CN110147118A - 无人机定位方法、控制方法、装置及无人机集群 - Google Patents
无人机定位方法、控制方法、装置及无人机集群 Download PDFInfo
- Publication number
- CN110147118A CN110147118A CN201910450168.5A CN201910450168A CN110147118A CN 110147118 A CN110147118 A CN 110147118A CN 201910450168 A CN201910450168 A CN 201910450168A CN 110147118 A CN110147118 A CN 110147118A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- plane
- host
- wing
- luminous point
- 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
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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
Abstract
本申请实施例提供了一种无人机定位方法、控制方法、装置及无人机集群。方法包括：获取视觉传感器采集的包含特征光点的图像；根据特征光点在图像中的坐标变化，确定出无人机的飞行速度；根据无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出无人机的位置。通过视觉传感器采集包含设置找空间中的特征光点图像，可以确定出无人机的飞行速度。那么再根据预设起始位置、确定出的飞行速度和采集的惯性参数可以进一步确定无人机的位置，故实现了无需卫星定位信号也可以进行定位，进而实现在卫星定位信号不稳定或者无法接收到卫星定位信号时，无人机的飞行也不会受限。
Description
技术领域
本申请涉及无人机定位技术领域，具体而言，涉及一种无人机定位方法、控制方法、装置及无人机集群。
背景技术
无人机上定位模块可以获取卫星定位信号，例如GPS(Global PositioningSystem，全球定位系统)信号，并利用卫星定位信来定位自身的位置。一旦无人机的卫星定位信不稳定或者无法接收到卫星定位信，无人机则无法实现准确的定位甚至无法定位，从而使得无人机飞行受限。
发明内容
本申请在于提供一种无人机定位方法、控制方法、装置及无人机集群，以实现不依赖卫星定位信号，也可以对无人机进行定位。
第一方面，本申请实施例提供了一种无人机定位方法，无人机上设有视觉传感器和惯导组件，空间中设有特征光点，所述方法包括：
获取所述视觉传感器采集的包含所述特征光点的图像；
根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度；
根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
在本申请实施例中，通过视觉传感器采集包含设置在空间中的特征光点的图像，可以确定出无人机的飞行速度。那么再根据预设起始位置、确定出的飞行速度和采集的惯性参数可以进一步确定无人机的位置，故实现了无需卫星定位信号也可以进行定位，进而实现在卫星定位信号不稳定或者无法接收到卫星定位信号时，无人机的飞行也不会受限。
结合第一方面，在第一种可能的实现方式中，所述无人机为无人机集群中的主机，所述无人机集群中还包括僚机，所述方法还包括：
接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置；
根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
在本申请实施例中，由于可以利用僚机的位置和僚机相对于无人机的相对位置，确定出无人机的位置与实际位置之间的误差，以及确定出无人机的飞行速度与实际飞行速度之间的误差，进一步提高了无人机的定位精度。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述预设关系式包括：
其中，x表示三维空间中的x轴方向，y表示所述三维空间中的y轴方向，z表示所述三维空间中的z轴方向，为所述无人机的位置，为第N架所述僚机的位置，为第N架所述僚机的所述相对位置，δxm、δym、δzm为所述无人机的位置与实际位置之间的误差，为所述无人机的飞行速度与实际飞行速度之间的误差，δxiN、δyiN、δziN为第N架所述僚机的位置与实际位置之间的误差，为第N架所述僚机的飞行速度与实际飞行速度之间的误差。
在本申请实施例中，在预设关系式中，每个僚机的数据都参与了计算，使得每个僚机的数据都可以对无人机的位置与实际位置之间的误差确定形成影响，以及使得每个僚机的数据也可以对无人机的飞行速度与实际飞行速度之间的误差确定形成影响，从而使得误差的确定更加准确。
第二方面，本申请实施例提供了一种无人机控制方法，无人机集群中的主机上设有多个特征光点，所述无人机集群还包含僚机，所述僚机上设有视觉传感器，所述方法包括：
获取所述视觉传感器采集的包含所述多个特征光点的图像；
根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置；
根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
在本申请实施例中，通过僚机上的视觉传感器采集包含设置在主机上的多个特征光点的图像，则可以利用特征光点在主机上的预设坐标，以及根据特征光点在图像中的坐标，确定出僚机相对于主机的相对飞行姿态和相对位置，实现了无需卫星定位信号也可以对僚机进行定位。
结合第二方面的第一种可能的实现方式，在第二种可能的实现方式中，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置，包括：
根据预设关系式，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，预估出所述僚机相对于所述主机最优的相对飞行姿态和最优的相对位置。
在本申请实施例中，由于可以利用关系式，预估出僚机相对于主机最优的相对飞行姿态和最优的相对位置，进一步提高了僚机的定位精度。
结合第二方面的第二种可能的实现方式，在第三种可能的实现方式中，所述预设关系式包括：
其中，(bi，ri)T表示第i个所述特征光点在所述图像上的坐标，(Xi,Yi,Zi)T表示第i个所述预设坐标，矩阵表示所述相对飞行姿态，(x,y,z)T表示所述相对位置。
在本申请实施例中，由于在预设关系中，每个特征光点在图像上的坐标都参与了计算，故使得计算出的相对飞行姿态和相对位置更为准确。
第三方面，本申请实施例提供了一种无人机定位装置，无人机上设有视觉传感器和惯导组件，空间中设有特征光点，所述装置包括：
图像获取模块，用于获取所述视觉传感器采集的包含所述特征光点的图像；
位置确定模块，用于根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度；以及，还用于根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
结合第三方面，在第一种可能的实现方式中，所述无人机为无人机集群中的主机，所述无人机集群中还包括僚机；
所述位置确定模块，还用于接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置；根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
结合第三方面的第一种可能的实现方式，在第二种可能的实现方式中，所述预设关系式包括：
其中，x表示三维空间中的x轴方向，y表示所述三维空间中的y轴方向，z表示所述三维空间中的z轴方向，为所述无人机的位置，为第N架所述僚机的位置，为第N架所述僚机的所述相对位置，δxm、δym、δzm为所述无人机的位置与实际位置之间的误差，为所述无人机的飞行速度与实际飞行速度之间的误差，δxiN、δyiN、δziN为第N架所述僚机的位置与实际位置之间的误差，为第N架所述僚机的飞行速度与实际飞行速度之间的误差。
第四方面，本申请实施例提供了一种无人机控制装置，无人机集群中的主机上设有多个特征光点，所述无人机集群还包含僚机，所述僚机上设有视觉传感器，所述装置包括：
图像获取模块，用于获取所述视觉传感器采集的包含所述多个特征光点的图像；
位置确定模块，用于根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置；
位置调整模块，用于根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
结合第四方面，在第一种可能的实现方式中，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置，包括：
根据预设关系式，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，预估出所述僚机相对于所述主机最优的相对飞行姿态和最优的相对位置。
结合第四方面的第一种可能的实现方式，在第二种可能的实现方式中，所述预设关系式包括：
其中，(bi，ri)T表示第i个所述特征光点在所述图像上的坐标，(Xi,Yi,Zi)T表示第i个所述预设坐标，矩阵表示所述相对飞行姿态，(x,y,z)T表示所述相对位置。
第五方面，本申请实施例提供了一种无人机集群，包括：主机和与所述主机通信的僚机；
所述主机，用于执行如第一方面以及第一方面任一种可能实现方式所述的无人机定位方法；
所述僚机，用于执行如第二方面以及第二方面任一种可能实现方式所述的无人机控制方法。
第六方面，本申请实施例提供了一种非易失计算机可读储存介质，存储有程序代码，当所述程序代码被计算机运行时，执行第一方面或第一方面的任一种可能实现方式所述的无人机定位方法或者执行第二方面或第一方面的任一种可能实现方式所述的无人机控制方法。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1示出了本申请实施例提供的一种无人机集群的结构框图；
图2A示出了本申请实施例提供的一种无人机集群中主机的第一应用场景示意图；
图2B示出了本申请实施例提供的一种无人机集群中主机的第二应用场景示意图；
图2C示出了本申请实施例提供的一种无人机集群中主机的第三应用场景示意图；
图3示出了本申请实施例提供的一种无人机集群中僚机的应用场景示意图；
图4示出了本申请实施例提供的一种无人机定位方法的第一流程图；
图5示出了本申请实施例提供的一种无人机定位方法的应用场景示意图；
图6示出了本申请实施例提供的一种无人机控制方法的流程图；
图7示出了本申请实施例提供的一种无人机定位方法的第二流程图；
图8示出了本申请实施例提供的一种无人机定位装置的结构框图；
图9示出了本申请实施例提供的一种无人机控制装置的结构框图。
具体实施方式
下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行描述。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
请参阅图1，本申请实施例提供了一种无人机集群10，该无人机集群10包括：主机11和僚机12。
示例性，僚机12的数量可以为至少一架，每架僚机12都可以与主机11通信，且任意两架僚机12之间也可以通信。其中，僚机12与主机11或僚机12与僚机12的通信方式可以采用近场的无线通信，例如，采用蓝牙通信、wifi通信、可见光通信等方式中的至少一种。
请参阅图2A-图2C，为准确的确定主机11的飞行速度，可以在无人机集群10飞行的空间中设置可以发出可见光束的特征光点13，以通过确定主机11采集特征光点13的位置变化来确定主机11的飞行速度。而为便于确定出飞行速度，特征光点13在空间中的设置位置需要便于被主机11采集。
作为特征光点13的第一种示例性方式，若主机11位于室外，主机11在飞行的过程中，主机11的机腹部一般朝向地面。可以将特征光点13设置在地面，以便于主机11采集。例如图2A所示，位于空中的主机11的采集区域113覆盖地面上的B区域，将特征光点13设置在地面上位于B区域内任意位置都可以被主机11采集到，例如特征光点13设置在B区域的边缘处的A位置。
作为特征光点13的第二种示例性方式，若主机11位于室内，则将特征光点13设置在主机11的周围，其都便于主机11采集。例如图2B所示，位于室内的主机11的采集区域113覆盖室内墙面上的B区域，将特征光点13设置在墙面上B区域内任意位置都可以被主机11采集到，例如特征光点13设置在B区域的中心处的A位置。
本实施例中，主机11主要通过采集特征光点13在最近的至少两个时刻的坐标，以根据至少两个坐标确定出坐标变化，再根据坐标变化换算出自身的飞行速度。换言之，主机11通过计算一个特征光点13的坐标变化可以准确的确定出自身的飞行速度。若需要确定出更高精度的飞行速度，可在空间中设置多个特征光点13，使得主机11无论在什么位置都可以采集到至少两个特征光点13的坐标，以通过计算至少两个坐标的变化来确定出更高精度的飞行速度。例如图2C所示，地面上设置多个特征光点13，则无论主机11飞行至位置W1还是飞行至位置W2，主机11的采集区域113覆盖地面上的区域中有至少两个特征光点13。
本实施例中，主机11可以通过在机身上设置视觉传感器111来采集空间中特征光点13，以通过实时分析主机11上的视觉传感器111采集的图像中特征光点13在最近的至少两个时刻坐标。可以理解到，视觉传感器111的拍摄视角形成的区域为主机11的采集区域113，视觉传感器111的拍摄方向需要朝向设置特征光点13的区域，以保证主机11的采集区域113能够覆盖特征光点13。例如图2A中，视觉传感器111设置在主机11的机腹部且拍摄方向朝向地面；也例如图2B中，视觉传感器111设置在主机11的机体的侧壁且拍摄方向朝向墙面。
为实现在没有卫星定位信号或卫星定位信号不稳定的情况下还可以对主机11定位，主机11上可以设置包含陀螺仪的惯导组件112。惯导组件112可以实时的测得主机11的惯性参数，利用主机11的飞行速度和惯性参数便可以确定出主机11在空间中的位置，实现对主机11的定位。
另外需要说明的是，在一般情况下，还可以利用加速度计实时测得加速度，并通过对加速度积分来确定出主机11的飞行速度。这种方式虽然能够测得飞行速度，但若测得的加速度有误差，不断的积分则会导致飞行速度的误差也越来越大，并最终导致定位出现很大偏差。较于此，由于本申请实施例采用特征光点13的方式能够直接测得飞行速度，不会出现由于积分导致飞行速度出现很大的误差，实现了对主机11更准确的定位。
请参阅图3，为便于利用主机11对僚机12的位置和姿态进行控制，主机11上还可以设置多个特征光点13，位于主机11周围的每个僚机12都可以采集设置在主机11上的多个特征光点13。这样，通过计算每架僚机12采集的多个特征光点13的坐标便可以确定每架僚机12相对于主机11的相对位置和相对飞行姿态。利用该相对位置和相对飞行姿态则可以对每架僚机12的位置和姿态进行控制。
本实施例中，每架僚机12也可以通过在机身上设置视觉传感器121来采集主机11上的多个特征光点13，以通过实时分析每架僚机12上的视觉传感器121采集的图像中特征光点13的坐标，确定每架僚机12相对于主机11的相对位置和相对飞行姿态。也可以理解到，每架僚机12上视觉传感器121的拍摄方向可调，使得每架僚机12无论位于主机11周围哪个位置，该僚机12上视觉传感器121的拍摄方向都可以调整到朝向该主机11，使得每架僚机12的采集区域123能够覆盖主机11上的多个特征光点13。例如图3所示，僚机12的位置从位置W3调整到位置W4时，僚机12上视觉传感器121的拍摄方向可以从朝向L1方向调整为朝向L2方向，使得该僚机12的采集区域123内始终有多个特征光点13。
本实施例中，为便于计算无人机集群10中每架无人机的位置误差和飞行速度误差，实现更准确的定位每架无人机，每架僚机12上还可以设置包含陀螺仪和加速度计的惯导组件122。每架僚机12利用设置的惯导组件122可以计算出自身的位置。在此基础上，利用主机11的位置、每架僚机12的位置、每架僚机12的相对位置就可以确定出主机11的位置与实际位置之间的误差、主机11的飞行速度与实际飞行速度之间的误差、每架僚机12的位置与实际位置之间的误差、每架僚机12的飞行速度与实际飞行速度之间的误差。那么，通过修正误差可以使得每架无人机的位置和飞行速度都确定的更加准确。
可以理解到的是，对主机11的定位不仅可以由主机11自行执行，其也可以由其它设备执行。例如，主机11还可以与设置在地面上的电子设备通信，将测得的包含特征光点13的图像和惯性参数实时的发送至电子设备。这样，电子设备可以利用包含特征光点13的图像和惯性参数确定出主机11的坐标，再将该坐标告知主机11。
同理，对每架僚机12的位置和飞行姿态的控制也不仅可以由每架僚机12自行执行，其也可以由其它设备执行。例如，每架僚机12可以将测得的包含多个特征光点13的图像实时的发送至该电子设备。这样，电子设备可以利用包含多个特征光点13的图像确定出每架僚机12的相对位置和相对飞行姿态，再将该相对位置和相对飞行姿态告知相应的每架僚机12。
进一步的，确定对无人机集群10中每架无人机的误差也不仅可以由每架无人机自行执行，其也可以由其它设备执行。例如，每架无人机可以前述计算误差所需的相关数据发送至该电子设备。这样，电子设备可以确定出每架无人机的误差，再将每架无人机的误差告知相应的每架无人机。
可以理解到，采用电子设备计算方式，需要保证电子设备与每架无人机之间的通信速率足够快且电子设备性能足够强大，以降低延时。
下面将结合方法实施例对主机11如何定位，僚机12如何定位，以及每架无人机的误差如何确定进行详细地说明。
结合图1至图2C，请参阅图4，本申请实施例提供了一种无人机定位方法，无人机定位方法可以由无人机集群10中为主机11的无人机执行，该无人机定位方法可以包括：步骤S100、步骤S200和步骤S300。
步骤S100：获取所述视觉传感器采集的包含所述特征光点的图像。
步骤S200：根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度。
步骤S300：根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
下面将依次对各步骤进行详细说明。
步骤S100：获取所述视觉传感器采集的包含所述特征光点的图像。
主机11在飞行的过程中，地面上的特征光点13可以成像在主机11的视觉传感器111的成像面上。主机11可以控制设置的视觉传感器111以一定的拍摄频率采集成像面的图像，这样主机11能够持续地获取包含特征光点13的图像。其中，为保证确定出的飞行速度的实时性更好，视觉传感器111的拍摄频率可以比较高例如为100Hz至200Hz。
利用获取的图像，主机11可以继续执行步骤S200。
步骤S200：根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度。
在获取到最新的至少两张图像时，主机11可以处理该至少两张图像。具体的，主机11可以确定出每张图像中的特征光点13在该图像中的坐标，以确定出最新的至少两个坐标。主机11通过计算出至少两个坐标中第一个坐标和最后一个坐标的差值便可以确定坐标变化。那么，主机11将该坐标变化换算到空间中，再结合采集第一个坐标的时刻和采集最后一个坐标的时刻之间的时长，便可以确定出主机11的飞行速度。可以理解到，由于坐标变化为具有方向性的矢量，故确定出飞行速度也可以是在空间中具有方向性的矢量。
例如图像1中特征光点13的坐标为(X1，Y1)，图像2中特征光点13的坐标为(X2，Y2)，故主机11可以确定坐标变化的矢量为(X2-X1，Y2-Y1)。这样，通过换算该矢量则可以确定出主机11的飞行速度。
需要说明的是，若图像中包含多个特征光点13，那么主机11可以利用每个特征光点13在图像中的坐标变化确定出对应的一个飞行速度，从而共确定出多个飞行速度。主机11可以将多个飞行速度对应的多个矢量合并为一个，并再以多个飞行速度的数量去平均该合并的矢量，从而更为准确的确定出该主机11的飞行速度。
本实施例中，在主机11的飞行过程中，不仅视觉传感器111可以持续地采集图像，主机11的惯导组件112也可以以一定频率例如也以100Hz至200Hz的频率持续地采集主机11的惯性参数，其中，惯性参数可以是主机11的角速度。这样，主机11可以利用最新确定出的飞行速度和最新测得的角速度继续步骤S300。
步骤S300：根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
本实施例中，主机11可以利用最新测得的惯性参数进行姿态进行，即主机11可以利用等效转动矢量法计算最新测得的角速度，获得主机11的姿态矩阵，并再对姿态矩阵进行计算可以获得主机11的飞行姿态，其中，飞行姿态可以包括：主机11的航向角、俯仰角、横滚角。主机11通过预设其需要达到的标准飞行姿态，可以确定出的飞行姿态和标准飞行姿态之间的差值，以利用确定出的差值对自身的实际飞行姿态进行调整，使得自身的实际飞行姿态可以更加接近标准飞行姿态。
进一步的，利用主机11确定出的姿态矩阵，主机11还可以对定位进行计算。具体的，主机11中预设了主机11开始飞行时的预设起始位置，在每次确定出最新的飞行速度和最新的姿态矩阵时，主机11可以利用预设起始位置、最新的飞行速度和最新的姿态矩阵进行积分运算，从而确定出主机11最新的位置，其中，主机11的位置可以包括：主机11最新的高度、飞行距离和航向角。通过持续不断的积分，主机11则可以持续确定出自己的最新位置。故主机11可以利用持续确定出的最新位置对自身的飞行进行修正。
结合图3，请参阅图6，本申请实施例提供了一种无人机控制方法，无人机控制方法可以由无人机集群10中的任一架僚机12执行。由于每架僚机12对无人机控制方法的执行流程大致相同，故本实施例以无人机集群10中的某一架僚机12执行该无人机控制方法为例对无人机控制方法进行详细说明。具体的，该无人机控制方法可以包括：步骤S110、步骤S210和步骤S310。
步骤S110：获取所述视觉传感器采集的包含所述多个特征光点的图像。
步骤S210：根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置。
步骤S310：根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
下面将依次对各步骤进行详细说明。
步骤S110：获取所述视觉传感器采集的包含所述多个特征光点的图像。
僚机12在飞行的过程中，主机11上的多个特征光点13可以成像在僚机12的视觉传感器121的成像面上。僚机12也可以控制设置的视觉传感器121以一定拍摄频率采集成像面的图像，这样僚机12能够持续地获取包含多个特征光点13的图像。其中，为保证对僚机12飞行控制的实时性更好，视觉传感器121的拍摄频率也可以比较高例如为100Hz至200Hz。
利用获取的图像，僚机12可以继续执行步骤S210。
步骤S210：根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置。
在获取到最新的一张图像时，僚机12可以处理该图像，确定出最新的图像中的特征光点13在该图像中的坐标。
本实施例中，为实现僚机12能够通过特征光点13来确定自身相对于主机11的相对位置和相对飞行姿态，僚机12中还预先设了僚机12能够采集到的每个特征光点13在主机11上的预设坐标，其中，预设坐标可以是相对于主机11的中心点或重心点。
在此基础上，僚机12利用每个预设坐标，以及根据每个特征光点13在图像中的坐标，可以对僚机12最新的相对位置和相对飞行姿态进行确定。
作为确定相对位置和相对飞行姿态的示例性方式，僚机12中预设了用于表示相对位置和相对飞行姿态与特征光点13位置之间关系的预设关系式，该预设关系式可以包括：
式1中，(bi，ri)T表示僚机12采集的多个特征光点13中第i个特征光点13在图像上的坐标，(Xi,Yi,Zi)T表示多个预设坐标中第i个预设坐标，矩阵表示该僚机12相对与主机11的相对飞行姿态，(x,y,z)T表示该僚机12相对与主机11的相对位置。
在此基础上，僚机12可以将每个预设坐标和每个特征光点13在图像中的坐标写入预设关系式，并将写入坐标的预设关系式转换为代价函数式，该代价函数式包括：
进一步的，僚机12利用最小二乘算法计算该代价函数式，便可以预估出该僚机12相对于主机11最优的相对飞行姿态和最优的相对位置。
确定出相对飞行姿态和相对位置后，僚机12可以继续执行步骤S310。
步骤S310：根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
僚机12中可以预设该僚机12相对与主机11其需要达到的飞行姿态，以及预设该僚机12相对与主机11其需要达到的位置。僚机12可以获取预估出的相对飞行姿态与其需要达到的飞行姿态之间的差值，以根据该差值对僚机12的实际飞行姿态进行调整，使得僚机12的实际飞行姿态更加接近其需要达到的飞行姿态。以及，僚机12也可以获取预估出的相对位置与其需要达到的位置之间的差值，以根据该差值对僚机12的实际位置进行调整，使得僚机12的实际位置更加接近其需要达到的位置。
请参阅图7，本申请实施例还提供了一种无人机定位方法，该方法可以由无人机集群10中的任一架无人机执行以确定出该无人机自身的误差。由于每架无人机对该方法的执行流程大致相同，故本实施例以无人机集群10中的主机11执行为例对该方法进行详细说明。具体的，该无人机定位方法可以包括：步骤S101和步骤S201。
步骤S101：接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置。
步骤S201：根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
下面将依次对各步骤进行详细说明。
由于每架僚机12上都设置了惯导组件122，故每架僚机12可以利用设置的惯导组件122确定出每架僚机12最新的位置。其中，前述与确定主机11的位置不同的是，由于对确定出每架僚机12的位置精度要求没有主机11高，故每架僚机12可以利用加速度计测得的加速度积分来确定处于每架僚机12的飞行速度。
这样，每架僚机12利用该僚机12的预设起始位置、该僚机12的飞行速度和该僚机12的角速度便可确定出该僚机12的位置。其中，僚机12的位置具体计算过程可以参阅前述对确定主机11的位置的描述进行理解，在此就不再累述。
步骤S101：接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置。
基于无人机集群10中的任意两架无人机均可建立通信连接，主机11可以实时接收每架僚机12发送的其最新测得的位置和相对位置。相应的，主机11也可以将自身最新确定出的位置实时发送给每架僚机12，以便每架僚机12也可以进行误差计算。
基于每架僚机12最新测得的位置和相对位置，主机11可以继续执行步骤S201。
步骤S201：根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
主机11可以利用接收的当前时刻每架僚机12发送的该僚机12的位置和相对位置，以及利用当前时刻自身确定出的位置，确定出主机11的误差。
作为确定误差的示例性方式，主机11中还预设了用于表示位置和误差之间关系的预设关系式，该预设关系式可以包括：
式3中，x表示三维空间中的x轴方向，y表示三维空间中的y轴方向，z表示三维空间中的z轴方向，表示主机11的位置，表示第N架僚机12的位置，表示第N架僚机12的相对位置，δxm、δym、δzm表示主机11的位置与实际位置之间的误差，表示主机11的飞行速度与实际飞行速度之间的误差，δxiN、δyiN、δziN表示第N架僚机12的位置与实际位置之间的误差，表示第N架僚机12的飞行速度与实际飞行速度之间的误差，表示第N架僚机12预设的相对位置误差参数。
进一步的，主机11利用卡尔曼滤波方法对式3中的误差进行估算，则主机11可以确定出主机11的位置与实际位置之间的误差，确定出主机11的飞行速度与实际飞行速度之间的误差，确定出每架僚机12的位置与实际位置之间的误差，以及确定出每架僚机12的飞行速度与实际飞行速度之间的误差。
可以理解到，由于主机11的误差是利用每架僚机12的位置和相对位置确定的，以及每架僚机12的误差也是基于其它无人机的位置确定的，使得无人机集群10中每架无人机的误差相互影响，从而实现每架无人机的误差确定的更加准确。
本实施例中，主机11利用确定出的误差可以去预测下一时刻的误差，以利用下一时刻的误差来对预先自身的位置进行调节，从而通过预先调节来缩小误差。
作为预测下一时刻的误差示例性方式，主机11中还预设了用于表示当前时刻确定出的误差和下一时刻的误差之间关系的预设关系式，该预设关系式可以包括：
Xk＝ΦXk-1+ΓW (4)
式4中，Xk表示主机11在当前时刻确定出的误差，Φ表示预设的系统状态矩阵参数，Γ表示预设的系统噪声矩阵参数，W表示系统噪声参数。
进一步的，主机11通过计算便可以预测出主机11在下一时刻的误差，并利用下一时刻的误差对主机11的位置进行调节。
请参阅图8，本申请实施例提供了一种无人机定位装置100，无人机定位装置100可以应用于无人机集群10中的主机11，该无人机定位装置100包括：
图像获取模块110，用于获取所述视觉传感器采集的包含所述特征光点的图像。
位置确定模块120，用于根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度；以及，还用于根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
可选的，所述位置确定模块120，还用于接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置；根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
请参阅图9，本申请实施例提供了一种无人机控制装置200，无人机控制装置200应用于无人机集群10中的僚机12，该无人机控制装置200包括：
图像获取模块210，用于获取所述视觉传感器采集的包含所述多个特征光点的图像。
位置确定模块220，用于根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置。
位置调整模块230，用于根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
需要说明的是，由于所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请一些实施例还提供了一种计算机可执行的非易失的程序代码的计算机可读储存介质，该计算机可读存储介质上存储有程序代码，该程序代码被计算机运行时执行上述任一实施方式的无人机定位方法或无人机控制方法的步骤。
详细地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的程序代码被运行时，能够执行上述施例的无人机定位方法或无人机控制方法的步骤。
本申请实施例所提供的无人机定位方法或无人机控制方法的程序代码产品，包括存储了程序代码的计算机可读存储介质，程序代码包括的指令可用于执行前面方法实施例中的方法，具体实现可参见方法实施例，在此不再赘述。
综上所述，通过视觉传感器采集包含设置找空间中的特征光点图像，可以确定出无人机的飞行速度。那么再根据预设起始位置、确定出的飞行速度和采集的惯性参数可以进一步确定无人机的位置，故实现了无需卫星定位信号也可以进行定位，进而实现在卫星定位信号不稳定或者无法接收到卫星定位信号时，无人机的飞行也不会受限。
以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种无人机定位方法，其特征在于，无人机上设有视觉传感器和惯导组件，空间中设有特征光点，所述方法包括：
获取所述视觉传感器采集的包含所述特征光点的图像；
根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度；
根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
2.根据权利要求1所述的无人机定位方法，其特征在于，所述无人机为无人机集群中的主机，所述无人机集群中还包括僚机，所述方法还包括：
接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置；
根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
3.根据权利要求2所述的无人机定位方法，其特征在于，所述预设关系式包括：
其中，x表示三维空间中的x轴方向，y表示所述三维空间中的y轴方向，z表示所述三维空间中的z轴方向，为所述无人机的位置，为第N架所述僚机的位置，为第N架所述僚机的所述相对位置，δxm、δym、δzm为所述无人机的位置与实际位置之间的误差，为所述无人机的飞行速度与实际飞行速度之间的误差，δxiN、δyiN、δziN为第N架所述僚机的位置与实际位置之间的误差，为第N架所述僚机的飞行速度与实际飞行速度之间的误差。
4.一种无人机控制方法，其特征在于，无人机集群中的主机上设有多个特征光点，所述无人机集群还包含僚机，所述僚机上设有视觉传感器，所述方法包括：
获取所述视觉传感器采集的包含所述多个特征光点的图像；
根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置；
根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
5.根据权利要求4所述的无人机控制方法，其特征在于，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置，包括：
根据预设关系式，根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，预估出所述僚机相对于所述主机最优的相对飞行姿态和最优的相对位置。
6.根据权利要求5所述的无人机控制方法，其特征在于，所述预设关系式包括：
其中，(bi，ri)T表示第i个所述特征光点在所述图像上的坐标，(Xi,Yi,Zi)T表示第i个所述预设坐标，矩阵表示所述相对飞行姿态，(x,y,z)T表示所述相对位置。
7.一种无人机定位装置，其特征在于，无人机上设有视觉传感器和惯导组件，空间中设有特征光点，所述装置包括：
图像获取模块，用于获取所述视觉传感器采集的包含所述特征光点的图像；
位置确定模块，用于根据所述特征光点在所述图像中的坐标变化，确定出所述无人机的飞行速度；以及，还用于根据所述无人机的预设起始位置，所述惯导组件测得的惯性参数和所述飞行速度，确定出所述无人机的位置。
8.根据权利要求7所述的无人机定位装置，其特征在于，所述无人机为无人机集群中的主机，所述无人机集群中还包括僚机；
所述位置确定模块，还用于接收所述僚机发送的所述僚机的位置和所述僚机相对于所述无人机的相对位置；根据预设关系式、所述无人机的位置、所述僚机的位置和所述相对位置，确定出所述无人机的位置与实际位置之间的误差，以及确定出所述无人机的飞行速度与实际飞行速度之间的误差。
9.一种无人机控制装置，其特征在于，无人机集群中的主机上设有多个特征光点，所述无人机集群还包含僚机，所述僚机上设有视觉传感器，所述装置包括：
图像获取模块，用于获取所述视觉传感器采集的包含所述多个特征光点的图像；
位置确定模块，用于根据每个所述特征光点在所述主机上的预设坐标，以及根据每个所述特征光点在所述图像中的坐标，确定出所述僚机相对于所述主机的相对飞行姿态和相对位置；
位置调整模块，用于根据所述相对飞行姿态调整所述僚机的飞行姿态，以及根据所述相对位置调整所述僚机的位置。
10.一种无人机集群，其特征在于，包括：主机和与所述主机通信的僚机；
所述主机，用于执行如权利要求1-3任一权项所述的无人机定位方法；
所述僚机，用于执行如权利要求4-6任一权项所述的无人机控制方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910450168.5A CN110147118A (zh) | 2019-05-28 | 2019-05-28 | 无人机定位方法、控制方法、装置及无人机集群 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910450168.5A CN110147118A (zh) | 2019-05-28 | 2019-05-28 | 无人机定位方法、控制方法、装置及无人机集群 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110147118A true CN110147118A (zh) | 2019-08-20 |
Family
ID=67593445
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910450168.5A Pending CN110147118A (zh) | 2019-05-28 | 2019-05-28 | 无人机定位方法、控制方法、装置及无人机集群 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110147118A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112985391A (zh) * | 2021-04-19 | 2021-06-18 | 中国人民解放军国防科技大学 | 一种基于惯性和双目视觉的多无人机协同导航方法和装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060167596A1 (en) * | 2005-01-24 | 2006-07-27 | Bodin William K | Depicting the flight of a formation of UAVs |
| CN107765703A (zh) * | 2016-08-17 | 2018-03-06 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于惯性/卫星相对导航的机载编队飞行指示系统 |
| CN108052110A (zh) * | 2017-09-25 | 2018-05-18 | 南京航空航天大学 | 基于双目视觉的无人机编队飞行方法和系统 |
| CN108521670A (zh) * | 2018-03-14 | 2018-09-11 | 中国人民解放军国防科技大学 | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化系统 |
| CN109084774A (zh) * | 2018-08-07 | 2018-12-25 | 西安电子科技大学 | 一种基于信道状态信息的无人机集群定位方法 |
| CN109143303A (zh) * | 2018-09-03 | 2019-01-04 | 天津远度科技有限公司 | 飞行定位方法、装置及固定翼无人机 |
-
2019
- 2019-05-28 CN CN201910450168.5A patent/CN110147118A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060167596A1 (en) * | 2005-01-24 | 2006-07-27 | Bodin William K | Depicting the flight of a formation of UAVs |
| CN107765703A (zh) * | 2016-08-17 | 2018-03-06 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于惯性/卫星相对导航的机载编队飞行指示系统 |
| CN108052110A (zh) * | 2017-09-25 | 2018-05-18 | 南京航空航天大学 | 基于双目视觉的无人机编队飞行方法和系统 |
| CN108521670A (zh) * | 2018-03-14 | 2018-09-11 | 中国人民解放军国防科技大学 | 面向多机紧密编队飞行基于uwb通信与定位方法及一体化系统 |
| CN109084774A (zh) * | 2018-08-07 | 2018-12-25 | 西安电子科技大学 | 一种基于信道状态信息的无人机集群定位方法 |
| CN109143303A (zh) * | 2018-09-03 | 2019-01-04 | 天津远度科技有限公司 | 飞行定位方法、装置及固定翼无人机 |
Non-Patent Citations (5)
| Title |
|---|
| CHEN SI JING: "New Method for Improring Geodesic Navigation Accuracy in Collabor Formation Flight of UAV", 《FIRE CONTROL &COMMAND CONTROL》 * |
| JUNYAN HU: "An innovative tri-rotor drone and associated distributed aerial drone swarm control", 《ROBOTICS AND AUTONOMOUS SYSTEMS》 * |
| 付强: "一种无人机非标定视觉自定位新算法", 《空军工程大学学报》 * |
| 张共愿: "基于相对导航的多平台INS误差联合修正方法", 《航空学报》 * |
| 王小刚: "非线性滤波方法在无人机相对导航上的应用研究", 《中国优秀博硕士学位论文全文数据库(博士)》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112985391A (zh) * | 2021-04-19 | 2021-06-18 | 中国人民解放军国防科技大学 | 一种基于惯性和双目视觉的多无人机协同导航方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US6474159B1 (en) | Motion-tracking | |
| CN107655461B (zh) | 测量子系统和测量系统 | |
| JP2022044671A (ja) | 装置、方法及びプログラム | |
| EP3273318B1 (fr) | Système autonome de prise de vues animées par un drone avec poursuite de cible et localisation améliorée de la cible | |
| Li et al. | Self-positioning for UAV indoor navigation based on 3D laser scanner, UWB and INS | |
| CN110057352A (zh) | 一种相机姿态角确定方法及装置 | |
| JP2018013337A (ja) | 飛行物体の誘導位置決め装置および方法 | |
| US20230119687A1 (en) | Multi-sensor handle controller hybrid tracking method and device | |
| WO2018072279A1 (zh) | 一种定位方法及移动设备 | |
| CN110325822B (zh) | 云台位姿修正方法和装置 | |
| EP4008997A1 (en) | Surveying system, surveying method, and surveying program | |
| CN110147118A (zh) | 无人机定位方法、控制方法、装置及无人机集群 | |
| US20210229810A1 (en) | Information processing device, flight control method, and flight control system | |
| JP2015155802A (ja) | 携帯電子機器、および位置算出プログラム | |
| JP2019191888A (ja) | 無人飛行体、無人飛行方法及び無人飛行プログラム | |
| US20210116242A1 (en) | Information processing apparatus, information processing method, and program | |
| CN112154480B (zh) | 可移动平台的定位方法、装置、可移动平台及存储介质 | |
| CN207936028U (zh) | 一种多功能手电筒 | |
| TW201812338A (zh) | 旋翼飛行器的定位方法 | |
| CN112649001B (zh) | 一种小型无人机姿态与位置解算方法 | |
| CN111595303A (zh) | 一种筛选航片的方法 | |
| CN110702105B (zh) | 导航设备的轴向识别方法、设备和存储介质 | |
| CN113961019B (zh) | 路径规划方法、控制装置、拍摄装置和无人机 | |
| CN112414365B (zh) | 位移补偿方法和设备及速度补偿方法和设备 | |
| CN111854740B (zh) | 能够在交通工具中进行航位推算的惯性导航系统 |
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 |
Application publication date: 20190820 |
|
| RJ01 | Rejection of invention patent application after publication |