CN111694370A - 一种无人机多阶段定点定向降落的视觉方法及系统 - Google Patents
一种无人机多阶段定点定向降落的视觉方法及系统 Download PDFInfo
- Publication number
- CN111694370A CN111694370A CN201910184193.3A CN201910184193A CN111694370A CN 111694370 A CN111694370 A CN 111694370A CN 201910184193 A CN201910184193 A CN 201910184193A CN 111694370 A CN111694370 A CN 111694370A
- Authority
- CN
- China
- Prior art keywords
- mark
- position information
- feature point
- unmanned aerial
- aerial vehicle
- 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 42
- 230000000007 visual effect Effects 0.000 title claims abstract description 21
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000009434 installation Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 239000003550 marker Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 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)
- Image Processing (AREA)
Abstract
本发明涉及一种无人机多阶段定点定向降落的视觉方法及系统。先根据面积较大的第一标记的特征点的第一位置信息对无人机的降落点进行定位,当无人机降落过程到一定高度无法采集到第一标记的整体图像信息,进而无法通过第一标记的图像信息精确定位第一标记特征点的位置时,依靠面积较小的第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离重新精确定位所述第一标记特征点的位置,使无人机降落过程中能够全程准确定位无人机降落点的位置,引导无人机实现定点降落。
Description
技术领域
本发明属于无人机控制技术领域,尤其涉及一种无人机多阶段定点定向降落的视觉方法及系统。
背景技术
目前无人机降落多采用GPS定位或采用一个标记图像进行辅助降落,存在以下几点局限性:
1、GPS定位精度存在较大误差(2-5m)、易被干扰且GPS信息容易出现丢失,这会导致无人机定点降落误差较大;
2、只有一个标记图像,需要将相机采集该标记的整体图像,识别图像中心点,才能实现精确降落,即需要将相机对准该该标记才能实现精确降落。但是,当无人机飞行高度较大时,为了相机能够采集到标记的整体图像,标记图像的面积一般较大;当无人机下降到一定高度后相机便无法采集该标记的整体图像,导致无法识别图像中心点,无人机会在空中相对降落点出现尺度漂移等情况。
发明内容
为了解决上述技术问题,本发明的目的在于提供一种无人机多阶段定点定向降落的视觉方法及系统。
根据本发明的一个方面,提供了一种无人机多阶段定点定向降落的视觉方法,包括以下步骤:
采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记;
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息;
采集无人机待降落场地所述第二标记的图像信息;
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。
进一步的,所述的无人机多阶段定点定向降落的视觉方法,还包括:
采集无人机距离降落场地的高度信息;
将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行所述第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行所述第二标记的图像信息的采集。
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,包括:
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,包括:
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,包括:
根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
所述的无人机多阶段定点定向降落的视觉方法,还包括:
确定摄像机在无人机的安装位置,根据所述安装位置与无人机的特征点之间的距离及所述安装位置相对于所述无人机的特征点的方位确定所述第一标记的特征点与所述第二标记的特征点之间的设定距离及所述第一标记的特征点相对于所述第二标记的特征点的设置方位。
所述特征点为中心点。
根据本发明的另一个方面,提供了一种无人机多阶段定点定向降落的视觉系统,包括:
第一标记的图像信息采集单元,配置用于采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记,所述第一标记的面积大于所述第二标记的面积;
第一位置信息生成单元,配置用于根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息;
第二标记的图像信息采集单元,配置用于采集无人机待降落场地所述第二标记的图像信息;
第二位置信息生成单元,配置用于根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。
进一步的,所述的无人机多阶段定点定向降落的视觉系统,还判断单元,所述判断单元配置用于:
采集无人机距离降落场地的高度信息;
将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行所述第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行所述第二标记的图像信息的采集。
第一位置信息生成单元还配置用于:
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
第二位置信息生成单元还配置用于:
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
第二位置信息生成单元还配置用于:
根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
根据本发明的另一个方面,提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如上任一项所述的方法。
根据本发明的另一个方面,提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现如上任一项所述的方法。
与现有技术相比,本发明具有以下有益效果:
1、本发明示例的无人机多阶段定点定向降落的视觉方法,先根据面积较大的第一标记的特征点的第一位置信息对无人机的降落点进行定位,当无人机降落过程到一定高度无法采集到第一标记的整体图像信息,进而无法通过第一标记的图像信息精确定位第一标记特征点的位置时,依靠面积较小的第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离重新精确定位所述第一标记特征点的位置,使无人机降落过程中能够全程准确定位无人机降落点的位置,引导无人机实现定点降落。
2、本发明示例的无人机多阶段定点定向降落的视觉系统,通过各个单元的相互配合,实现先根据面积较大的第一标记特征点的第一位置信息对无人机的降落点进行定位,当无人机降落过程到一定高度无法精确定位第一标记特征点的位置时,依靠面积较小的第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离重新精确定位所述第一标记特征点的位置,使无人机降落过程中全程准确定位无人机降落点的位置,引导无人机实现定点降落。
附图说明
图1为实施例一第一标记、第二标记的示意图;
图2为实施例一计算机系统的结构示意图;
图3为本发明流程图,
图中,100计算机系统,101 CPU,102 ROM,103RAM,104总线,105 I/O接口,106输入部分,107输出部分,108存储部分,109通信部分,110驱动器,111可拆卸介质。
具体实施方式
为了更好的了解本发明的技术方案,下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例一:
本实施例的一种无人机多阶段定点定向降落的视觉方法,包括以下步骤:
S1、采集无人机距离降落场地的高度信息;将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行第二标记的图像信息的采集。
S2、所述高度信息不小于预设高度时,采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记,如图1所示,第一标记的特征点与第二标记的特征点之间的设定距离及所述第一标记的特征点相对于所述第二标记的特征点的设置方位通过摄像机在无人机的安装位置与无人机的特征点之间的距离及所述安装位置相对于所述无人机的特征点的方位确定。其中,上述特征点可以均为中心点,所述第一标记的面积大于所述第二标记的面积。摄像机可以为在安装在无人机机臂上的单目相机。
S3、根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,具体通过摄像机采集无人机下方的地面区域图像;对采集的地面图像进行处理,检测定点第一标记的特征点如中心位置,其中,第一标记及第二标记可以是规则图形也可以是不规则图形,当然规则图形更易实现特征点如中心位置的定位。其中,第一标记可以具体为logo图案,第二标记可以是logo等能指示方向的图案。第一标记及第二标记特征点的定位类似,以第一标记中心位置定位为例进行说明。当第一标记为圆形时,可以用Hough圆检测算法直接检测出圆心,将该圆心作为无人机降落的目标点。当为其他图形时,可以采用目标检测方法,如SSD、YOLO等深度学习方法,检测出包围marker的矩形区域,再获得矩形区域的中心点,以该中心点作为无人机降落的目标点。以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,即通过检测算法确定第一标记的中心位置后,将该第一标记区域的中心(xcent,ycent)作为降落点,进行降落位置的转换,具体先将该点转换至相机坐标系,然后再转换为无人机机体坐标系,以供无人机降落,直至无法采集到所述第一标记的图像信息,而此时,无人机距离降落场地的高度信息小于预设高度。
其中,S3包括:
S31、根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
S32、基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,令基于摄像机(相机)标定得到的内参矩阵为K,摄像机标定可使用但不限于张正友标定法,则:
第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系为:
xc=(xcent-cx)*h/fx
yc=(ycent-cy)*h/fy
zc=h
其中,(xc,yc,zc)为降落点的三维坐标,h为无人机的离地高度,
根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
S33、基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,所述第二预设转换关系为:
其中,(xb,yb,zb)为无人机最终降落位置(即第三坐标系的第一位置信息);R和T分别为相机相对于无人机机体坐标系的旋转和平移矩阵。
将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息。
当无人机降落至(xb,yb,zb)时,该降落点位于无人机正下方,当降落至一定的高度h(如该高度threshold=2m)后,定点第一标记不再在相机的视场范围内,相机采集不到定点第一标记的图像,此时检测算法无法为无人机提供降落位置,则在第一标记的预设距离内增加一个定点定向的第二标记,进行步骤S4。
S4、采集无人机待降落场地所述第二标记的图像信息。当h<threshold时,相机采集定点定向第二标记的图像信息,并检测定点定向第二标记的中心坐标,然后将其中心坐标转换至机体坐标系(第三坐标系)坐标位置,具体步骤参考步骤S3的转换过程。当此时相机相对机体坐标的平移矩阵Tcb为0,此时转换至机体坐标时无平移向量,即无需将无人机的中心位置调整至定点定向第二标记的中心位置。
S5、根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,对无人机降落位置进行修正,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。在修正过程中降落时,定点定向第二标记的中心在相机下方,且定点第一标记的中心仍在机体下方,直至降落完成。
S5包括:
S51、根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
S52、基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
S53、基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
S54、根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
上述方法可以分为两个阶段,本发明提出一套“定点第一标记实现定点降落,定点定向第二标记调整位置”的两阶段定点定向无人机降落方法。基于视觉的无人机定点定向降落方法,能够准确确定无人机待降落区域的第一标记及第二标记的中心位置,引导无人机实现定点降落。在使用第一标记的基础上,增加了一个定点定向第二标记,在无人机无法采集定点第一标记的图像时,依靠定点定向第二标记给无人机提供降落位置并修正无人机位置,使无人机实现更准确的降落:
(1)当无人机准备降落时,无人机在待降落区域上方悬停;通过安装在机臂上的下视相机对采集到的地面图像进行处理,检测并标记事先放置好的定点第一标记的中心,将此中心点的像素坐标转换为机体坐标后,调整无人机的位置开始降落;此时定点第一标记位于无人机的下方,
(2)当降落到一定的高度后,相机无法采集到定点第一标记的图像信息;此时,依靠定点定向第二标记给无人机提供降落位置并修正无人机位置,以此使无人机可以精确降落在定点第一标记的中心位置。通过本发明提出的无人机降落方法,可以使无人机无需依靠GPS就可以实现精确降落。
本实施例的无人机多阶段定点定向降落的视觉系统,包括:
判断单元配置用于:采集无人机距离降落场地的高度信息;将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行第二标记的图像信息的采集。
第一标记的图像信息采集单元,配置用于采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记,所述第一标记的面积大于所述第二标记的面积。
第一位置信息生成单元,配置用于根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息。第一位置信息生成单元还配置用于:
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
第二标记的图像信息采集单元,配置用于采集无人机待降落场地所述第二标记的图像信息。
第二位置信息生成单元,配置用于根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。第二位置信息生成单元还配置用于:
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
所述第二位置信息生成单元还配置用于:
根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
应当理解,上述无人机多阶段定点定向降落的视觉方法中各步骤与无人机多阶段定点定向降落的视觉系统中记载的诸子单元相对应。由此,上文针对系统及其中包含的单元描述的操作和特征同样适用于上述方法,在此不再赘述。
本实施例还提供了一种设备,所述设备适于用来实现本申请实施例。
该设备包括计算机系统100,如图2所示,计算机系统100包括中央处理单元(CPU)101,其可以根据存储在只读存储器(ROM)102中的程序或者从存储部分加载到随机访问存储器(RAM)103中的程序而执行各种适当的动作和处理。在RAM103中,还存储有系统操作所需的各种程序和数据。CPU 101、ROM 102以及RAM 103通过总线104彼此相连。输入/输出(I/O)接口105也连接至总线104。
以下部件连接至I/O接口105:包括键盘、鼠标等的输入部分106;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分107;包括硬盘等的存储部分108;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分109。通信部分109经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至I/O接口105。可拆卸介质111,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器110上,以便于从其上读出的计算机程序根据需要被安装入存储部分108。
特别地,根据本发明的实施例,上文参考流程图3描述的过程可以被实现为计算机软件程序。例如,本发明的实施例一包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分从网络上被下载和安装,和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)101执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例一的系统、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,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操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。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括第一标记的图像信息采集单元、第一位置信息生成单元、第二标记的图像信息采集单元、第二位置信息生成单元。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定,例如,第一标记的图像信息采集单元还可以被描述为配置用于采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记的第一标记的图像信息采集单元,所述第一标记的面积大于所述第二标记的面积。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的无人机多阶段定点定向降落的视觉方法。
例如,所述电子设备可以实现如图3中所示的:采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记,所述第一标记的面积大于所述第二标记的面积;根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息;采集无人机待降落场地所述第二标记的图像信息;根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。
实施例二
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
第一标记及第二标记为圆形,第一标记及第二标记的特征点为最右侧边缘点。
实施例三
本实施例与实施例一相同的特征不再赘述,本实施例与实施例一不同的特征在于:
第一标记及第二标记为三角形,第一标记及第二标记的特征点为最左侧边缘点。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。
Claims (12)
1.一种无人机多阶段定点定向降落的视觉方法,其特征是,包括以下步骤:
采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记;
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息;
采集无人机待降落场地所述第二标记的图像信息;
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。
2.根据权利要求1所述的无人机多阶段定点定向降落的视觉方法,其特征是,还包括:
采集无人机距离降落场地的高度信息;
将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行所述第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行所述第二标记的图像信息的采集。
3.根据权利要求1所述的无人机多阶段定点定向降落的视觉方法,其特征是,根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,包括:
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
4.根据权利要求3所述的无人机多阶段定点定向降落的视觉方法,其特征是,根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,包括:
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
5.根据权利要求4所述的无人机多阶段定点定向降落的视觉方法,其特征是,根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,包括:
根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
6.根据权利要求1所述的无人机多阶段定点定向降落的视觉方法,其特征是,还包括:
确定摄像机在无人机的安装位置,根据所述安装位置与无人机的特征点之间的距离及所述安装位置相对于所述无人机的特征点的方位确定所述第一标记的特征点与所述第二标记的特征点之间的设定距离及所述第一标记的特征点相对于所述第二标记的特征点的设置方位。
7.根据权利要求1-6任一所述的无人机多阶段定点定向降落的视觉方法,其特征是,所述特征点为中心点。
8.一种无人机多阶段定点定向降落的视觉系统,其特征是,包括:
第一标记的图像信息采集单元,配置用于采集无人机待降落场地第一标记的图像信息,其中,所述待降落场地内还设置第二标记,所述第一标记的面积大于所述第二标记的面积;
第一位置信息生成单元,配置用于根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落,直至无法采集到所述第一标记的图像信息;
第二标记的图像信息采集单元,配置用于采集无人机待降落场地所述第二标记的图像信息;
第二位置信息生成单元,配置用于根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,并根据所述第二标记特征点的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第一位置信息,以供无人机以所述第一标记特征点的第一位置信息为降落点进行降落。
9.根据权利要求8所述的无人机多阶段定点定向降落的视觉系统,其特征是,还判断单元,所述判断单元配置用于:
采集无人机距离降落场地的高度信息;
将所述高度信息与预设高度进行比对,若所述高度信息不小于预设高度,则进行所述第一标记的图像信息的采集,若所述高度信息小于预设高度,则进行所述第二标记的图像信息的采集。
10.根据权利要求8所述的无人机多阶段定点定向降落的视觉系统,其特征是,第一位置信息生成单元还配置用于:
根据所述第一标记的图像信息生成所述第一标记特征点的第一位置信息,所述第一标记特征点的第一位置信息是基于降落场地建立的第一坐标系的第一位置信息;
基于摄像机的内参矩阵生成的第一坐标系与基于摄像机建立的第二坐标系位置信息转换的第一预设转换关系,根据所述第一预设转换关系,将所述第一标记特征点的第一坐标系的第一位置信息转换成相应所述第二坐标系的第一位置信息;
基于第二坐标系与第三坐标系位置信息转换的第二预设转换关系,将所述第一标记特征点的所述第二坐标系的第一位置信息转换成相应所述第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
11.根据权利要求10所述的无人机多阶段定点定向降落的视觉系统,其特征是,第二位置信息生成单元还配置用于:
根据所述第二标记的图像信息生成所述第二标记特征点的第二位置信息,所述第二标记特征点的第二位置信息是基于降落场地建立的第一坐标系的第二位置信息;
基于所述第一预设转换关系,将所述第二标记特征点的第一坐标系的第二位置信息转换成基于摄像机建立的第二坐标系的第二位置信息;
基于第二预设转换关系,将所述第二标记特征点的所述第二坐标系的第二位置信息转换成基于无人机建立的第三坐标系的第二位置信息。
12.根据权利要求11所述的无人机多阶段定点定向降落的视觉系统,其特征是,第二位置信息生成单元还配置用于:
根据所述第二标记特征点的第三坐标系的第二位置信息及所述第一标记的特征点与所述第二标记的特征点之间的设定距离定位所述第一标记特征点的第三坐标系的第一位置信息,以供无人机以所述第一标记特征点的第三坐标系的第一位置信息为降落点进行降落。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910184193.3A CN111694370B (zh) | 2019-03-12 | 2019-03-12 | 一种无人机多阶段定点定向降落的视觉方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910184193.3A CN111694370B (zh) | 2019-03-12 | 2019-03-12 | 一种无人机多阶段定点定向降落的视觉方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111694370A true CN111694370A (zh) | 2020-09-22 |
CN111694370B CN111694370B (zh) | 2024-05-24 |
Family
ID=72474615
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910184193.3A Active CN111694370B (zh) | 2019-03-12 | 2019-03-12 | 一种无人机多阶段定点定向降落的视觉方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111694370B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102417037A (zh) * | 2010-09-28 | 2012-04-18 | 株式会社拓普康 | 自动起飞和着陆系统 |
CN103347785A (zh) * | 2010-12-14 | 2013-10-09 | 株式会社大韩航空 | 一种无人机自动回收方法 |
US20160122038A1 (en) * | 2014-02-25 | 2016-05-05 | Singularity University | Optically assisted landing of autonomous unmanned aircraft |
CN105857630A (zh) * | 2016-03-30 | 2016-08-17 | 乐视控股(北京)有限公司 | 停机坪装置、飞行器及飞行器停机系统 |
CN106384382A (zh) * | 2016-09-05 | 2017-02-08 | 山东省科学院海洋仪器仪表研究所 | 一种基于双目立体视觉的三维重建系统及其方法 |
CN106444797A (zh) * | 2016-12-01 | 2017-02-22 | 腾讯科技(深圳)有限公司 | 一种控制飞行器降落的方法以及相关装置 |
US20170225800A1 (en) * | 2016-02-05 | 2017-08-10 | Jordan Holt | Visual landing aids for unmanned aerial systems |
CN107240063A (zh) * | 2017-07-04 | 2017-10-10 | 武汉大学 | 一种面向移动平台的旋翼无人机自主起降方法 |
-
2019
- 2019-03-12 CN CN201910184193.3A patent/CN111694370B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102417037A (zh) * | 2010-09-28 | 2012-04-18 | 株式会社拓普康 | 自动起飞和着陆系统 |
CN103347785A (zh) * | 2010-12-14 | 2013-10-09 | 株式会社大韩航空 | 一种无人机自动回收方法 |
US20160122038A1 (en) * | 2014-02-25 | 2016-05-05 | Singularity University | Optically assisted landing of autonomous unmanned aircraft |
US20170225800A1 (en) * | 2016-02-05 | 2017-08-10 | Jordan Holt | Visual landing aids for unmanned aerial systems |
CN105857630A (zh) * | 2016-03-30 | 2016-08-17 | 乐视控股(北京)有限公司 | 停机坪装置、飞行器及飞行器停机系统 |
CN106384382A (zh) * | 2016-09-05 | 2017-02-08 | 山东省科学院海洋仪器仪表研究所 | 一种基于双目立体视觉的三维重建系统及其方法 |
CN106444797A (zh) * | 2016-12-01 | 2017-02-22 | 腾讯科技(深圳)有限公司 | 一种控制飞行器降落的方法以及相关装置 |
CN107240063A (zh) * | 2017-07-04 | 2017-10-10 | 武汉大学 | 一种面向移动平台的旋翼无人机自主起降方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111694370B (zh) | 2024-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109270534B (zh) | 一种智能车激光传感器与相机在线标定方法 | |
EP3407294B1 (en) | Information processing method, device, and terminal | |
CN111612841B (zh) | 目标定位方法及装置、移动机器人及可读存储介质 | |
CN104197899A (zh) | 移动机器人定位方法及系统 | |
CN113657224A (zh) | 车路协同中用于确定对象状态的方法、装置、设备 | |
CN113570631B (zh) | 一种基于图像的指针式仪表智能识别方法及设备 | |
CN112598750A (zh) | 路侧相机标定方法、装置、电子设备和存储介质 | |
CN114415736B (zh) | 一种无人机多阶段视觉精准降落方法和装置 | |
CN111598952A (zh) | 一种多尺度合作靶标设计与在线检测识别方法及系统 | |
CN111273701B (zh) | 一种云台视觉控制系统以及控制方法 | |
WO2021103558A1 (zh) | 基于rgb-d数据融合的机器人视觉引导方法和装置 | |
CN112465908B (zh) | 一种物体定位方法、装置、终端设备及存储介质 | |
CN116486290B (zh) | 一种无人机监测追踪方法、装置、电子设备及存储介质 | |
CN111339953B (zh) | 一种基于聚类分析的薇甘菊监测方法 | |
CN116579989B (zh) | 一种基于深度相机的隧道打孔倾角修正方法 | |
CN111694370B (zh) | 一种无人机多阶段定点定向降落的视觉方法及系统 | |
CN116736259A (zh) | 一种用于塔吊自动驾驶的激光点云坐标标定的方法及装置 | |
CN116844124A (zh) | 三维目标检测框标注方法、装置、电子设备和存储介质 | |
CN108564626B (zh) | 用于确定安装于采集实体的相机之间的相对姿态角的方法和装置 | |
CN110853098A (zh) | 机器人定位方法、装置、设备及存储介质 | |
CN113781524B (zh) | 一种基于二维标签的目标追踪系统及方法 | |
CN110569810B (zh) | 坐标信息的获取方法及装置、存储介质、电子装置 | |
CN112991463A (zh) | 相机标定方法、装置、设备、存储介质和程序产品 | |
CN111746810B (zh) | 全天候无人机降落方法及降落系统、设备和存储介质 | |
CN113561181A (zh) | 目标检测模型的更新方法、装置及系统 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210716 Address after: 518063 5th floor, block B, building 1, software industry base, Yuehai street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Fengyi Technology (Shenzhen) Co.,Ltd. Address before: 518061 Intersection of Xuefu Road (south) and Baishi Road (east) in Nanshan District, Shenzhen City, Guangdong Province, 6-13 floors, Block B, Shenzhen Software Industry Base Applicant before: SF TECHNOLOGY Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |