CN112306083B - 无人机降落区域的确定方法、装置、无人机和存储介质 - Google Patents
无人机降落区域的确定方法、装置、无人机和存储介质 Download PDFInfo
- Publication number
- CN112306083B CN112306083B CN201910696873.3A CN201910696873A CN112306083B CN 112306083 B CN112306083 B CN 112306083B CN 201910696873 A CN201910696873 A CN 201910696873A CN 112306083 B CN112306083 B CN 112306083B
- Authority
- CN
- China
- Prior art keywords
- area
- landing
- unmanned aerial
- aerial vehicle
- subarea
- 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 47
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000035515 penetration Effects 0.000 claims description 19
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 44
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 208000004350 Strabismus Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003676 hair loss Effects 0.000 description 1
- 238000011065 in-situ storage Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction 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, 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)
- Radar Systems Or Details Thereof (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明实施例公开了一种无人机降落区域的确定方法、装置、无人机和存储介质,应用于设置有景深传感器和雷达的无人机,包括:在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;控制景深传感器获取所述景深传感器的覆盖区域的深度图像;根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域。解决了无人机飞行高度过低确定降落区域效率低的问题,实现了无人机在确定的候选区域内确定降落区域,过滤了大部分不符合降落的区域,提高了无人机确定降落区域的效率,使得无人机能够及时降落,防止了无人机坠毁造成损失。
Description
技术领域
本发明实施例涉及无人机技术领域,尤其涉及一种无人机降落区域的确定方法、无人机降落区域的确定装置、无人机和存储介质。
背景技术
随着无人机技术逐渐成熟,无人机在多个领域得到了广泛应用,例如,无人机可根据预先规划好的航线执行测绘、植保、勘探、航拍等飞行作业。
现有技术中,在无人机起飞前,已在预先规划好的航线中设置有降落点,无人机执行完飞行任务后返回到降落点进行降落,或执行完飞行任务后原地降落。
然而在无人机飞行过程中,有可能遇到紧急情况需要迫降,比如,无人机出现电量不足,机械故障,传感器故障等紧急情况需要迫降,无人机在当前位置开始变换位置随机寻找降落区域进行迫降,造成无人机寻找迫降点的时间较长,效率低,导致无人机无法及时迫降甚至坠毁。
发明内容
本发明实施例提供了一种无人机降落区域的确定方法、无人机降落区域的确定装置、无人机和存储介质,以解决目前无人机寻找迫降点时间长、效率低,导致无人机无法及时迫降甚至坠毁的问题。
第一方面,本发明实施例提供了一种无人机降落区域的确定方法,应用于设置有景深传感器和雷达的无人机,包括:
在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;
控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;
针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域。
可选地,所述根据所述深度图像从所述景深传感器的覆盖区域中确定出至少一个候选区域,包括:
基于所述深度图像获取所述覆盖区域中各个物点到无人机的深度值;
从所述覆盖区域中确定深度值在预设范围内的连续物点;
将深度值在预设范围内的连续物点所在的区域确定为候选区域。
可选地,所述候选区域包括多个子区域,所述控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域,包括:
针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据;
根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件;
若是,根据所述雷达数据确定子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域;
若是,确定子区域为降落区域。
可选地,还包括,
如果确定子区域不是降落区域,返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
可选地,在针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据之前,还包括:
将候选区域划分为多个连续的子区域。
可选地,所述针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据,包括:
确定各个子区域的优先等级;
按照子区域的优先等级确定各个子区域的排序;
按照所述排序控制所述无人机飞行至子区域的上方;
在无人机飞行至子区域的上方时,控制所述雷达获取无人机到子区域的雷达数据。
可选地,所述雷达数据包括所述无人机到所述子区域的第一表面的第一距离,所述根据子区域内各个物点到无人机的深度值和所述雷达数据确定所述子区域是否符合预设降落条件,包括
基于所述深度图像获取子区域内各个物点的深度值;
计算子区域内各个物点的深度值的均值和方差;
确定子区域内各个物点的深度值的最大值和最小值;
计算均值与所述第一距离的差值,得到第一差值;
在所述第一差值、方差、最大值以及最小值符合预设降落条件时,确定子区域符合预设降落条件;
在所述第一差值、方差、最大值以及最小值均不符合预设降落条件时,确定子区域不符合预设降落条件;
其中,所述预设降落条件为以下条件中的至少一个:所述第一差值小于第一预设差值阈值、所述方差小于预设方差阈值、所述最大值小于预设最大值阈值以及所述最小值大于预设最小阈值。
可选地,所述雷达数据还包括所述无人机到子区域的第二表面的第二距离以及所述子区域的第一表面的回波信号的信号强度,所述在所述子区域符合降落条件时,根据所述雷达数据确定所述子区域是否是降落区域,包括:
计算所述第二距离和第一距离的差值,得到第二差值;
判断所述第二差值是否大于第二预设差值阈值;
若是,则确定所述子区域不是雷达信号的穿透厚度小于预设厚度的区域,所述子区域为非降落区域;
若否,确定所述子区域是雷达信号的穿透厚度小于预设厚度的区域,判断所述信号强度是否小于预设强度阈值;
在所述信号强度大于预设强度阈值时,确定所述子区域是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述子区域不是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为非降落区域。
可选地,还包括:
当确定所述子区域不是降落区域时,控制无人机飞行至下一子区域,并返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
可选地,在确定子区域为非降落区域之后,还包括:
统计为非降落区域的、连续的子区域的数量得到第一数量;
获取候选区域内子区域的数量得到第二数量;
计算所述第一数量和所述第二数量的比值;
在所述比值大于预设阈值时,将候选区域内的所有子区域确定为非降落区域。
第二方面,本发明实施例提供了一种无人机降落区域的确定装置,应用于设置有景深传感器和雷达的无人机,包括:
飞行高度控制模块,用于在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;
深度图像获取模块,用于控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
候选区域确定模块,用于根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;
降落区域确定模块,用于针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域。
可选地,所述候选区域确定模块包括:
深度值获取子模块,用于基于所述深度图像获取所述覆盖区域中各个物点到无人机的深度值;
连续物点确定子模块,用于从所述覆盖区域中确定深度值在预设范围内的连续物点;
候选区域确定子模块,用于将深度值在预设范围内的连续物点所在的区域确定为候选区域。
可选地,所述候选区域包括多个子区域,所述降落区域确定模块包括:
雷达数据获取子模块,用于针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据;
降落条件判断子模块,用于根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件;
降落区域判断子模块,用于根据所述雷达数据确定子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域;
降落区域确定子模块,用于确定子区域为降落区域。
可选地,还包括,
非降落区域确定子模块,如果确定子区域不是降落区域,返回雷达数据获取子模块。
可选地,所述降落区域确定模块还包括:
子区域划分子模块,用于将所述候选区域划分为多个连续的子区域;
可选地,所述雷达数据获取子模块包括:
优先等级确定单元,用于确定各个子区域的优先等级;
排序单元,用于按照子区域的优先等级确定各个子区域的排序;
飞行控制单元,用于按照所述排序控制所述无人机飞行至子区域的上方;
雷达数据获取单元,用于在无人机飞行至子区域的上方时,控制所述雷达获取无人机到子区域的雷达数据。
可选地,所述雷达数据包括所述无人机到所述子区域的第一表面的第一距离,所述降落条件判断子模块包括:
深度值获取单元,用于基于所述深度图像获取子区域内各个物点的深度值均值和方差计算单元,用于计算子区域内各个物点的深度值的均值和方差;
最大值和最小值确定单元,用于确定子区域内各个物点的深度值的最大值和最小值;
第一差值计算单元,用于计算均值与所述第一距离的差值,得到第一差值;
条件符合确定单元,用于在所述第一差值、方差、最大值以及最小值符合预设降落条件时,确定子区域符合预设降落条件;
条件不符合确定单元,用于在所述第一差值、方差、最大值以及最小值均不符合预设降落条件时,确定子区域不符合预设降落条件;
其中,所述预设降落条件为以下条件中的至少一个:所述第一差值小于第一预设差值阈值、所述方差小于预设方差阈值、所述最大值小于预设最大值阈值以及所述最小值大于预设最小阈值。
可选地,所述雷达数据还包括所述无人机到子区域的第二表面的第二距离以及所述子区域的第一表面的回波信号的信号强度,所述降落区域判断子模块包括:
第二差值计算单元,用于计算所述第二距离和第一距离的差值,得到第二差值;
第二差值判断单元,用于判断所述第二差值是否大于第二预设差值阈值;
第一非降落区域确定单元,用于确定所述子区域不是雷达信号的穿透厚度小于预设厚度的区域,所述子区域为非降落区域;
信号强度判断单元,用于确定所述子区域是雷达信号的穿透厚度小于预设厚度的区域,并判断所述信号强度是否小于预设强度阈值;
降落区域确定单元,用于在所述信号强度大于预设强度阈值时,确定所述子区域是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为降落区域;
第二非降落区域确定单元,用于在所述信号强度小于预设强度阈值时,确定所述子区域不是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为非降落区域。
可选地,还包括:
飞行控制单元,用于当确定所述子区域不是降落区域时,控制无人机飞行至下一子区域,并返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
可选地,在确定子区域为非降落区域之后,还包括:
第一数量统计单元,用于统计为非降落区域的、连续的子区域的数量得到第一数量;
第二数量获取单元,用于获取候选区域内子区域的数量得到第二数量;
比值计算单元,用于计算所述第一数量和所述第二数量的比值;
第三非降落区域确定单元,用于在所述比值大于预设阈值时,将候选区域内的所有子区域确定为非降落区域。
第三方面,本发明实施例提供了一种无人机,所述无人机包括:
一个或多个处理器;
存储装置,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,使得所述一个或多个处理器实现本发明任一实施例中所述的无人机降落区域的确定方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任一实施例中所述的无人机降落区域的确定方法。
本发明实施例在检测到迫降事件时,控制无人机飞行至预设高度以获得更大的覆盖区域的深度图像,并通过深度图像确定候选区域,以获取候选区域的雷达数据后确定出降落区域实现迫降,解决了无人机飞行高度过低确定降落区域效率低的问题,实现了无人机在确定的候选区域内确定降落区域,过滤了大部分不符合降落的区域,提高了无人机确定降落区域的效率,使得无人机能够及时降落,防止了无人机坠毁造成损失。
附图说明
图1A是本发明实施例一提供的一种无人机降落区域的确定方法的步骤流程图;
图1B为本发明实施例中景深传感器的视角的示意图;
图2A是本发明实施例二提供的一种无人机降落区域的确定方法的步骤流程图;
图2B为本发明实施例中覆盖区域、候选区域和子区域的示意图;
图2C为本发明实施例中雷达测距的示意图;
图3是本发明实施例三提供的一种无人机降落区域的确定装置的结构示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案作进一步的详细描述,显然,所描述的实施例仅仅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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
实施例一
图1A为本发明实施例一提供的一种无人机降落区域的确定方法的步骤流程图,本发明实施例可适用于无人机紧急降落的情况,该方法可以由本发明实施例的无人机降落区域的确定装置来执行,该装置可采用软件和/或硬件的方式实现,并集成于无人机中,如图1A所示,该方法具体包括如下步骤:
S101、在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度。
本发明实施例中,迫降事件可以是导致无人机无法继续正常飞行的事件,例如可以是机械故障、电量不足或者传感器故障等,或者是用户通过遥控器发送迫降指令至无人机。
无人机,尤其是植保无人机,其通常在距离植物顶部上方1-2米的范围内执行植保作业,当检测到迫降事件时,为了扩大无人机上景深传感器的视野,获取更大的覆盖区域以便快速寻找降落区域,可以控制无人机从当前高度飞行预设高度,例如,如果当前飞行高度低于预设高度,则控制无人机飞高至预设高度,如果无人机当前飞行高度高于预设高度,则控制无人机降低至预设高度,其中,预设高度可以根据无人机的景深传感器的覆盖区域大小、精度等参数设定,本发明实施例对预设高度的值不加以限制。
S102、控制景深传感器获取所述景深传感器的覆盖区域的深度图像。
在实际应用中,无人机装载有景深传感器和雷达,其中景深传感器和雷达均可朝向无人机的下方,景深传感器具有一定的视角,其可以对地面上所能覆盖的区域获取深度图像。
可选地,景深传感器可以是摄像头,该摄像头可以是双目摄像头、单目摄像头、多目摄像头中的一种,通过摄像头拍摄图像计算景深后生成深度图像,景深传感器还可以是阵列TOF(Time Of Flight),阵列TOF是一种光雷达系统,阵列TOF可从发射器向其覆盖区域发射光脉冲,接收器则可通过计算光脉冲从发射器到覆盖区域,再返回到接收器的运行时间来确定覆盖区域上物点到阵列 TOF的距离,从而可以生成深度图像,景深传感器还可以是其他能够测距的装置,本发明实施例对景深传感器的类型不加以限制。另外,雷达可以是测距雷达,用于测量无人机到无人机正下方地面的距离,例如可以是超声波,或毫米波雷达等,本发明实施例对雷达的类型也不加以限制。
如图1B所示,景深传感器的视角为a,通过深度图像获取无人机到覆盖区域的高度为h1,或者通过雷达测量无人机到覆盖区域的高度为h1,则可以根据三角函数关系确定覆盖区域的边长,从而确定覆盖区域的面积。当无人机在距离植物顶部1-2米处飞行时,景深传感器的覆盖区域较小,当无人机在距离植物顶部20米处飞行时,景深传感器的覆盖区域扩大。
S103、根据所述深度图像从所述覆盖区域中确定出至少一个候选区域。
具体地,深度图像上的各个像素点关联有深度值,该深度值为每个像素点对应于景深传感器的覆盖区域上的物点到无人机的距离,则可以获取深度图像上的像素点对应于覆盖区域中的物点到无人机的深度值。
可选地,可以基于深度图像获取覆盖区域中各个物点到无人机的深度值,从覆盖区域中确定深度值在预设范围内的连续物点,将深度值在预设范围内的连续物点所在的区域确定为候选区域。即对于覆盖区域,某个区域内的深度值的大小相差不大,说明该区域的表面整体上较为平整,更容易寻找到降落区域,则可以将该区域作为候选区域,该候选区域的面积大于无人机的降落面积时,可以将候选区域划分为多个子区域,使得该子区域的面积适合无人机降落。
S104、针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域。
在确定候选区域后,可以控制无人机飞行至该候选区域上,对该候选区域子区域进行遍历,在遍历时,向子区域发送雷达信号以获取无人机到子区域的雷达数据,该雷达数据可以包括距离、子区域反射雷达信号的信号强度,从而通过距离和该子区域的深度值进一步确定该子区域是否平整,如果是则进一步通过距离确定该子区是否被植物覆盖,如果确定没有被植物覆盖,则通过信号强度确定该子区域是否为水面、沼泽等比较松软的区域,如果确定该子区域表面平整、未被植物覆盖也不是松软的表面区域,则确定该子区域为降落区域,否则,控制无人机飞行至下一子区域,直到确定出降落区域,并且在当前候选区域不存在作为降落区域的子区域时,无人机飞行至下一候选区域确定降落区域,直到确定出降落区域,控制无人机在该降落区域降落。
本发明实施例在检测到迫降事件时,控制无人机飞行至预设高度以获得更大的覆盖区域的深度图像,并通过深度图像确定候选区域,以获取候选区域的雷达数据后确定出降落区域实现迫降,解决了无人机飞行高度过低确定降落区域效率低的问题,实现了无人机在确定的候选区域内确定降落区域,过滤了大部分不符合降落的区域,提高了无人机确定降落区域的效率,使得无人机能够及时降落,防止了无人机坠毁造成损失。
实施例二
图2A为本发明实施例二提供的一种无人机降落区域的确定方法的步骤流程图,本发明实施例以前述实施例一为基础进行优化,具体地,如图2A所示,本发明实施例的方法可以包括如下步骤:
S201、在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度。
S202、控制景深传感器获取覆盖区域的深度图像。
S203、根据所述深度图像从所述覆盖区域中确定出至少一个候选区域。
S204、将候选区域划分为多个子区域。
在本发明的可选实施例中,步骤S204可以包括如下子步骤:
S2041、获取无人机的降落面积。
人机的降落面积与无人机的外形尺寸相关,可以在外形尺寸上往外偏移安全距离得到降落需求区域,该降落需求区域的面积即为无人机的降落面积,无人机的降落面积可以是存储在无人机的存储器中,可以从存储器读取无人机的降落面积。
S2042、基于所述深度图像计算所述候选区域的面积。
如图2B所示,景深传感器的视角为a,通过深度图像获取无人机到覆盖区域的高度为h1,或者通过雷达测量无人机到覆盖区域的高度为h1,则可以根据三角函数关系确定覆盖区域的边长,从而计算覆盖区域的面积。
S2043、基于所述降落面积和所述候选区域的面积将所述候选区域分为多个连续的子区域。
在本发明实施例中,可以将候选区域划分为多个面积与无人机降落面积相等的、连续的子区域,当然,各个子区域还可以具有重叠部分,本发明实施例对子区域的划分不加以限制。
具体地,如图2C所示,最外围为覆盖区域,从覆盖区域中确定出候选区域 1和候选区域2,候选区域1中包含A-H共8个子区域,候选区域2包含K-L 共4个子区域。
S205、针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据。
在本发明实施例中,对于每个候选区域,需要遍历该候选区域内的子区域,即无人机按照一定顺序,逐个飞行至每个子区域上方以确定该子区域是否是适合迫降的降落区域。
在本发明的一个可选实施例中,可以确定各个子区域的优先等级,按照子区域的优先等级确定各个子区域的排序,按照排序控制无人机飞行至子区域的上方,在无人机飞行至子区域的上方时,控制雷达获取无人机到子区域的雷达数据。其中,优先等级可以是子区域与无人机的距离确定的优先等级、子区域的深度值确定的优先等级等,具体地,在无人机电量较低时可以按照距离的优先等级对候选区域内的子区域进行遍历,在无人机电量较高时可以按照子区域的深度值确定的优先等级对候选区域内的子区域进行遍历,还可以是按照子区域的排列位置对候选区域内的子区域进行遍历,本发明实施例对候选区域内的子区域进行遍历的顺序不加以限制。
为子区域设置优先等级,使得无人机可以根据实际情况按照顺序遍历各个子区域,例如距离优先级,可以使得无人机从最近距离遍历子区域以节省电量,而根据深度值确定的优先等级,可以使得无人机快速地查找到平整的子区域。
S206、根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件。
具体地,可以根据深度图像获取子区域内各个物点到无人机的深度值,然后根据子区域内各个物点到无人机的深度值和雷达数据中的第一距离确定子区域是否是符合预设降落条件的子区域。
在本发明的可选实施例中,子区域内的各个物点在深度图像中具有对应的像素点,则可以根据像素点在深度图像上的坐标信息确定深度值,进一步可以计算子区域内各个物点的深度值的均值和方差,确定子区域内各个物点的深度值的最大值和最小值,计算均值与第一距离的差值,得到第一差值。其中,第一距离为无人机位于当前子区域正上方时,雷达获取到的无人机到当前子区域的表面的距离,均值为子区域内所有物点的深度值的算术平均值,方差表达了子区域内所有物点的深度值的波动幅度,深度值的最大值表达了子区域内最低处到无人机的距离,深度值最小值表达了子区域内最高处到无人机的距离。
在确定当前子区域是否符合预设降落条件时,可以包括如下至少一项:
判断均值与雷达测量得到第一距离之差是否小于第一预设差值阈值,若是则说明当前子区域整体较为平整,若否说明当前子区域凹凸不平;
判断方差是否小于预设方差阈值,若是则说明当前子区域深度值波动较小,若否说明当前子区域深度值波动较大;
判断深度值的最小值是否大于预设最小阈值,若是说明当前子区域内无细小的突兀物体,若否,则说明当前子区域内可能存在细小的凸出去的物体,如平整的地面上树立的电线杆,或者光秃的树干等;
判断深度值最大值是否小于预设最大阈值,若是则说明当前子区域内无较深的坑洞等,若否则说明当前子区域内可能存在较大、较深的坑洞等。
在上述条件中,均值和方差从整体上对整个子区域的平整度做全局确认,深度值的最大值和最小值从局部区域对子区域的平整度做确认。在实际应用中,可以通过均值、方差、最大值和最小值中的至少一项确定当前子区域的平整度是否符合预设降落条件,若是则执行S207,若上述条件均不符合,则返回S205。
需要说明的是,预设差值阈值、预设方差阈值、预设最大值阈值以及预设最小值阈值与无人机本身物理特性相关,如无人机降落对地面平整度要求较低时,则预设差值阈值、预设方差阈值可以取得较大,反之取值较小,本领域技术人员可根据无人机本身物理特性确定上述阈值,本发明实施例对各阈值的大小和取值方式不加以限制。
本发明实施例在根据无人机降落面积将覆盖区域划分为多个子区域后,根据深度图像确定子区域的深度数据,然后遍历每个子区,在遍历时根据子区域内各个物点的深度值和无人机到子区域的第一距离确定该子区域的平整度是否符合预设降落条件,从而确定平整度符合降落条件的子区域,避免了无人机降落在不平整的区域中,保证了无人机安全降落,降低了无人机降落时的损伤。
S207、在所述子区域符合降落条件时,根据所述雷达数据确定所述子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域。
在本发明的可选实施例中,如果一个子区域,雷达可以获得无人机到该子区域的第一表面的第一距离,当该子区域未被植物等雷达信号可穿透的物体所覆盖时,第一表面为子区域的表面,例如地面,则第一距离为无人机到地面的距离;当该子区域被植物等雷达信号可穿透的物体所覆盖时,第一表面为子区域上植物的顶面,则第一距离为无人机到指定顶面的距离,雷达还可以获取到第二距离,该第二距离为无人机到子区域的第二表面的距离,其中,第二表面为子区域的上被植物覆盖的地面。
在实际应用中,雷达向子区域发射雷达信号以及接收子区域反射的回波信号,如果子区域没有植物覆盖,则可以获取到第一距离,该第一距离为无人机到子区域的第一表面(地面)的距离,如果子区域有植物覆盖,则可以获取到第一距离和第二距离,其中,第一距离为无人机到子区域的第一表面(植物顶面)的距离,第二距离为无人机到子区域的第二表面(地面)的距离。
如图2B所示,对于候选区域1中的子区域A,该子区域A被植物覆盖,通过雷达可以获得无人机到子区域1的第二距离h2和第一距离h1,即在实际应用中,雷达信号为连续的周期信号,如果子区域A被植物覆盖,雷达发射的部分雷达信号经植物顶面(第一表面)进行了一次反射形成回波信号,部分雷达信号穿透植物层后到达地面经地面(第二表面)反射后形成回波信号,雷达接收到这两部分回波信号作为第二回波信号,然后采用雷达信号和接收到的回波信号生成差频信号,对差频信号进行采样和FFT变换后的到扫频信号,该扫频信号有多个频点,每个频点具有信号频率和信号幅值,对扫频信号进行检波处理后,可以从扫频信号上确定第一表面对应的频点和第二表面对应的频点,根据相应频点的信号频率计算出距离,并且信号幅值也代表了信号强度,可以获取第一表面反射雷达信号的信号强度。
在本发明的可选实施例中,如果雷达数据包括第一距离、第二距离和信号强度,则说明子区域被植物覆盖,可以计算第二距离和第一距离的差值,得到第二差值,判断所述第二差值是否大于第二预设差值阈值,若是子区域不是雷达信号的穿透厚度小于预设厚度的区域,确定子区域为非降落区域,返回S205,若否,确定子区域是雷达信号的穿透厚度小于预设厚度的区域,进一步判断信号强度是否小于预设强度阈值,在信号强度大于预设强度阈值时,确定子区域是反射雷达信号的信号强度大于预设阈值的区域,子区域为降落区域,在信号强度小于预设强度阈值时,确定子区域不是反射雷达信号的信号强度大于预设阈值的区域,子区域为非降落区域,返回S205。
具体地,如图2B所示,第二距离h2和第一距离h1的差值为植物的高度,即第二差值表达了子区域上植物的高度,亦即雷达信号的穿透厚度,由于该子区域的植物高度较为一致,导致通过景深传感器和雷达确认出此子区域较为平整,因此需要排除子区域为植物覆盖的区域,具体地,可以比较第二差值与第二预设差值阈值的大小,其中,第二预设差值阈值可以是子区域被植物覆盖时,该植物的高度不影响无人机降落时的高度,例如,草皮等较矮的植物不会对无人机的降落造成损失,在第二差值大于第二预设差值阈值时返回执行S205,否则判断信号强度是否小于预设强度阈值。
通过雷达获得子区域到无人机的第二距离和第一距离,确定子区域被植物覆盖,在计算第二距离和第一距离的差值后,将该差值与预设差值阈值进行比较,在差值大于预设差值阈值时确定子区域为雷达信号的穿透厚度大于预设厚度的区域,该子区域为非降落区域,排除了较为平整的子区域是被较高植物覆盖的区域,避免了无人机在树林、农田等区域降落造成无人机损失的问题,保证了无人机安全降落,降低了无人机降落的损失。
如果第二差值小于第二预设差值阈值,则说明子区域为被较矮植物覆盖的区域,或者为未被植物覆盖的裸露的地面,或者是水面区域、沼泽区域等,例如,在子区域为未被植物覆盖的裸露的地面、水面区域、沼泽区域时,第二距离和第一距离相等,则差值可以为0,亦即雷达数据仅包括第一距离的情况。为了排除掉子区域为水面区域或者沼泽区域,可以利用水面或者较为松软的沼泽区域对雷达信号的反射强度较弱的特点,判断回波信号的信号强度是否小于预设强度阈值,回波信号的信号强度大于预设强度阈值,说明回波信号是经过较硬的表面反射形成,信号损失少,信号强度大,即子区域为较硬的地面,适合无人机降落,则该子区域为雷达信号穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设值的区域,该子区域为降落区域,执行S208。
本发明实施通过判断回波信号的信号强度是否小于预设强度阈值,确定子区域为水面或者沼泽地等对雷达信号反射较弱的区域,避免了无人机在水面或者沼泽地等比较松软的区域降落,进一步保证了无人机的降落安全,降低了无人机降落时损伤。
S208、确定所述子区域为降落区域。
即在确定子区域的平整度符合降落条件后,如果子区域是雷达信号的穿透厚度小于预设厚度的区域,并且反射雷达信号的信号强度大于预设值的区域,则该子区域可以作为降落区域。
S209、统计为非降落区域的、连续的子区域的数量得到第一数量。
在一个示例中,分别统计通过第二差值确定出为非降落区域的、连续的子区域的第一数量,以及通过信号强度确定出的为非降落区域的、连续的子区域的第一数量,即分别统计出被较高植物覆盖的、连续子区域的数量,以及统计出表面为水面、沼泽等松软表面的、连续子区域的数量。
S210、获取候选区域内子区域的数量得到第二数量。
在将候选区域划分为多个子区域时,可以统计候选区域内子区域的数量。
S211、计算所述第一数量和所述第二数量的比值。
即为非降落区域的、连续的子区域占总的子区域的比例。
S212、在所述比值大于预设阈值时,将候选区域内的所有子区域确定为非降落区域。
如果比值大于预设阈值,说明到目前为止,无人机检测到一定比例、且连续的多个子区域为被植物覆盖的区域,或者是水面等区域,则可以确定该候选区域为被植物覆盖的区域或者是水面区域,不适合作为非降落区域,无需对剩余的子区域进行确认,直接飞行至下一候选区域寻找降落区域,从而提高了无人机寻找降落区域的效率。
以下结合图2C,以示例对本发明实施例确定降落区域的流程进行说明。
如图2C所示,无人机检测到迫降事件后,无人机首先飞行至预设高度获得足够大的深度图像,然后根据深度图像从覆盖区域中确定出候选区域1和候选区域2,然后将候选区域1划分为A-H共8个子区域,将候选区域2划分为I-L 共4个子区域,无人机飞行至候选区域1确定降落区域,具体地,先飞行至子区域A上方,确定子区域A的平整度是否适合降落,如果子区域A的平整度适合降落,确定子区域A是否被较高植物覆盖,如果子区域A被较高植物覆盖,则子区域A不是降落区域,如果子区域A未被较高植物覆盖,则确定子区域A 的表面是否为水面等松软表面,如果子区域A的表面是水面等松软表面,则子区域A不是降落区域,否则为降落区域,控制无人机在子区域A下降。
值得说明的是,本发明子区域与相邻子区域之间可以有重叠。
在无人机确定子区域A被较高植物覆盖不能作为降落区域后,如果确定子区域B、子区域C也被较高植物覆盖不能作为降落区域后,则说明候选区域1 为植物覆盖区域,不能作为降落区域,无需再确认子区域D-H区域是否为降落区域,直接前往候选区域2寻找降落区域。
或者,在无人机确定子区域A为水面不能作为降落区域后,如果确定子区域B、子区域C也为水面不能作为降落区域后,则说明候选区域1为水面区域,不能作为降落区域,无需再确认子区域D-H区域是否为降落区域,直接前往候选区域2寻找降落区域。
本示例中,在连续的N个子区域不是降落区域,或者一定比例的连续子区域不是降落区域时,将整个候选区域确定为非降落区域以前往下一候选区域查找降落区域,无需遍历候选区域内的每个子区域,提高了确定降落区域的效率。
本发明实施例在检测到迫降事件时,控制无人机飞行至预设高度以获得更大的覆盖区域的深度图像,并通过深度图像确定候选区域,以在候选区域的子区域中确定出降落区域实现迫降,解决了无人机飞行高度过低确定降落区域效率低的问题,实现了无人机在确定的候选区域内确定降落区域,过滤了大部分不符合降落的区域,提高了无人机确定降落区域的效率,使得无人机能够及时降落,防止了无人机坠毁造成损失。
进一步地,在确定降落区域时,针对每个子区域,先确定平整度是否符合降落条件,如果是,对于较为平整的子区域,通过雷达获取子区域到无人机的第一距离和第二距离,在第一距离和第二距离的差值大于预设差值阈值时,确定该候选区域为被较高植物覆盖的区域,避免了无人机在树林或农田降落,降低了无人机降落时的损伤,进一步地,在第一距离和第二距离的差值小于预设差值阈值时,如果回波信号的信号强度小于预设强度阈值,确定候选区域为水面或者沼泽地等对雷达信号反射较弱的区域,避免了无人机在水面或者沼泽地等比较松软的区域降落,进一步保证了无人机的降落安全,降低了无人机降落时损伤。
更进一步地,在确定连续的多个子区域为被植物覆盖的区域,或者是水面等区域时,确定该候选区域为被植物覆盖的区域或者是水面区域,不适合作为非降落区域,无需对剩余的子区域进行确认,直接飞行至下一候选区域寻找降落区域,从而提高了无人机寻找降落区域的效率。
实施例三
图3为本发明实施例三提供的一种无人机降落区域的确定装置的结构示意图,如图3所示,本发明实施例的无人机降落区域的确定装置应用于设置有景深传感器和雷达的无人机,具体可以包括:
飞行高度控制模块301,用于在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;
深度图像获取模块302,用于控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
候选区域确定模块303,用于根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;
降落区域确定模块304,用于针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域。
可选地,所述候选区域确定模块303包括:
深度值获取子模块,用于基于所述深度图像获取所述覆盖区域中各个物点到无人机的深度值;
连续物点确定子模块,用于从所述覆盖区域中确定深度值在预设范围内的连续物点;
候选区域确定子模块,用于将深度值在预设范围内的连续物点所在的区域确定为候选区域。
可选地,所述候选区域包括多个子区域,所述降落区域确定模块304包括:
雷达数据获取子模块,用于针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据;
降落条件判断子模块,用于根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件;
降落区域判断子模块,用于根据所述雷达数据确定子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域;
降落区域确定子模块,用于确定子区域为降落区域。
可选地,还包括,
非降落区域确定子模块,如果确定子区域不是降落区域,返回雷达数据获取子模块。
可选地,所述候选区域包括多个子区域,所述降落区域确定模块304模块还包括:
子区域划分子模块,用于将所述候选区域划分为多个连续的子区域;
可选地,所述雷达数据获取子模块包括:
优先等级确定单元,用于确定各个子区域的优先等级;
排序单元,用于按照子区域的优先等级确定各个子区域的排序;
飞行控制单元,用于按照所述排序控制所述无人机飞行至子区域的上方;
雷达数据获取单元,用于在无人机飞行至子区域的上方时,控制所述雷达获取无人机到子区域的雷达数据。
可选地,所述雷达数据包括所述无人机到所述子区域的第一表面的第一距离,所述降落条件判断子模块包括:
深度值获取单元,用于基于所述深度图像获取子区域内各个物点的深度值均值和方差计算单元,用于计算子区域内各个物点的深度值的均值和方差;
最大值和最小值确定单元,用于确定子区域内各个物点的深度值的最大值和最小值;
第一差值计算单元,用于计算均值与所述第一距离的差值,得到第一差值;
条件符合确定单元,用于在所述第一差值、方差、最大值以及最小值符合预设降落条件时,确定子区域符合预设降落条件;
条件不符合确定单元,用于在所述第一差值、方差、最大值以及最小值均不符合预设降落条件时,确定子区域不符合预设降落条件;
其中,所述预设降落条件为以下条件中的至少一个:所述第一差值小于第一预设差值阈值、所述方差小于预设方差阈值、所述最大值小于预设最大值阈值以及所述最小值大于预设最小阈值。
可选地,所述雷达数据还包括所述无人机到子区域的第二表面的第二距离以及所述子区域的第一表面的回波信号的信号强度,所述降落区域判断子模块包括:
第二差值计算单元,用于计算所述第二距离和第一距离的差值,得到第二差值;
第二差值判断单元,用于判断所述第二差值是否大于第二预设差值阈值;
第一非降落区域确定单元,用于确定所述子区域不是雷达信号的穿透厚度小于预设厚度的区域,所述子区域为非降落区域;
信号强度判断单元,用于确定所述子区域是雷达信号的穿透厚度小于预设厚度的区域,并判断所述信号强度是否小于预设强度阈值;
降落区域确定单元,用于在所述信号强度大于预设强度阈值时,确定所述子区域是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为降落区域;
第二非降落区域确定单元,用于在所述信号强度小于预设强度阈值时,确定所述子区域不是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为非降落区域。
可选地,还包括:
飞行控制单元,用于当确定所述子区域不是降落区域时,控制无人机飞行至下一子区域,并返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
可选地,在确定子区域为非降落区域之后,还包括:
第一数量统计单元,用于统计为非降落区域的、连续的子区域的数量得到第一数量;
第二数量获取单元,用于获取候选区域内子区域的数量得到第二数量;
比值计算单元,用于计算所述第一数量和所述第二数量的比值;
第三非降落区域确定单元,用于在所述比值大于预设阈值时,将候选区域内的所有子区域确定为非降落区域。
上述无人机降落区域的确定装置可执行本发明任意实施例所提供的无人机降落区域的确定方法,具备执行方法相应的功能模块和有益效果。
本发明实施例还提供一种无人机,所述无人机包括:一个或多个处理器;存储装置,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,使得所述一个或多个处理器实现本发明任一实施例所述的无人机降落区域的确定方法。
本发明实施例还提供一种计算机可读存储介质,所述存储介质中的指令由设备的处理器执行时,使得无人机能够执行如上述方法实施例所述的无人机降落区域的确定方法。
需要说明的是,对于装置、无人机和存储介质实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器 (Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory, RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的无人机降落方法。
值得注意的是,上述无人机降落区域的确定装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA) 等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (12)
1.一种无人机降落区域的确定方法,其特征在于,应用于设置有景深传感器和雷达的无人机,包括:
在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;
控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;
针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域,其中,所述候选区域包括多个子区域;
所述控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域,包括:
针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据;
根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件;
在所述子区域符合降落条件时,根据所述雷达数据确定所述子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域;
若是,确定子区域为降落区域。
2.如权利要求1所述的方法,其特征在于,所述根据所述深度图像从所述景深传感器的覆盖区域中确定出至少一个候选区域,包括:
基于所述深度图像获取所述覆盖区域中各个物点到无人机的深度值;
从所述覆盖区域中确定深度值在预设范围内的连续物点;
将深度值在预设范围内的连续物点所在的区域确定为候选区域。
3.如权利要求1所述的方法,其特征在于,还包括,
如果确定子区域不是降落区域,返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
4.如权利要求1所述的方法,其特征在于,在针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据之前,还包括:
将候选区域划分为多个连续的子区域。
5.如权利要求1所述的方法,其特征在于,所述针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据,包括:
确定各个子区域的优先等级;
按照子区域的优先等级确定各个子区域的排序;
按照所述排序控制所述无人机飞行至子区域的上方;
在无人机飞行至子区域的上方时,控制所述雷达获取无人机到子区域的雷达数据。
6.如权利要求1所述的方法,其特征在于,所述雷达数据包括所述无人机到所述子区域的第一表面的第一距离,所述根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件,包括
基于所述深度图像获取子区域内各个物点的深度值;
计算子区域内各个物点的深度值的均值和方差;
确定子区域内各个物点的深度值的最大值和最小值;
计算均值与所述第一距离的差值,得到第一差值;
在所述第一差值、方差、最大值以及最小值符合预设降落条件时,确定子区域符合预设降落条件;
在所述第一差值、方差、最大值以及最小值均不符合预设降落条件时,确定子区域不符合预设降落条件;
其中,所述预设降落条件为以下条件中的至少一个:所述第一差值小于第一预设差值阈值、所述方差小于预设方差阈值、所述最大值小于预设最大值阈值以及所述最小值大于预设最小阈值。
7.如权利要求1和3-6任一项所述的方法,其特征在于,所述雷达数据还包括所述无人机到子区域的第二表面的第二距离以及所述子区域的第一表面反射的回波信号的信号强度,所述在所述子区域符合降落条件时,根据所述雷达数据确定所述子区域是否是降落区域,包括:
计算所述第二距离和第一距离的差值,得到第二差值;
判断所述第二差值是否大于第二预设差值阈值;
若是,则确定所述子区域不是雷达信号的穿透厚度小于预设厚度的区域,所述子区域为非降落区域;
若否,确定所述子区域是雷达信号的穿透厚度小于预设厚度的区域,判断所述信号强度是否小于预设强度阈值;
在所述信号强度大于预设强度阈值时,确定所述子区域是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述子区域不是反射雷达信号的信号强度大于预设阈值的区域,所述子区域为非降落区域。
8.如权利要求7所述的方法,其特征在于,还包括:
当确定所述子区域不是降落区域时,控制无人机飞行至下一子区域,并返回针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据的步骤。
9.如权利要求7所述的方法,其特征在于,在确定子区域为非降落区域之后,还包括:
统计为非降落区域的、连续的子区域的数量得到第一数量;
获取候选区域内子区域的数量得到第二数量;
计算所述第一数量和所述第二数量的比值;
在所述比值大于预设阈值时,将候选区域内的所有子区域确定为非降落区域。
10.一种无人机降落区域的确定装置,其特征在于,应用于设置有景深传感器和雷达的无人机,包括:
飞行高度控制模块,用于在检测到迫降事件时,控制所述无人机从当前高度飞行至预设高度;
深度图像获取模块,用于控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
候选区域确定模块,用于根据所述深度图像从所述覆盖区域中确定出至少一个候选区域;
降落区域确定模块,用于针对每个候选区域,控制所述雷达获取所述候选区域的雷达数据以从所述候选区域中确定出降落区域;
所述候选区域包括多个子区域,所述降落区域确定模块包括:
雷达数据获取子模块,用于针对每个子区域,控制所述雷达获取无人机到子区域的雷达数据;
降落条件判断子模块,用于根据所述深度图像和所述雷达数据确定所述子区域是否符合预设降落条件;
降落区域判断子模块,用于根据所述雷达数据确定子区域是否是降落区域,所述降落区域为雷达信号的穿透厚度小于预设厚度并且反射雷达信号的信号强度大于预设阈值的区域;
降落区域确定子模块,用于确定子区域为降落区域。
11.一种无人机,其特征在于,所述无人机包括:
一个或多个处理器;
存储装置,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,使得所述一个或多个处理器实现如权利要求1-9中任一所述的无人机降落区域的确定方法。
12.一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,该程序被处理器执行时实现如权利要求1-9中任一所述的无人机降落区域的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696873.3A CN112306083B (zh) | 2019-07-30 | 2019-07-30 | 无人机降落区域的确定方法、装置、无人机和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696873.3A CN112306083B (zh) | 2019-07-30 | 2019-07-30 | 无人机降落区域的确定方法、装置、无人机和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112306083A CN112306083A (zh) | 2021-02-02 |
CN112306083B true CN112306083B (zh) | 2023-12-05 |
Family
ID=74485962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910696873.3A Active CN112306083B (zh) | 2019-07-30 | 2019-07-30 | 无人机降落区域的确定方法、装置、无人机和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112306083B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113050664A (zh) * | 2021-03-24 | 2021-06-29 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
CN113421459B (zh) * | 2021-06-22 | 2022-08-02 | 中国民用航空总局第二研究所 | 一种无人机飞行导致的地面交通风险监测方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405165A (zh) * | 2015-10-21 | 2016-03-16 | 北京航空航天大学 | 一种通用型无人机飞行中地貌分析及迫降区域提取仿真系统 |
CN105700551A (zh) * | 2016-01-27 | 2016-06-22 | 浙江大华技术股份有限公司 | 无人机降落区域确定方法、无人机降落方法及相关装置 |
CN106054903A (zh) * | 2016-07-27 | 2016-10-26 | 中南大学 | 一种多旋翼无人机自适应降落方法及系统 |
CN106094841A (zh) * | 2016-05-31 | 2016-11-09 | 北京小米移动软件有限公司 | 飞行设备降落方法及装置 |
CN108474658A (zh) * | 2017-06-16 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 地面形态检测方法及系统、无人机降落方法和无人机 |
CN108780330A (zh) * | 2017-12-14 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 飞行器安全起飞方法、降落方法及飞行器 |
CN109154831A (zh) * | 2017-12-18 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 农业无人机的飞行控制方法、雷达系统及农业无人机 |
CN109343572A (zh) * | 2018-12-20 | 2019-02-15 | 深圳市道通智能航空技术有限公司 | 一种无人机自主降落方法、装置及无人机 |
CN109739256A (zh) * | 2018-12-20 | 2019-05-10 | 深圳市道通智能航空技术有限公司 | 一种无人机降落避障方法、装置及无人机 |
KR101980978B1 (ko) * | 2017-11-27 | 2019-05-21 | 연세대학교 산학협력단 | 복수의 uwb 레이더를 이용한 드론 착륙 영역의 안전성 판단 장치 및 방법 |
-
2019
- 2019-07-30 CN CN201910696873.3A patent/CN112306083B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405165A (zh) * | 2015-10-21 | 2016-03-16 | 北京航空航天大学 | 一种通用型无人机飞行中地貌分析及迫降区域提取仿真系统 |
CN105700551A (zh) * | 2016-01-27 | 2016-06-22 | 浙江大华技术股份有限公司 | 无人机降落区域确定方法、无人机降落方法及相关装置 |
CN106094841A (zh) * | 2016-05-31 | 2016-11-09 | 北京小米移动软件有限公司 | 飞行设备降落方法及装置 |
CN106054903A (zh) * | 2016-07-27 | 2016-10-26 | 中南大学 | 一种多旋翼无人机自适应降落方法及系统 |
CN108474658A (zh) * | 2017-06-16 | 2018-08-31 | 深圳市大疆创新科技有限公司 | 地面形态检测方法及系统、无人机降落方法和无人机 |
KR101980978B1 (ko) * | 2017-11-27 | 2019-05-21 | 연세대학교 산학협력단 | 복수의 uwb 레이더를 이용한 드론 착륙 영역의 안전성 판단 장치 및 방법 |
CN108780330A (zh) * | 2017-12-14 | 2018-11-09 | 深圳市大疆创新科技有限公司 | 飞行器安全起飞方法、降落方法及飞行器 |
CN109154831A (zh) * | 2017-12-18 | 2019-01-04 | 深圳市大疆创新科技有限公司 | 农业无人机的飞行控制方法、雷达系统及农业无人机 |
CN109343572A (zh) * | 2018-12-20 | 2019-02-15 | 深圳市道通智能航空技术有限公司 | 一种无人机自主降落方法、装置及无人机 |
CN109739256A (zh) * | 2018-12-20 | 2019-05-10 | 深圳市道通智能航空技术有限公司 | 一种无人机降落避障方法、装置及无人机 |
Also Published As
Publication number | Publication date |
---|---|
CN112306083A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112306084B (zh) | 一种无人机迫降方法、装置、无人机和存储介质 | |
CN109144097B (zh) | 障碍物或地面识别及飞行控制方法、装置、设备及介质 | |
EP3326041B1 (en) | Method and device for terrain simulation flying of unmanned aerial vehicle and unmanned aerial vehicle | |
CN112306083B (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
JP6246609B2 (ja) | 自己位置推定装置及び自己位置推定方法 | |
US20170345317A1 (en) | Dynamic routing based on captured data quality | |
CN110383196B (zh) | 无人机返航控制的方法、装置以及无人机 | |
CN112306082A (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
CN110709791B (zh) | 用于无人机的飞行高度调整、飞行控制的方法和装置 | |
JP7471481B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
CN109917791B (zh) | 移动装置自动探索构建地图的方法 | |
KR102068760B1 (ko) | 무인 비행체 관제장치와 지뢰 탐지 시스템 및 이를 이용하여 지뢰를 탐지하는 방법 | |
CN112306086B (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
JP6336825B2 (ja) | 位置推定装置、位置推定方法、及び、位置推定プログラム | |
CN110989613A (zh) | 车辆定位方法、装置、电子设备及存储介质 | |
CN113110498A (zh) | 基于单点tof的机器人脱困方法 | |
JP6316638B2 (ja) | 監視装置、監視方法および監視プログラム | |
KR101303774B1 (ko) | 항공 장해물 추출 장치, 항공 장해물 추출 방법 및 기록 매체 | |
CN108227739A (zh) | 水下自动驾驶设备的近距离避障方法及水下自动驾驶设备 | |
CN115151954A (zh) | 可行驶区域检测的方法和装置 | |
CN110147116A (zh) | 用于无人飞行器爬坡的控制方法、控制装置和无人飞行器 | |
CN111496845B (zh) | 一种用于机器人的tof模组的安装方法 | |
CN115079128B (zh) | 一种激光雷达点云数据去畸变的方法、装置及机器人 | |
EP3989034A1 (en) | Automatic safe-landing-site selection for unmanned aerial systems | |
CN114089299A (zh) | 一种基于态势感知多源传感器联动的海上目标检测识别方法 |
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 | ||
CB02 | Change of applicant information |
Address after: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant after: Guangzhou Jifei Technology Co.,Ltd. Address before: 510000 Block C, 115 Gaopu Road, Tianhe District, Guangzhou City, Guangdong Province Applicant before: Guangzhou Xaircraft Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |