与飞行预测速度进行比较，根据比较结果可以确定无人机的目标导航速度。本步骤列出了其中一种比较结果对应的情况。当飞行操控速度大于飞行预测速度的时候，可以确定飞行预测速度为接下来无人机飞行的目标导航速度。此时，在两种备选导航信息中可以确定出无人机的飞行速度。在本示例性实施例中，通过对飞行操控速度与飞行预测速度进行融合，确定出无人机遇到目标物体时的飞行速度，改变了之前无人机的飞行速度都由操作人员决定的情况，降低了人工误操作的可能性，在一定程度上解放了操作人员的劳动力，在飞行速度方面提高了无人机的飞行安全性。
在可选的实施例中，操控飞行导航信息包括飞行操控方向信息，预测飞行导航信息包括飞行预测方向信息，目标导航信息包括目标导航方向信息，若飞行操控方向信息与飞行预测方向信息存在差异，将飞行预测方向信息确定为无人机的目标导航方向信息以控制无人机飞行。将飞行预测方向信息与飞行操控方向信息进行比较，可以获得飞行预测方向信息与飞行操控方向信息一致或者存在差异的情况。若飞行预测方向信息与飞行操控方向信息一致，则无论将飞行预测方向信息作为目标导航方向信息，还是将飞行操控方向信息作为目标导航方向信息均可；若飞行预测方向信息与飞行操控方向信息存在差异时，可以将飞行预测方向信息确定为无人机的目标导航方向信息，亦即按照计算出的飞行预测方向信息指示无人机飞行的航向。在本示例性实施例中，给出了融合无人机飞行方向的方法，改变了之前无人机的飞行方向都由操作人员决定的情况，降低了人工误操作的可能性，在一定程度上解放了操作人员的劳动力，在飞行方向方面提高了无人机的飞行安全性。
在可选的实施例中，第二当前飞行信息包括第二当前飞行速度，若目标物体的第二当前飞行速度为待飞行速度，确定待飞行速度为无人机的目标导航速度。举例而言，目标物体是无人机或其他可以保持悬停状态的物体时，待飞行速度可以是速度为零的悬停速度。若目标物体的第二当前飞行速度是该待飞行速度，可以确定无人机的目标导航速度也为该待飞行速度，即无人机的飞行速度为零，保持悬停状态。本示例性实施例给出了目标导航速度的另一种确定途径，丰富了确定无人机的目标导航速度的方法，完善了无人机导航的方式。
在可选的实施例中，图7示出了另一种目标导航速度的确定方法的流程示意图，如图7所示，该方法至少包括以下两个步骤：在步骤S701中，根据第二当前飞行方向信息确定目标物体的朝向。根据目标物体的第二当前飞行方向信息可以确定目标物体的朝向，以判断出目标物体与无人机之间的朝向关系。目标物体是否朝向无人机是预测无人机飞行方向的决定因素。举例而言，目标物体可以是朝向无人机所在的方向，也可以是朝向无人机所在之处的相反方向，还可以是其他任意方向，本示例性实施例对此不做特殊限定。在步骤S702中，若朝向为除无人机所在的方向和无人机所在的相反方向之外的其他方向，确定待飞行速度为无人机的目标导航速度。该步骤列出了朝向为除无人机所在的方向和无人机所在的相反方向之外的其他方向的情况。目标物体的朝向可以是任意方向的，当朝向为除无人机所在的方向和无人机所在的相反方向之外的其他方向时，不论目标物体处于悬停、飞行或其他状态，都将待飞行速度作为无人机的目标导航速度。其中，待飞行速度可以是速度为零的悬停速度，还可以是其他不看作飞行状态的速度，本示例性实施例对此不做特殊限定。本示例性实施例给出了另一种确定无人机的目标导航速度为待飞行速度的情况，也是由目标物体的其他朝向进行确定的，因此，可以同时完善这两个方面的情况，完善了无人机导航的速度确定方法。
下面结合一应用场景对本公开实施例中的无人机导航方法做出详细说明。
图8示出了本公开提供的无人机导航方法的应用场景的示意图，如图8所示，该方法的实现至少可以包括传感器801、相机802、计算控制中心803、无人机飞控中心804四个功能模块。其中，传感器801主要包括了姿态传感器、定位传感器、距离传感器三种。图9示出了三种传感器的应用场景的示意图，如图9所示，在姿态检测方面，可以采用传统的数字惯性导航传感器，主要可以包括：陀螺仪、加速计、地磁计，它们的作用主要是提供无人机的姿态角度和加速度；在定位检测方面，主要依靠全球定位系统(Global Positioning System，简称GPS)或者北斗导航系统来实现，它们的作用主要是提供无人机飞行的速度；距离传感器可以是激光测距仪或者微型雷达等。并且，在无人机定位检测失效的情况下，举例而言，在室内、桥下、丛林、高楼之间时，可以采用视觉定位计算以实现定位功能。
相机802可以拍摄无人机飞行过程中的前后、左右、上下视角的画面。一般的，由于识别的无人机飞行过程中的目标物体可能是障碍或者危险的目标，因此并不需要太远的拍摄距离，可以尽量选用轻型的摄像头，避免由于摄像头增加带来的无人机硬件负载过大的情况。图10示出了相机全视角覆盖的示意图，如图10所示，采用了一种水平和垂直视角大于等于九十度的高清摄像头，通过上下左右前后共六个摄像头的配置，能够实现无人机飞行的全视角覆盖。值得说明的是，具体配置多少个摄像头可以根据实际情况进行设置，本示例性实施例不做特殊限定。由于有的应用场景不需要全视角覆盖，可能只要得到前视角的画面即可，图11示出了相机前视角采集画面时角度的示意图，如图11所示，可以设置前后两个摄像头，摄像头配置更加简单。相机802采集的画面将传递给计算控制中心进行后续的计算。相机802最重要的工作是进行目标物体的识别定位，这个过程可以通过基于深度学习的训练来实现。对目标物体的识别定位的主要目的是识别目标物体以及确定目标物体的移动方向，由此来计算无人机需要采取的速度和方向，以避免与目标物体发生碰撞。
计算控制中心803可以配备高性能计算硬件并装配在无人机上，使所有运算在本地完成，也可以采用高速无线传输将计算运行在地面控制工作站。高性能计算硬件可以是专用现场可编程门阵列(Field-Programmable Gate Array，简称FPGA)、专用芯片、高性能中央处理器(Central Processing Unit，简称CPU)或者图形处理器(Graphics ProcessingUnit，简称GPU)。高性能计算硬件装在在本地一方面会增加无人机的负载，另一方面，大量的计算会提高功耗，降低了无人机的续航时间。因此，利用地面控制工作站配合高速无线网络的方式可以有效的解决这些问题，而且地面控制工作站可以采用更为高级的配置，能够同时处理多台无人机的辅助飞行计算，更加节省资源。计算控制中心803可以根据获取到的无人机的当前飞行信息预测接下来要采取的飞行速度和飞行方向信息，并将预测到的飞行信息输出到无人机飞控中心804中。图12示出了计算飞行预测速度与飞行预测方向信息的方法的流程示意图，如图12所示，相机采集无人机飞行过程中的画面图像，以获取目标数据的图像数据。根据图像数据可以对目标物体进行识别，并确定目标物体的第二当前飞行方向信息，以识别目标物体对于无人机的相对运动方向。同时，通过无人机上的距离传感器可以获取目标物体与无人机之间的位置距离，得到二者之间的距离数据。然后，可以根据获得的无人机与目标物体的数据信息，计算出无人机的预测飞行导航信息，包括飞行预测速度和飞行预测方向信息，并将二者输出到飞控中心804，以供飞控中心804进行后续的命令融合，确定无人机飞行的目标导航信息。
无人机飞控中心804可以是能够接收从计算控制中心803发出的预测的飞行速度、飞行方向信息以及操作人员发出的飞行控制命令，并融合无人机操作人员输入的飞行控制命令和计算控制中心803输入的预测飞行信息的无人机飞控系统。图13示出了融合预测飞行导航信息和操控飞行导航信息的方法的流程示意图，如图13所示，计算控制中心803输入的指令是预测飞行导航信息，可以包括飞行预测速度和飞行预测方向信息。输入飞行控制命令是操作人员手动输入的操控飞行导航信息，可以包括飞行操控速度和飞行操控方向信息等。将预测飞行导航信息与操控飞行导航信息进行命令融合，以将最终的目标导航信息输入到飞控中心804控制无人机飞行。命令融合主要是判断输入的飞行控制命令与计算控制中心计算出的命令是否冲突，以及如何融合输入到飞控中心804中。计算控制中心803可以预测无人机的飞行导航信息，可以包括飞行预测速度和飞行预测方向信息；输入飞行控制命令是操作人员手动输入的操控飞行导航信息，可以包括飞行操控速度和飞行操控方向信息，具体的融合方式可以按照如下方式：若飞行预测速度大于或等于飞行操控速度，确定飞行操控速度为无人机的目标导航速度；若飞行预测速度小于飞行操控速度，确定飞行预测速度为无人机的目标导航速度；若飞行预测方向信息与飞行操控方向信息不一致，确定飞行预测方向信息为无人机的目标导航方向信息。
在本公开的示例性实施例中，通过对计算出的无人机的预测飞行导航信息和人工输入的操控飞行导航信息进行融合，更为科学地确定出无人机的目标导航信息控制无人机飞行，降低了无人机在复杂环境下飞行对操作人员的要求，提高了无人机的可操控性，保障了无人机的飞行安全。
此外，在本公开的示例性实施例中，还提供一种无人机导航装置。图14示出了无人机导航装置的结构示意图，如图14所示，无人机导航装置1400可以包括：信息获取模块1401、信息确定模块1402、导航确定模块1403。其中：
信息获取模块1401，被配置为获取无人机的第一当前飞行信息，并获取一与无人机相关的目标物体的第二当前飞行信息；信息确定模块1402，被配置为根据第一当前飞行信息与第二当前飞行信息确定无人机的预测飞行导航信息，并接收控制无人机的操控飞行导航信息；导航确定模块1403，被配置为将预测飞行导航信息与操控飞行导航信息进行比较，根据比较结果确定无人机的目标导航信息以控制无人机飞行。
上述无人机导航装置的具体细节已经在对应的无人机导航方法中进行了详细的描述，因此此处不再赘述。
应当注意，尽管在上文详细描述中提及了无人机导航装置1400的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外，在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
下面参照图15来描述根据本发明的这种实施例的电子设备1500。图15显示的电子设备1500仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图15所示，电子设备1500以通用计算设备的形式表现。电子设备1500的组件可以包括但不限于：上述至少一个处理单元1510、上述至少一个存储单元1520、连接不同系统组件(包括存储单元1520和处理单元1510)的总线1530、显示单元1540。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元1510执行，使得所述处理单元1510执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
存储单元1520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)1521和/或高速缓存存储单元1522，还可以进一步包括只读存储单元(ROM)1523。
存储单元1520还可以包括具有一组(至少一个)程序模块1525的程序/实用工具1524，这样的程序模块1525包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线1530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备1500也可以与一个或多个外部设备1700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1500交互的设备通信，和/或与使得该电子设备1500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口1550进行。并且，电子设备1500还可以通过网络适配器1560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器1540通过总线1530与电子设备1500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施例中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施例的步骤。
参考图16所示，描述了根据本发明的实施例的用于实现上述方法的程序产品1600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
Claims (12)
1.一种无人机导航方法，其特征在于，所述方法包括：
获取无人机的第一当前飞行信息，并获取一与所述无人机相关的目标物体的第二当前飞行信息；
根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，并接收控制所述无人机的操控飞行导航信息；
将所述预测飞行导航信息与所述操控飞行导航信息进行比较，根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行。
2.根据权利要求1所述的无人机导航方法，其特征在于，所述操控飞行导航信息包括飞行操控速度，所述预测飞行导航信息包括飞行预测速度，所述目标导航信息包括目标导航速度，所述根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行，包括：
若所述飞行操控速度小于或等于所述飞行预测速度，将所述飞行操控速度确定为所述无人机的目标导航速度，以控制所述无人机飞行；
若所述飞行操控速度大于所述飞行预测速度，将所述飞行预测速度确定为所述无人机的目标导航速度，以控制所述无人机飞行。
3.根据权利要求1所述的无人机导航方法，其特征在于，所述操控飞行导航信息包括飞行操控方向信息，所述预测飞行导航信息包括飞行预测方向信息，所述目标导航信息包括目标导航方向信息，所述根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行，包括：
若所述飞行操控方向信息与所述飞行预测方向信息存在差异，将所述飞行预测方向信息确定为所述无人机的目标导航方向信息以控制所述无人机飞行。
4.根据权利要求1所述的无人机导航方法，其特征在于，所述第一当前飞行信息包括第一当前飞行方向信息，所述第二当前飞行信息包括第二当前飞行方向信息，所述预测飞行导航信息包括预测飞行方向信息，所述根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，包括：
根据所述第二当前飞行方向信息确定所述目标物体的朝向；
若所述朝向为所述无人机所在的相反方向，确定所述第一当前飞行方向信息为所述预测飞行方向信息；
若所述朝向为所述无人机所在的方向，获取所述第一当前飞行方向信息的相反方向信息，以将所述相反方向信息确定为所述预测飞行方向信息。
5.根据权利要求4所述的无人机导航方法，其特征在于，所述预测飞行导航信息包括预测飞行速度，所述根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，包括：
若所述朝向为所述无人机所在的相反方向，确定第一预设速度为所述预测飞行速度；
若所述朝向为所述无人机所在的方向，确定第二预设速度为所述预测飞行速度。
6.根据权利要求4所述的无人机导航方法，其特征在于，所述第二当前飞行信息包括第二当前飞行速度，所述方法还包括：
若所述目标物体的第二当前飞行速度为待飞行速度，确定所述待飞行速度为所述无人机的目标导航速度。
7.根据权利要求6所述的无人机导航方法，其特征在于，所述方法还包括：
根据所述第二当前飞行方向信息确定所述目标物体的朝向；
若所述朝向为除所述无人机所在的方向和所述无人机所在的相反方向之外的其他方向，确定所述待飞行速度为所述无人机的目标导航速度。
8.根据权利要求1所述的无人机导航方法，其特征在于，在所述获取一与所述无人机相关的目标物体的第二当前飞行信息之前，所述方法还包括：
实时获取所述无人机与待选目标物体之间的位置距离；
若所述位置距离满足预设条件，将所述待选目标物体确定为所述目标物体。
9.根据权利要求8所述的无人机导航方法，其特征在于，所述获取一与所述无人机相关的目标物体的第二当前飞行信息，包括：
采集所述目标物体的画面图像，以获取所述目标物体的图像数据；
根据所述图像数据确定所述目标物体的第二当前飞行信息。
10.一种无人机导航装置，其特征在于，包括：
信息获取模块，被配置为获取所述无人机的第一当前飞行信息，并获取一与所述无人机相关的目标物体的第二当前飞行信息；
信息确定模块，被配置为根据所述第一当前飞行信息与所述第二当前飞行信息确定所述无人机的预测飞行导航信息，并接收控制所述无人机的操控飞行导航信息；
导航确定模块，被配置为将所述预测飞行导航信息与所述操控飞行导航信息进行比较，根据比较结果确定所述无人机的目标导航信息以控制所述无人机飞行。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-9中任意一项所述的无人机导航方法。
12.一种电子设备，其特征在于，包括：
处理器；
存储器，用于存储所述处理器的可执行指令；
其中，所述处理器被配置为经由执行所述可执行指令来执行权利要求1-9中任意一项所述的无人机导航方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910405875.2A CN110069071B (zh) | 2019-05-15 | 2019-05-15 | 无人机导航方法与装置、存储介质、电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910405875.2A CN110069071B (zh) | 2019-05-15 | 2019-05-15 | 无人机导航方法与装置、存储介质、电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110069071A true CN110069071A (zh) | 2019-07-30 |
| CN110069071B CN110069071B (zh) | 2022-06-14 |
Family
ID=67370709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910405875.2A Active CN110069071B (zh) | 2019-05-15 | 2019-05-15 | 无人机导航方法与装置、存储介质、电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110069071B (zh) |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112597992A (zh) * | 2020-12-30 | 2021-04-02 | 深兰科技（上海）有限公司 | 飞行器的控制方法、装置、飞行器及计算机可读存储介质 |
| CN113484765A (zh) * | 2021-08-03 | 2021-10-08 | 广州极飞科技股份有限公司 | 无人机的续航时间确定方法、装置、处理设备及介质 |
| CN113917852A (zh) * | 2021-09-30 | 2022-01-11 | 北京星网宇达科技股份有限公司 | 一种靶机的模拟控制方法、装置、设备及存储介质 |
| US11403069B2 (en) | 2017-07-24 | 2022-08-02 | Tesla, Inc. | Accelerated mathematical engine |
| US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
| US11487288B2 (en) | 2017-03-23 | 2022-11-01 | Tesla, Inc. | Data synthesis for autonomous control systems |
| US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
| US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
| US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
| US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
| US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
| US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
| US11665108B2 (en) | 2018-10-25 | 2023-05-30 | Tesla, Inc. | QoS manager for system on a chip communications |
| US11681649B2 (en) | 2017-07-24 | 2023-06-20 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
| US11734562B2 (en) | 2018-06-20 | 2023-08-22 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
| US11748620B2 (en) | 2019-02-01 | 2023-09-05 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
| US11790664B2 (en) | 2019-02-19 | 2023-10-17 | Tesla, Inc. | Estimating object properties using visual image data |
| US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
| US11841434B2 (en) | 2018-07-20 | 2023-12-12 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
| US11893774B2 (en) | 2018-10-11 | 2024-02-06 | Tesla, Inc. | Systems and methods for training machine models with augmented data |
| US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
| CN113917852B (zh) * | 2021-09-30 | 2024-04-26 | 北京星网宇达科技股份有限公司 | 一种靶机的模拟控制方法、装置、设备及存储介质 |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070132638A1 (en) * | 1998-12-30 | 2007-06-14 | Frazier James A | Close/intra-formation positioning collision avoidance system and method |
| CN105517666A (zh) * | 2014-09-05 | 2016-04-20 | 深圳市大疆创新科技有限公司 | 基于情景的飞行模式选择 |
| CN105807786A (zh) * | 2016-03-04 | 2016-07-27 | 深圳市道通智能航空技术有限公司 | 一种无人机自动避障的方法及系统 |
| CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
| CN105912018A (zh) * | 2016-04-27 | 2016-08-31 | 深圳电航空技术有限公司 | 飞行器及飞行器避障方法 |
| CN105980950A (zh) * | 2014-09-05 | 2016-09-28 | 深圳市大疆创新科技有限公司 | 无人飞行器的速度控制 |
| CN106871902A (zh) * | 2017-02-16 | 2017-06-20 | 广东工业大学 | 一种无人机导航的方法、装置以及系统 |
| CN107000839A (zh) * | 2016-12-01 | 2017-08-01 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置、设备和无人机的控制系统 |
| CN107272731A (zh) * | 2017-06-05 | 2017-10-20 | 陈金良 | 无人机自动避撞系统 |
| CN107368095A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 一种小型固定翼无人机空中防撞系统及防撞方法 |
| CN107807671A (zh) * | 2017-11-27 | 2018-03-16 | 中国人民解放军陆军工程大学 | 无人机集群危险规避方法 |
| CN107831791A (zh) * | 2017-11-17 | 2018-03-23 | 南方科技大学 | 一种无人机的操控方法、装置、操控设备及存储介质 |
| CN108089597A (zh) * | 2017-12-29 | 2018-05-29 | 易瓦特科技股份公司 | 基于地面站对无人机进行控制的方法及装置 |
| CN108363410A (zh) * | 2018-02-09 | 2018-08-03 | 深圳臻迪信息技术有限公司 | 无人机的飞行控制方法、装置和无人机 |
| CN108399642A (zh) * | 2018-01-26 | 2018-08-14 | 上海深视信息科技有限公司 | 一种融合旋翼无人机imu数据的通用目标跟随方法和系统 |
| CN108513649A (zh) * | 2017-05-24 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 飞行控制方法、设备、机器可读存储介质以及系统 |
| CN108519776A (zh) * | 2018-04-04 | 2018-09-11 | 东北大学 | 一种基于手机的飞行控制系统 |
| CN108700891A (zh) * | 2017-08-30 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机和机器可读存储介质 |
| CN108827306A (zh) * | 2018-05-31 | 2018-11-16 | 北京林业大学 | 一种基于多传感器融合的无人机slam导航方法及系统 |
| CN109116867A (zh) * | 2018-09-28 | 2019-01-01 | 拓攻（南京）机器人有限公司 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
| US20190027050A1 (en) * | 2016-02-26 | 2019-01-24 | Mitsubishi Heavy Industries, Ltd. | Flying vehicle navigation system and flying vehicle navigation method |
| CN208596309U (zh) * | 2018-07-28 | 2019-03-12 | 南京开天眼无人机科技有限公司 | 一种无人机控制系统 |
-
2019
- 2019-05-15 CN CN201910405875.2A patent/CN110069071B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070132638A1 (en) * | 1998-12-30 | 2007-06-14 | Frazier James A | Close/intra-formation positioning collision avoidance system and method |
| CN105517666A (zh) * | 2014-09-05 | 2016-04-20 | 深圳市大疆创新科技有限公司 | 基于情景的飞行模式选择 |
| CN105980950A (zh) * | 2014-09-05 | 2016-09-28 | 深圳市大疆创新科技有限公司 | 无人飞行器的速度控制 |
| US20190027050A1 (en) * | 2016-02-26 | 2019-01-24 | Mitsubishi Heavy Industries, Ltd. | Flying vehicle navigation system and flying vehicle navigation method |
| CN105807786A (zh) * | 2016-03-04 | 2016-07-27 | 深圳市道通智能航空技术有限公司 | 一种无人机自动避障的方法及系统 |
| CN105912018A (zh) * | 2016-04-27 | 2016-08-31 | 深圳电航空技术有限公司 | 飞行器及飞行器避障方法 |
| CN105892489A (zh) * | 2016-05-24 | 2016-08-24 | 国网山东省电力公司电力科学研究院 | 一种基于多传感器融合的自主避障无人机系统及控制方法 |
| CN107000839A (zh) * | 2016-12-01 | 2017-08-01 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、装置、设备和无人机的控制系统 |
| CN106871902A (zh) * | 2017-02-16 | 2017-06-20 | 广东工业大学 | 一种无人机导航的方法、装置以及系统 |
| CN108513649A (zh) * | 2017-05-24 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 飞行控制方法、设备、机器可读存储介质以及系统 |
| CN107272731A (zh) * | 2017-06-05 | 2017-10-20 | 陈金良 | 无人机自动避撞系统 |
| CN107368095A (zh) * | 2017-08-29 | 2017-11-21 | 中国人民解放军国防科技大学 | 一种小型固定翼无人机空中防撞系统及防撞方法 |
| CN108700891A (zh) * | 2017-08-30 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、无人机和机器可读存储介质 |
| CN107831791A (zh) * | 2017-11-17 | 2018-03-23 | 南方科技大学 | 一种无人机的操控方法、装置、操控设备及存储介质 |
| CN107807671A (zh) * | 2017-11-27 | 2018-03-16 | 中国人民解放军陆军工程大学 | 无人机集群危险规避方法 |
| CN108089597A (zh) * | 2017-12-29 | 2018-05-29 | 易瓦特科技股份公司 | 基于地面站对无人机进行控制的方法及装置 |
| CN108399642A (zh) * | 2018-01-26 | 2018-08-14 | 上海深视信息科技有限公司 | 一种融合旋翼无人机imu数据的通用目标跟随方法和系统 |
| CN108363410A (zh) * | 2018-02-09 | 2018-08-03 | 深圳臻迪信息技术有限公司 | 无人机的飞行控制方法、装置和无人机 |
| CN108519776A (zh) * | 2018-04-04 | 2018-09-11 | 东北大学 | 一种基于手机的飞行控制系统 |
| CN108827306A (zh) * | 2018-05-31 | 2018-11-16 | 北京林业大学 | 一种基于多传感器融合的无人机slam导航方法及系统 |
| CN208596309U (zh) * | 2018-07-28 | 2019-03-12 | 南京开天眼无人机科技有限公司 | 一种无人机控制系统 |
| CN109116867A (zh) * | 2018-09-28 | 2019-01-01 | 拓攻（南京）机器人有限公司 | 一种无人机飞行避障方法、装置、电子设备及存储介质 |
Cited By (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11487288B2 (en) | 2017-03-23 | 2022-11-01 | Tesla, Inc. | Data synthesis for autonomous control systems |
| US11893393B2 (en) | 2017-07-24 | 2024-02-06 | Tesla, Inc. | Computational array microprocessor system with hardware arbiter managing memory requests |
| US11681649B2 (en) | 2017-07-24 | 2023-06-20 | Tesla, Inc. | Computational array microprocessor system using non-consecutive data formatting |
| US11403069B2 (en) | 2017-07-24 | 2022-08-02 | Tesla, Inc. | Accelerated mathematical engine |
| US11409692B2 (en) | 2017-07-24 | 2022-08-09 | Tesla, Inc. | Vector computational unit |
| US11797304B2 (en) | 2018-02-01 | 2023-10-24 | Tesla, Inc. | Instruction set architecture for a vector computational unit |
| US11561791B2 (en) | 2018-02-01 | 2023-01-24 | Tesla, Inc. | Vector computational unit receiving data elements in parallel from a last row of a computational array |
| US11734562B2 (en) | 2018-06-20 | 2023-08-22 | Tesla, Inc. | Data pipeline and deep learning system for autonomous driving |
| US11841434B2 (en) | 2018-07-20 | 2023-12-12 | Tesla, Inc. | Annotation cross-labeling for autonomous control systems |
| US11636333B2 (en) | 2018-07-26 | 2023-04-25 | Tesla, Inc. | Optimizing neural network structures for embedded systems |
| US11562231B2 (en) | 2018-09-03 | 2023-01-24 | Tesla, Inc. | Neural networks for embedded devices |
| US11893774B2 (en) | 2018-10-11 | 2024-02-06 | Tesla, Inc. | Systems and methods for training machine models with augmented data |
| US11665108B2 (en) | 2018-10-25 | 2023-05-30 | Tesla, Inc. | QoS manager for system on a chip communications |
| US11816585B2 (en) | 2018-12-03 | 2023-11-14 | Tesla, Inc. | Machine learning models operating at different frequencies for autonomous vehicles |
| US11537811B2 (en) | 2018-12-04 | 2022-12-27 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
| US11908171B2 (en) | 2018-12-04 | 2024-02-20 | Tesla, Inc. | Enhanced object detection for autonomous vehicles based on field view |
| US11610117B2 (en) | 2018-12-27 | 2023-03-21 | Tesla, Inc. | System and method for adapting a neural network model on a hardware platform |
| US11748620B2 (en) | 2019-02-01 | 2023-09-05 | Tesla, Inc. | Generating ground truth for machine learning from time series elements |
| US11567514B2 (en) | 2019-02-11 | 2023-01-31 | Tesla, Inc. | Autonomous and user controlled vehicle summon to a target |
| US11790664B2 (en) | 2019-02-19 | 2023-10-17 | Tesla, Inc. | Estimating object properties using visual image data |
| CN112597992A (zh) * | 2020-12-30 | 2021-04-02 | 深兰科技（上海）有限公司 | 飞行器的控制方法、装置、飞行器及计算机可读存储介质 |
| CN113484765A (zh) * | 2021-08-03 | 2021-10-08 | 广州极飞科技股份有限公司 | 无人机的续航时间确定方法、装置、处理设备及介质 |
| CN113484765B (zh) * | 2021-08-03 | 2024-04-09 | 广州极飞科技股份有限公司 | 无人机的续航时间确定方法、装置、处理设备及介质 |
| CN113917852A (zh) * | 2021-09-30 | 2022-01-11 | 北京星网宇达科技股份有限公司 | 一种靶机的模拟控制方法、装置、设备及存储介质 |
| CN113917852B (zh) * | 2021-09-30 | 2024-04-26 | 北京星网宇达科技股份有限公司 | 一种靶机的模拟控制方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110069071B (zh) | 2022-06-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110069071A (zh) | 无人机导航方法与装置、存储介质、电子设备 | |
| US11592845B2 (en) | Image space motion planning of an autonomous vehicle | |
| US11726498B2 (en) | Aerial vehicle touchdown detection | |
| JP7465615B2 (ja) | 航空機のスマート着陸 | |
| US11874656B2 (en) | Unmanned aerial vehicle modular command priority determination and filtering system | |
| AU2022235564A1 (en) | Geo-fiducials for UAV navigation | |
| CN109923492A (zh) | 飞行路径确定 | |
| TW201931040A (zh) | 基於螺旋槳防護裝置的存在性來調整空中機器人式運載工具的飛行參數 | |
| WO2017168423A1 (en) | System and method for autonomous guidance of vehicles | |
| CN110268356A (zh) | 前导无人机的系统 | |
| CN110226143A (zh) | 前导无人机的方法 | |
| US11886189B2 (en) | Control and navigation systems, pose optimization, mapping, and localization techniques | |
| CN110187720A (zh) | 无人机导引方法、装置、系统、介质及电子设备 | |
| GB2581403A (en) | Pose optimisation, mapping, and localisation techniques | |
| WO2022124392A1 (ja) | 飛行体及び飛行体の制御方法 | |
| KR102515245B1 (ko) | 무인 비행체의 분실을 방지하는 방법 및 장치 | |
| EP4141841A1 (en) | Systems and methods for providing obstacle information to aircraft operator displays | |
| WO2021087784A1 (zh) | 可移动平台悬停方法、可移动平台及计算机可读存储介质 | |
| CN117908574A (zh) | 基于多模态传感器融合的桥梁检测无人机控制方法及装置 | |
| Ellis et al. | Autonomous quadrotor for the 2012 international aerial robotics competition |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240409 Address after: Room 2703, West Block, Qiushi Building, No. 17 Zizhu Seventh Road, Zhulin Community, Xiangmihu Street, Futian District, Shenzhen City, Guangdong Province, 518000 Patentee after: Shenzhen Rhenium Indium Space Technology Co.,Ltd. Country or region after: China Address before: 518048 Room 203, building 4, Jinsha garden, Shazui Road, Shatou street, Futian District, Shenzhen City, Guangdong Province Patentee before: Shenzhen Platinum Stone Space Technology Co.,Ltd. Country or region before: China |