CN110174898A - 一种基于图像反馈的多旋翼无人机控制方法 - Google Patents
一种基于图像反馈的多旋翼无人机控制方法 Download PDFInfo
- Publication number
- CN110174898A CN110174898A CN201910527926.9A CN201910527926A CN110174898A CN 110174898 A CN110174898 A CN 110174898A CN 201910527926 A CN201910527926 A CN 201910527926A CN 110174898 A CN110174898 A CN 110174898A
- Authority
- CN
- China
- Prior art keywords
- image
- unmanned plane
- offset
- lock onto
- onto target
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000003287 optical effect Effects 0.000 claims abstract description 16
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 4
- 101100043229 Oryza sativa subsp. japonica SPL14 gene Proteins 0.000 claims description 8
- 239000003086 colorant Substances 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 230000011664 signaling Effects 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/04—Control of altitude or depth
- G05D1/042—Control of altitude or depth specially adapted for aircraft
- G05D1/046—Control of altitude or depth specially adapted for aircraft to counteract a perturbation, e.g. gust of wind
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
- G05D1/0816—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Algebra (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Operations Research (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
一种基于图像反馈的多旋翼无人机控制方法，所述方法由无人机上的嵌入式处理器平台通过无人机上的摄像头实时采集前方图像，处理器平台接收到遥控图像锁定信号后，将当前图像作为锁定目标图像，并将后面每次得到的实时图像和锁定目标图像进行光流算法处理，得到实时图像相对于锁定目标图像产生的偏移方向D及偏移量SH，最后由通用无人机飞控平台控制无人机保持原有高度并在D的反方向发生SH偏移，实现无人机的悬停飞行控制。本发明通过对摄像头采集的实时图像和锁定目标图像进行光流算法处理，得到无人机的偏移方向及偏移量，进而实现对无人机的精确控制。本发明可有效防止悬停飞行无人机漂移，能满足需要悬停飞行的各种应用场合的使用要求。
Description
技术领域
本发明涉及一种用于控制多旋翼无人机的方法，可有效防止悬停飞行无人机的漂移，属于控制技术领域。
背景技术
多旋翼无人机具有广泛的用途，例如空中检测，搜索，营救，气象探测，农药喷洒，地图绘制，交通管制和边境控制等。但是到目前为止，无人机的控制仍然不够成熟，操作不够人性化，其操作员需要进行专门训练。此外，现有的多旋翼无人机利用气压传感器或GPS控制其悬停飞行，两种控制方式存在以下缺点：
1)气压传感器法是利用在同一高度下气压值不变的原理，进行悬停闭环控制。而当有侧向风吹或气压传感器测量值发生漂移时，都会导致无人机漂移；
2)GPS法是利用GPS定位信息中的高度坐标使无人机保持悬停飞行，GPS本身的定位精度就无法达到厘米级，并且越是在低速环境下，漂移就越多。
由于存在严重的漂移问题，现有的多旋翼无人机在电力巡检等需要针对某些特定部位进行悬停拍摄的应用场合无法满足使用要求。
发明内容
本发明的目的在于针对现有技术之弊端，提供一种基于图像反馈的多旋翼无人机控制方法，以减少无人机的悬停漂移量。
本发明所述问题是以下述技术方案解决的：
一种基于图像反馈的多旋翼无人机控制方法，所述方法由无人机上的嵌入式处理器平台通过固定在无人机上的摄像头实时采集前方图像，处理器平台接收到遥控图像锁定信号后，将当前图像作为锁定目标图像，并将后面每次得到的实时图像和锁定目标图像进行光流算法处理，得到实时图像相对于锁定目标图像产生的偏移方向D及偏移量SH，最后由通用无人机飞控平台控制无人机保持原有高度并在D的反方向发生SH偏移，从而实现无人机的悬停飞行控制。
上述基于图像反馈的多旋翼无人机控制方法，所述方法包括以下步骤：
a.固定在无人机上的摄像头实时采集前方图像，设置在无人机上的嵌入式处理器平台读取摄像头输出的图像数据流F1，并将F1存储至其快速随机访问存储器M1中；
b.嵌入式处理器平台从其掉电可保持存储器M2中读取出预存的图像灰度处理算法IPA1，利用该算法对F1进行灰度化处理，并把灰度化处理后的图像IF1存储到M1中；
c.嵌入式处理器平台接收到操作人员通过无线遥控模块发送的图像锁定信号L1后，立刻锁住当前的IF1，并将其备份为锁定目标图像IF10；
d.嵌入式处理器平台将后面每次得到的IF1记作IF1x，再从掉电可保持存储器M2中读取预存的光流法IPA2，将IF1x和IF10进行光流算法处理，得到实时图像IF1x相对于IF10产生的偏移方向D及偏移量SH，并将二元组(D，SH)作为最终所需要的控制信号发送给通用无人机飞控平台；
e.通用无人机飞控平台控制无人机保持原有高度并在D的反方向发生SH偏移，从而实现无人机的悬停飞行控制。
上述基于图像反馈的多旋翼无人机控制方法，采用光流法计算实时图像相对于锁定目标图像产生的偏移方向D及偏移量SH的具体方法如下：
用Ii，j，k表示图像数据流中第k幅图像、行第i行、第j列像素的灰度值，首先对ROI区域中的每个像素点建立如下的方程：
IxVx+IyVy＝-It
式中，△x为图像x轴增量，△y为图像y轴增量，△t为图像数据流的时间增量，联立这些方程，求得Vx和Vy，然后按下式计算实时图像相对于锁定目标图像产生的偏移量SH：
式中T为单位时间长度，实时图像相对于锁定目标图像产生的偏移方向D为Vx和Vy合成的矢量方向。
上述基于图像反馈的多旋翼无人机控制方法，利用图像灰度处理算法IPA1对F1进行灰度化处理时，处理后某像素点的灰度值为：
B*0.11+G*0.59+R*0.3
其中，B、G、R分别为摄像头C1拍摄到的图像数据流F1中该像素的蓝、绿、红三基色的值。
本发明通过对摄像头采集的实时图像和锁定目标图像进行光流算法处理，得到无人机的偏移方向及偏移量，进而实现对无人机的精确控制。该方法可有效防止悬停飞行无人机的漂移，能满足需要悬停飞行的各种应用场合的使用要求。
附图说明
图1是本发明所用控制装置的内部结构示意图；
图2是无人机的俯视图。
图中和文中各标号分别表示为：C1、摄像头，A9、处理器，M1、快速随机访问存储器，M2、掉电可保持存储器，S1、图像锁定信号接口，L1、图像锁定信号，S2、反馈控制信息输出的串口，P1、嵌入式处理器平台，F1、图像数据流，R1、图像处理过程，IPA1、图像灰度处理算法，IPA2、光流法，IF1、灰度化处理后的图像，IF10、锁定目标图像，D、偏移方向，SH、偏移量，U1、通用无人机飞控平台。
具体实施方式
下面结合附图对本发明作进一步详述。
本发明提供了一种利用实时图像作为闭环反馈控制的输入数据，将实时图像分析的结果用于无人机控制的方法。该方法的控制装置采用图像锁定信号接口接收锁定控制信号，高速摄像头拍摄锁定目标图像，并且保存到装置的存储空间中。随后，多次快速读入一帧图像，对图像进行处理，然后将图像数据和目标图像对比，计算出无人机状态变化，输出控制信号。控制信息送入通用无人机飞控平台后，飞控平台根据信号调整姿态，调整控制无人机保持稳定悬停。
参看图1和图2，本发明采用的控制装置包括一个高速摄像头C1(60帧每秒以上刷新率),高速嵌入式处理器平台P1，平台中包含RISC架构的低功耗高速处理器A9、快速随机访问存储器M1、掉电可保持存储器M2、图像锁定信号接口S1及用于反馈控制信息输出的串口S2。高速嵌入式处理器平台P1与高速摄像头C1通过并行高速总线相连，以保证能够实现获取60帧每秒以上的图像刷新率，整个装置按如下方式运行：
高速摄像头C1顺无人机向前的方向固定安装于无人机机体部分，同时C1采用柔性电路引线与高速嵌入式处理器平台P1实现可靠电气连接。P1平台中的RISC架构的低功耗高速处理器A9、快速随机访问存储器M1、掉电可保持存储器M2、图像锁定信号接口S1及用于反馈控制信息输出的串口S2，全部焊接固定在自制印刷电路板上，各个硬件模块之间通过数据总线传送数据。这部分固定安装于无人机机体部分。P1按照特定过程对C1的图像进行读取和处理，此记作R1，R1解释如下。
P1中的RISC架构的处理器A9负责读取C1输出的图像数据流F1，并将F1高速地存储至快速随机访问存储器M1中，A9同时从掉电可保持存储器M2中读取出图像灰度处理算法IPA1，将F1进行灰度化处理，减小图像原始数据量，得到计算量更少IF1。
图像锁定信号接口S1与A9的I/O引脚相连，图像锁定信号L1可由无线遥控模块传送，便于操作人员远端操作。当远端的操作人员按下无线遥控模块的按键时，有效的L1产生并被A9捕获。A9立刻锁住当前的IF1，备份IF1为锁定目标图像IF10。接下来，A9不停地重复R1流程，得到一系列的IF1，将后面每次得到的IF1记作IF1x，A9再从M2中读取光流法IPA2，通过A9将IF1x和IF10进行光流算法处理，得到实时图像相对于IF10产生的偏移方向D及偏移量SH。由于C1与无人机机身是固定安装的，因此可以得知无人机相对于操作人员当初想要锁定的位置也在方向D上发生SH的偏移，将二元组(D，SH)从串口S2送出，即为我们最终所需要的控制信号。串口S2通过数据总线与通用无人机飞控平台U1相连。当接收到到控制信号之后，通用无人机飞控平台U1控制无人机在D的反方向发生SH偏移。通用无人机飞控平台U1结合自身记录的高度数据保持高度。即可实现无人机相对某特定图像的闭环锁定控制，从而使得无人机可以长时间的悬停在目标位置，而不再发生漂移现象。
图2中，四个圆代表无人机的旋翼。
下面将详细剖析装置的内部涉及的计算过程。
F1图像的灰度化处理：
由于高速摄像头C1拍摄到的数据存储形式为32位彩色图像F1，它的每个基本像素点使用RGB颜色空间表示，每一个像素需要4个字节来表示，前3个字节代表RGB三基色的值，最后一个字节代表透明度。用B*0.11+G*0.59+R*0.3计算灰度值，将得到的灰度值补给图像中灰度较小的像素点。
(R)红色：FF0000(G)绿色：00FF00(B)蓝色：0000FF
0.11、0.59、0.3分别是蓝、绿、红三基色的权重(经过试验，取这三个值时效果最好)。
以上就是图像灰度处理算法IPA1的数学原理，最后通过RISC架构的A9调用保存在掉电可保持存储器M2中的图像灰度处理算法IPA1，得到图像灰度化算法处理后的图像信息IF1,并把它存储到M1中。
光流法的处理：
光流场可以简单地理解为物体的速度矢量场，包括两个分量u,v。设平面上有一点(x，y)，它代表的是场景中某一点(x,y,z)在图像平面上的投影，该点在时刻t的灰度值为I(x,y,t)。假定该点在t+△t)时运动到(x+△x,y+△y),在很短的时间间隔△t内灰度值保持不变，即：
I(x,y,t)＝I(x+uΔt,y+vΔt,t+Δt)
式中，u,v分别是该点的光流的x,y方向上的分量。假设亮度I(x,y)随时间t平滑变化，可以将上式按泰勒公式展开，得到：
其中e包括△x，△y，△t的二次以上的项，上式消去I(x,y,t)，用△t除等式两边，并取△t→0的极限后，可求得：
此式实际上是的展开式，可以用下边形式简写：
Ixu+Iyv+It＝0
其中
这就是光流约束方程，I代表的是像素点(x,y)在时刻t的灰度值 分别对I求偏导数。
也就是说每个像素处的偏导数都是已知的。而光流有两个分量u,v，但是方程Ixu+Iyv+It＝0只有一个，一个方程，两个未知数，无法求得u,v。因此需要另外的约束条件。为了求得u,v，我们认定在图像平面内足够小的区域ROI内，而且在足够短的时间间隔内，两帧图像间的运动可以近似为线性的，即
u＝Vx，v＝Vy
也就是认定在ROI区域内的N个像素点的速度是相同的，而且这N个点的速度都为Vx和Vy。将其带入Ixu+Iyv+It＝0得
该方程对ROI中的N个像素点都成立，这样就可以得到N个(N是ROI中像素的个数)方程组成的方程组，用矩阵的形式表示如下：
第一个矩阵是N*2的，等式右边的为N*1`的，这样，N个方程，两个未知数Vx和Vy。很容易就可以求得光流的速度场以及Vx和Vy。速度场的方向就是无人机运动的方向，运动距离可以通过速度来计算。运动时间来自飞控记录T。运动距离方向是速度Vx和Vy合成的矢量方向D。
本发明提出了在无人机飞行的情况下基于光流的无人机视觉反馈控制悬停锁定目标的方案，利用摄像头和算法得到两帧图像间的光流，建立了光流和无人机运动参数之间的关系，将得到的视觉信息和相关传感器的测量数据相融合，通过分析算法计算出无人机需要运动的方向和距离，向通用无人机飞控平台输出控制信息。控制信息送入后，通用无人机飞控平台控制借助记录的高度数据，令无人机在一定高度上，保持稳定悬停。本发明适用于无人机在GPS或者气压计失效的场合。最后在合适的环境进行仿真，结果显示在理想情况下系统可以给出高精度方向，偏移飞行距离和精准的高度。
Claims (4)
1.一种基于图像反馈的多旋翼无人机控制方法，其特征是，所述方法由无人机上的嵌入式处理器平台通过固定在无人机上的摄像头实时采集前方图像，处理器平台接收到遥控图像锁定信号后，将当前图像作为锁定目标图像，并将后面每次得到的实时图像和锁定目标图像进行光流算法处理，得到实时图像相对于锁定目标图像产生的偏移方向D及偏移量SH，最后由通用无人机飞控平台控制无人机保持原有高度并在D的反方向发生SH偏移，从而实现无人机的悬停飞行控制。
2.根据权利要求1所述的基于图像反馈的多旋翼无人机控制方法，其特征是，所述方法包括以下步骤：
a.固定在无人机上的摄像头实时采集前方图像，设置在无人机上的嵌入式处理器平台读取摄像头输出的图像数据流F1，并将F1存储至其快速随机访问存储器M1中；
b.嵌入式处理器平台从其掉电可保持存储器M2中读取出预存的图像灰度处理算法IPA1，利用该算法对F1进行灰度化处理，并把灰度化处理后的图像IF1存储到M1中；
c.嵌入式处理器平台接收到操作人员通过无线遥控模块发送的图像锁定信号L1后，立刻锁住当前的IF1，并将其备份为锁定目标图像IF10；
d.嵌入式处理器平台将后面每次得到的IF1记作IF1x，再从掉电可保持存储器M2中读取预存的光流法IPA2，将IF1x和IF10进行光流算法处理，得到实时图像IF1x相对于IF10产生的偏移方向D及偏移量SH，并将二元组(D，SH)作为最终所需要的控制信号发送给通用无人机飞控平台；
e.通用无人机飞控平台控制无人机保持原有高度并在D的反方向发生SH偏移，从而实现无人机的悬停飞行控制。
3.根据权利要求2所述的基于图像反馈的多旋翼无人机控制方法，其特征是，采用光流法计算实时图像相对于锁定目标图像产生的偏移方向D及偏移量SH的具体方法如下：
用Ii，j，k表示图像数据流中第k幅图像、行第i行、第j列像素的灰度值，首先对ROI区域中的每个像素点建立如下的方程：
IxVx+IyVy＝-It
式中，△x为图像x轴增量，△y为图像y轴增量，△t为图像数据流的时间增量，联立这些方程，求得Vx和Vy，然后按下式计算实时图像相对于锁定目标图像产生的偏移量SH：
式中T为单位时间长度，实时图像相对于锁定目标图像产生的偏移方向D为Vx和Vy合成的矢量方向。
4.根据权利要求3所述的基于图像反馈的多旋翼无人机控制方法，其特征是，利用图像灰度处理算法IPA1对F1进行灰度化处理时，处理后某像素点的灰度值为：
B*0.11+G*0.59+R*0.3
其中，B、G、R分别为摄像头C1拍摄到的图像数据流F1中该像素的蓝、绿、红三基色的值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910527926.9A CN110174898A (zh) | 2019-06-18 | 2019-06-18 | 一种基于图像反馈的多旋翼无人机控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910527926.9A CN110174898A (zh) | 2019-06-18 | 2019-06-18 | 一种基于图像反馈的多旋翼无人机控制方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110174898A true CN110174898A (zh) | 2019-08-27 |
Family
ID=67698546
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910527926.9A Withdrawn CN110174898A (zh) | 2019-06-18 | 2019-06-18 | 一种基于图像反馈的多旋翼无人机控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110174898A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117170411A (zh) * | 2023-11-02 | 2023-12-05 | 山东环维游乐设备有限公司 | 基于视觉辅助的竞速无人机辅助避障方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107390704A (zh) * | 2017-07-28 | 2017-11-24 | 西安因诺航空科技有限公司 | 一种基于imu姿态补偿的多旋翼无人机光流悬停方法 |
| FR3057347A1 (fr) * | 2016-10-06 | 2018-04-13 | Universite D'aix-Marseille | Systeme de mesure de la distance d'un obstacle par flux optique |
| CN107977985A (zh) * | 2017-11-29 | 2018-05-01 | 上海拓攻机器人有限公司 | 无人机悬停方法、装置、无人机及存储介质 |
| CN107977014A (zh) * | 2017-11-30 | 2018-05-01 | 广州市华科尔科技股份有限公司 | 一种无人机自动悬停方法 |
| CN109062238A (zh) * | 2018-09-19 | 2018-12-21 | 张洋 | 控制无人机悬停的装置 |
| US20200097025A1 (en) * | 2017-11-15 | 2020-03-26 | Beijing University Of Technology | An uav fixed point hover system and method |
-
2019
- 2019-06-18 CN CN201910527926.9A patent/CN110174898A/zh not_active Withdrawn
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR3057347A1 (fr) * | 2016-10-06 | 2018-04-13 | Universite D'aix-Marseille | Systeme de mesure de la distance d'un obstacle par flux optique |
| CN107390704A (zh) * | 2017-07-28 | 2017-11-24 | 西安因诺航空科技有限公司 | 一种基于imu姿态补偿的多旋翼无人机光流悬停方法 |
| US20200097025A1 (en) * | 2017-11-15 | 2020-03-26 | Beijing University Of Technology | An uav fixed point hover system and method |
| CN107977985A (zh) * | 2017-11-29 | 2018-05-01 | 上海拓攻机器人有限公司 | 无人机悬停方法、装置、无人机及存储介质 |
| CN107977014A (zh) * | 2017-11-30 | 2018-05-01 | 广州市华科尔科技股份有限公司 | 一种无人机自动悬停方法 |
| CN109062238A (zh) * | 2018-09-19 | 2018-12-21 | 张洋 | 控制无人机悬停的装置 |
Non-Patent Citations (3)
| Title |
|---|
| GUANG HAN等: "A robust object detection algorithm based on background difference and LK optical flow", 《 2014 11TH INTERNATIONAL CONFERENCE ON FUZZY SYSTEMS AND KNOWLEDGE DISCOVERY (FSKD)》 * |
| SHEN-FU HSIAO等: "Design and Implementation of Low-Cost LK Optical Flow Computation for Images of Single and Multiple Levels", 《2018 21ST EUROMICRO CONFERENCE ON DIGITAL SYSTEM DESIGN (DSD)》 * |
| 黄杭: "基于光流法的运动目标检测与跟踪", 《中国优秀博硕士学位论文全文数据库（硕士）》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117170411A (zh) * | 2023-11-02 | 2023-12-05 | 山东环维游乐设备有限公司 | 基于视觉辅助的竞速无人机辅助避障方法 |
| CN117170411B (zh) * | 2023-11-02 | 2024-02-02 | 山东环维游乐设备有限公司 | 基于视觉辅助的竞速无人机辅助避障方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11073389B2 (en) | Hover control | |
| CN108700470A (zh) | 基于无人机系统的热成像和聚合系统和方法 | |
| CN108399643A (zh) | 一种激光雷达和相机间的外参标定系统和方法 | |
| CN105197252A (zh) | 一种小型无人机降落方法及系统 | |
| CN106628211A (zh) | 基于led点阵的地面引导式无人机飞行降落系统及方法 | |
| CN104932535B (zh) | 利用仿真系统对机载前视红外搜索设备闭环测试的方法 | |
| DE69214520D1 (de) | Farbstrahlaufzeichnungsverfahren und Vorrichtung | |
| CN104103081A (zh) | 一种虚拟的多摄像机目标跟踪视频素材产生方法 | |
| CN105187723A (zh) | 一种无人飞行器的摄像处理方法 | |
| CN206991123U (zh) | 一种基于无人机的污染检测系统 | |
| CN109254587A (zh) | 可在无线充电条件下稳定悬停的小型无人机及其控制方法 | |
| CN110174898A (zh) | 一种基于图像反馈的多旋翼无人机控制方法 | |
| CN102190081A (zh) | 基于视觉的飞艇定点鲁棒控制方法 | |
| CN110445995A (zh) | 一种无人机视频叠加系统 | |
| Dickmanns et al. | Autonomous landing of airplanes by dynamic machine vision | |
| CN105867396B (zh) | 校园自主巡航四轴飞行器的信息处理系统及其工作方法 | |
| Kannan et al. | Comparison of visual and LIDAR SLAM algorithms using NASA Flight Test Data | |
| Snow et al. | The calibration of video cameras for quantitative measurements | |
| Beasley et al. | Current status of the laser diode array projector technology | |
| Patel et al. | Overriding learning-based perception systems for control of autonomous unmanned aerial vehicles | |
| Ghyzel | Vision-based navigation for autonomous landing of unmanned aerial vehicles | |
| CN106646864A (zh) | 一种薄膜电阻阵红外场景产生装置及工作方法 | |
| Kang et al. | Adaptive sampling-based particle filter for visual-inertial gimbal in the wild | |
| Bosello et al. | Race Against the Machine: a Fully-annotated, Open-design Dataset of Autonomous and Piloted High-speed Flight | |
| CN108375682A (zh) | 基于空基下视时序影像的地面目标物速度测量方法及装置 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190827 |