CN111352435A - 一种无人机编队自主空中加油方法 - Google Patents
一种无人机编队自主空中加油方法 Download PDFInfo
- Publication number
- CN111352435A CN111352435A CN201811563847.5A CN201811563847A CN111352435A CN 111352435 A CN111352435 A CN 111352435A CN 201811563847 A CN201811563847 A CN 201811563847A CN 111352435 A CN111352435 A CN 111352435A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- oil
- refueling
- receiving
- 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 35
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 4
- 238000003702 image correction Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000009467 reduction Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 3
- 230000003993 interaction Effects 0.000 abstract description 2
- 238000007689 inspection Methods 0.000 abstract 1
- 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 20
- 239000000446 fuel Substances 0.000 description 7
- 239000011159 matrix material Substances 0.000 description 7
- 238000011160 research Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000945 filler Substances 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 210000001503 joint Anatomy 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000003707 image sharpening Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 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
- G05D1/104—Simultaneous control of position or course in three dimensions specially adapted for aircraft involving a plurality of aircrafts, e.g. formation flying
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)
- Navigation (AREA)
Abstract
本发明涉及一种无人机编队自主空中加油方法,若干受油无人机进行自主飞行;进行编号,使当前待受油无人机与加油无人机到达空中汇聚点,受油无人机进行受油系统自检,如果当前待受油无人机是否为首编号受油无人机或前一编号的受油无人机是否返航,加油无人机对当前待受油无人机进行加油;加油完成后返航,如果该受油无人机是否为末编号受油无人机,则完成加油过程。本发明实现无人机编队进行全程自主加油的能力,具有优秀的操纵稳定性、可靠性和使用安全性;采用了Harris‑SIFT双目视觉特征点匹配算法,有效减少图像处理时间;实现了无人机群空中编队保持、协同控制的能力,无人机编队信息间的交互,可以有效缩短加油时间。
Description
技术领域
本发明涉及无人机飞行控制领域,具体地说是一种无人机编队自主空中加油方法。
背景技术
无人机的一个关键性能属性是其能够长时间在特定的空域保持巡航。无论是民用还是军事战略的需求,都希望无人机能够在指定的空域巡航数十个小时甚至几天,这样才能对该区域信息进行不间断连续监测和全天候覆盖,为决策层提供足够的信息支撑。但是现在主流的无人机都具有载重小、油量少的缺点,这给无人机的飞行任务带来了很多不便。根据美军有关部门测算,执行完一次空中加油后,无人机连续飞行时间可以增加到原来的30%~40%,如果针对譬如像全球鹰这种高空侦察机来说,甚至可以延长高达80%,远远增加了其侦察时间和减少了战略部署时间。
目前,国际上越来越多的研究机构相继开展无人机自主空中加油技术的研究,美国已经实现了全球鹰无人机的自主加油。但是对无人机编队加油研究比较少,仅停留在理论研究阶段,并未全面而稳定的实现编队飞行控制系统控制、空中加油各个阶段飞行控制律、加油管捕获三个关键问题。
发明内容
针对现有技术的不足,本发明提供一种无人机编队自主空中加油方法,实现多个无人机安全有效的完成整个空中加油过程,从而达到增加无人机的航程和作战半径的目的。
本发明为实现上述目的所采用的技术方案是:
一种无人机编队自主空中加油方法,包括以下过程:
步骤1:若干受油无人机按照时间顺序依次起飞,并沿规划的飞行路线进行自主飞行;
步骤2:对受油无人机的受油次序进行编号,并按照编号顺序,通过GPS位置信息使当前待受油无人机与加油无人机到达空中汇聚点,其余受油无人机则降低飞行高度,并控制所有受油无人机进入受油待命状态;
步骤3:受油无人机进行受油系统自检,如果自检通过,通过数据链信息检测加油无人机是否处于直线飞行状态,如果是,则执行步骤4,否则保持受油待命状态,并重新判断加油无人机是否处于直线飞行状态;如果自检未通过,则保持受油待命状态,并重新进行受油系统自检;
步骤4:判断当前待受油无人机是否为首编号受油无人机或前一编号的受油无人机是否返航,如果是,则执行步骤5;否则保持受油待命状态,并返回步骤3;
步骤5:加油无人机对当前待受油无人机进行加油;
步骤6:该受油无人机加油完成后,执行返航,并判断该受油无人机是否为末编号受油无人机,如果是,则加油无人机返航,完成加油过程;否则执行步骤4。
在受油无人机起飞前设置同步时间戳,使各个受油无人机保持时间上的同步性。
当前待受油无人机与加油无人机在空中汇聚点汇聚时,相对距离保持一致,飞行速度保持一致,高度保持一致。
所述受油系统自检,包括:
飞控系统向受油系统发出自检指令,受油系统处理器接收到自检指令后,向飞控系统回复自检开始指令,并向以下四个分系统:油路系统、受油管控制器、双目视觉相机、图像处理电路发出自检指令,并等待这四个系统的指令回复;若上述分系统自检通过,则向受油系统处理器回复自检通过指令;若分系统全部自检通过,且指令回复时间未超时,受油系统处理器向飞控系统发送自检通过指令,完成受油系统自检;若分系统自检未通过,受油系统处理器向飞控系统发送自检未通过指令;若任意分系统回复指令超时,受油系统重新发送自检指令,并继续等待分系统指令回复,若任意分系统回复指令连续超时三次,则受油系统处理器向飞控系统发送自检未通过指令。
飞控系统向受油系统发出自检指令,受油系统处理器接收到自检指令后,向飞控系统回复自检开始指令,并向以下四个分系统:油路系统、受油管控制器、双目视觉相机、图像处理电路发出自检指令,并等待这四个系统的指令回复;若上述分系统自检通过,则向受油系统处理器回复自检通过指令;若分系统全部自检通过,且指令回复时间未超时,受油系统处理器向飞控系统发送自检通过指令,完成受油系统自检;若分系统自检未通过,受油系统处理器向飞控系统发送自检未通过指令;若任意分系统回复指令超时,受油系统重新发送自检指令,并继续等待分系统指令回复,若任意分系统回复指令连续超时三次,则受油系统处理器向飞控系统发送自检未通过指令。
所述步骤5包括:
当前待受油无人机与加油无人机到达加油区域,加油无人机伸出加油管,当前待受油无人机采集加油无人机的加油管图像,对加油管进行捕获,如果捕获成功,则对加油管进行对接后,开始加油;否则,判断当前加油任务是否超时,如果超时,则当前待受油无人机返航,如果未超时,则重新进行捕获。
所述捕获包括以下过程:
当前待受油无人机启动双目相机,在同一时刻采集到两幅加油管图像数据,并通过图像处理电路中的FPGA对图像数据进行滤波、降噪、图像矫正、几何变换以及图像增强处理,提取疑似加油管的特征信息,并与加油管进行目标匹配,确定加油管在两幅图像中的位置。利用特征点匹配方法,将两幅图像的同名像点匹配,对空间点进行三维重构,利用三角测量算法得到重建点,利用三角剖分方法获得目标的三维结构模型,最后利用位姿测量得到目标加油管的位姿信息。将此时加油管与受油管的相对坐标信息通过数据链发送至其他等待加油的无人机,有助于其他无人机事先调整相对空间位置,实现加油管的快速捕获。
在加油完成后,该受油无人机控制受油管脱离加油管后,提升飞行高度,直至与加油机达到安全高度。
本发明具有以下有益效果及优点:
1.实现无人机编队进行全程自主加油的能力,具有优秀的操纵稳定性、可靠性和使用安全性;
2.采用了Harris-SIFT双目视觉特征点匹配算法,有效减少图像处理时间;
3.实现了无人机群空中编队保持、协同控制的能力,无人机编队信息间的交互,可以有效缩短加油时间;
4.解决无人机航程短、载荷量有限的问题,提高无人机空中滞留时间。
附图说明
图1是本发明的方法流程图;
图2是本发明的空中加油编队保持控制系统结构图;
图3是本发明的编队加油过程中,受油机与加油机位置示意图;
图4是本发明的基于双目视觉加油管捕获流程图;
图5是软管空中加油管锥套特征信息示意图;
图6是双目立体视觉成像模型示意图。
具体实施方式
下面结合附图及实施例对本发明做进一步的详细说明。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但本发明能够以很多不同于在此描述的其他方式来实施,本领域技术人员可以在不违背发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
如图1所示,为本发明的方法流程图。
步骤1:自主飞行阶段1。受油无人机在起飞前设置同步时间戳,参考GPS的时钟,保持各无人机在时间上的同步性;发送飞行指令,使各无人机按照一定时间顺序依次起飞;起飞后,无人机按照各自规划好的飞行线路进行自主飞行。
步骤2:编队飞行阶段2。受油无人机与加油机根据GPS信息依次到达制定的空中汇聚点;受油无人机根据GPS位置信息,与加油机保持一定的距离,并对受油次序进行编号;受油无人机飞行速度保持与加油机一致,调整首架受油机的高度,与加油机保持一致,水平距离为D2;其余受油机根据编号依次降低飞行高度,相邻无人机之间的高度差为H1,水平距离差为D1,开启编队飞行模式。
如图3所示,为空中加油编队保持控制系统结构图。将大气湍流、前架飞机的机尾涡流干扰的影响,以及质量、重心、惯性矩阵变化模型设计到受油无人机中。受油无人机上的传感器设备采集本机的各类状态信息,如位姿信息、运行状态信息等,经过补偿控制后,调整制导律与本机的飞行控制律。加油机以及其他受油机的位姿信息通过数据链传递给本机,与本机位姿信息一同传递给处理器进行相对位置的解算,并与本机的导航信息进行融合,调整制导律。根据调整后的制导律,进一步调整本机飞行控制律,控制舵机实时调整本机的位姿。
步骤3:加油准备阶段3。控制所有的无人机进入受油待命状态;进入待命状态的无人机开始进行受油系统自检,若自检不通过,重新进入待命状态;自检通过的受油机开始通过数据链信息监测加油机是否处于直线飞行状态,加油功能是否自检完成。
步骤4:自主加油阶段4。首先判断前一架受油机是否已经返航,若为首架受油机或前一架受油机已经返航,则开始执行加油飞控模式;若前一架受油机未返航,则进入加油准备阶段,无人机进入受油待命状态。如图2所示,执行加油飞控模式的无人机根据GPS信息飞至水平距离与加油机为D3的加油区域,高度保持与加油机一致,后面等待加油的无人机相对于加油机的位置保持不变。若没有到达指定的加油位置,判断加油对接任务是否超时。未超时,无人机重新执行加油模式;若超时,无人机需要返航。当受油无人机到达指定加油位置时,开启视频捕获模式,通过视频捕获加油机伸出的加油管,若成功捕获到加油管,控制受油管与之对接,并将与加油管的相对位置信息通过数据链发送至其他待加油的无人机;若未捕获到加油管,判断加油对接任务是否超时。未超时,无人机重新执行加油模式;若超时,无人机需要返航。受油管与加油管成功对接后,开始加油。
图4为基于双目视觉加油管捕获流程图。捕获流程开始后,启动双目相机,相机将两台相机在同一时刻采集到两幅图像信息采集后传至通过FPGA保存至板载DDR3中。利用FPGA对保存的两幅图像数据进行滤波、降噪、图像矫正、几何变换以及图像增强处理。提取疑似加油管的特征信息,并与加油管信息进行目标匹配,确定加油管在两幅图像中的位置。利用特征点匹配方法,将两幅图像的同名像点匹配,之后对空间点进行三维重构,利用三角测量算法得到重建点。之后利用三角剖分技术获得目标的三维结构模型,解算加油管目标的位姿信息。
具体流程如下:
A.采用3×3的高斯模板wG对左右两幅图像进行滤波与降噪;
B.根据双目相机标定结果,构建双目标定矩阵,对图像进行矫正与几何变换;
C.采用Sobel梯度矩阵w1与w1,进行图像锐化增强处理;
D.由于本方案采用的是软管加油,加油管的特征信息包括:加油锥套的内环与外环,如图5所示。根据锥套内环与外环围城的椭圆环带,利用椭圆拟合的方法,确定加油管锥套断面的中心位置。针对经典的SIFT特征提取和匹配算法计算复杂度高,实时性较差的问题,采用Harris算子替代SIFT算法中的极值点提取算法。Harris算子为:
R=det(C)-ktr2(C)
式中,det为矩阵行列式,tr为矩阵的迹,C为相关矩阵,且:
式中,Iu(x)、Iv(x)、Iuv(x)分别为图像点x的灰度在u和v方向的偏导以及二阶混合偏导;k为经验值,通常取0.04~0.06。当某点的Harris算子R大于设定阈值T时,该点为角点。
E.采用双目三维重建算法对像素点进行重建。如图6所示,右相机的坐标系为or-xryrzr,图像坐标系为Or-XrYr,焦距为fr。此外,对于左相机,假设其坐标系的原点与世界坐标系原点重合且无旋转,那么左相机坐标系可以表示为o-xyz,图像坐标系为Ol-XlYl,焦距为fl。因此,通过相机的透视投影关系可以得到,
而两个相机之间的位置关系可通过空间转换矩阵Mlr表示,
对于空间中的一点P,成像于两个相机的点的对应关系可以用下面的等式表示,
于是,空间中的三维点可以通过上式解出,
因此,若已知空间中的点P在左右相机中的图像坐标和左右相机的焦距fl、fr,并标定出两个相机之间的旋转和平移,然后就可以得到目标点的空间坐标。
F.采用经典的Delaunay三角剖分技术和Crust算法获得目标的三维结构模型。
步骤5:加油结束阶段5。当受油无人机加油完成后,控制受油管脱离加油管;受油管与加油管脱离后,完成受油的无人机提升飞行高度,达到安全高度,如图2所示,保持与加油机的高度差为H2。
步骤6:返航阶段6。当完成受油的无人机达到指定安全高度后,该无人机执行返航;判断该无人机是否为最后一架受油无人机,如若不是,则下一架受油无人机开始自主加油阶段,执行加油飞控模式;若是,则完成整个加油过程,加油机返航。
Claims (6)
1.一种无人机编队自主空中加油方法,其特征在于,包括以下过程:
步骤1:若干受油无人机按照时间顺序依次起飞,并沿规划的飞行路线进行自主飞行;
步骤2:对受油无人机的受油次序进行编号,并按照编号顺序,通过GPS位置信息使当前待受油无人机与加油无人机到达空中汇聚点,其余受油无人机则降低飞行高度,并控制所有受油无人机进入受油待命状态;
步骤3:受油无人机进行受油系统自检,如果自检通过,通过数据链信息检测加油无人机是否处于直线飞行状态,如果是,则执行步骤4,否则保持受油待命状态,并重新判断加油无人机是否处于直线飞行状态;如果自检未通过,则保持受油待命状态,并重新进行受油系统自检;
步骤4:判断当前待受油无人机是否为首编号受油无人机或前一编号的受油无人机是否返航,如果是,则执行步骤5;否则保持受油待命状态,并返回步骤3;
步骤5:加油无人机对当前待受油无人机进行加油;
步骤6:该受油无人机加油完成后,执行返航,并判断该受油无人机是否为末编号受油无人机,如果是,则加油无人机返航,完成加油过程;否则执行步骤4。
2.根据权利要求1所述的无人机编队自主空中加油方法,其特征在于:在受油无人机起飞前设置同步时间戳,使各个受油无人机保持时间上的同步性。
3.根据权利要求1所述的无人机编队自主空中加油方法,其特征在于:当前待受油无人机与加油无人机在空中汇聚点汇聚时,相对距离保持一致,飞行速度保持一致,高度保持一致。
4.根据权利要求1所述的无人机编队自主空中加油方法,其特征在于:所述步骤5包括:
当前待受油无人机与加油无人机到达加油区域,加油无人机伸出加油管,当前待受油无人机采集加油无人机的加油管图像,对加油管进行捕获,如果捕获成功,则对加油管进行对接后,开始加油;否则,判断当前加油任务是否超时,如果超时,则当前待受油无人机返航,如果未超时,则重新进行捕获。
5.根据权利要求4所述的无人机编队自主空中加油方法,其特征在于:所述捕获包括以下过程:
当前待受油无人机启动双目相机,在同一时刻采集到两幅加油管图像数据,并通过图像处理电路中的FPGA对图像数据进行滤波、降噪、图像矫正、几何变换以及图像增强处理,提取疑似加油管的特征信息,并与加油管进行目标匹配,确定加油管在两幅图像中的位置。利用特征点匹配方法,将两幅图像的同名像点匹配,对空间点进行三维重构,利用三角测量算法得到重建点,利用三角剖分方法获得目标的三维结构模型,最后利用位姿测量得到目标加油管的位姿信息。将此时加油管与受油管的相对坐标信息通过数据链发送至其他等待加油的无人机,有助于其他无人机事先调整相对空间位置,实现加油管的快速捕获。
6.根据权利要求1所述的无人机编队自主空中加油方法,其特征在于:在加油完成后,该受油无人机控制受油管脱离加油管后,提升飞行高度,直至与加油机达到安全高度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811563847.5A CN111352435B (zh) | 2018-12-20 | 2018-12-20 | 一种无人机编队自主空中加油方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811563847.5A CN111352435B (zh) | 2018-12-20 | 2018-12-20 | 一种无人机编队自主空中加油方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111352435A true CN111352435A (zh) | 2020-06-30 |
CN111352435B CN111352435B (zh) | 2021-07-16 |
Family
ID=71191826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811563847.5A Active CN111352435B (zh) | 2018-12-20 | 2018-12-20 | 一种无人机编队自主空中加油方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111352435B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104597911A (zh) * | 2014-11-28 | 2015-05-06 | 南京航空航天大学 | 空中加油受油机自适应最优对接轨迹跟踪飞行控制方法 |
CN105447459A (zh) * | 2015-11-18 | 2016-03-30 | 上海海事大学 | 一种无人机自动检测目标和跟踪方法 |
CN106251337A (zh) * | 2016-07-21 | 2016-12-21 | 中国人民解放军空军工程大学 | 一种空中加油锥套空间定位方法及系统 |
CN106934809A (zh) * | 2017-03-29 | 2017-07-07 | 厦门大学 | 基于双目视觉的无人机空中自主加油快速对接导航方法 |
US20170269612A1 (en) * | 2016-03-18 | 2017-09-21 | Sunlight Photonics Inc. | Flight control methods for operating close formation flight |
CN107340784A (zh) * | 2017-08-21 | 2017-11-10 | 中国人民解放军军械工程学院 | 无人机集群控制方法 |
US20180016026A1 (en) * | 2016-07-15 | 2018-01-18 | Sikorsky Aircraft Corporation | Perception enhanced refueling system |
CN108172029A (zh) * | 2017-12-26 | 2018-06-15 | 四川九洲空管科技有限责任公司 | 一种空中加油机机载防撞系统的加油模式实现方法及装置 |
CN108536132A (zh) * | 2018-03-20 | 2018-09-14 | 南京航空航天大学 | 一种固定翼无人机空中加油平台及其加油方法 |
CN108820130A (zh) * | 2018-04-13 | 2018-11-16 | 上海大学 | 一种无人艇海上空中加油系统和方法 |
CN108983815A (zh) * | 2018-08-03 | 2018-12-11 | 北京航空航天大学 | 一种基于终端迭代学习控制的抗干扰自主对接控制方法 |
-
2018
- 2018-12-20 CN CN201811563847.5A patent/CN111352435B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104597911A (zh) * | 2014-11-28 | 2015-05-06 | 南京航空航天大学 | 空中加油受油机自适应最优对接轨迹跟踪飞行控制方法 |
CN105447459A (zh) * | 2015-11-18 | 2016-03-30 | 上海海事大学 | 一种无人机自动检测目标和跟踪方法 |
US20170269612A1 (en) * | 2016-03-18 | 2017-09-21 | Sunlight Photonics Inc. | Flight control methods for operating close formation flight |
US20180016026A1 (en) * | 2016-07-15 | 2018-01-18 | Sikorsky Aircraft Corporation | Perception enhanced refueling system |
CN106251337A (zh) * | 2016-07-21 | 2016-12-21 | 中国人民解放军空军工程大学 | 一种空中加油锥套空间定位方法及系统 |
CN106934809A (zh) * | 2017-03-29 | 2017-07-07 | 厦门大学 | 基于双目视觉的无人机空中自主加油快速对接导航方法 |
CN107340784A (zh) * | 2017-08-21 | 2017-11-10 | 中国人民解放军军械工程学院 | 无人机集群控制方法 |
CN108172029A (zh) * | 2017-12-26 | 2018-06-15 | 四川九洲空管科技有限责任公司 | 一种空中加油机机载防撞系统的加油模式实现方法及装置 |
CN108536132A (zh) * | 2018-03-20 | 2018-09-14 | 南京航空航天大学 | 一种固定翼无人机空中加油平台及其加油方法 |
CN108820130A (zh) * | 2018-04-13 | 2018-11-16 | 上海大学 | 一种无人艇海上空中加油系统和方法 |
CN108983815A (zh) * | 2018-08-03 | 2018-12-11 | 北京航空航天大学 | 一种基于终端迭代学习控制的抗干扰自主对接控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111352435B (zh) | 2021-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10051178B2 (en) | Imaging method and appartus | |
JP7274674B1 (ja) | 無人航空機による3次元再構成の実行 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
EP3186660B1 (en) | An aerial survey image capture system | |
EP3077760B1 (en) | Payload delivery | |
CN112789672B (zh) | 控制和导航系统、姿态优化、映射和定位技术 | |
US10203691B2 (en) | Imaging method and apparatus | |
KR20190101961A (ko) | 이미지 센서 기반 자율 착륙 | |
CN108507543B (zh) | 航天器对接捕获过程的位姿测量装置及柔顺控制方法 | |
CN113640825A (zh) | 一种无人机复合立体测绘系统及方法 | |
CN110850894A (zh) | 一种无人机自动返航的方法、装置、无人机及存储介质 | |
GB2522327A (en) | Determining routes for aircraft | |
CN111352435B (zh) | 一种无人机编队自主空中加油方法 | |
CN112797982A (zh) | 一种基于机器视觉的无人机自主着陆测量方法 | |
RU2466355C1 (ru) | Способ получения навигационной информации для автоматической посадки беспилотных летательных аппаратов (бла) | |
GB2522328A (en) | Payload delivery | |
EP2881697A1 (en) | Capturing and processing images | |
EP2881827A1 (en) | Imaging method and apparatus | |
Krause et al. | UAV Pre-Study for In-Air-Capturing Maneuver | |
EP2881825A1 (en) | Imaging method and apparatus | |
KR20210063659A (ko) | 자율 비행 드론 유닛을 이용한 3차원 구조물 점검을 위한 프레임워크 | |
CN114518107B (zh) | 一种基于无人机遥控震源的无线同步控制系统 | |
EP2881824A1 (en) | Imaging method and system | |
EP2881698A1 (en) | Payload delivery | |
EP2881826A1 (en) | Imaging method and apparatus |
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 |