CN110892355A - 连续波雷达的地形预测方法、装置、系统和无人机 - Google Patents
连续波雷达的地形预测方法、装置、系统和无人机 Download PDFInfo
- Publication number
- CN110892355A CN110892355A CN201880040244.9A CN201880040244A CN110892355A CN 110892355 A CN110892355 A CN 110892355A CN 201880040244 A CN201880040244 A CN 201880040244A CN 110892355 A CN110892355 A CN 110892355A
- Authority
- CN
- China
- Prior art keywords
- ranging data
- ranging
- ground
- continuous wave
- wave radar
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000008569 process Effects 0.000 claims abstract description 18
- 230000006870 function Effects 0.000 claims description 71
- 238000012886 linear function Methods 0.000 claims description 47
- 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 description 15
- 238000001514 detection method Methods 0.000 claims description 13
- 238000009499 grossing Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 239000007921 spray Substances 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 239000007788 liquid Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 238000005507 spraying Methods 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000001217 buttock Anatomy 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003306 harvesting 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
- 239000000575 pesticide Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
- G01S13/933—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft
- G01S13/935—Radar or analogous systems specially adapted for specific applications for anti-collision purposes of aircraft or spacecraft for terrain-avoidance
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- 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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Automation & Control Theory (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
一种连续波雷达的地形预测方法、装置、系统和无人机,该方法包括:获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,该N个第一测距数据为连续波雷达的旋转角度处于预设角度区间内获得的(S201);从N个第一测距数据中剔除野值,获得M个第一测距数据(S202);根据M个第一测距数据,确定地面的地形参数,该地形参数包括以下至少一种:坡度、平整度、连续波雷达距离正下方地面的高度值(S203)。该方法将获得的测距数据中的野值先剔除然后再进行地形预测,清除了连续波雷达受到的干扰,使得连续波雷达对地面地形的预测准确率更高。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种连续波雷达的地形预测方法、装置、系统和无人机。
背景技术
目前无人机可以应用于多种场景,以农行业为例,无人机可以耕地、撒播、喷洒农药和收割庄稼等,给农业领域带来了极大的好处。在这些作业场景下,无人机大多需要近地飞行,并且要避免爬坡时误撞地面。在较平坦的地面上,基于全球定位系统(GlobalPositioning System,GPS)及惯性测量单元(Inertial Measurement Unit,IMU)数据,无人机可以较顺利地完成上述任务;在较为崎岖的地形,无人机需要提前进行动作调整,进行爬坡、下坡、减速、刹车等操作,实现近地飞行甚至等高飞行;这样才能使得无人机更好地完成上述作业。因此,需要先预测无人机作业的地面的地形信息。
现有技术中,一般通过连续波雷达旋转来测量与地面的多个距离,将这些距离分别转换为以测距传感器为坐标原点的坐标系上的坐标,然后利用这些坐标拟合出一条直线,根据拟合得到的直线获取地面的地形信息。但是,在实际情况中,由于连续波雷达内部、外部环境的干扰,会导致连续波雷达测量到的距离中存在野值,从而影响地形预测的准确率。
发明内容
本发明实施例提供一种连续波雷达的地形预测方法、装置、系统和无人机,用于提高地形预测的准确率。
第一方面,本发明实施例提供一种连续波雷达的地形预测方法,包括:
获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,所述N个第一测距数据为所述连续波雷达的旋转角度处于预设角度区间内获得的,所述N为大于1的整数。
从所述N个第一测距数据中剔除野值,获得M个第一测距数据,所述M为小于N的正整数。
根据所述M个第一测距数据,确定所述地面的地形参数,所述地形参数包括以下至少一种:坡度、平整度、所述连续波雷达距离正下方地面的高度值。
第二方面,本发明实施例提供一种连续波雷达的控制系统,包括:存储器和处理器。
所述存储器,用于存储程序代码。
所述处理器,调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,所述N个第一测距数据为所述连续波雷达的旋转角度处于预设角度区间内获得的,所述N为大于1的整数。
从所述N个第一测距数据中剔除野值,获得M个第一测距数据,所述M为小于N的正整数。
根据所述M个第一测距数据,确定所述地面的地形参数,所述地形参数包括以下至少一种:坡度、平整度、所述连续波雷达距离正下方地面的高度值。
第三方面,本发明实施例提供一种雷达探测装置,包括:连续波雷达以及连续波雷达的控制系统,所述连续波雷达的控制系统与所述连续波雷达通信连接。
所述连续波雷达的控制系统为如第二方面本发明实施例所述的连续波雷达的控制系统。
第四方面,本发明实施例提供一种无人机,包括:机架、飞行控制系统和以及如第三方面本发明实施例所述的雷达探测装置,所述连续波雷达搭载在所述机架上。
所述飞行控制系统与所述雷达探测装置通信连接,以获取所述地形参数,所述飞行控制系统根据所述地形参数控制所述无人机。
第五方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包含至少一段代码,所述至少一段代码可由计算机执行,以控制所述计算机执行第一方面本发明实施例所述的连续波雷达的地形预测方法。
第六方面,本发明实施例提供一种计算机程序,当所述计算机程序被计算机执行时,用于实现第一方面本发明实施例所述的连续波雷达的地形预测方法。
本发明实施例提供的连续波雷达的地形预测方法、装置、系统和无人机,通过获取在旋转过程中旋转至预设角度区间内对地面测距获得的N个第一测距数据,然后从所述N个第一测距数据中剔除野值,获得M个第一测距数据,再根据M个第一测距数据,确定地面的地形参数,例如坡度、完整度、所述连续波雷达距离正下方地面的高度值等。由于本实施例将获得的测距数据中的野值先剔除然后再进行地形预测,所以清除了连续波雷达受到的干扰,使得连续波雷达对地面地形的预测准确率更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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是根据本发明的实施例的农业无人机100的示意性架构图;
图2为本发明一实施例提供的连续波雷达的地形预测方法的流程图;
图3为本发明一实施例提供的连续波雷达测距的一种示意图;
图4为本发明一实施例提供的连续波雷达在预测角度区间内测距的一种示意图;
图5A-图5F为本发明一实施例提供的剔除野值的一种示意图;
图6A为现有技术中根据未剔除野值的N个第一测距数据获得的拟合直线的一种示意图;
图6B为本发明一实施例提供的根据剔除野值后的M个第一测距数据获得的拟合的一种示意图;
图7本发明实施例提供的连续波雷达的控制系统的一种结构示意图;
图8为本发明实施例提供的雷达探测装置的一种结构示意图;
图9为本发明实施例提供的无人机的一种结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的实施例提供了连续波雷达的地形预测方法、装置、系统和无人机。无人机可以是农业无人机,如旋翼飞行器(rotorcraft),例如,由多个推动装置通过空气推动的多旋翼飞行器,本发明的实施例并不限于此。
图1是根据本发明的实施例的农业无人机100的示意性架构图。本实施例以旋翼无人飞行器为例进行说明。
农业无人机100可以包括动力系统、飞行控制系统和机架。农业无人机100可以与控制终端进行无线通信,该控制终端可以显示农业无人机的飞行信息等,控制终端可以通过无线方式与农业无人机100进行通信,用于对农业无人机100进行远程操纵。
其中,机架可以包括机身110和脚架120(也称为起落架)。机身110可以包括中心架111以及与中心架111连接的一个或多个机臂112,一个或多个机臂112呈辐射状从中心架延伸出。脚架120与机身110连接,用于在农业无人机100着陆时起支撑作用,另外脚架120之间还搭载有储液箱130,该储液箱用于存储药液或者水;而且机臂112的末端还搭载有喷头140,储液箱130中的液体通过泵泵入至喷头140,由喷头140喷散出去。
动力系统可以包括一个或多个电子调速器(简称为电调)、一个或多个螺旋桨150以及与一个或多个螺旋桨150相对应的一个或多个电机160,其中电机160连接在电子调速器与螺旋桨150之间,电机160和螺旋桨150设置在农业无人机100的机臂112上;电子调速器用于接收飞行控制系统产生的驱动信号,并根据驱动信号提供驱动电流给电机,以控制电机160的转速。电机160用于驱动螺旋桨150旋转,从而为农业无人机100的飞行提供动力,该动力使得农业无人机100能够实现一个或多个自由度的运动。在某些实施例中,农业无人机100可以围绕一个或多个旋转轴旋转。例如,上述旋转轴可以包括横滚轴、偏航轴和俯仰轴。应理解,电机160可以是直流电机,也可以交流电机。另外,电机160可以是无刷电机,也可以是有刷电机。
飞行控制系统可以包括飞行控制器和传感系统。传感系统用于测量无人飞行器的姿态信息,即农业无人机100在空间的位置信息和状态信息,例如,三维位置、三维角度、三维速度、三维加速度和三维角速度等。传感系统例如可以包括陀螺仪、超声传感器、电子罗盘、惯性测量单元(Inertial Measurement Unit,IMU)、视觉传感器、全球导航卫星系统和气压计等传感器中的至少一种。例如,全球导航卫星系统可以是全球定位系统(GlobalPositioning System,GPS)。飞行控制器用于控制农业无人机100的飞行,例如,可以根据传感系统测量的姿态信息控制农业无人机100的飞行。应理解,飞行控制器可以按照预先编好的程序指令对农业无人机100进行控制,也可以通过响应来自控制终端的一个或多个控制指令对农业无人机100进行控制。
如图1所示,农业无人机的脚架120上还可以搭载连续波雷达170,该连续波雷达170为旋转连续波雷达,该连续波雷达170可以用于测距,但不限于测距。其中,农业无人机可以包括两个或两个以上脚架170,连续波雷达170搭载在其中一个脚架170上。
应理解,上述对于农业无人机各组成部分的命名仅是出于标识的目的,并不应理解为对本发明的实施例的限制。
图2为本发明一实施例提供的连续波雷达的地形预测方法的流程图,如图2所示,本实施例的方法可以包括:
S201、获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,所述N个第一测距数据为所述连续波雷达的旋转角度处于预设角度区间内获得的。
S202、从所述N个第一测距数据中剔除野值,获得M个第一测距数据。
S203、根据所述N个第一测距数据,确定所述地面的地形参数,所述地形参数包括以下至少一种:坡度、平整度、所述连续波雷达距离正下方地面的高度值。
本实施例中,可以通过连续波雷达可以对地面进行测距,以获得该连续波雷达相距地面的距离,其中连续波雷达可以旋转,当连续波雷达旋转不同的角度时,连续波雷达对地面进行测距的测距点也不相同,因此连续波雷达检测到的与地面的距离也可能不相同,如图3所示。本实施例中,连续波雷达在旋转过程对地面测距时并且该连续波雷达的旋转角度处于预设角度区间内时获得多个第一测距数据,例如如图4所示,此处称第一测距数据为N个,N为大于等于2的整数。每个第一测距数据反映了连续波雷达在旋转至对应的旋转角度时与地面的距离,对于同一测距点,若该测距点所在的地面高,则连续波雷达与地面的距离低,若该测距点所在的地面低,则连续波雷达与地面的距离大;例如:若连续波雷达与地面的不同测距点之间的距离差距较大,则说明地面的平整度低。对于相同的多个测距点,若连续波雷达与地面的距离均较小,则说明该多个测距点所在的地面的坡度较高,若连续波雷达与地面的距离均较大,则说明该多个测距点所在的地面的坡度较低。
但是,由于而实际情况中,由于连续波雷达内部、外部环境的干扰,会导致连续波雷达测量到的距离中存在野值,例如:对于一测距点,实际上该测距点与连续波雷达之间的距离较大,但由连续波雷达受到干扰,从而导致获得的第一测距数据较小,进而会导致测得的地形的坡度与实际坡度存在较大误差。尤其是在诸如农田、茶山等复杂应用场景中,野值的存在会导致地形预测不准确。
因此,本实施例中,从所述N个第一测距数据中剔除野值,获得M个第一测距数据,M为小于N的正整数。然后根据剔除野值后的多个第一测距数据,可以确定该多个测距点所在地面的地形参数,该地形参数包括:地面的坡度、地面的平整度、所述连续波雷达距离正下方地面的高度值。
例如:该预设角度区间为60度至120度,对应的可以确定连续波雷达正下方地面的地形参数;该预设角度区间为-30度至30度,对应的可以确定连续波雷达前方地面的地形参数;该预设角度区间为150度至210度,对应的可以确定连续波雷达后方地面的地形参数,需要说明的是,此处是为了举例说明,并不限定本实施例,该预设角度区间可以根据实际需要来设定。若本实施例的预设角度区间为60度至120度,则本实施例可以在连续波雷达在旋转角度为60度对地面测距获得第一测距数据,在60.6度对地面测距获得第一测距数据,在61.2度对地面测距获得第一测距数据,在61.8度对地面测距获得第一测距数据,以此类推,此处不再赘述。
本实施例中,通过获取在旋转过程中旋转至预设角度区间内对地面测距获得的N个第一测距数据,然后从所述N个第一测距数据中剔除野值,获得M个第一测距数据,再根据M个第一测距数据,确定地面的地形参数,例如坡度、完整度、所述连续波雷达距离正下方地面的高度值等。由于本实施例将获得的测距数据中的野值先剔除然后再进行地形预测,所以清除了连续波雷达受到的干扰,使得连续波雷达对地面地形的预测准确率更高。
其中,每个第一测距数据包括:该连续波雷达距地面测距点的水平距离,以及该连续波雷达距地面测距点的垂直距离。由于连续波雷达的旋转角度不同,连续波雷达的信号发射方向不同,从而造成地面测距点不同,所以地面测距点随连续波雷达的旋转角度不同而不同。本实施例中为了避免连续波雷达与地面测距点之间的距离值相同时,但是地面的地形不同,而造成后续预测地形不准确的情况,本实施例中的第一测距数据包括上述水平距离和垂直距离,其中,上述水平距离和垂直距离可以根据连续波雷达与地面测距点之间的距离以及该地面测距点对应的连续波雷达的旋转角度获得。例如:对于相同的连续波雷达与地面测距点之间的距离,若连续波雷达距地面测距点的水平距离越大且垂直距离小,可以认为地面的坡度越高,若连续波雷达距地面测距点的水平距离越小且垂直距离大,可以认为地面的坡度越低。
在一些实施例中,上述S201的一种可以的实现方式中,可以包括如下步骤A和B;
其中,步骤A、获取连续波雷达在旋转过程中对地面测距的T个第二测距数据;所述T个第二测距数据为所述连续波雷达的旋转角度处于预设角度区间内对地面测距的所有测距数据,所述H为大于等于N的整数。
本实施例中,获取连续波雷达在旋转过程对地面测距,且,连续波雷达的旋转角度处于预设角度区间内获得的所有测距数据,这些测距数据此处称为T个第二测距数据。
在一些实施例中,步骤A的一种可能的实现方式可以包括:步骤A1和步骤A2。
步骤A1、获取连续波雷达旋转一周对地面测距的所有第二测距数据以及每个第二测距数据对应的所述连续波雷达的旋转角度。
步骤A2、根据所述预设角度区间,获取位于所述预设角度区间内所述连续波雷达的旋转角度所对应的第二测距数据为所述T个第二测距数据。
本实施例中,连续波雷达旋转一周,对应连续波雷达一共旋转了360度的角度。例如:连续波雷达旋转一周对应600个光栅格,则连续波雷达每旋转0.6度即表示连续波雷达旋转到一个对应的光栅格,然后触发一次测距,这样可以获得600个测距数据,另外本实施例还记录每个测距数据对应的连续波雷达的旋转角度;其中,连续波雷达的测距原理可以参见现有技术中的相关描述,此处不再赘述。然后根据预设角度区间,获取连续波雷达的旋转角度位于该预设角度区间内所对应获得的第二测距数据,例如:预设角度区间为60-120度,则可以从中筛选出60、60.6、61.2、…、118.8、119.4和120度分别对应的第二测距数据,此处共可以获得100个第二测距数据,H即等于100。
步骤B、根据所述T个第二测距数据,获取所述N个第一测距数据。
本实施例中,该第二测距数据是连续波雷达实际测距获得的数据,在获得上述T个第二测距数据之后,根据该T个第二测距数据,获取上述N个第一测距数据。
在一些实施例中,上述步骤B的一种可能的实现方式可以包括步骤B1。
步骤B1、根据所述T个第二测距数据和有效测距条件,确定所述N个第一测距数据。其中,有效测距条件包括:小于等于预设最大距离且大于等于预设最小距离。
本实施例中,对每次测距数据判断其有效性,连续波雷达存在近距离范围内的盲区及最远测距距离,因此,设置有有效测距条件,该有效测距条件可以表示为[dmin,dmax],即表示有效的第二测距数据应大于等于dmin且小于等于dmax。因此,本实施例将根据所述T个第二测距数据和有效测距条件,确定上述的N个第一测距数据,避免了测距数据的误差,以提高地面地形预测的准确率。
在一些实施例中,上述步骤B1的一种可能的实现方式可以包括步骤B11和步骤B12。
步骤B11、从所述T个第二测距数据中确定满足所述有效测距条件的第二测距数据为N个第二测距数据。
本实施例中,从该T个第二测距数据中确定小于等于预设最大距离且小于等于预设最小距离的所有第二测距数据,这些第二测距数据为N个第二测距数据。
步骤B11、根据所述N个第二测距数据,确定所述N个第一测距数据。
本实施例再根据上述确定出的满足有效测距条件的N个第二测距数据,确定上述N个第一测距数据。
在一种可能的实现方式中,可以将该N个第二测距数据确定为该N个第一测距数据,即第一测距数据等于第二测距数据。
在另一种可能的实现方式中,对所述N个第二测距数据进行平滑处理,获得所述N个第一测距数据。例如:根据第二测距数据对应的连续波雷达的旋转角度的顺序对所述N个第二测距数据排序,如:第1个第二测距数据为:60度对应的第二测距数据d1,第2个第二测距数据为:60.6度对应的第二测距数据d2,以此类推;然后确定第1个第二测距数据为第1个第一测距数据,即D1等于d1,以及确定第N个第二测距数据为第N个第二测距数据,即DN等于dN。以及确定第j-1个第二测距数据(例如dj-1)、第j个第二测距数据(例如dj)、第j+1个第二测距数据(例如dj+1)三者的平均值为所述第j个第一测距数据,其中,所述j为大于等于2且小于等于N-1的整数。即Dj=[dj-1+dj+dj+1]/3。
需要说明的是,Dj也不限于dj以及左右相邻分别一个(即三者)的平均值,也可以是dj以及左右相邻分别两个(即五者)的平均值,相应地,第1个、第2个第一测距数据分别等于第1个、第2个第二测距数据,第N-1个、第N个第一测距数据分别等于第N-1个、第N个第二测距数据。另外,本实施例也可以采用左右相邻分别三个、四个等,方案类似,此处不再赘述。
另外,上述dj可以为一个值,即连续波雷达与地面测距点之间的距离,则本实施例可以在进行平滑处理之后,再根据连续波雷达对应的旋转角度获得对应的第一测距数据中的水平距离xj和垂直距离yj。其中,以连续波雷达旋转中心为坐标系XOY的原点(0,0),连续波雷达旋转正前方向作为X轴正方向,垂直向下方向作为Y轴正方向,x表示水平距离,y表示垂直距离,x可以为正值或者负值。
另外,上述dj可以包括两个值,即连续波雷达与地面测距点之间的水平距离xj和垂直距离yj,则本实施例可以针对水平距离进行平滑处理,获得第一测距数据中的水平距离,也可以针对垂直距离进行平滑处理,获得第一测距数据的垂直距离。
其中,若连续波雷达测到的是连续波雷达与地面测距点之间的直线距离,在获得连续波雷达与地面测距点之间的直线距离Li后,将连续波雷达测距数据(Li)及其对应光栅格(Gi)转化为第一测距数据,即上述建立的坐标系中的坐标值:
xi=Li*sin((G0–Gi)/Z)
yi=Li*cos((G0–Gi)/Z)
其中G0为连续波雷达的正下方光栅刻度,Z为单个光栅格对应的角度值。
在上述各实施例的基础上,在一些实施例中,上述S202的一种可以的实现方式中,可以包括如下步骤C至步骤E。
步骤C、从所述N个第一测距数据中获取至少两个第一测距数据。
步骤D、根据所述至少两个第一测距数据进行直线拟合,获取第一直线函数。
步骤E、根据所述第一直线函数,从所述N个第一测距数据中剔除野值,获得M个第一测距数据。
本实施例中,从N个第一测距数据(其中,图5A为N个第一测距数据在XOY坐标系中的分布)中可以随机获取至少两个第一测距数据,然后根据该至少两个第一测距数据进行直线拟合,获得第一测距数据中垂直距离关于水平距离的直线函数,该直线函数称为第一直线函数。
其中,如图5B所示,从N个第一测距数据中获取两个第一测距数据(x1,y1)和(x2,y2),建立经过这两个第一测距据的直线,以获得第一直线函数。其中,第一直线函数如下所示:
在根据该第一测距数据获得第一直线函数后,根据该第一直线函数,从N个第一测距数据中剔除野值,获得M个第一测距数据。可选地,所述野值为与所述第一直线函数对应的直线之间的距离大于预设距离的第一测距数据。也就是,本实施例先确定每个第一测距数据到上述建立的直线之间的距离(如图5C所示),然后再判断该距离是否大于预设距离,若该距离小于或等于预设距离,则确定该距离对应的第一测距数据属于M个第一测距数据,若该距离大于预设距离,则说明该距离对应的第一测距数据相差较大,并确定该距离对应的第一测距数据为属于野值,并剔除掉该距离对应的第一测距数据。
其中,第i个第一测距数据(xi,yi)到上述建立的直线之间的距离Pi如下所示。
在上述各实施例的基础上,在另一些实施例中,上述S202的一种可以的实现方式中,可以包括如下步骤C’至步骤F’。
步骤C’、从所述N个第一测距数据中K次分别获取至少两个第一测距数据,每次获取的至少两个第一测距数据不完全相同。
步骤D’、针对每次获取的至少两个第一测距数据,根据该次获取的至少两个第一测距数据进行直线拟合,获取第一直线函数。
步骤E’、根据第一直线函数,从所述N个第一测距数据中剔除野值,获得一组第一测距数据。
步骤F’、根据获得的K组第一测距数据,获得所述M个第一测距数据。
本实施例以每次从N个第一测距数据中获取两个第一测距数据为例。
先从N个第一测距数据中第一次获取(例如随机获取)两个第一测距数据,如图5B所示,并根据第一次获取的两个第一测距数据进行直线拟合(如图5C所示),获取第一个第一直线函数,再根据该第一直线函数,从N个第一测距数据是剔除野值,获得第一组第一测距数据(如图5D所示),该组第一测距数据中可以包括多个第一测距数据。
再从N个第一测距数中第二次获取(例如随机获取)两个第一测距数据,并根据第二次获取的两个第一测距数据进行直线拟合,获取第二个第一直线函数,再根据该第一直线函数,从N个第一测距数据是剔除野值,获得第二组第一测距数据,该组第一测距数据中可以包括多个第一测距数据。其中,第二次获取的两个第一测距数据与第一次获取的两个第一测距数据不完全相同。上述的过程可以例如图5E所示。
再从N个第一测距数中第三次获取(例如随机获取)两个第一测距数据,并根据第三次获取的两个第一测距数据进行直线拟合,获取第三个第一直线函数,再根据该第一直线函数,从N个第一测距数据是剔除野值,获得第三组第一测距数据,该组第一测距数据中可以包括多个第一测距数据。其中,第三次获取的两个第一测距数据与第一次获取的两个第一测距数据不完全相同,也与第二次获取的两个第一测距数据不完全相同。上述的过程可以例如图5F所示。
本实施例中以K等于3,也就是,当本实施例中获取两个第一测距数据的次数大于或等于3时,本实施例停止从N个第一测距数据中获取两个第一测距数据。
本实施例在获取上述三组第一测距数据之后,根据第一组第一测距数据、第二组第一测距数据、第三组第一测距数据,获得所述M个第一测距数据。可选地,从第一组第一测距数据、第二组第一测距数据、第三组第一测距数据中,确定包括第一测距数据数量最多的一组第一测距数据为上述M个第一测距数据。例如:第一组第一测距数据包括20个第一测距数据,第二组第一测距数据包括30个第一测距数据,第三组第一测距数据包括25个第一测距数据,则本实施例确定第二组第一测距数据中的30个第一测距数据为上述M个第一测距数据,此处的M等于30。
可选地,本实施例中,根据上述任一第一直线函数,从所述N个第一测距数据中剔除野值,获得一组第一测距数据的实现过程可以是:本实施例先确定每个第一测距数据到上述任一第一直线函数对应的直线之间的距离,然后再判断该距离是否大于预设距离,若该距离小于或等于预设距离,则确定该距离对应的第一测距数据属于上述的一组第一测距数据,若该距离大于预设距离,则说明该距离对应的第一测距数据相差较大,并确定该距离对应的第一测距数据为属于野值。
在一些实施例中,在通过上述各实施方式获得M个第一测距数据之后,判断该M的值是否小于第一预设值,若M的值大于等于第一预设值,则说明M个第一测距数据具有足够的数据量用于进行地形预测,然后再根据M个第一测距数据,确定所述地面的地形参数。若M的值小于第一预设值,则说明M个第一测距数据不够用来进行地形预测,为了避免地形预测不准确,本实施例确定上述连续波雷达测到的测距数据无效。
在上述各实施例的基础上,在一些实施例中,上述根据M个第一测距数据,确定地面的地形参数的一种可能的实现方式可以包括如下步骤G和H;
步骤G、对所述M个第一测距数据进行直线拟合,获得第二直线函数。
本实施例中,可以对所述M个第一测距数据通过最小二乘法进行直线拟合,获得一直线函数,该直线函数称为第二直线函数。第一测距数据包括水平距离和垂直距离。
其中,构建连续波雷达与地面测距点的垂直距离关于连续波雷达与地面测距点的水平距离的第二直线函数,该第二直线函数例如如公式一所示:y=ax+b,其中,y为连续波雷达与地面测距点的垂直距离,x为连续波雷达与地面测距点的水平距离,此时a、b暂时未知。然后根据所述M个第一测距数据、所述第二直线函数以及最小二乘法,确定所述第二直线函数的斜率和截距。其中,M个第一测距数据是已知的,而且每个第一测距数据包括连续波雷达与对应地面测距点的水平距离和垂直距离,将这M组x与y的已知值,代入上述公式一中,再通过最小二乘法,来确定该第二直线函数的斜率(例如a)和截距(例如b)。
可选地,上述a和b可以通过克莱姆法来确定,如下所示,其中,(xi,yi)为上述M个第一测距数据中的任一测距数据。
需要说明的是,本实施例并不限于上述最小二乘法,也可以采用滤波法。
步骤H、根据所述第二直线函数,确定所述地面的地形参数。
若地面的地形参数包括地面的坡度,则本实施例可以根据该第二直线函数的斜率,确定地面的坡度,例如:斜率越大,则地面的坡度越大,斜率越小,则地面的坡度越小。可选地,可以将所述斜率的反正切值确定为地面的坡度。
可选地,该地面的坡度可以用于指导无人机后续要采取的动作。
若地面的地形参数包括:所述连续波雷达距离正下方地面的高度值,则本实施例根据所述第二直线函数的截距,确定所述连续波雷达距离正下方地面的高度值,例如可以将第二直线函数的截距,确定为所述连续波雷达距离正下方地面的高度值。
可选地,该连续波雷达距离正下方地面的高度值可用于无人机避障,例如:以避免碰撞到地面农作物,另外,还可以用于无人机精确喷洒,因为喷洒时,需要定高喷洒。
若地面的地形参数包括地面的平整度,本实施例可以根据所述M个第一测距数据和所述第二直线函数,确定所述M个第一测距数据中每个第一测距数据对应的所述第二直线函数中的残差;然后根据所述M个第一测距数据分别对应的所述第二直线函数中的残差,确定所述地面的平整度。
其中,每个第一测距数据对应的第二直线函数中的残差可以通过如下公式获得。
ei=yi–yi’,其中,ei为M个第一测距数据中第i个第一测距数据对应的第二直线函数中的残差,yi为M个第一测距数据中第i个第一测距数据中的垂直距离,yi’为M个第一测距数据中第i个第一测距数据中水平距离xi作为变量x代入第二直线函数得到y的值,即yi’=axi+b。
可选地,本实施例可以将所述M个第一测距数据分别对应的所述第二直线函数中的残差的平方和,确定为所述地面的平整度。若残差的平方和越大,则说明地面越不平整,若残差的平方和越小,则说明地面越平整。例如:地面的平整度为:
可选地,本实施例确定地面的平整度之后,该平整度可以用于无人机的定高和避障方案中。
在一些实施例中,本实施例可以根据所述M个第一测距数据中每个第一测距数据对应的所述连续波雷达到测距点的垂直距离,确定中位数的垂直距离。即从y1、y2、y3、……、yM-2、yM-1、yM中,确定这些值的中位数,该中位数也可称为中位数的垂直距离。例如:以M等于7为例,y1、y2、y3、y4、y5、y6、y7按大小顺序排序后为:1.2、1.3、1.3、1.5、1.6、1.7、1.8,则1.5为中位数。然后判断所述第二直线函数的截距与所述中位数的垂直距离的差值是否小于第二预设值,若所述差值小于第二预设值,则执行上述步骤G。若所述差值大于等于第二预设值,则不执行上述步骤G,说明连续波雷达测得的测距数据不适合用于预测地形。
综上所述,若不剔除N个第一测距数据中的野值,则将包括野值的该N个第一测距数据进行最小二乘法直线拟合,获得的拟合直线例如如图6A所示,如图6A所示,通过该拟合直线获得的地面的地形参数不准确。而采用本发明上述各实施例的方案,在剔除N个第一测距数据中的野值之后,根据剔除野值后的第一测跟数据进行最小二乘法直线拟合,获得的拟合直线例如如图6B所示,如图6B所示,通过该拟合直线获得的地面的地形参数更准确。
在另一些实施例中,与上述各实施例不同的是,在获取上述N个第一测距数据之后,不剔除野值,而是对该N个第一测距数据进行加权最小二乘法直线拟合,获得第三直线函数,然后根据第三直线函数,确定地面的地形参数。因此,本实施例中可以利用加权最小二乘法来消除连续波雷达在获得测距数据时受到的干扰,从而可以提高直线拟合精度,进而提高地形预测的准确率。
其中,对该N个第一测距数据进行加权最小二乘法直线拟合,获得第三直线函数的一种可能的实现方式为:
构建连续波雷达与地面测距点的垂直距离关于连续波雷达与地面测距点的水平距离的第三直线函数,该第三直线函数例如如公式二所示:y=ax+b,其中,y表示连续波雷达与地面测距点的垂直距离,x表示连续波雷达与地面测距点的水平距离,此时a、b暂时未知。然后根据所述N个第一测距数据、所述第三直线函数,可以确定xi对应的yi’,其中,yi’为xi作为变量x代入第三直线函数中获得的y的值(即拟合垂直距离),xi为N个第一测距数据中第i个第一测距数据的水平距离。
在确定N个第一测距数据中每个第一测距数据中水平距离对应的拟合垂直距离之后,确定每个第一测距数据对应的所述第三直线函数中的残差;其中,所述每个第一测距数据对应的残差是关于所述直线函数中的斜率与截距的函数,例如:e=yi-axi-b。然后根据所述每个第一测距数据对应的残差以及该残差的加权系数,确定所述N个测距数据对应的所述残差的加权平方和,残差的加权平方和例如如公式三所示:
本实施例在获得残差的加权平方和之后,根据所述残差的加权平方和,确定所述直线函数的斜率的值和截距的值。具体可以为:根据所述残差的加权平方和对所述斜率的一阶导数等于第一预设值,以及所述残差的加权平方和对所述截距的一阶导数等于第二预设值,确定所述直线函数的斜率的值和截距的值。
为了令Q的值最小,a与b的值最优,可以将第一预设值和第二预设值设为0。相应地,残差的加权平方和(Q)对所述斜率(a)的一阶导数等于0以及残差的加权平方和(Q)对所述截距(b)的一阶导数等于0,可以例如如下公式四所示:
可选地,若地面的地形参数包括地面的平整度,则根据该第三直线函数的斜率a,确定地面的平整度。
若地面的地形参数包括:所述连续波雷达距离正下方地面的高度值,则根据所述第三直线函数的截距,确定所述连续波雷达距离正下方地面的高度值。
若地面的地形参数包括地面的平整度,则根据上述Q的值,克腚地面的平整度。例如:将上述a的值(如上述)和上述b的值(如上述),代入上述公式二中,从而获得Q的值。若Q的值越大,则说明地面越不平整,若Q的值越小,则说明地面越平整。
在一种可替换的方案中,本实施例可以预先存储有如上述公式三和公式五,将获得的N个第一测距数据代入预先存储的公式五中,可获得以及根据确定地面的坡度。然后将获得的以及代入预先存储的公式三中,从而获得Q,根据Q的值,确定地面的平整度。
在一些实施例中,每个第一测距数据对应的残差的加权系数均相等,即使i的取值不同,则wi均相同,例如:wi均等于1。或者,例如:wi均等于1/N,这表示所述N个第一测距数据对应的残差的加权系数之和等于1。
在一些实施例中,由于通过连续波雷达测距获得的测距数据,其误差随距离增大而变大,因此,需要根据连续波雷达的旋转角度对对应的第一测距数据进行权重分配。
在一种可能的实现方式中,所述每个第一测距数据对应的残差的加权系数是关于该第一测距数据对应的连续波雷达的旋转角度的三角函数,例如如公式六所示:
其中,kmid表示预设角度区间的中值,kmin表示预设角度区间的最小值,kmax表示预设角度区间的最大值,ki表示第i个第一测距数据对应的连续波雷达的旋转角度。例如:预设角度区间为[-60°,60°]共120°的数据,-60°对应的k的值为1,-59°的k的值为2,依次类推,其中,kmax为120,kmid为60或61,kmin为1。
可选地,所述N个第一测距数据对应的残差的加权系数之和等于1,则需要对上述三角函数进行归一化处理,因此,残差的加权系数例如如公式七所示:
在另一种可能的实现方式中,所述每个第一测距数据对应的残差的加权系数是关于该第一测距数据对应的连续波雷达的旋转角度的高斯函数,例如如公式八所示:
其中,可根据方差的值调节上述函数的形状;该方差的值可以根据实际需要预先设定。
可选地,所述N个第一测距数据对应的残差的加权系数之和等于1,则需要对上述高斯函数进行归一化处理,因此,残差的加权系数例如如公式九所示:
在另一种可能的实现方式中,所述每个第一测距数据对应的残差的加权系数是关于该第一测距数据对应的连续波雷达的旋转角度的误差函数,例如如如公式十所示:
其中,ei=yi–yi’,其中,ei为N个第一测距数据中第i个第一测距数据对应的第三直线函数中的残差,yi为N个第一测距数据中第i个第一测距数据中的垂直距离,yi’为N个第一测距数据中第i个第一测距数据中水平距离xi作为变量x代入第三直线函数得到y的值,即yi’=axi+b。
其中,误差越小,权重系数越大;误差越大,权重系数越小。
可选地,所述N个第一测距数据对应的残差的加权系数之和等于1,则需要对上述误差函数进行归一化处理,因此,残差的加权系数例如如公式十一所示:
可选地,上述各实施例中涉及的连续波雷达可以为电磁波连续波雷达,或者,也可以为激光连续波雷达。
本发明实施例中还提供了一种计算机存储介质,该计算机存储介质中存储有程序指令,所述程序执行时可包括如图2及其对应实施例中的连续波雷达的地形预测方法的部分或全部步骤。
图7本发明实施例提供的连续波雷达的控制系统的一种结构示意图,如图7所示,本实施例的连续波雷达的控制系统700可以包括:存储器701和处理器702;上述存储器701和处理器702通过总线连接。存储器701可以包括只读存储器和随机存取存储器,并向处理器702提供指令和数据。存储器701的一部分还可以包括非易失性随机存取存储器。
所述存储器701,用于存储程序代码。
所述处理器702,调用所述程序代码,当程序代码被执行时,用于执行以下操作:
可选地,所述第一测距数据包括:所述连续波雷达距地面测距点的水平距离与垂直距离;其中,地面测距点随所述连续波雷达的旋转角度不同而不同。
可选地,所述处理器702,具体用于:从所述N个第一测距数据中获取至少两个第一测距数据;根据所述至少两个第一测距数据进行直线拟合,获取第一直线函数;根据所述第一直线函数,从所述N个第一测距数据中剔除野值,获得M个第一测距数据。
可选地,所述处理器702,具体用于:从所述N个第一测距数据中K次分别获取至少两个第一测距数据,每次获取的至少两个第一测距数据不完全相同;针对每次获取的至少两个第一测距数据,根据该次获取的至少两个第一测距数据进行直线拟合,获取第一直线函数;根据第一直线函数,从所述N个第一测距数据中剔除野值,获得一组第一测距数据;根据获得的K组第一测距数据,获得所述M个第一测距数据。
可选地,所述处理器702,具体用于:从K组第一测距数据中,确定包括第一测距数据数量最多的一组第一测距数据为所述M个第一测距数据。
可选地,所述野值为与所述第一直线函数对应的直线之间的距离大于预设距离的第一测距数据。
可选地,所述处理器702,具体用于:在所述M的值大于等于第一预设值时,根据所述M个第一测距数据,确定所述地面的地形参数。
可选地,所述处理器702,具体用于:对所述M个第一测距数据进行直线拟合,获得第二直线函数;根据所述第二直线函数,确定所述地面的地形参数。
可选地,所述处理器702,具体用于:根据所述M个第一测距数据中每个第一测距数据对应的所述连续波雷达到测距点的垂直距离,确定中位数的垂直距离;若所述第二直线函数的截距与所述中位数的垂直距离的差值小于第二预设值,则根据所述第二直线函数,确定所述地面的地形参数。
可选地,若所述地形参数包括:坡度,则所述处理器702,具体用于:根据所述第二直线函数中的斜率,确定所述地面的坡度。
可选地,所述处理器702,具体用于:将所述斜率的反正切值确定为所述地面的坡度。
可选地,若所述地形参数包括:所述连续波雷达距离正下方地面的高度值,则所述处理器702,具体用于:根据所述第二直线函数的截距,确定所述连续波雷达距离正下方地面的高度值。
可选地,若所述地形参数包括:平整度,则所述处理器702,具体用于:根据所述M个第一测距数据和所述第二直线函数,确定所述M个第一测距数据中每个第一测距数据对应的所述第二直线函数中的残差;根据所述M个第一测距数据分别对应的所述第二直线函数中的残差,确定所述地面的平整度。
可选地,所述处理器702,具体用于:将所述M个第一测距数据分别对应的所述第二直线函数中的残差之和,确定为所述地面的平整度。
可选地,所述处理器702,具体用于:获取连续波雷达在旋转过程中对地面测距的T个第二测距数据;所述T个第二测距数据为所述连续波雷达的旋转角度处于预设角度区间内对地面测距的所有测距数据,所述T为大于等于N的整数;根据所述T个第二测距数据,获取所述N个第一测距数据。
可选地,所述处理器702,具体用于:根据所述T个第二测距数据和有效测距条件,确定所述N个第一测距数据;
其中,有效测距条件包括:小于等于预设最大距离且大于等于预设最小距离。
可选地,所述处理器702,具体用于:从所述T个第二测距数据中确定满足所述有效测距条件的第二测距数据为N个第二测距数据;根据所述N个第二测距数据,确定所述N个第一测距数据。
可选地,所述处理器702,具体用于:确定所述N个第二测距数据为所述N个第一测距数据;或者,对所述N个第二测距数据进行平滑处理,获得所述N个第一测距数据。
可选地,所述处理器702,具体用于:根据第二测距数据对应的连续波雷达的旋转角度的顺序对所述N个第二测距数据排序;确定第1个第二测距数据为第1个第一测距数据,以及第N个第二测距数据为第N个第一测距数据;确定第j-1个第二测距数据、第j个第二测距数据、第j+1个第二测距数据三者的平均值为所述第j个第一测距数据;其中,所述j为大于等于2且小于等于N-1的整数。
可选地,所述处理器702,具体用于:获取连续波雷达旋转一周对地面测距的所有第二测距数据以及每个第二测距数据对应的所述连续波雷达的旋转角度;根据所述预设角度区间,获取位于所述预设角度区间内所述连续波雷达的旋转角度所对应的第二测距数据为所述T个第二测距数据。
本实施例的连续波雷达的控制系统,可以用于执行本发明上述方法实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图8为本发明实施例提供的雷达探测装置的一种结构示意图,如图8所示,本实施例的雷达探测装置800包括:连续波雷达801和连续波雷达的控制系统802。所述连续波雷达的控制系统802与所述连续波雷达801通信连接。其中,连续波雷达的控制系统802可以采用图7所示实施例的结构,其对应地,可以执行如图2及其对应实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。
图9为本发明实施例提供的无人机的一种结构示意图,如图9所示,本实施例的无人机900包括:机架(图中未示出)、飞行控制系统901和雷达探测装置902,其中,雷达探测装置902可以采用图8所示实施例的结构,其对应地,可以执行如图2及其对应实施例的技术方案,其实现原理和技术效果类似,此处不再赘述。其中,雷达探测装置902中的连续波雷达搭载在所述机架上。所述飞行控制系统901与所述雷达探测装置902通信连接,以获取地形参数,所述飞行控制系统901根据所述地形参数控制所述无人机900。
可选地,若地面的地形参数包括地面的坡度,则飞行控制系统901可以根据地面的坡度控制无人机900后续的动作。
可选地,若地面的地形参数包括地面的平整度,则飞行控制系统901可以根据地面的平整度控制无人机900的定高和/或控制无人机900避障。
可选地,若地面的地形参数包括:所述连续波雷达距离正下方地面的高度值,则飞行控制系统901可以根据连续波雷达距离正下方地面的高度值,进行避障,例如:避免无人机900碰撞到地面农作物,另外,还可以控制无人机900进行精确喷洒,因为喷洒时,需要定高喷洒。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:只读内存(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (43)
1.一种连续波雷达的地形预测方法,其特征在于,包括:
获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,所述N个第一测距数据为所述连续波雷达的旋转角度处于预设角度区间内获得的,所述N为大于1的整数;
从所述N个第一测距数据中剔除野值,获得M个第一测距数据,所述M为小于N的正整数;
根据所述M个第一测距数据,确定所述地面的地形参数,所述地形参数包括以下至少一种:坡度、平整度、所述连续波雷达距离正下方地面的高度值。
2.根据权利要求1所述的方法,其特征在于,所述第一测距数据包括:所述连续波雷达距地面测距点的水平距离与垂直距离;其中,地面测距点随所述连续波雷达的旋转角度不同而不同。
3.根据权利要求1或2所述的方法,其特征在于,所述从所述N个第一测距数据中剔除野值,获得M个第一测距数据,包括:
从所述N个第一测距数据中获取至少两个第一测距数据;
根据所述至少两个第一测距数据进行直线拟合,获取第一直线函数;
根据所述第一直线函数,从所述N个第一测距数据中剔除野值,获得M个第一测距数据。
4.根据权利要求1或2所述的方法,其特征在于,所述从所述N个第一测距数据中剔除野值,获得M个第一测距数据,包括:
从所述N个第一测距数据中K次分别获取至少两个第一测距数据,每次获取的至少两个第一测距数据不完全相同;
针对每次获取的至少两个第一测距数据,根据该次获取的至少两个第一测距数据进行直线拟合,获取第一直线函数;
根据第一直线函数,从所述N个第一测距数据中剔除野值,获得一组第一测距数据;
根据获得的K组第一测距数据,获得所述M个第一测距数据。
5.根据权利要求4所述的方法,其特征在于,所述根据获得的K组第一测距数据,获得所述M个第一测距数据,包括:
从K组第一测距数据中,确定包括第一测距数据数量最多的一组第一测距数据为所述M个第一测距数据。
6.根据权利要求3-5任一项所述的方法,其特征在于,所述野值为与所述第一直线函数对应的直线之间的距离大于预设距离的第一测距数据。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述M个第一测距数据,确定所述地面的地形参数,包括:
在所述M的值大于等于第一预设值时,根据所述M个第一测距数据,确定所述地面的地形参数。
8.根据权利要求1-7任一项所述的方法,其特征在于,所述根据所述M个第一测距数据,确定所述地面的地形参数,包括:
对所述M个第一测距数据进行直线拟合,获得第二直线函数;
根据所述第二直线函数,确定所述地面的地形参数。
9.根据权利要求8所述的方法,其特征在于,所述根据所述第二直线函数,确定所述地面的地形参数,包括:
根据所述M个第一测距数据中每个第一测距数据对应的所述连续波雷达到测距点的垂直距离,确定中位数的垂直距离;
若所述第二直线函数的截距与所述中位数的垂直距离的差值小于第二预设值,则根据所述第二直线函数,确定所述地面的地形参数。
10.根据权利要求8或9所述的方法,其特征在于,若所述地形参数包括:坡度,则所述根据所述第二直线函数,确定所述地面的地形参数,包括:
根据所述第二直线函数中的斜率,确定所述地面的坡度。
11.根据权利要求10所述的方法,其特征在于,所述根据所述第二直线函数的斜率,确定所述地面的坡度,包括:
将所述斜率的反正切值确定为所述地面的坡度。
12.根据权利要求8或9所述的方法,其特征在于,若所述地形参数包括:所述连续波雷达距离正下方地面的高度值,则所述根据所述第二直线函数,确定所述地面的地形参数,包括:
根据所述第二直线函数的截距,确定所述连续波雷达距离正下方地面的高度值。
13.根据权利要求8或9所述的方法,其特征在于,若所述地形参数包括:平整度,则所述根据所述第二直线函数,确定所述地面的地形参数,包括:
根据所述M个第一测距数据和所述第二直线函数,确定所述M个第一测距数据中每个第一测距数据对应的所述第二直线函数中的残差;
根据所述M个第一测距数据分别对应的所述第二直线函数中的残差,确定所述地面的平整度。
14.根据权利要求13所述的方法,其特征在于,所述根据所述M个第一测距数据分别对应的所述第二直线函数中的残差,确定所述地面的平整度,包括:
将所述M个第一测距数据分别对应的所述第二直线函数中的残差之和,确定为所述地面的平整度。
15.根据权利要求1-14任意一项所述的方法,其特征在于,所述获取连续波雷达在旋转过程中对地面测距的N个第一测距数据,包括:
获取连续波雷达在旋转过程中对地面测距的T个第二测距数据;所述T个第二测距数据为所述连续波雷达的旋转角度处于预设角度区间内对地面测距的所有测距数据,所述T为大于等于N的整数;
根据所述T个第二测距数据,获取所述N个第一测距数据。
16.根据权利要求15所述的方法,其特征在于,根据所述T个第二测距数据,获取所述N个第一测距数据,包括:
根据所述T个第二测距数据和有效测距条件,确定所述N个第一测距数据;
其中,有效测距条件包括:小于等于预设最大距离且大于等于预设最小距离。
17.根据权利要求16所述的方法,其特征在于,所述根据所述T个第二测距数据和有效测距范围,确定所述N个第一测距数据,包括:
从所述T个第二测距数据中确定满足所述有效测距条件的第二测距数据为N个第二测距数据;
根据所述N个第二测距数据,确定所述N个第一测距数据。
18.根据权利要求17所述的方法,其特征在于,所述根据所述N个第二测距数据,确定所述N个第一测距数据,包括:
确定所述N个第二测距数据为所述N个第一测距数据;或者,
对所述N个第二测距数据进行平滑处理,获得所述N个第一测距数据。
19.根据权利要求18所述的方法,其特征在于,所述对所述N个第二测距数据进行平滑处理,获得所述N个第一测距数据,包括:
根据第二测距数据对应的连续波雷达的旋转角度的顺序对所述N个第二测距数据排序;
确定第1个第二测距数据为第1个第一测距数据,以及第N个第二测距数据为第N个第一测距数据;
确定第j-1个第二测距数据、第j个第二测距数据、第j+1个第二测距数据三者的平均值为所述第j个第一测距数据;
其中,所述j为大于等于2且小于等于N-1的整数。
20.根据权利要求15-19任意一项所述的方法,其特征在于,所述获取连续波雷达在旋转过程中对地面测距的T个第二测距数据,包括:
获取连续波雷达旋转一周对地面测距的所有第二测距数据以及每个第二测距数据对应的所述连续波雷达的旋转角度;
根据所述预设角度区间,获取位于所述预设角度区间内所述连续波雷达的旋转角度所对应的第二测距数据为所述T个第二测距数据。
21.一种连续波雷达的控制系统,其特征在于,包括:存储器和处理器;
所述存储器,用于存储程序代码;
所述处理器,调用所述程序代码,当程序代码被执行时,用于执行以下操作:
获取连续波雷达在旋转过程中对地面测距获得的N个第一测距数据,其中,所述N个第一测距数据为所述连续波雷达的旋转角度处于预设角度区间内获得的,所述N为大于1的整数;
从所述N个第一测距数据中剔除野值,获得M个第一测距数据,所述M为小于N的正整数;
根据所述M个第一测距数据,确定所述地面的地形参数,所述地形参数包括以下至少一种:坡度、平整度、所述连续波雷达距离正下方地面的高度值。
22.根据权利要求21所述的系统,其特征在于,所述第一测距数据包括:所述连续波雷达距地面测距点的水平距离与垂直距离;其中,地面测距点随所述连续波雷达的旋转角度不同而不同。
23.根据权利要求21或22所述的系统,其特征在于,所述处理器,具体用于:
从所述N个第一测距数据中获取至少两个第一测距数据;
根据所述至少两个第一测距数据进行直线拟合,获取第一直线函数;
根据所述第一直线函数,从所述N个第一测距数据中剔除野值,获得M个第一测距数据。
24.根据权利要求21或22所述的系统,其特征在于,所述处理器,具体用于:
从所述N个第一测距数据中K次分别获取至少两个第一测距数据,每次获取的至少两个第一测距数据不完全相同;
针对每次获取的至少两个第一测距数据,根据该次获取的至少两个第一测距数据进行直线拟合,获取第一直线函数;
根据第一直线函数,从所述N个第一测距数据中剔除野值,获得一组第一测距数据;
根据获得的K组第一测距数据,获得所述M个第一测距数据。
25.根据权利要求24所述的系统,其特征在于,所述处理器,具体用于:
从K组第一测距数据中,确定包括第一测距数据数量最多的一组第一测距数据为所述M个第一测距数据。
26.根据权利要求23-25任一项所述的系统,其特征在于,所述野值为与所述第一直线函数对应的直线之间的距离大于预设距离的第一测距数据。
27.根据权利要求21-26任一项所述的系统,其特征在于,所述处理器,具体用于:
在所述M的值大于等于第一预设值时,根据所述M个第一测距数据,确定所述地面的地形参数。
28.根据权利要求21-27任一项所述的系统,其特征在于,所述处理器,具体用于:
对所述M个第一测距数据进行直线拟合,获得第二直线函数;
根据所述第二直线函数,确定所述地面的地形参数。
29.根据权利要求28所述的系统,其特征在于,所述处理器,具体用于:
根据所述M个第一测距数据中每个第一测距数据对应的所述连续波雷达到测距点的垂直距离,确定中位数的垂直距离;
若所述第二直线函数的截距与所述中位数的垂直距离的差值小于第二预设值,则根据所述第二直线函数,确定所述地面的地形参数。
30.根据权利要求28或29所述的系统,其特征在于,若所述地形参数包括:坡度,则所述处理器,具体用于:
根据所述第二直线函数中的斜率,确定所述地面的坡度。
31.根据权利要求30所述的系统,其特征在于,所述根据所述第二直线函数的斜率,确定所述地面的坡度,包括:
将所述斜率的反正切值确定为所述地面的坡度。
32.根据权利要求28或29所述的系统,其特征在于,若所述地形参数包括:所述连续波雷达距离正下方地面的高度值,则所述处理器,具体用于:
根据所述第二直线函数的截距,确定所述连续波雷达距离正下方地面的高度值。
33.根据权利要求28或29所述的系统,其特征在于,若所述地形参数包括:平整度,则所述处理器,具体用于:
根据所述M个第一测距数据和所述第二直线函数,确定所述M个第一测距数据中每个第一测距数据对应的所述第二直线函数中的残差;
根据所述M个第一测距数据分别对应的所述第二直线函数中的残差,确定所述地面的平整度。
34.根据权利要求33所述的系统,其特征在于,所述处理器,具体用于:
将所述M个第一测距数据分别对应的所述第二直线函数中的残差之和,确定为所述地面的平整度。
35.根据权利要求31-34任意一项所述的系统,其特征在于,所述处理器,具体用于:
获取连续波雷达在旋转过程中对地面测距的T个第二测距数据;所述T个第二测距数据为所述连续波雷达的旋转角度处于预设角度区间内对地面测距的所有测距数据,所述T为大于等于N的整数;
根据所述T个第二测距数据,获取所述N个第一测距数据。
36.根据权利要求35所述的系统,其特征在于,所述处理器,具体用于:
根据所述T个第二测距数据和有效测距条件,确定所述N个第一测距数据;
其中,有效测距条件包括:小于等于预设最大距离且大于等于预设最小距离。
37.根据权利要求36所述的系统,其特征在于,所述处理器,具体用于:
从所述T个第二测距数据中确定满足所述有效测距条件的第二测距数据为N个第二测距数据;
根据所述N个第二测距数据,确定所述N个第一测距数据。
38.根据权利要求37所述的系统,其特征在于,所述处理器,具体用于:
确定所述N个第二测距数据为所述N个第一测距数据;或者,
对所述N个第二测距数据进行平滑处理,获得所述N个第一测距数据。
39.根据权利要求38所述的系统,其特征在于,所述处理器,具体用于:
根据第二测距数据对应的连续波雷达的旋转角度的顺序对所述N个第二测距数据排序;
确定第1个第二测距数据为第1个第一测距数据,以及第N个第二测距数据为第N个第一测距数据;
确定第j-1个第二测距数据、第j个第二测距数据、第j+1个第二测距数据三者的平均值为所述第j个第一测距数据;
其中,所述j为大于等于2且小于等于N-1的整数。
40.根据权利要求35-39任意一项所述的系统,其特征在于,所述处理器,具体用于:
获取连续波雷达旋转一周对地面测距的所有第二测距数据以及每个第二测距数据对应的所述连续波雷达的旋转角度;
根据所述预设角度区间,获取位于所述预设角度区间内所述连续波雷达的旋转角度所对应的第二测距数据为所述T个第二测距数据。
41.根据权利要求21-40任意一项所述的系统,其特征在于,所述系统为连续波雷达,或者,所述系统为无人机,或者,所述系统为无人机的控制终端。
42.一种雷达探测装置,其特征在于,包括:连续波雷达以及权利要求21-40任意一项所述的控制系统,所述控制系统与所述连续波雷达通信连接。
43.一种无人机,其特征在于,包括:机架、飞行控制系统和以及权利要求42所述的雷达探测装置,所述连续波雷达搭载在所述机架上,
所述飞行控制系统与所述雷达探测装置通信连接,以获取所述地形参数,所述飞行控制系统根据所述地形参数控制所述无人机。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2018/102628 WO2020041959A1 (zh) | 2018-08-28 | 2018-08-28 | 连续波雷达的地形预测方法、装置、系统和无人机 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110892355A true CN110892355A (zh) | 2020-03-17 |
Family
ID=69642710
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880040244.9A Pending CN110892355A (zh) | 2018-08-28 | 2018-08-28 | 连续波雷达的地形预测方法、装置、系统和无人机 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210199798A1 (zh) |
CN (1) | CN110892355A (zh) |
WO (1) | WO2020041959A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023082255A1 (zh) * | 2021-11-15 | 2023-05-19 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、无人飞行器及存储介质 |
CN118311982A (zh) * | 2024-06-06 | 2024-07-09 | 深圳飞马机器人股份有限公司 | 仿地飞行方法、存储介质、仿地飞行装置和无人设备 |
CN118311982B (zh) * | 2024-06-06 | 2024-10-01 | 深圳飞马机器人股份有限公司 | 仿地飞行方法、存储介质、仿地飞行装置和无人设备 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4665401A (en) * | 1980-10-10 | 1987-05-12 | Sperry Corporation | Millimeter wave length guidance system |
US5736957A (en) * | 1995-06-30 | 1998-04-07 | The Johns Hopkins University | Delay compensated doppler radar altimeter |
EP1348981A2 (en) * | 2002-03-28 | 2003-10-01 | Rosemount Aerospace Inc. | Distributed laser obstacle awareness system |
US20060169904A1 (en) * | 2005-01-31 | 2006-08-03 | Grobmyer Joseph E | Active polarization-resolving infrared imager |
CN101770026A (zh) * | 2009-01-07 | 2010-07-07 | 中国科学院电子学研究所 | 极化干涉合成孔径雷达数据估计地形的方法及其软件 |
CN101915912A (zh) * | 2010-07-02 | 2010-12-15 | 武汉大学 | 一种全面的激光测高回波仿真方法 |
KR101403357B1 (ko) * | 2013-04-10 | 2014-06-05 | 삼성탈레스 주식회사 | 고도 적응형 전파고도계를 이용하는 정밀지형 참조 항법장치 |
CN104777833A (zh) * | 2014-08-14 | 2015-07-15 | 北京中科涌泉科技发展有限公司 | 基于arm和dsp处理器的无人船船载控制系统 |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
CN105761312A (zh) * | 2016-02-06 | 2016-07-13 | 中国农业大学 | 一种微地形表面重建方法 |
CN106354157A (zh) * | 2016-11-28 | 2017-01-25 | 深圳明创自控技术有限公司 | 一种无人机自主飞行系统 |
CN106716285A (zh) * | 2016-06-30 | 2017-05-24 | 深圳市大疆创新科技有限公司 | 农业无人机作业方法、系统及农业无人机 |
CN107504871A (zh) * | 2017-08-28 | 2017-12-22 | 西京学院 | 一种常规试验靶场多站协同测试三段式接力引控方法 |
CN107783107A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 植保旋翼无人机的毫米波雷达高度表 |
CN107783549A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于多传感器信息融合技术的单旋翼植保无人机避障系统 |
CN107783133A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 毫米波雷达的固定翼无人机防撞系统及防撞方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2969307B1 (fr) * | 2010-12-21 | 2013-01-18 | Thales Sa | Procede et dispositif de suivi de variation de terrain |
CN102819023B (zh) * | 2012-07-27 | 2014-09-17 | 中国地质大学(武汉) | 基于LiDAR的复杂地质背景区滑坡识别的方法及系统 |
CN103954970B (zh) * | 2014-05-08 | 2016-09-07 | 天津市勘察院 | 一种地形要素采集方法 |
CN104515988B (zh) * | 2014-12-16 | 2017-12-15 | 中国安全生产科学研究院 | 一种基于地基合成孔径雷达的边坡安全监测预警方法 |
CN104730523B (zh) * | 2015-03-04 | 2017-09-15 | 中国商用飞机有限责任公司 | 基于气象雷达显示地形信息的方法 |
JP2018119858A (ja) * | 2017-01-25 | 2018-08-02 | 日本信号株式会社 | Fmcw方式レーダ |
CN107688177A (zh) * | 2017-07-21 | 2018-02-13 | 成都中电锦江信息产业有限公司 | 一种用于无人机目标探测的组网雷达系统和探测方法 |
CN108152808A (zh) * | 2017-11-23 | 2018-06-12 | 安徽四创电子股份有限公司 | 一种基于毫米波雷达的周界智能预测预警方法 |
CN109073744A (zh) * | 2017-12-18 | 2018-12-21 | 深圳市大疆创新科技有限公司 | 地形预测方法、设备、系统和无人机 |
-
2018
- 2018-08-28 CN CN201880040244.9A patent/CN110892355A/zh active Pending
- 2018-08-28 WO PCT/CN2018/102628 patent/WO2020041959A1/zh active Application Filing
-
2021
- 2021-02-23 US US17/183,315 patent/US20210199798A1/en not_active Abandoned
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4665401A (en) * | 1980-10-10 | 1987-05-12 | Sperry Corporation | Millimeter wave length guidance system |
US5736957A (en) * | 1995-06-30 | 1998-04-07 | The Johns Hopkins University | Delay compensated doppler radar altimeter |
EP1348981A2 (en) * | 2002-03-28 | 2003-10-01 | Rosemount Aerospace Inc. | Distributed laser obstacle awareness system |
US20060169904A1 (en) * | 2005-01-31 | 2006-08-03 | Grobmyer Joseph E | Active polarization-resolving infrared imager |
CN101770026A (zh) * | 2009-01-07 | 2010-07-07 | 中国科学院电子学研究所 | 极化干涉合成孔径雷达数据估计地形的方法及其软件 |
CN101915912A (zh) * | 2010-07-02 | 2010-12-15 | 武汉大学 | 一种全面的激光测高回波仿真方法 |
KR101403357B1 (ko) * | 2013-04-10 | 2014-06-05 | 삼성탈레스 주식회사 | 고도 적응형 전파고도계를 이용하는 정밀지형 참조 항법장치 |
CN104777833A (zh) * | 2014-08-14 | 2015-07-15 | 北京中科涌泉科技发展有限公司 | 基于arm和dsp处理器的无人船船载控制系统 |
CN104950313A (zh) * | 2015-06-11 | 2015-09-30 | 同济大学 | 一种路面提取及道路坡度识别方法 |
CN105761312A (zh) * | 2016-02-06 | 2016-07-13 | 中国农业大学 | 一种微地形表面重建方法 |
CN106716285A (zh) * | 2016-06-30 | 2017-05-24 | 深圳市大疆创新科技有限公司 | 农业无人机作业方法、系统及农业无人机 |
CN107783107A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 植保旋翼无人机的毫米波雷达高度表 |
CN107783549A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 基于多传感器信息融合技术的单旋翼植保无人机避障系统 |
CN107783133A (zh) * | 2016-08-25 | 2018-03-09 | 大连楼兰科技股份有限公司 | 毫米波雷达的固定翼无人机防撞系统及防撞方法 |
CN106354157A (zh) * | 2016-11-28 | 2017-01-25 | 深圳明创自控技术有限公司 | 一种无人机自主飞行系统 |
CN107504871A (zh) * | 2017-08-28 | 2017-12-22 | 西京学院 | 一种常规试验靶场多站协同测试三段式接力引控方法 |
Non-Patent Citations (1)
Title |
---|
祝转民等: "动态测量数据野值的辨识与剔除", 《系统工程与电子技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023082255A1 (zh) * | 2021-11-15 | 2023-05-19 | 深圳市大疆创新科技有限公司 | 无人飞行器的控制方法、无人飞行器及存储介质 |
CN118311982A (zh) * | 2024-06-06 | 2024-07-09 | 深圳飞马机器人股份有限公司 | 仿地飞行方法、存储介质、仿地飞行装置和无人设备 |
CN118311982B (zh) * | 2024-06-06 | 2024-10-01 | 深圳飞马机器人股份有限公司 | 仿地飞行方法、存储介质、仿地飞行装置和无人设备 |
Also Published As
Publication number | Publication date |
---|---|
US20210199798A1 (en) | 2021-07-01 |
WO2020041959A1 (zh) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109073744A (zh) | 地形预测方法、设备、系统和无人机 | |
CN110770597A (zh) | 旋转微波雷达的地形预测方法、装置、系统和无人机 | |
KR102385820B1 (ko) | 내비게이션 차트 구성 방법, 장애물 회피 방법 및 장치, 단말기, 무인 항공기 | |
US20180172821A1 (en) | Millimeter-Wave Terrain Aided Navigation System | |
US20180350086A1 (en) | System And Method Of Dynamically Filtering Depth Estimates To Generate A Volumetric Map Of A Three-Dimensional Environment Having An Adjustable Maximum Depth | |
EP3531223B1 (en) | Obstacle avoidance method and aircraft | |
US10131446B1 (en) | Addressing multiple time around (MTA) ambiguities, particularly for lidar systems, and particularly for autonomous aircraft | |
WO2021087701A1 (zh) | 起伏地面的地形预测方法、装置、雷达、无人机和作业控制方法 | |
US20220155800A1 (en) | Method and apparatus for yaw fusion and aircraft | |
CN110570463B (zh) | 一种目标状态估计方法、装置和无人机 | |
JP2017033232A (ja) | 自律飛行ロボット | |
JP6527726B2 (ja) | 自律移動ロボット | |
CN113984044A (zh) | 一种基于车载多感知融合的车辆位姿获取方法及装置 | |
WO2021087702A1 (zh) | 坡地的地形预测方法、装置、雷达、无人机和作业控制方法 | |
CN111465822A (zh) | 地面点云地图精度评估方法、装置、系统及无人机 | |
CN112154394A (zh) | 地形检测方法、可移动平台、控制设备、系统及存储介质 | |
CN112947569A (zh) | 基于预设性能四旋翼无人机视觉伺服目标跟踪控制方法 | |
CN110892286A (zh) | 连续波雷达的地形预测方法、装置、系统和无人机 | |
Ding et al. | Adaptive filter design for UAV navigation with GPS/INS/optic flow integration | |
CN110892355A (zh) | 连续波雷达的地形预测方法、装置、系统和无人机 | |
JP6900029B2 (ja) | 無人航空機、位置推定装置、飛行制御装置、位置推定方法、制御方法及びプログラム | |
CN108227734A (zh) | 用于控制无人机的电子控制装置、相关的无人机、控制方法及计算机程序 | |
CN114730011A (zh) | 飞行器的悬停方法、飞行器及存储介质 | |
CN112154351A (zh) | 地形检测方法、可移动平台、控制设备、系统及存储介质 | |
EP4300136A1 (en) | Automatic obstacle avoidance method, electronic device, and unmanned aerial vehicle |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200317 |