CN112306086B - 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
- CN112306086B CN112306086B CN201910697472.XA CN201910697472A CN112306086B CN 112306086 B CN112306086 B CN 112306086B CN 201910697472 A CN201910697472 A CN 201910697472A CN 112306086 B CN112306086 B CN 112306086B
- Authority
- CN
- China
- Prior art keywords
- area
- landing
- preset
- radar
- determining
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000035515 penetration Effects 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 abstract description 12
- 241000196324 Embryophyta Species 0.000 description 32
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 201000004384 Alopecia Diseases 0.000 description 1
- 230000009286 beneficial effect 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
- 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
- 230000008707 rearrangement Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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)
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,无人机降落区域的确定方法包括:在检测到迫降事件时,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;控制雷达获取所述无人机到所述覆盖区域的雷达数据;根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;根据所述雷达数据从候选区域中确定出降落区域,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。本发明实施例考虑了降落区域的平整度和降落环境,避免了无人机降落在水面,树林,不平的地面中,降低了无人机迫降时的损伤。
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,传感器故障等状况,致使无人机无法到达预先设置的降落点降落时,无人机通常是直接在原地降落,无视当前降落点环境是否满足降落需求,导致无人机有可能降落在水面,树林,不平的地面中,造成了无人机损伤。
发明内容
本发明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,以解决无人机原地降落,无视当前降落点环境是否满足降落需求导致无人机有可能降落在水面,树林,不平的地面中,造成了无人机损伤的问题。
第一方面,本发明实施例提供了一种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,控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
控制雷达获取所述无人机到所述覆盖区域的雷达数据;
根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;
根据所述雷达数据从候选区域中确定出降落区域,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。
可选地,所述景深传感器为摄像头,所述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,包括:
控制摄像头获取无人机下方所述摄像头视角的覆盖区域的拍摄图像;
基于所述拍摄图像生成覆盖区域的深度图像。
可选地,所述控制雷达获取所述无人机到所述覆盖区域的雷达数据,包括
获取所述无人机的降落面积;
基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域,所述多个子区域之间可重叠;
控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号;
基于所述雷达信号和所述回波信号获取所述当前子区域的雷达数据。
可选地,所述覆盖区域包括多个子区域,所述雷达数据包括无人机到所述当前子区域的第一距离,所述根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域,包括:
针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值;
基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件;
若是,则确定当前子区域为候选区域。
可选地,还包括:
若确定当前子区域不是候选区域,则控制无人机飞行至下一子区域;
返回控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号的步骤。
可选地,所述基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域,包括:
基于所述深度图像计算所述覆盖区域的面积;
在所述覆盖区域的面积大于所述降落面积时,将所述覆盖区域划分为面积等于所述降落面积的多个连续子区域;
在所述覆盖区域的面积小于所述降落面积时,将所述覆盖区域作为子区域。
可选地,所述基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件,包括:
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;
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无人机到所述当前子区域的第二距离,所述基于所述雷达信号和所述回波信号获取雷达数据,包括:
基于所述回波信号和所述雷达信号确定所述无人机到所述当前子区域的第一距离和第二距离,所述第一距离和所述第二距离为所述无人机分别到所述当前子区域的第一表面和第二表面的距离;
基于所述回波信号和所述雷达信号获取所述第一表面反射的回波信号的信号强度。
可选地,所述雷达数据包括所述无人机分别到所述候选区域的第一表面和第二表面的第一距离、第二距离以及信号强度,所述根据所述雷达数据从候选区域中确定出降落区域,包括:
计算所述第一距离和第二距离的差值,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,则确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
若否,则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,确定所述候选区域为雷达信号无法穿透的区域,所述候选区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述候选区域不是雷达信号无法穿透的区域,所述候选区域为非降落区域。
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:
深度图像获取模块,用于在检测到迫降事件时,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;
雷达数据获取模块,用于控制雷达获取所述无人机到所述覆盖区域的雷达数据;
候选区域确定模块,用于根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;
降落区域确定模块,用于根据所述雷达数据从候选区域中确定出降落区域,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。
可选地,所述景深传感器为摄像头,所述深度图像获取模块包括:
拍摄子模块,用于控制摄像头获取无人机下方所述摄像头视角的覆盖区域的拍摄图像;
深度图像生成子模块,用于基于所述拍摄图像生成覆盖区域的深度图像。
可选地,所述雷达数据获取模块包括
降落面积获取子模块,用于获取所述无人机的降落面积;
子区域划分子模块,用于基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域;
雷达信号收发子模块,用于控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号,所述当前子区域为所述无人机下方正对的子区域;
雷达数据获取子模块,用于基于所述雷达信号和所述回波信号获取雷达数据。
可选地,所述覆盖区域包括多个子区域,所述雷达数据包括无人机到所述当前子区域的第一距离,所述候选区域确定模块包括:
深度值获取子模块,用于针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值;
降落条件判断子模块,用于基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件;
候选区域确定子模块,用于确定当前子区域为候选区域。
可选地,还包括:
第一飞行控制模块,用于若确定当前子区域不是候选区域,则控制无人机飞行至下一子区域;
第一当前子区域确定模块,用于将所述无人机下方正对的子区域确定为当前子区域,并返回雷达信号收发子模块。
可选地,所述子区域划分子模块包括:
覆盖面积计算单元,用于基于所述深度图像计算所述覆盖区域的面积;
子区域划分单元,用于在所述覆盖区域的面积大于所述降落面积时,将所述覆盖区域划分为面积等于所述降落面积的多个连续子区域;
子区域确定单元,用于在所述覆盖区域的面积小于所述降落面积时,将所述覆盖区域作为子区域。
可选地,所述降落条件判断子模块包括:
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;
第一查找计算单元,用于计算均值与所述第一距离的差值,得到第一差值;
符合降落条件确定单元,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;
不符合降落条件确定单元,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,所述雷达数据获取子模块包括:
距离获取单元,用于基于所述回波信号和所述雷达信号确定所述无人机到所述当前子区域的第一距离和第二距离,所述第一距离和所述第二距离为所述无人机分别到所述当前子区域的第一表面和第二表面的距离;
信号强度获取单元,用于基于所述回波信号和所述雷达信号获取所述第一表面反射的回波信号的信号强度。
可选地,所述降落区域确定模块包括:
第二差值计算子模块,用于计算所述第一距离和第二距离的差值,得到第二差值;
差值判断子模块,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子模块,用于确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
信号强度判断子模块,用于判断所述信号强度是否小于预设强度阈值;
降落区域确定子模块,用于在所述信号强度大于预设强度阈值时,确定所述候选区域为雷达信号无法穿透的区域,所述候选区域为降落区域;
第二非降落区域确定子模块,用于在所述信号强度小于预设强度阈值时,确定所述候选区域不是雷达信号无法穿透的区域,所述候选区域为非降落区域。
可选地,还包括:
第二飞行控制模块,用于当确定所述候选区域不是降落区域时,控制无人机飞行至下一子区域;
第二当前子区域确定模块,用于将所述无人机下方正对的子区域确定为当前子区域,并返回雷达信号收发子模块。
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。
本发明实施例提供的无人机降落区域的确定方法,在检测到迫降事件时,控制景深传感器获取景深传感器的覆盖区域的深度图像以及控制雷达获取无人机到覆盖区域的雷达数据,在根据深度图像和雷达数据从覆盖区域中确定出平整度符合预设降落条件的候选区域后,进一步根据雷达数据从候选区域中确定出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作为降落区域。本发明实施例先根据深度图像和雷达数据确定出平整度符合预设降落条件的候选区域,再根据雷达数据从候选区域中确定出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作为降落区域,充分考虑了降落区域的平整度和降落区域的降落环境,避免了无人机降落在水面,树林,不平的地面中,保证了无人机可以安全迫降,降低了无人机迫降时的损伤。
附图说明
图1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为本发明实施例中景深传感器的视角示意图;
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1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中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1所示,该方法具体包括如下步骤:
S101、在检测到迫降事件时,控制景深传感器获取所述景深传感器的覆盖区域的深度图像。
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,迫降事件也可以用户通过遥控器发送遥控指令而使得无人机降落。
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,在有些场景中,景深传感器和雷达也可以安装在无人机的前向下的方向,景深传感器具有一定的视角,其可以对地面上其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,例如,对于单目摄像头,在摄像头的焦距可知的情况下,结合无人机的坐标和像素点在拍摄图像中的坐标,通过三角测距原理计算出物点到无人机的距离,即物点相对于无人机的深度值,而对于双目摄像头则可以通过双目测距原理计算物点到无人机的深度值,从而可以根据深度值生成深度图像。
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。
S102、控制雷达获取无人机到所述覆盖区域的雷达数据。
本发明实施例中,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。
雷达数据可以是距离或者信号强度,在获取雷达数据时,可以控制雷达向覆盖区域发射雷达信号以及接收覆盖区域对雷达信号进行反射的回波信号,基于雷达信号和回波信号计算出距离。可选地,可以采用雷达信号和回波信号进行混频生成差频信号,从而根据差频信号计算距离值,当然,在实际应用中也可以根据发射雷达信号和接收雷达信号的时间差来估算距离,本发明实施例对雷达获取距离的方式不加以限制。
在实际应用中,对于被植物覆盖的区域,植物表面和地面均对雷达信号进行反射形成回波信号,则雷达数据可以包括无人机到下方当前子区域的第一表面的第一距离,以及无人机到下方当前子区域的第二表面的第二距离,还可以包括第一表面反射雷达信号的信号强度。具体地,可以采用雷达信号和回波信号生成差频信号后,对差频信号进行采样、FFT变换后进行检波处理,确定出第一表面和第二表面分别对应的频点的信号频率和信号幅值,根据相应的信号频率计算第一距离和第二距离,并将第一表面对应的频点的信号幅值作为信号强度。
对于没有被植物覆盖的区域,则可以通过雷达信号和回波信号获取到一个距离,即第一距离,并且能够获取到回波信号的信号强度。
S103、根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域。
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。
对于景深传感器所覆盖的覆盖区域,可以根据无人机需求的降落面积从中确定一待确定区域作为当前子区域,例如,确定无人机下方的区域为当前子区域,则可以控制雷达获取无人机到当前子区域的雷达数据,该雷达数据可以包括无人机到当前子区域的表面的第一距离,则可以根据当前子区域中各个物点的深度值和雷达测得的无人机到当前子区域的第一距离确定当前子区域的平整度,该平整度表达了当前子区域中各物点到无人机的距离。
具体而言,子区域与相邻子区域之间可以有部分重叠。
可选地,平整度可通过多个参数表达,例如可以是深度值的均值与第一距离的差值作为平整度,或者深度值的方差作为平整度,获取深度值的最大值最小值作为平整度,或者以上的两个或者两个以上组合作为平整度等,在平整度符合预设降落条件时,确定当前子区域为符合降落条件的候选区域,否则,无人机继续飞行至下一待确定区域作为当前子区域,并获取到该当前子区域的第一距离后判断是否符合预设降落条件,直到在覆盖区域的范围内确定出平整度符合预设降落条件的子区域作为候选区域。
S104、根据所述雷达数据从候选区域中确定出降落区域,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。
具体地,对于平整度符合预设降落条件的候选区域,第一距离表达了候选区域到无人机的最近距离,例如第一距离可以是候选区域中的植物的顶面到无人机的距离,如果雷达数据中包含第二距离,则表明候选区域被植物所覆盖,第二距离表达了候选区域到无人机的最远距离,例如可以是候选区域中的地面到无人机的距离,由此可以先根据第一距离和第二距离确定候选区域是否被植物覆盖,即确定候选区域是否具有被雷达信号穿透的穿透层,可选地,可以计算第一距离和第二距离的差值,如果差值小于预设值,说明雷达信号的穿透层厚度很小甚至是无法穿透,说明候选区域上的植物很矮或者没有植物覆盖(差值为0),如果差值大于预设值,说明候选区域被较高的植物覆盖,即雷达信号的穿透层较厚,不可作为降落区域。
而对于植物很矮甚至没有植物覆盖的候选区域,即雷达信号的穿透层厚度很小甚至是无法穿透的候选区域,则可以根据雷达信号的回波信号的信号强度确定候选区域是否为硬度合适降落的区域,例如为结实的地面,具体地,在信号强度小于预设强度阈值时,则可以确定候选区域为对雷达信号反射较弱的水面或者沼泽等较软的表面,该候选区域不是反射雷达信号的信号强度大于预设阈值的区域,不可作为降落区域,否则为反射雷达信号的信号强度大于预设阈值的区域,是表面较硬的适合降落的区域,可以作为降落区域。
在确定降落区域后,可以控制无人机在降落区域降落,否则控制无人机飞行至覆盖区域中的下一个子区域,并控制雷达获取该子区域的雷达数据,直到确定出降落区域。
本发明实施例先根据深度图像和雷达数据确定出平整度符合预设降落条件的候选区域,再根据雷达数据确定出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候选区域作为降落区域,充分考虑了降落区域的平整度和降落区域的降落环境,避免了无人机降落在水面,树林,不平的地面中,保证了无人机可以安全降落,降低了无人机降落时的损伤。
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,提供了确定候选区域和降落区域的示例性实施方法,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、在检测到降落事件时,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。
S202、获取所述无人机的降落面积。
无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。
S203、基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域。
具体地,基于深度图像计算覆盖区域的面积,在覆盖区域的面积大于降落面积时,将覆盖区域划分为面积等于降落面积的多个子区域,在覆盖区域的面积小于降落面积时,将覆盖区域作为子区域。
如图2B所示,景深传感器为摄像头,摄像头的视角为a,无人机到覆盖区域的高度为h1,高度h1可以通过雷达测量无人机到覆盖区域的距离得到,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,进而可以将覆盖区域划分为多个面积与无人机降落面积相等的连续子区域,如果由于无人机高度h1过低,覆盖区域的面积小于无人机降落面积时,直接将整个覆盖区域作为一个子区域。
S204、控制雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号。
具体地,无人机正下方的子区域为当前子区域,无人机可以对当前子区域发射雷达信号和接收到当前子区域对雷达信号进行反射的回波信号。
S205、基于所述雷达信号和所述回波信号获取雷达数据,所述雷达数据包含第一距离。
在本发明实施例中,可以基于所述回波信号和所述雷达信号确定所述无人机到所述当前子区域的第一距离和第二距离,所述第一距离和所述第二距离为所述无人机分别到所述当前子区域的第一表面和第二表面的距离;基于所述回波信号和所述雷达信号获取所述第一表面反射的回波信号的信号强度。
具体地,可以采用雷达信号和回波信号生成差频信号后,对差频信号进行采样、FFT变换后进行检波处理,如果当前子区域没有被植物覆盖,则可以确定出当前子区域的第一表面到无人机的距离作为第一距离,如果当前子区域被植物覆盖,还可以确定出当前子区域的第二表面到无人机的距离作为第二距离。如图2C所示,对于一个子区域,通过雷达可以获得无人机到子区域的第一距离h1和第二距离h2,即在实际应用中,雷达信号为连续的周期信号,如果子区域被植物覆盖,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。
S206、针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值。
在本发明实施例中,可以将无人机下方的子区域作为当前子区域,可以从深度图像中确定当前子区域对应的像素点,从而通过当前子区域对应的像素点获取当前子区域内所述像素点对应的物点的深度值。
S207、基于各个物点的深度值和所述第一距离确定当前子区域的平整度是否符合预设降落条件,若是执行S208,若否,执行S209。
在本发明实施例中,针对当前子区域,可以计算子区域内所有物点的深度值的均值和方差,并计算均值与第一距离的差值,得到第一差值,以及确定子区域内各个物点的深度值的最大值和最小值。
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。
在本发明实施例中,预设降落条件为以下条件中的至少一个:第一差值小于第一预设差值阈值、方差小于预设方差阈值、最大值小于预设最大值阈值以及最小值大于预设最小阈值。
具体地,
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S208,若否,则执行S209。
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。
S208、确定当前子区域为候选区域。
如果通过均值、方差、最大值和最小值中的至少一项当前子区域的平整度符合预设降落条件,说明当前子区域较为平整,可以确定当前子区域为候选区域,执行S210以对该候选区域进一步确认是否作为降落区域。
S209、确定当前子区域不是候选区域,返回S204。
如果通过均值、方差、最大值和最小值中的至少一项确认当前子区域的平整度不符合预设降落条件,说明当前子区域不符合降落条件,在当前子区域降落可能对无人机造成损伤,当前子区域不可作为候选区域,则返回S204,在覆盖区域内进行遍历,控制无人机飞行至下一个子区域,将下一子区域作为当前子区域,即重复执行S204-S207,直到确定出候选区域。
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,然后遍历每个子区域,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候选区域,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。
S210、计算所述第一距离和第二距离的差值,得到第二差值。
如图2C所示,第二距离h2和第一距离h1的差值为植物的高度,即第二差值为植物的高度,亦即雷达信号的穿透厚度。
当然,当雷达数据只包含第一距离时,确定候选区域不能被雷达信号所穿透,即雷达信号的穿透厚度为0,是穿透厚度小于预设厚度的区域,无需执行S210,直接执行S213。
S211、判断所述第二差值是否大于第二预设差值阈值,若是执行S212,若否,执行S213。
在实际应用中,第二差值表达了候选区域上植物的高度,亦即雷达信号的穿透厚度,由于该候选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区域较为平整,因此需要排除候选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候选区域被植物覆盖时,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执行S212,在第二差值小于第二预设差值阈值时执行S213。
S212、确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域,返回S204。
如果第二差值大于第二预设差值阈值,说明候选区域被较高的植物所覆盖,对无人机的降落会造成损失,则可以确定该候选区域不适合降落,为非降落区域,则返回S204重新确定候选区域。
通过雷达获得候选区域到无人机的第一距离和第二距离,并计算第一距离和第二距离的差值,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候选区域不是雷达信号的穿透厚度小于预设厚度的区域,该候选区域为非降落区域,排除了较为平整的候选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。
S213、确定所述候选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。
如果第二差值小于第二预设差值阈值,则说明候选区域是雷达信号的穿透厚度小于预设厚度的区域,该候选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,在候选区域为未被植物覆盖的裸露的地面、水面区域、沼泽区域时,第一距离和第二距离相等,则差值可以为0。为了排除掉候选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,若是执行S215,若否执行S214。
S214、确定所述候选区域是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为降落区域。
如果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,即候选区域为较硬的地面,适合无人机降落,则该候选区域为降落区域。
S215、确定所述候选区域不是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为非降落区域。
如果回波信号的信号强度小于预设强度阈值,说明回波信号是经过较软的表面反射形成,信号损失大,信号强度小,即候选区域为较软的水面或者沼泽区域,不适合无人机降落,则该候选区域为非降落区域。
在确定候选区域为降落区域后,可以控制无人机在降落区域降落,否则,控制无人机飞行至景深传感器的覆盖区域的下一子区域,将该子区域作为当前子区域,并返回S204。
本发明实施例中,先通过景深传感器和雷达数据中的第一距离从覆盖区域确定平整度符合降落条件的候选区域,对于较为平整的候选区域,对于雷达数据还包含第二距离的候选区域,在第二距离和第一距离的差值大于预设差值阈值时,确定出雷达信号的穿透厚度大于预设厚度的区域,即确定出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,在第二距离和第一距离的差值小于预设差值阈值时,确定候选区域为雷达信号的穿透厚度小于预设厚度区域,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,即候选区域为信号强度大小于预设阈值的区域,最终可以确定出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候选区域作为降落区域,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。
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:
深度图像获取模块301,用于在检测到迫降事件时,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;
雷达数据获取模块302,用于控制雷达获取所述无人机到所述覆盖区域的雷达数据;
候选区域确定模块303,用于根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;
降落区域确定模块304,用于根据所述雷达数据从候选区域中确定出降落区域,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。
可选地,所述景深传感器为摄像头,所述深度图像获取模块301包括:
拍摄子模块,用于控制摄像头获取无人机下方所述摄像头视角的覆盖区域的拍摄图像;
深度图像生成子模块,用于基于所述拍摄图像生成覆盖区域的深度图像。
可选地,所述雷达数据获取模块302包括
降落面积获取子模块,用于获取所述无人机的降落面积;
子区域划分子模块,用于基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域;
雷达信号收发子模块,用于控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号,所述当前子区域为所述无人机下方正对的子区域;
雷达数据获取子模块,用于基于所述雷达信号和所述回波信号获取雷达数据。
可选地,所述覆盖区域包括多个子区域,所述雷达数据包括无人机到所述当前子区域的第一距离,所述候选区域确定模块303包括:
深度值获取子模块,用于针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值;
降落条件判断子模块,用于基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件;
候选区域确定子模块,用于确定当前子区域为候选区域。
可选地,还包括:
第一飞行控制模块,用于若确定当前子区域不是候选区域,则控制无人机飞行至下一子区域;
第一当前子区域确定模块,用于将所述无人机下方正对的子区域确定为当前子区域,并返回雷达信号收发子模块。
可选地,所述子区域划分子模块包括:
覆盖面积计算单元,用于基于所述深度图像计算所述覆盖区域的面积;
子区域划分单元,用于在所述覆盖区域的面积大于所述降落面积时,将所述覆盖区域划分为面积等于所述降落面积的多个连续子区域;
子区域确定单元,用于在所述覆盖区域的面积小于所述降落面积时,将所述覆盖区域作为子区域。
可选地,所述降落条件判断子模块包括:
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;
第一查找计算单元,用于计算均值与所述第一距离的差值,得到第一差值;
符合降落条件确定单元,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;
不符合降落条件确定单元,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,所述雷达数据获取子模块包括:
距离获取单元,用于基于所述回波信号和所述雷达信号确定所述无人机到所述当前子区域的第一距离和第二距离,所述第一距离和所述第二距离为所述无人机分别到所述当前子区域的第一表面和第二表面的距离;
信号强度获取单元,用于基于所述回波信号和所述雷达信号获取所述第一表面反射的回波信号的信号强度。
可选地,所述降落区域确定模块304包括:
第二差值计算子模块,用于计算所述第一距离和第二距离的差值,得到第二差值;
差值判断子模块,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子模块,用于确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
信号强度判断子模块,用于判断所述信号强度是否小于预设强度阈值;
降落区域确定子模块,用于在所述信号强度大于预设强度阈值时,确定所述候选区域为雷达信号无法穿透的区域,所述候选区域为降落区域;
第二非降落区域确定子模块,用于在所述信号强度小于预设强度阈值时,确定所述候选区域不是雷达信号无法穿透的区域,所述候选区域为非降落区域。
可选地,还包括:
第二飞行控制模块,用于当确定所述候选区域不是降落区域时,控制无人机飞行至下一子区域;
第二当前子区域确定模块,用于将所述无人机下方正对的子区域确定为当前子区域,并返回雷达信号收发子模块。
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 (15)
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,控制景深传感器获取所述景深传感器的覆盖区域的深度图像;
控制雷达获取所述无人机到所述覆盖区域的雷达数据;所述雷达数据用于计算所述无人机与所述覆盖区域之间的距离;
根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;其中,所述深度图像上的像素点关联有深度值,所述深度值用于表征所述覆盖区域上的物点到所述无人机的距离,所述平整度用于表征深度值的均值与基于所述雷达数据计算得到的距离的差值;
根据所述雷达数据从所述候选区域中确定出降落区域,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。
2.如权利要求1所述的方法,其特征在于,所述景深传感器为摄像头,所述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,包括:
控制摄像头获取无人机下方所述摄像头视角的覆盖区域的拍摄图像;
基于所述拍摄图像生成覆盖区域的深度图像。
3.如权利要求1所述的方法,其特征在于,所述控制雷达获取所述无人机到所述覆盖区域的雷达数据,包括
获取所述无人机的降落面积;
基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域,所述多个子区域之间可重叠;
控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号;
基于所述雷达信号和所述回波信号获取所述当前子区域的雷达数据。
4.如权利要求3所述的方法,其特征在于,所述覆盖区域包括多个子区域,所述雷达数据包括无人机到当前子区域的第一距离,所述根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域,包括:
针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值;
基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件;
若是,则确定当前子区域为候选区域。
5.如权利要求1所述的方法,其特征在于,所述覆盖区域包括多个子区域,所述雷达数据包括无人机到当前子区域的第一距离,所述根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域,包括:
针对当前子区域,基于所述深度图像获取当前子区域内各个物点的深度值;
基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件;
若是,则确定当前子区域为候选区域。
6.如权利要求4或5所述的方法,其特征在于,还包括:
若确定当前子区域不是候选区域,则控制所述无人机飞行至下一子区域,返回控制所述雷达对当前子区域发射雷达信号以及接收所述当前子区域对所述雷达信号进行反射的回波信号的步骤。
7.如权利要求3所述的方法,其特征在于,所述基于所述降落面积和所述深度图像将所述覆盖区域划分为多个子区域,包括:
基于所述深度图像计算所述覆盖区域的面积;
在所述覆盖区域的面积大于所述降落面积时,将所述覆盖区域划分为面积等于所述降落面积的多个连续子区域;
在所述覆盖区域的面积小于所述降落面积时,将所述覆盖区域作为子区域。
8.如权利要求4或5所述的方法,其特征在于,所述基于各个物点的深度值和所述第一距离确定当前子区域是否符合预设降落条件,包括:
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;
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。
9.如权利要求4所述的方法,其特征在于,所述雷达数据还包括无人机到所述当前子区域的第二距离,所述基于所述雷达信号和所述回波信号获取雷达数据,包括:
基于所述回波信号和所述雷达信号确定所述无人机到所述当前子区域的第一距离和第二距离,所述第一距离和所述第二距离为所述无人机分别到所述当前子区域的第一表面和第二表面的距离;
基于所述回波信号和所述雷达信号获取所述第一表面反射的回波信号的信号强度。
10.如权利要求1或2或3或7或9所述的方法,其特征在于,所述雷达数据包括所述无人机分别到所述候选区域的第一表面和第二表面的第一距离、第二距离,以及所述第一表面的回波信号的信号强度,所述根据所述雷达数据从候选区域中确定出降落区域,包括:
计算所述第一距离和第二距离的差值,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,则确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
若否,确定所述候选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;
在所述信号强度大于预设强度阈值时,确定所述候选区域是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述候选区域不是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为非降落区域。
11.如权利要求6所述的方法,其特征在于,所述雷达数据包括所述无人机分别到所述候选区域的第一表面和第二表面的第一距离、第二距离,以及所述第一表面的回波信号的信号强度,所述根据所述雷达数据从候选区域中确定出降落区域,包括:
计算所述第一距离和第二距离的差值,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,则确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
若否,确定所述候选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;
在所述信号强度大于预设强度阈值时,确定所述候选区域是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述候选区域不是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为非降落区域。
12.如权利要求8所述的方法,其特征在于,所述雷达数据包括所述无人机分别到所述候选区域的第一表面和第二表面的第一距离、第二距离,以及所述第一表面的回波信号的信号强度,所述根据所述雷达数据从候选区域中确定出降落区域,包括:
计算所述第一距离和第二距离的差值,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,则确定所述候选区域不是雷达信号的穿透厚度小于预设厚度的区域,所述候选区域为非降落区域;
若否,确定所述候选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;
在所述信号强度大于预设强度阈值时,确定所述候选区域是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为降落区域;
在所述信号强度小于预设强度阈值时,确定所述候选区域不是反射雷达信号的信号强度大于预设阈值的区域,所述候选区域为非降落区域。
13.一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:
深度图像获取模块,用于在检测到迫降事件时,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;
雷达数据获取模块,用于控制雷达获取所述无人机到所述覆盖区域的雷达数据;所述雷达数据用于计算所述无人机与所述覆盖区域之间的距离;
候选区域确定模块,用于根据所述深度图像和所述雷达数据从所述覆盖区域中确定出平整度符合预设降落条件的候选区域;其中,所述深度图像上的像素点关联有深度值,所述深度值用于表征所述覆盖区域上的物点到所述无人机的距离,所述平整度用于表征深度值的均值与基于所述雷达数据计算得到的距离的差值;
降落区域确定模块,用于根据所述雷达数据从候选区域中确定出降落区域,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。
14.一种无人机,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1-12中任一所述的无人机降落区域的确定方法。
15.一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1-12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 |
---|---|---|---|
CN201910697472.XA CN112306086B (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 |
---|---|---|---|
CN201910697472.XA CN112306086B (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 |
---|---|
CN112306086A CN112306086A (zh) | 2021-02-02 |
CN112306086B true CN112306086B (zh) | 2023-09-01 |
Family
ID=74485758
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910697472.XA Active CN112306086B (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) | CN112306086B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116203600A (zh) * | 2023-02-22 | 2023-06-02 | 中急管(北京)网络科技有限公司 | 一种无人机通信信号丢失后带动力运动轨迹循迹的方法 |
CN116203986B (zh) * | 2023-03-14 | 2024-02-02 | 成都阜时科技有限公司 | 无人机及其降落方法、主控设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018163096A (ja) * | 2017-03-27 | 2018-10-18 | 沖電気工業株式会社 | 情報処理方法および情報処理装置 |
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 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018205022A (ja) * | 2017-05-31 | 2018-12-27 | パナソニック株式会社 | レーダ信号処理装置およびレーダ信号処理方法 |
-
2019
- 2019-07-30 CN CN201910697472.XA patent/CN112306086B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018163096A (ja) * | 2017-03-27 | 2018-10-18 | 沖電気工業株式会社 | 情報処理方法および情報処理装置 |
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 |
WO2019119183A1 (zh) * | 2017-12-18 | 2019-06-27 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN112306086A (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 | |
CN112306086B (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
CN112306082A (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
EP3757606A2 (en) | Dense mapping using range sensor multi-scanning and multi-view geometry from successive image frames | |
WO2019119177A1 (zh) | 弱目标检测方法、微波雷达传感器及无人机 | |
KR101740157B1 (ko) | 소노부이의 최적운용 위치 및 수심 결정 방법 | |
US11592820B2 (en) | Obstacle detection and vehicle navigation using resolution-adaptive fusion of point clouds | |
CN108227739B (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 | |
US20160084954A1 (en) | Detection of a distributed radar target based on an auxiliary sensor | |
CN112306083B (zh) | 无人机降落区域的确定方法、装置、无人机和存储介质 | |
CN115453497A (zh) | 一种低信噪比稀疏雷达信号的滤波方法及系统 | |
CN114384492B (zh) | 用于激光雷达的点云处理方法及装置、存储介质 | |
CN112105950A (zh) | 一种探测对象的检测方法、探测设备及毫米波雷达 | |
JP5735673B2 (ja) | 目標追尾装置及び目標追尾方法 | |
Groen et al. | Shadow enhancement in synthetic aperture sonar using fixed focusing | |
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 | |
KR102185307B1 (ko) | Sar 영상의 객체 응답 초해상도화 방법 및 객체 응답 초해상도화 장치 | |
KR101840651B1 (ko) | 구름레이더를 이용한 강우 강도 산출 시스템 및 이를 이용한 강우 강도 산출 방법 | |
Kim et al. | Imaging sonar based navigation method for backtracking of AUV | |
CN108363057B (zh) | 合成孔径雷达探测方法、装置及存储介质 | |
US10480932B2 (en) | Automated computation of a dimension of a moving platform | |
KR20220020082A (ko) | 센서 데이터의 cfar 처리 방법 및 장치 | |
KR102001100B1 (ko) | 수중 영상 소나를 이용한 항적탐지 방법 및 장치 | |
US11808841B2 (en) | Fusion of depth imager and radar system in a vehicle |
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 |