CN111399542B - 无人机降落方法、装置、存储介质、自动驾驶仪及无人机 - Google Patents
无人机降落方法、装置、存储介质、自动驾驶仪及无人机 Download PDFInfo
- Publication number
- CN111399542B CN111399542B CN202010255474.6A CN202010255474A CN111399542B CN 111399542 B CN111399542 B CN 111399542B CN 202010255474 A CN202010255474 A CN 202010255474A CN 111399542 B CN111399542 B CN 111399542B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- landing platform
- coordinate
- landing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007246 mechanism Effects 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 abstract description 30
- 238000011084 recovery Methods 0.000 abstract description 9
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 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 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
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)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本申请提出一种无人机降落方法、装置、存储介质、自动驾驶仪及无人机,涉及飞行控制技术领域,在确定无人机需要返航降落时,通过获取降落平台在历史时间节点的历史坐标信息以及历史速度信息,并结合当前时间节点,计算出无人机的估计返航坐标;从而控制无人机飞向估计返航坐标,使得无人机可以降落至该降落平台,相比于现有技术,即使无人机与降落平台之间的通信链路出现故障,也能够使无人机可以降落至降落平台,完成无人机的降落回收。
Description
技术领域
本申请涉及飞行控制技术领域,具体而言,涉及一种无人机降落方法、装置、存储介质、自动驾驶仪及无人机。
背景技术
随着无人机应用场景的增多,回收无人机的方式也变的多种多样;比如在一些可能的应用场景中,可以使无人机降落在移动的降落平台上,以实现无人机的回收。
然而,目前针对例如无人机降落在移动的降落平台等场景,需要降落平台与无人机保持稳定的数据通信,以使得无人机可以根据降落平台的定位信息实现降落;而一旦降落平台与无人机之间的通信断开,无人机将会无法完成降落,使得无人机无法完成回收。
发明内容
本申请的目的在于提供一种无人机降落方法、装置、存储介质、自动驾驶仪及无人机,能够在无人机获取降落平台的定位信息的通信链路出现故障时,使无人机降落至降落平台,完成无人机的降落回收。
为了实现上述目的,本申请采用的技术方案如下:
第一方面,本申请提供一种无人机降落方法,所述方法包括:
在确定需要返航降落时,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标;
控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台。
第二方面,本申请提供一种无人机降落装置,所述装置包括:
处理模块,用于在确定需要返航降落时,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
所述处理模块还用于,根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标;
控制模块,用于控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台。
第三方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的无人机降落方法。
第四方面,本申请提供一种自动驾驶仪,所述自动驾驶仪包括存储器,用于存储一个或多个程序;处理器;当所述一个或多个程序被所述处理器执行时,实现上述的无人机降落方法。
第五方面,本申请提供一种无人机,所述无人机搭载有本申请第四方面提供的自动驾驶仪。
本申请提供的一种无人机降落方法、装置、存储介质、自动驾驶仪及无人机,在确定无人机需要返航降落时,通过获取降落平台在历史时间节点的历史坐标信息以及历史速度信息,并结合当前时间节点,计算出无人机的估计返航坐标;从而控制无人机飞向估计返航坐标,使得无人机可以降落至该降落平台,相比于现有技术,即使无人机与降落平台之间的通信链路出现故障,也能够使无人机可以降落至降落平台,完成无人机的降落回收。
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它相关的附图。
图1示出无人机降落场景的一种示意图;
图2示出本申请提供的自动驾驶仪的一种示意性结构框图;
图3示出本申请提供的无人机降落方法的一种示意性流程图;
图4示出图3中步骤205的子步骤的一种示意性流程图;
图5示出图3中步骤207的子步骤的一种示意性流程图;
图6示出图5中步骤207-4的子步骤的一种示意性流程图;
图7示出图6中步骤207-4a的子步骤的一种示意性流程图;
图8示出本申请提供的无人机降落方法的另一种示意性流程图;
图9示出本申请提供的无人机降落装置的一种示意性结构框图。
图中:100-自动驾驶仪;101-存储器;102-处理器;103-通信接口;300-无人机降落装置;301-处理模块;302-控制模块。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请的一些实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请选定的一些实施例。基于本申请中的一部分实施例,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,都属于本申请保护的范围。
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。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
请参阅图1,图1示出无人机降落场景的一种示意图,在一些可能的实现方式中,可以将汽车作为无人机的降落平台;当汽车在平地处于静止状态时,无人机则可以在静止的降落平台上进行降落;当汽车处于移动行驶状态时,无人机则需要在移动的降落平台上进行降落。
无人机在静态的降落平台上进行降落的方式一般为:无人机记录起飞时的初始坐标,在确定需要进行返航降落时,飞向该初始坐标,进而降落至初始坐标。
然而,当降落平台处于移动状态时,由于降落平台在每一时刻的坐标在不断发生变化,无人机无法按照固定的坐标点进行降落;因此针对处于移动状态的降落平台,目前的无人机降落方案一般为:建立无人机与降落平台之间的数据通信,由无人机实时获取降落平台的实时坐标,比如,降落平台可以每隔一预设时间向无人机发送其在对应时间节点的当前坐标,使得无人机可以按照无人机的实时坐标飞行,直至无人机降落在降落平台上。
但是,正是由于上述方案需要无人机主动建立与降落平台之间的数据通信,使得当无人机与降落平台之间的通信不稳定或者是断开时,比如无人机与降落平台相距太远或者是通信链路之间存在障碍物时,无人机可能无法获取到降落平台的相关位置信息,使得无人机无法降落至降落平台,即无人机无法完成回收。
为此,基于上述缺陷,本申请提供的一种可能的实现方式为:在确定无人机需要返航降落时,通过获取降落平台在历史时间节点的历史坐标信息以及历史速度信息,并结合当前时间节点,计算出无人机的估计返航坐标;从而控制无人机飞向估计返航坐标,使得无人机可以降落至该降落平台;如此,即使无人机与降落平台之间的通信链路出现故障,也能够使无人机可以降落至降落平台,完成无人机的降落回收。
请参阅图2,图2示出本申请提供的自动驾驶仪100的一种示意性结构框图,在一实施例中,该自动驾驶仪100可以包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器101可用于存储软件程序及模块,如本申请提供的无人机降落装置对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理,进而执行本申请提供的无人机降落方法的步骤。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解的是,图2所示的结构仅为示意,自动驾驶仪100还可以包括比图2中所示更多或者更少的组件,或者具有与图2所示不同的配置。图2中所示的各组件可以采用硬件、软件或其组合实现。
另外,基于本申请提供的上述自动驾驶仪100,本申请还提供一种无人机(图未示),该无人机搭载有例如上述的自动驾驶仪100。
下面以上述自动驾驶仪100作为示意性执行主体,对本申请提供的无人机降落方法进行示例性说明。
请参阅图3,图3示出本申请提供的无人机降落方法的一种示意性流程图,可以包括以下步骤:
步骤201,确定需要返航降落;
步骤203,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
步骤205,根据历史时间节点、历史坐标信息、历史速度信息以及当前时间节点,计算无人机的估计返航坐标;
步骤207,控制无人机飞向估计返航坐标,以使无人机降落至降落平台。
在一实施例中,自动驾驶仪可以与降落平台建立通信,降落平台可以按照一定的频率向自动驾驶仪发送自身的信息参数,比如时间节点、坐标信息、速度信息等;自动驾驶仪接收到降落平台发送的信息参数后,可以将降落平台发送的信息参数作为历史数据信息保存在本地。
比如,自动驾驶仪可以设置一用于保存信息参数的数组,将降落平台发送的例如时间节点、坐标信息、速度信息等信息参数保存在该数组中;其中,自动驾驶仪在保存降落平台方发送信息参数时,可以利用按序记录的方式,保留自动驾驶仪接收的所有降落平台发送的信息参数;也可以利用覆盖记录的方式,每当自动驾驶仪接收降落平台发送的信息参数后,即可以利用最新接收的降落平台发送的信息参数,将在先保存的信息参数覆盖,使得自动驾驶仪能够保存最新接收的降落平台发送的信息参数。
如此,当自动驾驶仪确定无人机需要返航降落时,即使无人机与降落平台之间的通信链路出现故障时,即:自动驾驶仪与降落平台的通信链路出现故障,自动驾驶仪可以通过读取例如上述的用于保存信息参数的数组,或者是保存的最新的信息参数,以获得降落平台在历史时间节点的历史坐标信息以及历史速度信息。
然后,自动驾驶仪可以根据该历史时间节点、历史坐标信息、历史速度信息以及当前时间节点,计算无人机的估计返航坐标,其中,该估计返航坐标表征的是,自动驾驶仪计算得到的降落平台在当前时间节点的估计坐标。
比如,自动驾驶仪可以先计算出当前时间节点与历史时间节点两者的差值;然后利用两者的差值乘以降落平台在历史时间节点的速度,从而计算出降落平台从历史时间节点至当前时间节点之间的预估位移;接下来,自动驾驶仪可以在历史坐标信息的基础上,叠加该计算得到的预估位移,从而计算出无人机的估计返航坐标。
如此,自动驾驶仪可以根据得到的该估计返航坐标,控制无人机飞向该估计返航坐标,使得无人机更容易克服例如障碍物等因素,从而恢复无人机与降落平台之间的数据通信,以使当自动驾驶仪能够再次获取到降落平台的坐标,自动驾驶仪即可以控制无人机降落至该降落平台。
可见,基于上述设计,本申请提供的无人机降落方法,在确定无人机需要返航降落时,通过获取降落平台在历史时间节点的历史坐标信息以及历史速度信息,并结合当前时间节点,计算出无人机的估计返航坐标;从而控制无人机飞向估计返航坐标,使得无人机可以降落至该降落平台,相比于现有技术,即使无人机与降落平台之间的通信链路出现故障,也能够使无人机可以降落至降落平台,完成无人机的降落回收。
需要说明的是,当无人机与降落平台的通信链路未出现故障时,为了保持计算逻辑的一致性,自动驾驶仪也可以按照本申请提供的上述无人机降落方法进行降落,区别在于在计算出估计返航坐标后,可以立即飞向接收的降落平台的最新坐标,使得无人机可以更为准确地降落至降落平台。
当然,作为另一种可能的实现方式,当无人机与降落平台的通信链路未出现故障时,为了节省自动驾驶仪的计算资源,自动驾驶仪也可以不计算出估计返航坐标,而直接飞向接收的降落平台的最新坐标。
另外,当无人机与降落平台的通信链路出现故障时,自动驾驶仪确定无人需要返航降落的方式可以是例如上述的判定电池电量低于设定的阈值、判定飞行计划已经完成或者是当前时间节点已经达到设定的返航时间点等;而在前述无人机与降落平台的通信链路出现故障的基础上,当无人机与降落平台的通信链路未出现故障时,自动驾驶仪不仅可以参照前述的实现方式确定无人机需要返航降落,确定无人机需要返航降落的方式还可以是:接收到例如降落平台或者是其他控制终端发送的返航指令。
并且,在执行步骤205时,由于计算估计返航坐标时,利用的是降落平台在历史时间节点时的历史速度信息,在一些可能的应用场景中,比如将汽车作为降落平台时,在历史时间节点到当前时间节点的时间段内,降落平台的速度一般是会出现变化的,这导致了若历史时间节点距离当前时间节点越长,自动驾驶仪计算得到的返航估计坐标与降落平台在当前时间节点实际的坐标误差越大。
因此,在图3的基础上,请参阅图4,图4示出图3中步骤205的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤205可以包括以下子步骤:
步骤205-1,计算历史时间节点与当前时间节点的时间差值;
步骤205-3,判断时间差值是否大于时间阈值;当为是时,执行步骤205-5;当为否时,执行步骤205-7;
步骤205-5,按照时间阈值以及历史坐标信息、历史速度信息计算估计返航坐标;
步骤205-7,按照时间差值以及历史坐标信息、历史速度信息计算估计返航坐标。
在一实施例中,自动驾驶仪可以设置一时间阈值作为计算估计返航坐标的时间差上限,从而避免计算出的估计返航坐标与降落平台实际的坐标误差过大;如此,自动驾驶仪在执行步骤205时,可以先计算获得的历史时间节点与当前时间节点两者的差,得到时间差值;然后,自动驾驶仪可以判断该时间差值是否大于时间阈值;其中,当时间差值大于时间阈值时,自动驾驶仪判定历史时间节点与当前时间节点两者的差值超过了时间差上限,则自动驾驶仪按照该时间阈值以及历史坐标信息、历史速度信息计算该估计返航坐标;反之,当时间差值小于或等于时间阈值时,自动驾驶仪则判定历史时间节点与当前时间节点两者的差值未超过时间差上限,则自动驾驶仪按照该时间差值以及历史坐标信息、历史速度信息计算该估计返航坐标。
如此,通过设置一时间阈值作为历史时间节点与当前时间节点的差值上限,能够减小计算估计返航坐标时的误差。
当然,可以理解的是,在一种可能的实现方式中,若设置上述的时间阈值为0,则当自动驾驶仪在执行步骤205时,可以直接将历史坐标信息中记录的坐标作为估计返航坐标,即:当自动驾驶仪确定时间阈值为0时,自动驾驶仪可以控制无人机能够直接飞向保存的历史坐标信息中的坐标。
需要说明的是,在执行步骤207时,可以通过在降落平台设置特征图像的方式,控制无人机精准降落于降落平台。
为此,在图3的基础上,请参阅图5,图5示出图3中步骤207的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤207可以包括以下子步骤:
步骤207-1,当无人机飞向估计返航坐标时,获取降落平台的最新坐标;若获取得到,执行步骤207-2;若获取不到,执行步骤207-6;
步骤207-2,控制无人机飞向降落平台的最新坐标;当无人机飞行至距离降落平台的最新坐标在第一阈值范围时,执行步骤207-3;
步骤207-3,获取降落平台对应的特征图像信息;若获取得到,则执行步骤207-4;若获取不到,则执行步骤207-5;
步骤207-4,基于特征图像信息,控制无人机降落至降落平台;
步骤207-5,控制无人机飞向降落平台并降落,直至当确定无人机满足锁定条件时,控制锁止机构上锁,以使无人机被锁止机构锁定于降落平台;
步骤207-6,获取降落平台对应的特征图像信息;若获取得到,则执行步骤207-4;若获取不到,则执行步骤207-7;
步骤207-7,控制无人机按照设定的降落策略进行降落。
在一实施例中,自动驾驶仪在飞向估计返航坐标时,可以持续获取降落平台的最新坐标;直至当无人机克服例如障碍物等因素后,当自动驾驶仪能够再次获取到降落平台的最新坐标时,自动驾驶仪则控制无人机飞向该降落平台的最新坐标。
其中,需要说明的是,在一些可能的实现方式中,上述自动驾驶仪获取降落平台的最新坐标的方式,可以是自动驾驶仪尝试直接与降落平台建立通信,从而接收自动驾驶仪发送的最新坐标。
当然,可以理解的是,上述获取降落平台的最新坐标的方式仅为示意,在本申请其他一些可能的实现方式中,自动驾驶仪还可以通过一些其他的设备获取降落平台的最新坐标;比如降落平台可以按照一定的频率持续地发送给一些中转通信节点,而使得自动驾驶仪可以通过中转通信节点获取降落平台的最新坐标;本申请对应自动驾驶仪获取降落平台的最新坐标的方式不进行限定。
接下来,在自动驾驶仪控制无人机飞向降落平台的最新坐标的过程中,自动驾驶仪可以根据以一定的频率,持续接收降落平台的最新坐标,并计算无人机距离该降落平台的最新坐标点的距离;当自动驾驶仪确定无人机飞行至距离降落平台的最新坐标在第一阈值范围时,自动驾驶仪判定无人机完成初始回收过程,进入第一阶段的降落;其中,第一阈值范围可以是图像识别模块能够识别到图像信息的范围;当无人机与降落平台的最新坐标在第一范围内时,自动驾驶仪可以执行控制无人机降落至降落平台的步骤,此时自动驾驶仪可以控制无人机按照一定的速度降落,直至第一阶段降落完成后,自动驾驶仪获取降落平台对应的特征图像信息,即识别设置在降落平台上的特征图像;若自动驾驶仪获取得到降落平台对应的特征图像信息,则自动驾驶仪控制无人机进入第二阶段的降落,即基于该特征图像信息,控制无人机降落至该降落平台。
其中,需要说明的是,自动驾驶仪在执行步骤207-3时,可以按照一定的频率,持续计算无人机与降落平台的高度差,并持续降落;当无人机与降落平台的高度差小于第一高度阈值时,自动驾驶仪可以通过图像识别模块,持续识别设置于降落平台上的特征图像,从而获取降落平台对应的特征图像信息;随着无人机的持续降落,当图像识别模块识别到特征图像时,则自动驾驶仪判定,在执行步骤207-3时获取到降落平台对应的特征图像信息,此时执行步骤207-4;而当无人机降落至于降落平台的实时高度差等于第二高度阈值时,若图像识别模块仍然未识别到设置于降落平台上的特征图像,则自动驾驶仪判定,在执行步骤207-3时未获取到降落平台对应的特征图像信息,此时则执行步骤207-5。
可以理解的是,上述的第一高度阈值和第二高度阈值属于无人机在降落过程中的两个阈值;比如,第一高度阈值可以是图像识别模块能够识别到图像信息的最高高度,而第二高度阈值可以是图像识别模块能够识别到图像信息的最低高度;在具体设置时,可以设置第一高度阈值大于第二高度阈值。
另外,在执行步骤207-4时,目前的一些基于特征图像进行降落的方案,一般是根据获取连续的两帧特征图像,从而计算无人机与降落平台的相对位置变化量以及相对速度,进而控制无人机降落至降落平台。
但是,采用该方案存在降落风险,比如:当相邻的两帧图像采集的时间间隔较长,则相对速度的变化可能出现漏采集,计算得到的相对速度误差会较大;并且,当相邻的两帧图像采集的时间间隔较短时,则在两帧图像上体现的无人机与降落平台的相对速度可能为0,使得自动驾驶仪无法求得无人机与自动驾驶仪的相对速度;再者,随着无人机的降落,当无人机与降落平台两者的高度差小于一定的阈值时,由于图像采集模块视场的限制,可能会导致图像采集模块采集不到特征图像的信息,使得无人机不能够再利用特征图像进行降落,存在降落危险。
因此,为确保利用特征图像进行降落时,无人机能够稳定的降落至降落平台,在图5的基础上,请参阅图6,图6示出图5中步骤207-4的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤207-4可以包括以下子步骤:
步骤207-4a,根据特征图像信息以及获取的降落平台的移动速度,计算无人机的第一目标速度,以使无人机按照第一目标速度飞向降落平台并降落;
步骤207-4b,当无人机与降落平台的水平距离小于第一距离阈值,且垂直距离小于第二距离阈值时,计算无人机的第二目标速度,以使无人机按照第二目标速度飞向降落平台并降落;
步骤207-4c,当确定无人机满足锁定条件时,控制锁止机构上锁,以使无人机被锁止机构锁定于降落平台。
在一实施例中,自动驾驶仪在利用降落平台的特征图像信息控制无人机进行降落时,自动驾驶仪可以先根据获取到的特征图像信息,利用例如图像识别算法计算出无人机与降落平台的相对速度,再与获取的降落平台的移动速度进行叠加,从而计算出无人机的第一目标速度;如此,自动驾驶仪可以控制无人机按照该第一目标速度飞向降落平台并降落,使得无人机能够在水平方向上靠近降落平台的同时,在垂直方向上也不断降落以靠近降落平台。
然后,自动驾驶仪在控制无人机按照第一目标速度飞向降落平台并降落时,自动驾驶仪可以结合无人机的坐标,以及降落平台的最新坐标,监控无人机与降落平台在水平方向上的距离以及在垂直方向上的距离。
其中,自动驾驶仪可以记录有用于指示水平方向范围的第一距离阈值和用于指示垂直方向范围的第二距离阈值,该第一距离阈值和第二距离阈值所表征的位置范围,表示的可以是图像识别模块识别特征图像的视场阈值范围,在该视场阈值范围内,由于图像识别模块与降落平台距离过近,使得无人机图像识别模块可能无法识别到设置于降落平台上的特征图像。
如此,在无人机按照第一目标速度飞向降落平台并降落的过程中,当无人机与降落平台的水平距离小于第一距离阈值,且垂直距离小于第二距离阈值时,自动驾驶仪即判定此时图像识别模块已经无法使用;此时自动驾驶仪可以根据持续计算的无人机与降落平台的距离差,并叠加上获取的降落平台的移动速度,从而计算出无人机的第二目标速度,从而控制无人机按照该第二目标速度飞向降落平台并降落,使得无人机在水平方向以及在垂直方向上进一步靠近降落平台。
接下来,在自动驾驶仪控制无人机进一步靠近降落平台的过程中,自动驾驶仪可以获取并监控无人机的降落参数,使得当自动驾驶仪确定无人机的降落参数满足锁定条件时,控制锁止机构上锁,以使无人机被锁止机构锁定于该降落平台。
其中,在一些可能的实现方式中,自动驾驶仪可以通过检测无人机与降落平台之间的碰撞着陆信息,或者是监控无人机的实时飞行参数作为监控的无人机的降落参数。
比如,可以通过在起落架上设置碰撞检测设备,例如可以是压力检测装置,以检测无人机与降落平台之间的碰撞信号,当自动驾驶仪接收到压力检测装置发送的碰撞信号,自动驾驶仪确定检测到无人机与降落平台之间的碰撞着陆信息,此时自动驾驶仪即执行步骤207-4c。
或者是,可以通过设置在无人机上的升力检查设备,比如可以是转速采集装置,以检测无人机的拉力,当自动驾驶仪确定无人机的拉力小于一设定拉力阈值,且无人机在垂直方向的加速度以及速度、两者均在持续设定时间内各自的变化量小于相对应的设定变化阈值时,则自动驾驶仪确定无人机已经降落至降落平台,此时自动驾驶仪执行步骤207-4c。
又或者是,可以通过设置在无人机或降落平台上的距离检测设备,比如红外传感器等,以监测无人机与降落平台之间的距离并发送给自动驾驶仪,当自动驾驶仪确定无人机与降落平台之间的距离小于一设定的距离阈值时,则自动驾驶仪可以确定无人机已经降落至降落平台,此时自动驾驶仪执行步骤207-4c。
再或者,可以通过设置于降落平台上或者是在无人机的机脚下表面设置的压力传感器,以检测无人机对降落平台的压力值,并发送给自动驾驶仪,当自动驾驶仪确定无人机对降落平台的压力值大于设定的压力阈值时,自动驾驶仪即无人机已经降落至降落平台,此时自动驾驶仪执行步骤207-4c。
自动驾驶仪可以根据监测得到的上述多种降落状态参数,与一设定的锁止条件进行对比,该锁止条件表征无人机能够被锁止机构固定于起降平台时的状态参数;当自动驾驶仪确定无人机的降落状态参数满足该设定的锁止条件时,自动驾驶仪判定此时无人机能够被锁止机构固定于起降平台,自动驾驶仪则先不关闭无人机的输出动力,而是先控制锁止机构上锁,以使无人机被锁止于起降平台后,再关闭无人机的输出动力。
当然,需要说明的是,在上述判断无人机在垂直方向的加速度变化量以及速度变化量,是否在持续设定时间内,均小于各自相应的设定变化阈值时,加速度和速度各自的变化量可以均小于同一设定变化阈值,也可以分别小于不同的设定变化阈值,本申请对此不进行限定。
另外,为了防止在例如倾斜或移动的起降平台降落时存在滑落风险,参数的设置应确保无人机具有足够的升力以维持无人机飞行;并且,锁止机构上锁时刻为无人机刚着陆时、电机关闭前,而不是完全着陆、且电机关闭时,从而防止无人机从上述起降平台滑落。
在上述实现方式中,锁止机构上锁时刻为无人机刚着陆时、电机关闭前,而不是完全着陆、且电机关闭时。解决了一些降落方案中,无人机在例如倾斜或移动平台降落时,在上锁前升力不足以维持无人机飞行时存在滑落风险的问题。
在上述实现方式中,也可以结合多种判断条件的组合,以判断是否满足锁止条件,以防止因单独的某一个判断条件无法完成时,如因测距仪存在故障导致无法判断无人机与起降平台的距离时,导致锁止失败。另外,采用多种判断条件时,可提升锁止效率,降低设备计算量、存储量以及设备损耗。
如此,通过本申请提供的上述实现方式,能够基于特征图像信息以及获取的降落平台的移动计算,计算得到无人机在降落至降落平台阶段飞向降落平台的飞行速度,而无需对比连续的两帧特征图像,从而提高了无人机飞向降落平台时速度计算的准确度。
需要说明的是,本申请提供的上述实施例中所涉及的锁止机构可以通过多种方式实现;比如,该锁止机构可以是设置于无人机上的电磁铁,当无人机降落于降落平台上时,自动驾驶仪可以通过控制电磁铁上锁,从而将无人机锁定于降落平台,从而使自动驾驶仪可以通过控制该电磁锁上电,使电磁锁产生吸力,实现锁止机构的上锁;如此,能够提高锁止机构上锁时的及时性以及可靠性,确保能够及时地将无人机锁止于降落平台。
另外,本申请提供的上述实施例上述仅为示意,选择在无人机上设置锁止机构,从而将无人机锁定于降落平台;在本申请其他一些可能的实现场景中,还可以将该锁止机构设置于降落平台,或者是该锁止结构包括设置于无人机的一部分结构,以及设置于起飞平台的另一部分结构,通过两部分结构的配合,能够将无人机锁止于降落平台;本申请对于锁止机构的实现方式不进行限定。
并且,为对步骤207-4a进行说明,在图6的基础上,请参阅图7,图7示出图6中步骤207-4a的子步骤的一种示意性流程图,作为一种可能的实现方式,步骤207-4a可以包括以下步骤:
步骤207-4a-1,根据特征图像信息,计算无人机与降落平台的图像距离差;
步骤207-4a-2,计算无人机的机体坐标与降落平台的最新坐标两者的坐标距离差;
步骤207-4a-3,按照设定的速度算法对图像距离差以及坐标距离差进行处理,得到无人机与降落平台的相对速度分量;
步骤207-4a-4,根据相对速度分量以及获取的降落平台的移动速度,计算得到第一目标速度。
在一实施例中,自动驾驶仪在计算第一目标速度时,可以利用例如图像识别算法对获得的特征图像信息进行处理,从而结合该特征图像,计算出无人机与降落平台之间的图像距离差。
并且,自动驾驶仪可以利用例如GPS(Global Positioning System,全球定位系统)等设备,按照一定的频率持续获取无人机的机体坐标;并结合获得的降落平台的最新坐标,计算无人机的机体坐标与降落平台的最新坐标两者的坐标距离差。
接下来,自动驾驶仪可以按照设定的速度算法,对得到的图像距离差以及坐标距离差进行加权处理,从而得到无人机与降落平台的相对速度分量。
比如,作为一种可能的实现方式,计算得到相对速度分量的公式可以满足如下:
V1=f((α*D1+β*D2)/(α+β))
式中,V1表示相对速度分量,f表示设定的速度算法,α、β均表示设定的参数,D1表示坐标距离差,D2表示图像距离差。
需要说明的是,上述的参数α、β可以是默认设置的参数,也可以是接收用户或者是其他控制设备输入的参数;在一些可能的实现方式中,α和β还可以结合具体的应用场景而定,例如α和β可以分别用于指示坐标距离差和图像距离差的参数,当自动驾驶仪无法获取到降落平台的最新坐标时,自动驾驶仪即无法计算得到坐标距离差,此时α的取值可以为0;当自动驾驶仪无法获取到降落平台对应的特征图像时,自动驾驶仪即无法计算得到图像距离差,此时β的取值可以为0。
示例性地,在一种可能的应用场景中,假定α=0.3、β=0.7、f为比例函数,即该设定的速度算法为f(x)=kx,以k=0.2为例,则相对速度分量的计算公式可以表示为:
V1=0.2*(0.3*D1+0.7*D2)
如此,在利用本申请的上述方式计算得到相对速度分量后,自动驾驶仪可以结合获取的降落平台的移动速度,计算得到第一目标速度;比如,可以将相对速度分量和降落平台的移动速度进行求和得到,则计算得到第一目标速度的公式可以表示如下:
V=V1+V2
式中,V表示第一目标速度,V1表示相对速度分量,V2表示降落平台的移动速度。
当然,可以理解的是,上述仅为示意,在本申请其他一些可能的实现方式中,还可以采用其他的公式计算得到相对速度分量;并且,上述的函数f也可以采用其他的形式;另外,即使函数f采用的是比例函数,对应的参数k也可以采用其他的值,本申请对于相对速度分量的计算方式不进行限制。
另外,自动驾驶仪在执行步骤207-4b以计算第二目标速度时,也可以采用例如上述步骤207-4a中计算第一目标速度的公式,区别仅在于,在执行步骤207-4b计算第二目标速度时,没有图像距离差,此时将上述公式中的参数β取值为0即可。
当然,需要说明的是,当没有图像距离差时,自动驾驶仪还可以调整其他的参数,以调整计算得到的第二目标速度的值;比如在上述函数f采用比例函数的示例中,可以按照一定的时间间隔增大比例参数的值,例如若函数采用的是f(x)=kx,k=0.2,则可以每3秒将k增大0.05,直至k增大至一设定的上限,比如可以设定为0.8。
并且,在例如上述步骤207的实现方式中,若执行步骤207-1时,自动驾驶仪未获取到降落平台的最新坐标,则自动驾驶仪可以在控制无人机飞向估计返航坐标的同时,执行步骤207-6,尝试获取降落平台对应的特征图像信息;其中,自动驾驶仪执行步骤207-6的方式与执行步骤207-3的方式相同,本申请在此不再进行赘述。以避免因无人机在返航过程中,因无法获取降落平台的最新坐标,而导致无法完成降落的情况。
然后,自动驾驶仪在执行步骤207-6时,若获取到降落平台的特征图像信息,则自动驾驶仪可以执行步骤207-4,进而使无人机降落至降落平台,如此,即使无人机与降落平台之间通信故障,自动驾驶仪也能够根据获取到的特征图像信息,控制无人机降落至降落平台;反之,若自动驾驶仪在执行步骤207-6时,未获取到降落平台的特征图像信息,且无人机已经飞行至估计返航坐标,则自动驾驶仪可以按照设定的策略进行降落,比如控制无人机按照预先设定的方式降落至估计返航坐标,或者是控制无人机飞行至起飞地点进行降落,再或者是通过例如其他中间通信节点发送实时机体坐标,进而通知用户对无人机进行回收等。
另外,在一些可能的实现方式中,在自动驾驶仪控制无人机飞向估计返航坐标,以执行降落操作之前,自动驾驶仪可以先控制无人机在空中先保持悬停状态,进而再执行后续的返航降落操作。
因此,在图3的基础上,请参阅图8,图8示出本申请提供的无人机降落方法的另一种示意性流程图,作为一种可能的实现方式,在执行步骤207之前,该无人机起飞方法还可以包括以下步骤:
步骤206,控制无人机悬停至目标高度。
在一实施例中,自动驾驶仪保存有一目标高度,该目标高度可以是默认设置的高度,也可以是自动驾驶仪接收用户输入或者是其他控制设备传输的高度,也可以是自动驾驶仪根据接收的高度差,与最后一次接收到的降落平台的高度信息求和得到的结果。
于是,在自动驾驶仪控制无人机飞向估计返航坐标之前,自动驾驶仪可以先控制无人机悬停至目标高度,然后在执行控制无人机飞向估计返航坐标,以使无人机降落至降落平台的操作。
另外,基于与本申请提供的上述无人机降落方法相同的发明构思,请参阅图9,图9示出本申请提供的无人机降落装置300的一种示意性结构框图,该无人机降落装置300包括处理模块301及控制模块302。其中:
处理模块301,用于在确定需要返航降落时,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
处理模块301还用于,根据历史时间节点、历史坐标信息、历史速度信息以及当前时间节点,计算无人机的估计返航坐标;
控制模块302,用于控制无人机飞向估计返航坐标,以使无人机降落至降落平台。
可选地,作为一种可能的实现方式,处理模块301在根据历史时间节点、历史坐标信息、历史速度信息以及当前时间节点,计算无人机的估计返航坐标时,具体用于:
计算历史时间节点与当前时间节点的时间差值;
当时间差值大于时间阈值时,按照时间阈值以及历史坐标信息、历史速度信息计算估计返航坐标;
当时间差值小于或等于时间阈值时,按照时间差值以及历史坐标信息、历史速度信息计算估计返航坐标。
可选地,作为一种可能的实现方式,控制模块302在控制无人机飞向估计返航坐标,以使无人机降落至降落平台时,具体用于:
当无人机飞向估计返航坐标时,若获取到降落平台的最新坐标,控制无人机飞向降落平台的最新坐标;
当无人机飞行至距离降落平台的最新坐标在第一阈值范围时,获取降落平台对应的特征图像信息;
基于特征图像信息,控制无人机降落至降落平台。
可选地,作为一种可能的实现方式,控制模块302在基于特征图像信息,控制无人机降落至降落平台时,具体用于:
根据特征图像信息以及获取的降落平台的移动速度,计算无人机的第一目标速度,以使无人机按照第一目标速度飞向降落平台并降落;
当无人机与降落平台的水平距离小于第一距离阈值,且垂直距离小于第二距离阈值时,计算无人机的第二目标速度,以使无人机按照第二目标速度飞向降落平台并降落;
当确定无人机满足锁定条件时,控制锁止机构上锁,以使无人机被锁止机构锁定于降落平台。
可选地,作为一种可能的实现方式,控制模块302在根据特征图像信息以及获取的降落平台的移动速度,计算无人机的第一目标速度时,具体用于:
根据特征图像信息,计算无人机与降落平台的图像距离差;
计算无人机的机体坐标与降落平台的最新坐标两者的坐标距离差;
按照设定的速度算法对图像距离差以及坐标距离差进行处理,得到无人机与降落平台的相对速度分量;
根据相对速度分量以及获取的降落平台的移动速度,计算得到第一目标速度。
可选地,作为一种可能的实现方式,计算得到相对速度分量的公式满足如下:
V1=f((α*D1+β*D2)/(α+β))
式中,V1表示相对速度分量,f表示设定的速度算法,α、β均表示设定的参数,D1表示坐标距离差,D2表示图像距离差。
可选地,作为一种可能的实现方式,控制模块302还用于:
当无人机飞行至距离降落平台的最新坐标在第一阈值范围时,若获取不到降落平台对应的特征图像信息,则控制无人机飞向降落平台并降落,直至当确定无人机满足锁定条件时,控制锁止机构上锁,以使无人机被锁止机构锁定于降落平台。
可选地,作为一种可能的实现方式,锁定条件包括以下任意一种或多种:
检测到无人机与降落平台之间的碰撞着陆信息;
无人机的拉力小于设定拉力阈值,且无人机在垂直方向的加速度以及速度,两者在持续设定时间内各自的变化量均小于相应的设定变化阈值;
无人机与降落平台之间的距离小于设定的距离阈值;
无人机对降落平台的压力值大于设定的压力阈值。
可选地,作为一种可能的实现方式,控制模块302还用于:
当无人机飞向估计返航坐标时,若未获取到降落平台的最新坐标,且获取到特征图像信息,则基于特征图像信息,控制无人机降落至降落平台。
可选地,作为一种可能的实现方式,控制模块302还用于:
当无人机飞行至估计返航坐标时,若未获取到降落平台的最新坐标,且未获取特征图像信息,则控制无人机按照设定的降落策略进行降落。
可选地,作为一种可能的实现方式,控制模块302在控制无人机飞向估计返航坐标之前,还用于:
控制无人机悬停至目标高度。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的一些实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。
也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请的一些实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请的一些实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的部分实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (23)
1.一种无人机降落方法,其特征在于,所述方法包括:
在确定需要返航降落时,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标;
控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台;
根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标的步骤,包括:
计算所述历史时间节点与所述当前时间节点的时间差值;
当所述时间差值大于时间阈值时,按照所述时间阈值以及所述历史坐标信息、所述历史速度信息计算所述估计返航坐标;
当所述时间差值小于或等于所述时间阈值时,按照所述时间差值以及所述历史坐标信息、所述历史速度信息计算所述估计返航坐标。
2.如权利要求1所述的方法,其特征在于,控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台的步骤,包括:
当所述无人机飞向所述估计返航坐标时,若获取到所述降落平台的最新坐标,控制所述无人机飞向所述降落平台的最新坐标;
当所述无人机飞行至距离所述降落平台的最新坐标在第一阈值范围时,获取所述降落平台对应的特征图像信息;
基于所述特征图像信息,控制所述无人机降落至所述降落平台。
3.如权利要求2所述的方法,其特征在于,基于所述特征图像信息,控制所述无人机降落至所述降落平台的步骤,包括:
根据所述特征图像信息以及获取的所述降落平台的移动速度,计算所述无人机的第一目标速度,以使所述无人机按照所述第一目标速度飞向所述降落平台并降落;
当所述无人机与所述降落平台的水平距离小于第一距离阈值,且垂直距离小于第二距离阈值时,计算所述无人机的第二目标速度,以使所述无人机按照所述第二目标速度飞向所述降落平台并降落;
当确定所述无人机满足锁定条件时,控制锁止机构上锁,以使所述无人机被所述锁止机构锁定于所述降落平台。
4.如权利要求3所述的方法,其特征在于,根据所述特征图像信息以及获取的所述降落平台的移动速度,计算所述无人机的第一目标速度的步骤,包括:
根据所述特征图像信息,计算所述无人机与所述降落平台的图像距离差;
计算所述无人机的机体坐标与所述降落平台的最新坐标两者的坐标距离差;
按照设定的速度算法对所述图像距离差以及所述坐标距离差进行处理,得到所述无人机与所述降落平台的相对速度分量;
根据所述相对速度分量以及获取的所述降落平台的移动速度,计算得到所述第一目标速度。
5.如权利要求4所述的方法,其特征在于,计算得到所述相对速度分量的公式满足如下:
V1=f((α*D1+β*D2)/(α+β))
式中,V1表示所述相对速度分量,f表示所述设定的速度算法,α、β均表示设定的参数,D1表示所述坐标距离差,D2表示所述图像距离差。
6.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述无人机飞行至距离所述降落平台的最新坐标在所述第一阈值范围时,若获取不到所述降落平台对应的所述特征图像信息,则控制所述无人机飞向所述降落平台并降落,直至当确定所述无人机满足锁定条件时,控制锁止机构上锁,以使所述无人机被所述锁止机构锁定于所述降落平台。
7.如权利要求3所述的方法,其特征在于,所述锁定条件包括以下任意一种或多种:
检测到所述无人机与所述降落平台之间的碰撞着陆信息;
所述无人机的拉力小于设定拉力阈值,且所述无人机在垂直方向的加速度以及速度,两者在持续设定时间内各自的变化量均小于相应的设定变化阈值;
所述无人机与所述降落平台之间的距离小于设定的距离阈值;
所述无人机对所述降落平台的压力值大于设定的压力阈值。
8.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述无人机飞向所述估计返航坐标时,若未获取到所述降落平台的最新坐标,且获取到所述特征图像信息,则以所述特征图像信息执行基于所述特征图像信息,控制所述无人机降落至所述降落平台的步骤。
9.如权利要求2所述的方法,其特征在于,所述方法还包括:
当所述无人机飞行至所述估计返航坐标时,若未获取到所述降落平台的最新坐标,且未获取所述特征图像信息,则控制所述无人机按照设定的降落策略进行降落。
10.如权利要求1所述的方法,其特征在于,在控制所述无人机飞向所述估计返航坐标的步骤之前,所述方法还包括:
控制所述无人机悬停至目标高度。
11.一种无人机降落装置,其特征在于,所述装置包括:
处理模块,用于在确定需要返航降落时,获得降落平台在历史时间节点的历史坐标信息以及历史速度信息;
所述处理模块还用于,根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标;
控制模块,用于控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台;
所述处理模块在根据所述历史时间节点、所述历史坐标信息、所述历史速度信息以及当前时间节点,计算所述无人机的估计返航坐标时,具体用于:
计算所述历史时间节点与所述当前时间节点的时间差值;
当所述时间差值大于时间阈值时,按照所述时间阈值以及所述历史坐标信息、所述历史速度信息计算所述估计返航坐标;
当所述时间差值小于或等于所述时间阈值时,按照所述时间差值以及所述历史坐标信息、所述历史速度信息计算所述估计返航坐标。
12.如权利要求11所述的装置,其特征在于,所述控制模块在控制所述无人机飞向所述估计返航坐标,以使所述无人机降落至所述降落平台时,具体用于:
当所述无人机飞向所述估计返航坐标时,若获取到所述降落平台的最新坐标,控制所述无人机飞向所述降落平台的最新坐标;
当所述无人机飞行至距离所述降落平台的最新坐标在第一阈值范围时,获取所述降落平台对应的特征图像信息;
基于所述特征图像信息,控制所述无人机降落至所述降落平台。
13.如权利要求12所述的装置,其特征在于,所述控制模块在基于所述特征图像信息,控制所述无人机降落至所述降落平台时,具体用于:
根据所述特征图像信息以及获取的所述降落平台的移动速度,计算所述无人机的第一目标速度,以使所述无人机按照所述第一目标速度飞向所述降落平台并降落;
当所述无人机与所述降落平台的水平距离小于第一距离阈值,且垂直距离小于第二距离阈值时,计算所述无人机的第二目标速度,以使所述无人机按照所述第二目标速度飞向所述降落平台并降落;
当确定所述无人机满足锁定条件时,控制锁止机构上锁,以使所述无人机被所述锁止机构锁定于所述降落平台。
14.如权利要求13所述的装置,其特征在于,所述控制模块在根据所述特征图像信息以及获取的所述降落平台的移动速度,计算所述无人机的第一目标速度时,具体用于:
根据所述特征图像信息,计算所述无人机与所述降落平台的图像距离差;
计算所述无人机的机体坐标与所述降落平台的最新坐标两者的坐标距离差;
按照设定的速度算法对所述图像距离差以及所述坐标距离差进行处理,得到所述无人机与所述降落平台的相对速度分量;
根据所述相对速度分量以及获取的所述降落平台的移动速度,计算得到所述第一目标速度。
15.如权利要求14所述的装置,其特征在于,计算得到所述相对速度分量的公式满足如下:
V1=f((α*D1+β*D2)/(α+β))
式中,V1表示所述相对速度分量,f表示所述设定的速度算法,α、β均表示设定的参数,D1表示所述坐标距离差,D2表示所述图像距离差。
16.如权利要求12所述的装置,其特征在于,所述控制模块还用于:
当所述无人机飞行至距离所述降落平台的最新坐标在所述第一阈值范围时,若获取不到所述降落平台对应的所述特征图像信息,则控制所述无人机飞向所述降落平台并降落,直至当确定所述无人机满足锁定条件时,控制锁止机构上锁,以使所述无人机被所述锁止机构锁定于所述降落平台。
17.如权利要求13所述的装置,其特征在于,所述锁定条件包括以下任意一种或多种:
检测到所述无人机与所述降落平台之间的碰撞着陆信息;
所述无人机的拉力小于设定拉力阈值,且所述无人机在垂直方向的加速度变以及速度,两者在持续设定时间内各自的变化量均小于相应的设定变化阈值;
所述无人机与所述降落平台之间的距离小于设定的距离阈值;
所述无人机对所述降落平台的压力值大于设定的压力阈值。
18.如权利要求12所述的装置,其特征在于,所述控制模块还用于:
当所述无人机飞向所述估计返航坐标时,若未获取到所述降落平台的最新坐标,且获取到所述特征图像信息,则基于所述特征图像信息,控制所述无人机降落至所述降落平台。
19.如权利要求12所述的装置,其特征在于,所述控制模块还用于:
当所述无人机飞行至所述估计返航坐标时,若未获取到所述降落平台的最新坐标,且未获取所述特征图像信息,则控制所述无人机按照设定的降落策略进行降落。
20.如权利要求11所述的装置,其特征在于,所述控制模块在控制所述无人机飞向所述估计返航坐标之前,还用于:
控制所述无人机悬停至目标高度。
21.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-10中任一项所述的方法。
22.一种自动驾驶仪,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-10中任一项所述的方法。
23.一种无人机,其特征在于,所述无人机搭载有如权利要求22所述的自动驾驶仪。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255474.6A CN111399542B (zh) | 2020-04-02 | 2020-04-02 | 无人机降落方法、装置、存储介质、自动驾驶仪及无人机 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010255474.6A CN111399542B (zh) | 2020-04-02 | 2020-04-02 | 无人机降落方法、装置、存储介质、自动驾驶仪及无人机 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111399542A CN111399542A (zh) | 2020-07-10 |
CN111399542B true CN111399542B (zh) | 2024-01-30 |
Family
ID=71433509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010255474.6A Active CN111399542B (zh) | 2020-04-02 | 2020-04-02 | 无人机降落方法、装置、存储介质、自动驾驶仪及无人机 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111399542B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112965513A (zh) * | 2020-11-11 | 2021-06-15 | 普宙飞行器科技(深圳)有限公司 | 一种无人机降落控制方法、系统、存储介质及电子设备 |
CN112486217B (zh) * | 2020-11-23 | 2023-07-21 | 北京三快在线科技有限公司 | 坠落保护方法、装置、存储介质及电子设备 |
CN112947563A (zh) * | 2021-02-19 | 2021-06-11 | 广州橙行智动汽车科技有限公司 | 一种飞行器返航控制的方法和装置 |
CN112731950A (zh) * | 2021-04-02 | 2021-04-30 | 北京云圣智能科技有限责任公司 | 无人机降落的控制方法、装置及服务器 |
CN112764430B (zh) * | 2021-04-07 | 2021-07-02 | 北京三快在线科技有限公司 | 无人机接地判定方法、装置、介质、电子设备及无人机 |
CN114296477A (zh) * | 2021-12-17 | 2022-04-08 | 南京航空航天大学 | 一种面向空地协同作战的无人机动平台自主降落方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527481A (zh) * | 2016-12-06 | 2017-03-22 | 重庆零度智控智能科技有限公司 | 无人机飞行控制方法、装置及无人机 |
CN108227751A (zh) * | 2018-01-29 | 2018-06-29 | 广州亿航智能技术有限公司 | 一种无人机的降落方法及系统 |
CN108459618A (zh) * | 2018-03-15 | 2018-08-28 | 河南大学 | 一种无人机自动对移动平台投放的飞行控制系统及方法 |
CN108645408A (zh) * | 2018-05-07 | 2018-10-12 | 中国人民解放军国防科技大学 | 一种基于导航信息的无人机自主回收目标预测方法 |
CN108873930A (zh) * | 2018-05-31 | 2018-11-23 | 苏州市启献智能科技有限公司 | 基于移动平台的无人机起降方法及系统 |
CN109947128A (zh) * | 2019-03-13 | 2019-06-28 | 歌尔股份有限公司 | 无人机控制方法、无人机控制装置、无人机及系统 |
JP2019160225A (ja) * | 2018-03-16 | 2019-09-19 | 本田技研工業株式会社 | ドローンシステム、ドローン及びドローンシステムの制御方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2937010B1 (fr) * | 2008-10-13 | 2010-12-10 | Dcns | Procede et systeme de controle de l'appontage/decollage automatique d'un drone sur ou d'une grille circulaire d'appontage d'une plate-forme notamment navale |
US10152059B2 (en) * | 2016-10-10 | 2018-12-11 | Qualcomm Incorporated | Systems and methods for landing a drone on a moving base |
-
2020
- 2020-04-02 CN CN202010255474.6A patent/CN111399542B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527481A (zh) * | 2016-12-06 | 2017-03-22 | 重庆零度智控智能科技有限公司 | 无人机飞行控制方法、装置及无人机 |
CN108227751A (zh) * | 2018-01-29 | 2018-06-29 | 广州亿航智能技术有限公司 | 一种无人机的降落方法及系统 |
CN108459618A (zh) * | 2018-03-15 | 2018-08-28 | 河南大学 | 一种无人机自动对移动平台投放的飞行控制系统及方法 |
JP2019160225A (ja) * | 2018-03-16 | 2019-09-19 | 本田技研工業株式会社 | ドローンシステム、ドローン及びドローンシステムの制御方法 |
CN108645408A (zh) * | 2018-05-07 | 2018-10-12 | 中国人民解放军国防科技大学 | 一种基于导航信息的无人机自主回收目标预测方法 |
CN108873930A (zh) * | 2018-05-31 | 2018-11-23 | 苏州市启献智能科技有限公司 | 基于移动平台的无人机起降方法及系统 |
CN109947128A (zh) * | 2019-03-13 | 2019-06-28 | 歌尔股份有限公司 | 无人机控制方法、无人机控制装置、无人机及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111399542A (zh) | 2020-07-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399542B (zh) | 无人机降落方法、装置、存储介质、自动驾驶仪及无人机 | |
EP3653470B1 (en) | Parking control system for autonomous vehicle | |
US11834197B2 (en) | Unmanned aerial vehicle landing gear control method, apparatus, unmanned aerial vehicle, and system thereof | |
CN112997227B9 (zh) | 交通辅助系统、服务器及方法、车载装置及其动作方法、记录介质、计算机及半导体集成电路 | |
US8509965B2 (en) | Integrated collision avoidance system for air vehicle | |
CN107792077B (zh) | 用于确认道路部段是否适合于自主车辆驾驶的方法和系统 | |
KR102625488B1 (ko) | 제어 장치 및 제어 방법, 프로그램, 그리고 이동체 | |
EP3232285B1 (en) | Method and arrangement for monitoring and adapting the performance of a fusion system of an autonomous vehicle | |
EP3594922A1 (en) | Server device, terminal device, communication system, information receiving method, information sending method, program for receiving information, program for sending information, recording medium, and data structure | |
CN110687928A (zh) | 降落控制方法,系统,无人机及存储介质 | |
US20210331695A1 (en) | Object detection and tracking for automated operation of vehicles and machinery | |
JPWO2018212346A1 (ja) | 制御装置、走査システム、制御方法、およびプログラム | |
CN103781685A (zh) | 车辆用自主行驶控制系统 | |
US9828112B2 (en) | Method and system for triggering an emergency measure | |
CN111427376A (zh) | 无人机起飞方法、装置、存储介质、自动驾驶仪及无人机 | |
US20210370984A1 (en) | System and method for estimating take-over time | |
CN112382131A (zh) | 一种机场场面安全避撞预警系统和方法 | |
CN112078814A (zh) | 一种无人机起停控制方法、系统、设备及存储介质 | |
CN114274972A (zh) | 自主驾驶环境中的场景识别 | |
JP2020038500A (ja) | 車両の走行制御システム | |
CN113879324A (zh) | 智能驾驶车辆传感器故障处理方法及装置 | |
CN116558469A (zh) | 距离误差评价方法、装置、电子设备及存储介质 | |
CN115991195A (zh) | 自动驾驶中车轮打滑的自动检测及补偿方法、装置及系统 | |
KR20200133856A (ko) | 자율 주행 장치 및 방법 | |
US20210370960A1 (en) | Systems and methods for monitoring an operation of one or more self-driving vehicles |
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 |