CN110687919A - 一种面向水电站输水管道巡检的无人机自主飞行控制方法 - Google Patents
一种面向水电站输水管道巡检的无人机自主飞行控制方法 Download PDFInfo
- Publication number
- CN110687919A CN110687919A CN201911000457.1A CN201911000457A CN110687919A CN 110687919 A CN110687919 A CN 110687919A CN 201911000457 A CN201911000457 A CN 201911000457A CN 110687919 A CN110687919 A CN 110687919A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- point cloud
- control method
- flight control
- 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 30
- 238000007689 inspection Methods 0.000 title claims abstract description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 22
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 title claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 10
- 229920000049 Carbon (fiber) Polymers 0.000 claims description 9
- 239000004917 carbon fiber Substances 0.000 claims description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003709 image segmentation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000009991 scouring Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
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
本发明涉及一种面向水电站输水管道巡检的无人机自主飞行控制方法，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；步骤S2：通过飞行控制器沿管道中轴线前进；步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。与现有技术相比，本发明具有快速高效、适应多种管道结构等优点。
Description
技术领域
本发明涉及水电站智能自动巡检领域，尤其是涉及一种面向电站输水管道巡检的无人机自主飞行控制方法。
背景技术
水电站运行期间，出于安全考虑需要定期对基础设施进行缺陷检测。水电站尤其是抽水蓄能电站内存在管状基础设施如输水管道、尾水管道，长度在一百到几百米不等，且存在不同的倾角，日常运行中常年处在高水压冲刷环境下，极易产生裂缝、掉块等缺陷，如不能及时发现缺陷极易发生透水事故，危机电站周围下游村庄安全。目前国内多数抽水蓄能电站已运行多年急需对输水管道设施检测以进行安全评估，但是几百米的落差导致人工不可能进入管道内部进行巡检。
无人机控制技术近年来发展迅速，基于GPS全球导航定位系统的消费级别无人机已经广泛的在普通大众中普及，无人机的简单可用性得到了消费者用户的喜爱。无人机的灵活性使得利用无人机搭载数据采集设备成为抽水蓄能电站输水管道检测的可行性方案，但是无人机的简单操作性基于GPS全球导航定位系统，在室内无GPS信号的环境下，无人机的可操控性并不高，需要驾驶员具备丰富的经验才能在视野范围内进行操控，想要获得简单的操控性能需要解决室内的无人机定位问题，而目前室内环境下无人机的定位问题还存在诸多问题。
抽水蓄能电站的输水管道建设在山体内部，是一个完全GPS信号屏蔽的环境，因此想要应用无人机进行输水管道的检测，需要开发新的技术解决无人机在管道内的定位问题。
发明内容
本发明的目的就是为了克服上述现有技术存在的无GPS信号的环境下无人机可操控性较低的缺陷而提供一种面向水电站输水管道巡检的无人机自主飞行控制方法。
本发明的目的可以通过以下技术方案来实现：
一种面向水电站输水管道巡检的无人机自主飞行控制方法，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：
步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；
步骤S2：通过飞行控制器沿管道中轴线前进；
步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；
步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。
所述飞行控制器包括导航规划控制器、位置控制器、姿态控制器，所述导航规划控制器根据无人机当前位置及管道模型设定无人机的运动轨迹，所述位置控制器计算无人机到达目标位置时需要的姿态，所述姿态控制器控制无人机完成位置控制器所设定的姿态。
所述无人机当前位置包括根据激光点云匹配算法计算得出的全局位置以及根据激光雷达数据计算出的管道截面上的本地局部位置。
所述激光点云匹配算法具体为ICP点云匹配的全局定位算法，所述ICP点云匹配的全局定位算法根据预先录入的CAD图纸尺寸信息，生成对应的三维点云模型，建立全局坐标系，并生成初步巡检目标轨迹。
所述激光雷达采集的点云数据与所述三维点云模型进行ICP点云匹配，得到初步全局位置，所述初步全局位置与所述惯性导航器件得到的通过卡尔曼滤波算法进行融合，得到最终全局位置。
所述ICP点云匹配的过程如下：
步骤301：检索目标点云中的所有点，与三维点云模型中的最近点匹配；
步骤302：计算使最近点对应均方根最小的刚体变换，求得平移参数和旋转参数，得到转换矩阵；
步骤303：根据计算得到的转换矩阵转换目标点云。
步骤304：重复步骤301-303，直至相邻两次均方根差的绝对值小于固定阈值。
所述管道截面上依据所述激光雷达采集的点云数据建有栅格概率地图。
所述螺旋桨上设有碳纤维空心杆实现物理防撞，所述碳纤维空心杆的长度大于螺旋桨最大长度，末端设有橡胶缓冲装置。
所述降落点标记为十字激光标记，所述下视视觉传感器上配有广角镜头。
所述步骤S4无人机调整自身位置时采用基于图像自适应滤波的图像分割算法。
与现有技术相比，本发明具有以下有益效果：
1.本发明利用无人机携带的激光雷达、惯性导航器件采集数据，基于ICP点云匹配进行处理，通过下视视觉传感器控制无人机完成目标点定点降落，整个过程可在半小时之内完成，快速高效。
2.本发明通过全局定位和局部定位相结合，栅格概率地图进行辅助的无人机管道内部定位导航算法，可以适应不同电站的不同管道结构。
3.碳纤维具有重量轻，强度大的特性，满足无人机携带防撞的条件，避免无人机被钢筋等障碍物所阻挡无法通过的情况。
附图说明
图1为本发明的流程示意图；
图2为本发明飞行控制器的结构示意图；
图3为本发明全局与本地坐标系的结构示意图；
图4为本发明栅格概率地图的流程示意图；
图5为本发明碳纤维空心杆的安装示意图；
图6为本发明自动降落的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
一种面向水电站输水管道巡检的无人机自主飞行控制方法，无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：
步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；
步骤S2：通过飞行控制器沿管道中轴线前进；
步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；
步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。
如图2所示，无人机在管道内的飞行控制器分为三个部分：导航规划控制器、位置控制器、姿态控制器，导航规划控制器根据无人机当前位置及管道模型设定无人机的运动轨迹，位置控制器计算到达目标位置需要的姿态，姿态控制器控制无人机完成位置控制器所设定的姿态。
导航规划器依据两部分设定期望位置，其一是根据激光点云匹配算法计算得出的全局位置，即无人机在整个管道内的具体位置，该全局位置也是用于判断是否达到管道终点或起点的判断依据；其二是根据激光雷达数据计算出的本地局部位置，该位置是无人机所在位置管道截面上的位置，该位置用于无人机的局部避障和防撞，导航规划器依据全局位置设置下一目标航点，在飞向航点的过程中，依据本地位置防止无人机撞向管道内壁。
如图3所示，基于ICP点云匹配的无人机全局定位算法可以解决不同电站管道结构不同的问题，输入管道的CAD图纸尺寸信息，随之生成相匹配的三维点云模型，并在模型的起始处建立全局坐标系，之后生成初步的沿中轴线的巡检目标轨迹，即图3中的虚线；无人机起飞后沿着目标轨迹飞行，并依据局部位置规划本地路径防止碰撞的发生以及未知的障碍物出现。在过度水平与倾斜段过渡处，无人机依据目标轨迹确定导航路径实现转向，并依据局部坐标系统防止发生碰撞。
飞行过程中，全局位置的计算依赖激光雷达采集到的点云数据、惯性导航估计的粗略位置信息、已知的三维点云模型三部分信息。激光雷达采集的点云数据与三维点云模型进行ICP点云匹配，得到初步全局位置，初步全局位置与惯性导航器件得到的通过卡尔曼滤波算法进行融合，得到最终全局位置。
ICP点云匹配的过程如下：
步骤301：检索目标点云中的所有点，与三维点云模型中的最近点匹配；
步骤302：计算使最近点对应均方根最小的刚体变换，求得平移参数和旋转参数，得到转换矩阵；
步骤303：根据计算得到的转换矩阵转换目标点云。
步骤304：重复步骤301-303，直至相邻两次均方根差的绝对值小于固定阈值。
如图4所示，在无人机所在管道截面上，依据激光雷达采集到的点云数据，在该截面上建立栅格概率地图，即将无人机所在平面划分为10x10cm的小栅格，每个小栅格均有一权重代表无人机可能与障碍物发生碰撞的概率，此概率依据无人机自身尺寸以及与障碍物的距离计算得出，灰度代表每个栅格的权重，越靠近内壁的栅格其权重越大，碰撞概率越高，局部路径规划时，导航规划器选择碰撞概率最低的位置为目标轨迹，保证无人机远离障碍物。
如图5所示，以碳纤维空心杆为基础结构的物理防撞结构，碳纤维空心杆具有重量轻，强度大的特性，满足无人机携带防撞的条件，其长度大于螺旋桨最大长度，在末端加装橡胶缓冲装置，保证发生碰撞时无人机不会受到过大冲击；图中两处矩形结构代表两种可能发生的碰撞，两种情况下碳纤维空心杆均能保证螺旋桨的安全。
定点降落地点位置坐标固定，位于管道起始处的起降平台上，用十字激光在平台上打出十字激光标记，当巡检完成无人机返回起降点附近时，下视视觉采集系统开始工作，下视视觉采用广角镜头保证无人机返回时能够捕捉到降落标记，降落标记在视野中位置的判断采用基于图像自适应滤波的图像分割算法，由于降落标记为颜色明显的标记或者为十字光标，因此通过自适应滤波后再进行二值化处理，就可以计算出标记点在图像坐标系中的位置，通过图像坐标系与无人机坐标系的转换，即可计算出无人机距离光标点的距离，以此调整无人机直至无人机位于标记正上方，当无人机位于标记正上方后，无人机开始降落，具体流程如图6所示。
此外，需要说明的是，本说明书中所描述的具体实施例，其零部件的形状、所取名称等可以不同，本说明书中所描述的以上内容仅仅是对本发明结构所做的举例说明。凡依据本发明构思的构造、特征及原理所做的等小变化或者简单变化，均包括于本发明的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实例做各种各样的修改或补充或采用类似的方法，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
Claims (10)
1.一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述无人机上设有激光雷达、惯性导航器件和下视视觉传感器，整体巡检流程如下：
步骤S1：无人机起飞，机载摄像头采集管道内壁影像数据；
步骤S2：通过飞行控制器沿管道中轴线前进；
步骤S3：根据激光雷达、惯性导航器件采集的数据对无人机当前位置进行判断，飞行至管道终点后返航；
步骤S4：返航接近起飞点时，下视视觉传感器寻找起降平台上的降落点标记，调整自身位置至降落点正上方进行降落，降落完成后机载摄像头关闭。
2.根据权利要求1所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述飞行控制器包括导航规划控制器、位置控制器、姿态控制器，所述导航规划控制器根据无人机当前位置及管道模型设定无人机的运动轨迹，所述位置控制器计算无人机到达目标位置时需要的姿态，所述姿态控制器控制无人机完成位置控制器所设定的姿态。
3.根据权利要求2所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述无人机当前位置包括根据激光点云匹配算法计算得出的全局位置以及根据激光雷达数据计算出的管道截面上的本地局部位置。
4.根据权利要求3所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述激光点云匹配算法具体为ICP点云匹配的全局定位算法，所述ICP点云匹配的全局定位算法根据预先录入的CAD图纸尺寸信息，生成对应的三维点云模型，建立全局坐标系，并生成初步巡检目标轨迹。
5.根据权利要求4所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述激光雷达采集的点云数据与所述三维点云模型进行ICP点云匹配，得到初步全局位置，所述初步全局位置与所述惯性导航器件得到的通过卡尔曼滤波算法进行融合，得到最终全局位置。
6.根据权利要求5所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述ICP点云匹配的过程如下：
步骤301：检索目标点云中的所有点，与三维点云模型中的最近点匹配；
步骤302：计算使最近点对应均方根最小的刚体变换，求得平移参数和旋转参数，得到转换矩阵；
步骤303：根据计算得到的转换矩阵转换目标点云。
步骤304：重复步骤301-303，直至相邻两次均方根差的绝对值小于固定阈值。
7.根据权利要求3所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述管道截面上依据所述激光雷达采集的点云数据建有栅格概率地图。
8.根据权利要求1所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述螺旋桨上设有碳纤维空心杆实现物理防撞，所述碳纤维空心杆的长度大于螺旋桨最大长度，末端设有橡胶缓冲装置。
9.根据权利要求1所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述降落点标记为十字激光标记，所述下视视觉传感器上配有广角镜头。
10.根据权利要求1所述的一种面向水电站输水管道巡检的无人机自主飞行控制方法，其特征在于，所述步骤S4无人机调整自身位置时采用基于图像自适应滤波的图像分割算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911000457.1A CN110687919B (zh) | 2019-10-21 | 2019-10-21 | 一种面向水电站输水管道巡检的无人机自主飞行控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911000457.1A CN110687919B (zh) | 2019-10-21 | 2019-10-21 | 一种面向水电站输水管道巡检的无人机自主飞行控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110687919A true CN110687919A (zh) | 2020-01-14 |
| CN110687919B CN110687919B (zh) | 2021-06-04 |
Family
ID=69113936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911000457.1A Active CN110687919B (zh) | 2019-10-21 | 2019-10-21 | 一种面向水电站输水管道巡检的无人机自主飞行控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110687919B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111857168A (zh) * | 2020-07-03 | 2020-10-30 | 北京二郎神科技有限公司 | 无人机定位方法、装置与无人机停放姿态调整方法、装置 |
| CN111984021A (zh) * | 2020-07-21 | 2020-11-24 | 武汉智会创新科技有限公司 | 无人机的控制方法及系统、无人机设备、远程控制设备 |
| CN113254697A (zh) * | 2021-07-14 | 2021-08-13 | 四川泓宝润业工程技术有限公司 | 一种对管道路由所在区域的图像信息进行自动标记的方法 |
| CN114185364A (zh) * | 2021-12-06 | 2022-03-15 | 群周科技(上海)有限公司 | 一种基于激光雷达的无人机自主式辅助降落方法及系统 |
| CN116520877A (zh) * | 2023-04-12 | 2023-08-01 | 华中科技大学 | 一种四旋翼无人机狭窄管道内自主定位及控制方法 |
| CN116700319A (zh) * | 2023-08-04 | 2023-09-05 | 西安交通大学 | 基于微型雷达阵列的空中机器人自主起降系统及方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106227229A (zh) * | 2016-08-29 | 2016-12-14 | 天津中翔腾航科技股份有限公司 | 一种基于无人机的油气管道巡检系统及巡检方法 |
| CN106444803A (zh) * | 2016-09-14 | 2017-02-22 | 江苏师范大学 | 一种用于管道机器人定位的无人机导航系统及方法 |
| DE102015013547A1 (de) * | 2015-10-20 | 2017-04-20 | Green Excellence GmbH | Erkundung und Charakterisierung von Untergründen unter Nutzung von Sensorik, hochfrequenten elektromagnetischen Wellen (Ground Penetrating Radar (GPR) und Drohnen (UAV und UAS) / Ablösen des manuellen "Abklopfen von Beton" |
| CN107886529A (zh) * | 2017-12-06 | 2018-04-06 | 重庆理工大学 | 一种用于三维重建的点云配准方法 |
| CN109002054A (zh) * | 2018-05-25 | 2018-12-14 | 南京维朴水务工程有限公司 | 一种无人机排水管道测绘巡线系统及其巡线方法 |
| CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
| CN109358638A (zh) * | 2018-09-10 | 2019-02-19 | 南京航空航天大学 | 基于分布式地图的无人机视觉避障方法 |
| CN110262546A (zh) * | 2019-06-18 | 2019-09-20 | 武汉大学 | 一种隧道智能无人机巡检系统及方法 |
-
2019
- 2019-10-21 CN CN201911000457.1A patent/CN110687919B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015013547A1 (de) * | 2015-10-20 | 2017-04-20 | Green Excellence GmbH | Erkundung und Charakterisierung von Untergründen unter Nutzung von Sensorik, hochfrequenten elektromagnetischen Wellen (Ground Penetrating Radar (GPR) und Drohnen (UAV und UAS) / Ablösen des manuellen "Abklopfen von Beton" |
| CN106227229A (zh) * | 2016-08-29 | 2016-12-14 | 天津中翔腾航科技股份有限公司 | 一种基于无人机的油气管道巡检系统及巡检方法 |
| CN106444803A (zh) * | 2016-09-14 | 2017-02-22 | 江苏师范大学 | 一种用于管道机器人定位的无人机导航系统及方法 |
| CN107886529A (zh) * | 2017-12-06 | 2018-04-06 | 重庆理工大学 | 一种用于三维重建的点云配准方法 |
| CN109002054A (zh) * | 2018-05-25 | 2018-12-14 | 南京维朴水务工程有限公司 | 一种无人机排水管道测绘巡线系统及其巡线方法 |
| CN109144056A (zh) * | 2018-08-02 | 2019-01-04 | 上海思岚科技有限公司 | 移动机器人的全局自定位方法及设备 |
| CN109358638A (zh) * | 2018-09-10 | 2019-02-19 | 南京航空航天大学 | 基于分布式地图的无人机视觉避障方法 |
| CN110262546A (zh) * | 2019-06-18 | 2019-09-20 | 武汉大学 | 一种隧道智能无人机巡检系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| DONGHAI LIU 等: "Dynamic BIM-augmented UAV safety inspection for water diversion project", 《COMPUTERS IN INDUSTRY》 * |
| 李彩林 等: "多视角三维激光点云全局优化整体配准算法", 《测绘学报》 * |
| 沈润杰 等: "抽水蓄能电站输水道水下机器人检测系统研制", 《系统仿真技术》 * |
| 王庆国 等: "无人机载管道巡检系统在输气管道的应用", 《煤气与热力》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111857168A (zh) * | 2020-07-03 | 2020-10-30 | 北京二郎神科技有限公司 | 无人机定位方法、装置与无人机停放姿态调整方法、装置 |
| CN111984021A (zh) * | 2020-07-21 | 2020-11-24 | 武汉智会创新科技有限公司 | 无人机的控制方法及系统、无人机设备、远程控制设备 |
| CN113254697A (zh) * | 2021-07-14 | 2021-08-13 | 四川泓宝润业工程技术有限公司 | 一种对管道路由所在区域的图像信息进行自动标记的方法 |
| CN114185364A (zh) * | 2021-12-06 | 2022-03-15 | 群周科技(上海)有限公司 | 一种基于激光雷达的无人机自主式辅助降落方法及系统 |
| CN114185364B (zh) * | 2021-12-06 | 2024-03-26 | 群周科技(上海)有限公司 | 一种基于激光雷达的无人机自主式辅助降落方法及系统 |
| CN116520877A (zh) * | 2023-04-12 | 2023-08-01 | 华中科技大学 | 一种四旋翼无人机狭窄管道内自主定位及控制方法 |
| CN116520877B (zh) * | 2023-04-12 | 2024-04-26 | 华中科技大学 | 一种四旋翼无人机狭窄管道内自主定位及控制方法 |
| CN116700319A (zh) * | 2023-08-04 | 2023-09-05 | 西安交通大学 | 基于微型雷达阵列的空中机器人自主起降系统及方法 |
| CN116700319B (zh) * | 2023-08-04 | 2023-10-20 | 西安交通大学 | 基于微型雷达阵列的空中机器人自主起降系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110687919B (zh) | 2021-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110687919B (zh) | 一种面向水电站输水管道巡检的无人机自主飞行控制方法 | |
| CN110333714B (zh) | 一种无人驾驶汽车路径规划方法和装置 | |
| CN107729808B (zh) | 一种用于输电线路无人机巡检的图像智能采集系统及方法 | |
| CN112212872B (zh) | 基于激光雷达和导航地图的端到端自动驾驶方法及系统 | |
| CA2950791C (en) | Binocular visual navigation system and method based on power robot | |
| CN113313154A (zh) | 一体化融合多传感器自动驾驶智能感知装置 | |
| CN110356412B (zh) | 用于自主驾驶的自动规则学习的方法和设备 | |
| CN109945858A (zh) | 用于低速泊车驾驶场景的多传感融合定位方法 | |
| CN105045274B (zh) | 一种用于无人机巡检航迹规划的智能杆塔连通图构建方法 | |
| CN110097620A (zh) | 基于图像和三维激光的高精度地图创建系统 | |
| CN112378397B (zh) | 无人机跟踪目标的方法、装置及无人机 | |
| CN113050685B (zh) | 一种煤矿井下无人机自主巡检的方法 | |
| CN110986945B (zh) | 基于语义高度地图的局部导航方法和系统 | |
| Liu et al. | Deep learning-based localization and perception systems: Approaches for autonomous cargo transportation vehicles in large-scale, semiclosed environments | |
| EP4042105B1 (en) | Map including data for routing aerial vehicles during gnss failure | |
| CN110210384B (zh) | 一种道路全局信息实时提取与表示系统 | |
| CN116678394A (zh) | 基于多传感器信息融合实时动态智能路径规划方法及系统 | |
| CN112684806A (zh) | 一种基于双重避障和智能识别的电力巡检无人机系统 | |
| CN113359808A (zh) | 一种无人机电力巡检多级路径规划方法及相关装置 | |
| CN115328212A (zh) | 一种基于无人机吊舱的目标追踪方法及装置 | |
| CN112380933B (zh) | 无人机识别目标的方法、装置及无人机 | |
| CN117289723B (zh) | 跨介质航行器运动状态的控制方法、装置、设备及介质 | |
| CN113375672B (zh) | 一种无人飞行器的高实时航迹避让方法及系统 | |
| CN112706760B (zh) | 一种用于特殊道路场景的无人驾驶泊车路径规划方法 | |
| CN113885568A (zh) | 一种基于视景定位的拒止环境下无人机航迹规划方法 |
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 |