CN111924101A - 一种无人机双云台相机及其工作方法 - Google Patents
一种无人机双云台相机及其工作方法 Download PDFInfo
- Publication number
- CN111924101A CN111924101A CN202010894040.0A CN202010894040A CN111924101A CN 111924101 A CN111924101 A CN 111924101A CN 202010894040 A CN202010894040 A CN 202010894040A CN 111924101 A CN111924101 A CN 111924101A
- Authority
- CN
- China
- Prior art keywords
- camera
- point
- aerial vehicle
- unmanned aerial
- suspicious target
- 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 abstract description 18
- 239000000725 suspension Substances 0.000 claims abstract description 26
- 239000013598 vector Substances 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000011017 operating method Methods 0.000 claims description 5
- 230000003595 spectral effect Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 abstract description 8
- 238000001228 spectrum Methods 0.000 abstract description 2
- 235000008753 Papaver somniferum Nutrition 0.000 description 8
- 240000001090 Papaver somniferum Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000009977 dual effect Effects 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
- B64D47/08—Arrangements of cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Studio Devices (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明公开了一种无人机双云台相机及其工作方法,包括以下步骤:获取多光谱相机拍照点的经纬度并转换为UTM坐标;根据多光谱相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标;根据多光谱相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角和方位角,然后对可疑目标位置进行高分RGB拍摄。本发明避免了多光谱相机对光谱相近的植物或物体进行误识别的情况,提高了无人机巡检的精准度和可靠性。
Description
技术领域
本发明属于无人机云台控制技术领域,具体涉及一种无人机双云台相机及其工作方法。
背景技术
无人机在巡检过程中,针对一些特定的场景,只使用单一的可见光相机,巡检效率低,无法实现一些专业的需求,例如在60米高空快速地识别地面的的罂粟,则需要多光谱相机进行大面积的筛查,通过罂粟的特定光谱反射特征来判定该区域是否存在罂粟,然后通过可见光相机变焦查看罂粟的细节图像,核查确认该区域是否存在罂粟。
现有技术中存在一些双光的多光谱加可见光相机,但由于硬件的原因导致可见光相机部分无法快速变焦,查看多光谱相机捕捉到的目标图像细节。
发明内容
本发明针对现有技术中的不足,提供一种无人机双云台相机及其工作方法,实现了多光谱相机和可见光相机在同一架无人机上的协同工作,避免了多光谱相机误识别的情况。
为实现上述目的,本发明采用以下技术方案:
一种无人机双云台相机,包括无人机机体,所述无人机的机体上设有第一云台和第二云台,所述第一云台上设有A相机,所述的A相机用于通过内置热红外或光谱算法高效识别可疑目标,所述第二云台上设有可见光相机。
一种无人机双云台相机的工作方法,应用上述的无人机双云台相机,包括以下步骤:
获取A相机拍照点的经纬度并转换为UTM坐标;
根据A相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标;
根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角和方位角,然后对可疑目标位置进行高分RGB拍摄。
为优化上述技术方案,采取的具体措施还包括:
进一步地,上述根据A相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标具体包括以下步骤:
设A相机拍照点的UTM坐标为(XA,YA),以飞机飞行方向为y轴,垂直于飞机飞行的方向为x轴,A相机拍照点为原点建立坐标系xAy;
以正北为y’轴,正东为x’轴,建立坐标系x’Ay’,计算可疑目标位置在x’Ay’中的坐标,计算公式为:
x’B=(n-640)*d*cosθ1+(m-480)*d*sinθ1;
y’B=(m-480)*d*cosθ1-(n-640)*d*sinθ1;
其中,θ1为A相机拍照点对应的航向角,正北为0°,范围为0°~360°,顺时针为正方向,m,n分别为可疑目标位置在坐标系xAy的栅格行坐标和栅格列坐标,d为空间分辨率;
计算可疑目标位置的UTM坐标,计算公式为:
XB=XA+x’B;
YB=YA+y’B。
进一步地,根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角包括以下步骤:
记可疑目标位置为B点,无人机悬停点为D点,无人机悬停点的星下点为C点,无人机悬停点对应的航向角为θ2,C点的UTM坐标(XC,YC);
以C点为原点,正北为Y轴,正东为X轴,建立坐标系XCY,得到可疑目标位置在XCY下的坐标为X’B=XB-XC,Y’B=YB-YC;无人机悬停点D点在坐标系XCY下的坐标为(0,0,hD),hD为高度;
计算第二云台的俯仰角α,计算公式为:
其中,α的取值范围为0°~90°;
定义可见光相机的俯仰角定义为水平时为0°,向上旋转为正,向下旋转为负,得到第二云台的俯仰角Pitch=α-90°,其中,Pitch的角度范围为-90°~0°。
进一步地,根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的方位角包括以下步骤:
其中,β的取值范围为0°-180°;
(XB-XC)≥0时,β’=β
(XB-XC)<0时,β’=360-β
其中,β’的取值范围为0°-360°;
计算第二云台的方位角,计算公式为:
Yaw=β’-θ2
其中,Yaw的取值范围为0°-360°。
本发明的有益效果是:
本发明通过提供的一种无人机双云台相机及其工作方法,通过在同一架无人机上设置A相机和可见光相机同时工作,使用A相机进行可疑目标识别,当发现可疑目标后,使用可见光相机变焦进行高分RGB拍摄识别,避免了A相机对相近物体进行误识别的情况,提高了无人机巡检的精准度和可靠性。
附图说明
图1为本发明的无人机双云台相机的工作方法流程示意图。
图2为本发明的可疑目标位置示意图。
图3为本发明的无人机悬停点示意图。
图4为本发明的方位角角度判断示意图。
图5为本发明第二具体实施例光伏巡检过程中热红外相机拍摄的可疑目标位置示意图。
图6为本发明第二具体实施例光伏巡检过程中可见光相机拍摄结果示意图。
图7为本发明第一具体实施例罂粟识别过程中多光谱相机拍摄的可疑目标位置示意图。
图8为本发明第一具体实施例罂粟识别过程中可见光相机拍摄的结果示意图。
具体实施方式
现在结合附图1-4对本发明作进一步详细的说明。
需要注意的是,发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语,亦仅为便于叙述的明了,而非用以限定本发明可实施的范围,其相对关系的改变或调整,在无实质变更技术内容下,当亦视为本发明可实施的范畴。
如图1所示,在本发明的其中一个实施例中,一种无人机双云台相机,包括无人机机体,所述无人机的机体上设有第一云台和第二云台,所述第一云台上设有A相机,所述第二云台上设有可见光相机。
在本实施例中,第一云台除了可以搭载多光谱相机,还可以搭载热红外相机或高光谱相机,诸如此类可以通过内置热红外或光谱算法高效识别可疑目标的相机。在实际使用过程中,根据检查目标的特征不同,可以采用对特定特征具有较好识别性的相机。可见光相机一般采用可见光云台变焦相机。通过在同一架无人机上设置多光谱相机和可见光相机,提高了无人机巡检的精准度和可靠性。进一步的,图1中无人机下方左侧相机为A相机,A相机可为多光谱相机,用于首先识别发现疑似目标,并将数据下发。
第一具体实施例中,在使用多光谱相机来进行罂粟识别的时候,会发现在识别的时候,会有光谱相近的植物,或者物体干扰导致误识别,因此需要加上第二云台可见光相机一起解决此问题。多光谱相机识别发现如图7所示的疑似目标,可见光变焦相机确认目标如图8所示,运用于无人机多相机协同工作,即多光谱相机筛选可疑目标,可见光对筛选到的目标放大观察细节,最终确定目标。
如图2-4所示,在本发明的其中一个实施例中,一种无人机双云台相机的工作方法,应用无人机双云台相机,包括以下步骤:
步骤一:获取多光谱相机拍照点的经纬度并转换为UTM坐标,所述的UTM为Universal Transverse Mercator Grid System,即通用横墨卡托格网系统;
在本实施例中,当多光谱相机发现可疑目标时,将可疑目标的位置标记,并获取该位置的经纬度,然后转换为对应的UTM坐标;
步骤二:根据多光谱相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标;
在本实施例中,根据多光谱相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标具体包括以下步骤:
设多光谱相机拍照点的UTM坐标为(XA,YA),以飞机飞行方向为y轴,垂直于飞机飞行的方向为x轴,多光谱相机拍照点为原点建立坐标系xAy;
以正北为y’轴,正东为x’轴,建立坐标系x’Ay’,计算可疑目标位置在x’Ay’中的坐标,计算公式为:
x’B=(n-640)*d*cosθ1+(m-480)*d*sinθ1;
y’B=(m-480)*d*cosθ1-(n-640)*d*sinθ1;
其中,θ1为多光谱相机拍照点对应的航向角,正北为0°,范围为0°~360°,顺时针为正方向,m,n分别为可疑目标位置在坐标系xAy的栅格行坐标和栅格列坐标,d为空间分辨率;
计算可疑目标位置的UTM坐标,计算公式为:
XB=XA+x’B;
YB=YA+y’B。
步骤三:根据多光谱相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角和方位角,然后对可疑目标位置进行高分RGB拍摄。
在本实施例中,根据多光谱相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角包括以下步骤:
记可疑目标位置为B点,无人机悬停点为D点,无人机悬停点的星下点为C点,无人机悬停点对应的航向角为θ2,C点的UTM坐标(XC,YC);
以C点为原点,正北为Y轴,正东为X轴,建立坐标系XCY,得到可疑目标位置在XCY下的坐标为X’B=XB-XC,Y’B=YB-YC;无人机悬停点D点在坐标系XCY下的坐标为(0,0,hD),hD为高度;
计算第二云台的俯仰角α,计算公式为:
其中,α的取值范围为0°~90°;
定义可见光相机的俯仰角定义为水平时为0°,向上旋转为正,向下旋转为负,得到第二云台的俯仰角Pitch=α-90°,其中,Pitch的角度范围为-90°~0°。
根据多光谱相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的方位角包括以下步骤:
其中,β的取值范围为0°-180°;
(XB-XC)≥0时,β’=β
(XB-XC)<0时,β’=360-β
其中,β’的取值范围为0°-360°;
计算第二云台的方位角,计算公式为:
Yaw=β’-θ2
其中,Yaw的取值范围为0°-360°。
如图5-6所示,在本发明的第二具体实施例中,上述的无人机双云台相机及其工作方法还可以应用于光伏巡检领域,在本实施例中选用DJI M210 RTK型号的可挂载双云台的无人机,第一云台搭载DJI XT2型号的热红外相机,第二云台搭载Z30型号的可见光变焦相机,当XT2热红外相机识别到疑似目标物体后,根据上述工作方法,可以将Z30可见光变焦相机云台旋转至该区域,对该区域变焦放大,再通过比对光伏面板的热红外图像和RGB可见光图像,具体分析光伏面板的故障原因。
以上仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,应视为本发明的保护范围。
Claims (5)
1.一种无人机双云台相机,其特征在于,包括无人机机体,所述无人机的机体上设有第一云台和第二云台,所述第一云台上设有A相机,所述的A相机用于通过内置热红外或光谱算法高效识别可疑目标,所述第二云台上设有可见光相机。
2.一种无人机双云台相机的工作方法,应用权利要求1所述的无人机双云台相机,其特征在于,包括以下步骤:
获取A相机拍照点的经纬度并转换为UTM坐标;
根据A相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标;
根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角和方位角,然后对可疑目标位置进行高分RGB拍摄。
3.根据权利要求2所述的无人机双云台相机的工作方法,其特征在于,所述根据A相机拍照点的UTM坐标计算得出可疑目标位置的UTM坐标具体包括以下步骤:
设A相机拍照点的UTM坐标为(XA,YA),以飞机飞行方向为y轴,垂直于飞机飞行的方向为x轴,A相机拍照点为原点建立坐标系xAy;
以正北为y’轴,正东为x’轴,建立坐标系x’Ay’,计算可疑目标位置在x’Ay’中的坐标,计算公式为:
x’B=(n-640)*d*cosθ1+(m-480)*d*sinθ1;
y’B=(m-480)*d*cosθ1-(n-640)*d*sinθ1;
其中,θ1为A相机拍照点对应的航向角,正北为0°,范围为0°~360°,顺时针为正方向,m,n分别为可疑目标位置在坐标系xAy的栅格行坐标和栅格列坐标,d为空间分辨率;
计算可疑目标位置的UTM坐标,计算公式为:
XB=XA+x’B;
YB=YA+y’B。
4.根据权利要求2所述的无人机双云台相机的工作方法,其特征在于,根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的俯仰角包括以下步骤:
记可疑目标位置为B点,无人机悬停点为D点,无人机悬停点的星下点为C点,无人机悬停点对应的航向角为θ2,C点的UTM坐标(XC,YC);
以C点为原点,正北为Y轴,正东为X轴,建立坐标系XCY,得到可疑目标位置在XCY下的坐标为X’B=XB-XC,Y’B=YB-YC;无人机悬停点D点在坐标系XCY下的坐标为(0,0,hD),hD为高度;
计算第二云台的俯仰角α,计算公式为:
其中,α的取值范围为0°~90°;
定义可见光相机的俯仰角定义为水平时为0°,向上旋转为正,向下旋转为负,得到第二云台的俯仰角Pitch=α-90°,其中,Pitch的角度范围为-90°~0°。
5.根据权利要求4所述的无人机双云台相机的工作方法,其特征在于,根据A相机拍照点和可疑目标位置的UTM坐标计算在飞机悬停点时第二云台的方位角包括以下步骤:
其中,β的取值范围为0°-180°;
(XB-XC)≥0时,β’=β
(XB-XC)<0时,β’=360-β
其中,β’的取值范围为0°-360°;
计算第二云台的方位角,计算公式为:
Yaw=β’-θ2
其中,Yaw的取值范围为0°-360°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894040.0A CN111924101B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机双云台相机及其工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010894040.0A CN111924101B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机双云台相机及其工作方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111924101A true CN111924101A (zh) | 2020-11-13 |
CN111924101B CN111924101B (zh) | 2024-04-09 |
Family
ID=73309727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010894040.0A Active CN111924101B (zh) | 2020-08-31 | 2020-08-31 | 一种无人机双云台相机及其工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111924101B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040159773A1 (en) * | 2001-07-06 | 2004-08-19 | Howard Fein | Imaging system and methodology |
CN102148965A (zh) * | 2011-05-09 | 2011-08-10 | 上海芯启电子科技有限公司 | 多目标跟踪特写拍摄视频监控系统 |
JP2014089613A (ja) * | 2012-10-31 | 2014-05-15 | Kodaira Associates Kk | 画像クラスタ分析装置 |
CN105241444A (zh) * | 2015-09-19 | 2016-01-13 | 中国煤炭科工集团太原研究院有限公司 | 一种悬臂式掘进机空间位姿自动检测系统及其测量方法 |
US20160173754A1 (en) * | 2014-12-15 | 2016-06-16 | Anhui Huami Information Technology Co., Ltd. | Method and system for action shooting and shooting control |
CN106156723A (zh) * | 2016-05-23 | 2016-11-23 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
US9945828B1 (en) * | 2015-10-23 | 2018-04-17 | Sentek Systems Llc | Airborne multispectral imaging system with integrated navigation sensors and automatic image stitching |
US20180129212A1 (en) * | 2016-11-09 | 2018-05-10 | Samsung Electronics Co., Ltd. | Unmanned aerial vehicle and method for photographing subject using the same |
CN108200339A (zh) * | 2017-12-29 | 2018-06-22 | 北京臻迪科技股份有限公司 | 目标追踪定位方法、系统及摄像装置 |
CN108702447A (zh) * | 2017-09-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种视频处理方法、设备、无人机及系统 |
CN109308702A (zh) * | 2018-09-14 | 2019-02-05 | 南京理工技术转移中心有限公司 | 一种目标实时识别定位方法 |
CN110081982A (zh) * | 2019-03-11 | 2019-08-02 | 中林信达(北京)科技信息有限责任公司 | 一种基于双光谱光电搜索的无人机目标定位方法 |
US20190303668A1 (en) * | 2018-03-30 | 2019-10-03 | Iunu, Inc. | Visual observer of unmanned aerial vehicle for monitoring horticultural grow operations |
CN110557604A (zh) * | 2018-05-31 | 2019-12-10 | 北京星闪世图科技有限公司 | 用于电力设施智能巡检的无人机影像全自动拍摄方法装置 |
CN110657891A (zh) * | 2019-09-29 | 2020-01-07 | 浙江农林大学 | 一种无人机运用多光谱侦查相机对植物识别的技术 |
CN110765944A (zh) * | 2019-10-23 | 2020-02-07 | 长光禹辰信息技术与装备(青岛)有限公司 | 基于多源遥感影像的目标识别方法、装置、设备及介质 |
CN111242988A (zh) * | 2020-01-14 | 2020-06-05 | 青岛联合创智科技有限公司 | 一种广角相机与长焦相机联动双云台跟踪目标的方法 |
-
2020
- 2020-08-31 CN CN202010894040.0A patent/CN111924101B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040159773A1 (en) * | 2001-07-06 | 2004-08-19 | Howard Fein | Imaging system and methodology |
CN102148965A (zh) * | 2011-05-09 | 2011-08-10 | 上海芯启电子科技有限公司 | 多目标跟踪特写拍摄视频监控系统 |
JP2014089613A (ja) * | 2012-10-31 | 2014-05-15 | Kodaira Associates Kk | 画像クラスタ分析装置 |
US20160173754A1 (en) * | 2014-12-15 | 2016-06-16 | Anhui Huami Information Technology Co., Ltd. | Method and system for action shooting and shooting control |
CN105241444A (zh) * | 2015-09-19 | 2016-01-13 | 中国煤炭科工集团太原研究院有限公司 | 一种悬臂式掘进机空间位姿自动检测系统及其测量方法 |
US9945828B1 (en) * | 2015-10-23 | 2018-04-17 | Sentek Systems Llc | Airborne multispectral imaging system with integrated navigation sensors and automatic image stitching |
CN106156723A (zh) * | 2016-05-23 | 2016-11-23 | 北京联合大学 | 一种基于视觉的路口精定位方法 |
US20180129212A1 (en) * | 2016-11-09 | 2018-05-10 | Samsung Electronics Co., Ltd. | Unmanned aerial vehicle and method for photographing subject using the same |
CN108702447A (zh) * | 2017-09-29 | 2018-10-23 | 深圳市大疆创新科技有限公司 | 一种视频处理方法、设备、无人机及系统 |
CN108200339A (zh) * | 2017-12-29 | 2018-06-22 | 北京臻迪科技股份有限公司 | 目标追踪定位方法、系统及摄像装置 |
US20190303668A1 (en) * | 2018-03-30 | 2019-10-03 | Iunu, Inc. | Visual observer of unmanned aerial vehicle for monitoring horticultural grow operations |
CN110557604A (zh) * | 2018-05-31 | 2019-12-10 | 北京星闪世图科技有限公司 | 用于电力设施智能巡检的无人机影像全自动拍摄方法装置 |
CN109308702A (zh) * | 2018-09-14 | 2019-02-05 | 南京理工技术转移中心有限公司 | 一种目标实时识别定位方法 |
CN110081982A (zh) * | 2019-03-11 | 2019-08-02 | 中林信达(北京)科技信息有限责任公司 | 一种基于双光谱光电搜索的无人机目标定位方法 |
CN110657891A (zh) * | 2019-09-29 | 2020-01-07 | 浙江农林大学 | 一种无人机运用多光谱侦查相机对植物识别的技术 |
CN110765944A (zh) * | 2019-10-23 | 2020-02-07 | 长光禹辰信息技术与装备(青岛)有限公司 | 基于多源遥感影像的目标识别方法、装置、设备及介质 |
CN111242988A (zh) * | 2020-01-14 | 2020-06-05 | 青岛联合创智科技有限公司 | 一种广角相机与长焦相机联动双云台跟踪目标的方法 |
Non-Patent Citations (3)
Title |
---|
:官建军,李建明,苟胜国,刘东庆: "无人机遥感测绘技术及应用", vol. 1, 西北工业大学出版社 * |
吕明站;朱子魁;: "基于无人机和人工智能的异常林木快速识别技术研究", 安徽林业科技, no. 02, 15 April 2019 (2019-04-15), pages 13 - 18 * |
杨洪涛;张广栋;史魁;赵荣辉;高波;陈卫宁;: "一种基于POS系统的航空相机目标定位方法", 光子学报, vol. 1, no. 04, 10 February 2018 (2018-02-10), pages 1 - 8 * |
Also Published As
Publication number | Publication date |
---|---|
CN111924101B (zh) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110595476B (zh) | 一种基于gps和图像视觉融合的无人机降落导航方法及装置 | |
US11070725B2 (en) | Image processing method, and unmanned aerial vehicle and system | |
US9488630B2 (en) | Integrated remote aerial sensing system | |
CN106326892B (zh) | 一种旋翼式无人机的视觉着陆位姿估计方法 | |
WO2020014909A1 (zh) | 拍摄方法、装置和无人机 | |
Aghaei et al. | PV power plant inspection by image mosaicing techniques for IR real-time images | |
CN109212545A (zh) | 基于主动视觉的多信源目标跟踪测量系统及跟踪方法 | |
US8587664B2 (en) | Target identification and location system and a method thereof | |
WO2021184302A1 (zh) | 图像处理方法、装置、成像设备、可移动载体及存储介质 | |
CN111765974B (zh) | 一种基于微型制冷红外热像仪的野生动物观测系统及方法 | |
CN110706273B (zh) | 一种基于无人机的实时塌方区域面积的测量方法 | |
CN111123962A (zh) | 一种用于电力杆塔巡检的旋翼无人机重定位拍照方法 | |
WO2019144289A1 (en) | Systems and methods for calibrating an optical system of a movable object | |
CN113627473A (zh) | 基于多模态传感器的水面无人艇环境信息融合感知方法 | |
CN113066050B (zh) | 一种基于视觉的空投货台航向姿态解算方法 | |
CN109801336B (zh) | 基于可见光及红外光视觉的机载目标定位系统及方法 | |
CN114004977A (zh) | 一种基于深度学习的航拍数据目标定位方法及系统 | |
WO2019205087A1 (zh) | 图像增稳方法和装置 | |
CN116385504A (zh) | 一种基于无人机采集点云与图像配准的巡检、测距方法 | |
CN115717867A (zh) | 一种基于机载双相机和目标追踪的桥梁变形测量方法 | |
CN117173601B (zh) | 光伏电站阵列热斑识别方法和系统 | |
CN111273701B (zh) | 一种云台视觉控制系统以及控制方法 | |
CN109764864B (zh) | 一种基于颜色识别的室内无人机位姿获取方法及系统 | |
CN114973037B (zh) | 一种无人机智能检测与同步定位多目标的方法 | |
CN117095315A (zh) | 一种高精度溢洪道底板混凝土结构表面裂缝特征检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |