CN112418002A - 一种无人机识别己方机场的方法 - Google Patents

一种无人机识别己方机场的方法 Download PDF

Info

Publication number
CN112418002A
CN112418002A CN202011222659.3A CN202011222659A CN112418002A CN 112418002 A CN112418002 A CN 112418002A CN 202011222659 A CN202011222659 A CN 202011222659A CN 112418002 A CN112418002 A CN 112418002A
Authority
CN
China
Prior art keywords
airport
signal lamp
solar blind
blind ultraviolet
rule
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
Application number
CN202011222659.3A
Other languages
English (en)
Other versions
CN112418002B (zh
Inventor
李東轩
丁小昆
魏青
高关根
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Flight Automatic Control Research Institute of AVIC
Original Assignee
Xian Flight Automatic Control Research Institute of AVIC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian Flight Automatic Control Research Institute of AVIC filed Critical Xian Flight Automatic Control Research Institute of AVIC
Priority to CN202011222659.3A priority Critical patent/CN112418002B/zh
Publication of CN112418002A publication Critical patent/CN112418002A/zh
Application granted granted Critical
Publication of CN112418002B publication Critical patent/CN112418002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/10Terrestrial scenes
    • G06V20/176Urban or other man-made structures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开一种无人机识别己方机场的方法,包括:在机场设置日盲紫外信号灯,并以预先设定的规律同步闪烁;在无人机上装配长焦日盲紫外相机,并在镜头前安装与信号灯波长相同的窄带通滤光片;长焦日盲紫外相机连续采集前方机场图像,所述信号灯以小光斑的形式显示在采集的图像上;判断采集图像中的小光斑的闪烁规律,从而判断前方机场是否为己方机场。相比传统识别机场周围地形或识别地面特殊图案的方法,本发明的方法可以用更少的像素进行识别,可靠性更高,试用性更强,也更为简单,对硬件的要求不会过于苛刻;日盲紫外抗干扰能力强,可全天24小时正常工作;信号灯闪烁的规律可以人为设定,更为安全。

Description

一种无人机识别己方机场的方法
技术领域
本发明属于光学应用与模式识别技术,具体涉及一种无人机识别己方机场的方法。
背景技术
本发明来源于一种无人机识别前方机场是否为己方机场的特定场景。所述特定场景详细描述如下:
1.判断距离为距离机场5km~10km处;
2.无人机飞行高度400m;
3.无人机飞行速度200km/h;
4.飞机上不可安装稳定平台;
5.机场可安装用于识别机场的特殊标志。
在如上所述的特定场景下,待解决的技术问题是在无卫星导航的情况下判断前方机场是否为己方机场。
针对无GPS情况下的机场识别,现有技术一般通过机场标志物识别的方法判断,中国专利CN103699909B提出一种基于局部全局特征联合决策的聚类方法用于机场识别,主要应用了遥感影像特征匹配的思想,这类方法的主要不足有:
1.飞行高度受限,过高的飞行高度会导致无法看清机场标志物;
2.夜晚性能差;
3.易受异常天气影响;
4.标志物固定,隐蔽性与安全性不佳。
发明内容
鉴于现有技术的上述情况,本发明的目的是提供一种可靠性更高,适用性更强,也更为简单的无人机识别己方机场的方法。
本发明的上述目的是利用以下技术方案实现的:
一种无人机识别己方机场的方法,包括:
在机场设置日盲紫外信号灯,并以预先设定的规律同步闪烁;
在无人机上装配长焦日盲紫外相机,并在镜头前安装与信号灯波长相同的窄带通滤光片;
长焦日盲紫外相机连续采集前方机场图像,所述信号灯以小光斑的形式显示在采集的图像上;
判断采集图像中的小光斑的闪烁规律,从而判断前方机场是否为己方机场。
其中所述日盲紫外信号灯优选为两台以上,最好为两台,并且分布在入场跑道的两侧,这样可以为无人机提供机场跑道的边界信息,并且能扩大相机的捕获范围。
其中所述日盲紫外信号灯的波长为250nm。
其中所述信号灯的预设的闪烁规律为“亮灭灭亮”。
其中所述判断采集图像中的小光斑的闪烁规律,从而判断前方机场是否为己方机场包括:
(1)利用递增排列的预定数量的不同阈值,对采集的每幅图像进行阈值二值化处理,得到数量与阈值数量相同的多个二值图;
(2)求取所述多个二值图的平均值,得到一张经过平均运算的图片;
(3)对所述经过平均运算的图片中的各个像素亮度值由大到小排序,找出前n个像素亮度值,n的值与信号灯的数量一致,若所述n个像素亮度值均大于预先设定的第一判定阈值,则判定所有信号灯亮起,否则判定信号灯处于关闭状态;
(4)重复步骤(1)~步骤(3),在信号灯变化的单次周期之内得到数量为相机采集帧率与信号灯变化频率之比的连续识别结果,在所述连续检测结果中,若有数量不小于第二判定阈值的检测结果为判定信号灯亮起,则判定在信号灯变化的单次周期之内,信号灯的状态为亮起,否认判定信号灯熄灭;
(5)将步骤(4)的判定结果与预先设置的信号灯闪烁规律进行对比,若一致,则认为前方机场为己方机场。
其中在如上所述的闪烁规律的判断中,在所述步骤(5)中,步骤(4)的判定结果与预先设置的信号灯闪烁规律的对比是通过周期滑动检索进行的。
其中在如上所述的闪烁规律的判断中,在图像单个像素的位长为8,即单个像素的数值范围介于0至255之间时,所述第一判定阈值为235。
其中在如上所述的闪烁规律的判断中,第二判定阈值为连续检测结果总数的50%。
相比传统识别机场周围地形或识别地面特殊图案的方法,本发明的方法可以用更少的像素进行识别,可靠性更高,试用性更强,也更为简单,对硬件的要求不会过于苛刻;日盲紫外抗干扰能力强,可全天24小时正常工作;信号灯闪烁的规律可以人为设定,更为安全。
附图说明
图1是本发明的无人机识别己方机场的方法的示意图;
图2是图解说明在本发明方法的实施例中采用的闪烁频率滑动识别的示意图;
图中:
1-日盲紫外相机(镜头装有250nm波长滤光片)、2-波长250nm日盲紫外信号灯
具体实施方式
为了更清楚地理解本发明的目的、技术方案及优点,以下结合附图及实施例,对本发明进行进一步详细说明。
图1是本发明的无人机识别己方机场的方法的示意图。本发明的方法的具体实施步骤如下:
步骤1:
在己方机场设有两台可发射固定波长(250nm)的日盲紫外信号灯2,并以预先设定的规律闪烁。无人机上安装配有长焦日盲紫外相机1,并在镜头前安装与信号灯波长相同的窄带通滤光片。
步骤2:
相机连续采集前方机场图像。
步骤3:
在本实施例中,每个图像单个像素的位长为8,即单个像素的数值范围介于0至255之间。针对每个图像进行15次阈值二值化处理,15次的阈值分别为100、110、120、130、140、150、160、170、180、190、200、210、220、230、240,得到15张二值图,记为Bn(n=1,2,...,15)。
步骤4:
求取15张二值化图片的平均值,得到经过平均运算的图片C,如下式所示:
Figure BDA0002762616910000041
步骤5:
在本实施例中,日盲紫外信号灯的数量为两台,因此求取图片C中的最大像素亮度值max1与次大像素亮度值max2,若最大像素亮度值max1与次大像素亮度值max2均大于235(第一判定阈值),则判定信号灯亮起,否则判定信号灯处于关闭状态。
步骤6:
在本实施例中,信号灯变化的频率设置为1hz,相机的采集帧率设置为10hz。相机重复步骤3-步骤5,则在1秒之内可以得到10次连续的识别结果,在这10次连续的检测结果若有5次以上(第二判定阈值)判断信号灯开启,则认为这1秒内信号灯的状态为亮起,否认认为信号灯熄灭。
步骤7:
将步骤5的结果与预先设置的信号灯闪烁规律进行周期滑动检索对比,若一致,则认为前方机场为己方机场,否则判定为非己方机场。如图2所示,假设灯亮为1,灭为0,信号灯预设的规律是“亮灭灭亮”,即“1001”,当相机开始工作时,信号灯的实际闪烁情况为“001100110……”(即,相机未采集到信号灯完整变化规律中的第一个亮灭状态,采集到“001”),每完成一次完整的规律闪烁周期是4秒,假设无人在这4秒内判断的结果是“亮灭灭亮”,则滑动检索到第四次对比得到了匹配正确的结果,系统判定前方机场为己方机场。
相比传统识别机场周围地形或识别地面特殊图案的方法,本发明的方法可以用更少的像素进行识别,可靠性更高,试用性更强,也更为简单,对硬件的要求不会过于苛刻;日盲紫外抗干扰能力强,可全天24小时正常工作;信号灯闪烁的规律可以人为设定,更为安全。

Claims (9)

1.一种无人机识别己方机场的方法,包括:
在机场设置日盲紫外信号灯,并以预先设定的规律同步闪烁;
在无人机上装配长焦日盲紫外相机,并在镜头前安装与信号灯波长相同的窄带通滤光片;
长焦日盲紫外相机连续采集前方机场图像,所述信号灯以小光斑的形式显示在采集的图像上;
判断采集图像中的小光斑的闪烁规律,从而判断前方机场是否为己方机场。
2.按照权利要求1所述的方法,其中所述日盲紫外信号灯为两台以上。
3.按照权利要求1所述的方法,其中所述日盲紫外信号灯为两台,并且分布在入场跑道的两侧。
4.按照权利要求1所述的方法,其中所述日盲紫外信号灯的波长为250nm。
5.按照权利要求1所述的方法,其中所述信号灯的预设的闪烁规律为“亮灭灭亮”。
6.按照权利要求1所述的方法,其中所述判断采集图像中的小光斑的闪烁规律,从而判断前方机场是否为己方机场包括:
(1)利用递增排列的预定数量的不同阈值,对采集的每幅图像进行阈值二值化处理,得到数量与阈值数量相同的多个二值图;
(2)求取所述多个二值图的平均值,得到一张经过平均运算的图片;
(3)对所述经过平均运算的图片中的各个像素亮度值由大到小排序,找出前n个像素亮度值,n的值与信号灯的数量一致,若所述n个像素亮度值均大于预先设定的第一判定阈值,则判定所有信号灯亮起,否则判定信号灯处于关闭状态;
(4)重复步骤(1)~步骤(3),在信号灯变化的单次周期之内得到数量为相机采集帧率与信号灯变化频率之比的连续识别结果,在所述连续检测结果中,若有数量不小于第二判定阈值的检测结果为判定信号灯亮起,则判定在信号灯变化的单次周期之内,信号灯的状态为亮起,否认判定信号灯熄灭;
(5)将步骤(4)的判定结果与预先设置的信号灯闪烁规律进行对比,若一致,则认为前方机场为己方机场。
7.按照权利要求6所述的方法,其中所述步骤(5)中,步骤(4)的判定结果与预先设置的信号灯闪烁规律的对比是通过周期滑动检索进行的。
8.按照权利要求6所述的方法,其中在图像单个像素的位长为8时,所述第一判定阈值为235。
9.按照权利要求6所述的方法,其中第二判定阈值为连续检测结果总数的50%。
CN202011222659.3A 2020-11-05 2020-11-05 一种无人机识别己方机场的方法 Active CN112418002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011222659.3A CN112418002B (zh) 2020-11-05 2020-11-05 一种无人机识别己方机场的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011222659.3A CN112418002B (zh) 2020-11-05 2020-11-05 一种无人机识别己方机场的方法

Publications (2)

Publication Number Publication Date
CN112418002A true CN112418002A (zh) 2021-02-26
CN112418002B CN112418002B (zh) 2023-10-24

Family

ID=74828545

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011222659.3A Active CN112418002B (zh) 2020-11-05 2020-11-05 一种无人机识别己方机场的方法

Country Status (1)

Country Link
CN (1) CN112418002B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106020239A (zh) * 2016-08-02 2016-10-12 南京奇蛙智能科技有限公司 无人机精准降落控制方法
CN106371447A (zh) * 2016-10-25 2017-02-01 南京奇蛙智能科技有限公司 一种无人机全天候精准降落的控制方法
CN106530623A (zh) * 2016-12-30 2017-03-22 南京理工大学 一种疲劳驾驶检测装置及检测方法
CN107688812A (zh) * 2017-08-25 2018-02-13 重庆慧都科技有限公司 一种基于机器视觉的食品生产日期喷墨字体修复方法
CN107704844A (zh) * 2017-10-25 2018-02-16 哈尔滨理工大学 基于无人机双目视差图像的输电线路覆冰厚度辨识方法
CN108828500A (zh) * 2018-06-22 2018-11-16 深圳草莓创新技术有限公司 无人机精准的降落引导方法及相关产品
WO2019003675A1 (ja) * 2017-06-30 2019-01-03 ソニー株式会社 撮像装置とフリッカー補正方法およびプログラム
CN109522890A (zh) * 2018-09-21 2019-03-26 北京晶品特装科技有限责任公司 一种利用近红外闪烁光源识别坦克目标的方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106020239A (zh) * 2016-08-02 2016-10-12 南京奇蛙智能科技有限公司 无人机精准降落控制方法
CN106371447A (zh) * 2016-10-25 2017-02-01 南京奇蛙智能科技有限公司 一种无人机全天候精准降落的控制方法
CN106530623A (zh) * 2016-12-30 2017-03-22 南京理工大学 一种疲劳驾驶检测装置及检测方法
WO2019003675A1 (ja) * 2017-06-30 2019-01-03 ソニー株式会社 撮像装置とフリッカー補正方法およびプログラム
CN107688812A (zh) * 2017-08-25 2018-02-13 重庆慧都科技有限公司 一种基于机器视觉的食品生产日期喷墨字体修复方法
CN107704844A (zh) * 2017-10-25 2018-02-16 哈尔滨理工大学 基于无人机双目视差图像的输电线路覆冰厚度辨识方法
CN108828500A (zh) * 2018-06-22 2018-11-16 深圳草莓创新技术有限公司 无人机精准的降落引导方法及相关产品
CN109522890A (zh) * 2018-09-21 2019-03-26 北京晶品特装科技有限责任公司 一种利用近红外闪烁光源识别坦克目标的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
MING L 等: "Research on Auto-Tracking Algorithm for Power Line Inspection Based on Unmanned Aerial Vehicle", 《IEEE》 *
宋亚军 等: ""日盲"紫外成像技术分析及应用展望", 《航天电子对抗》 *

Also Published As

Publication number Publication date
CN112418002B (zh) 2023-10-24

Similar Documents

Publication Publication Date Title
CN102509090B (zh) 一种基于天网工程中公共安全视频图像的车辆特征识别装置
CN101872546B (zh) 一种基于视频的过境车辆快速检测方法
US20190035290A1 (en) Multispectral enhanced vision system and method for aircraft landing in inclement weather conditions
CN103106766B (zh) 林火识别方法与系统
KR102005713B1 (ko) 지능형 터널 관리 시스템
RU2013142167A (ru) Система наблюдения и способ обнаружения засорения или повреждения аэродрома посторонними предметами
CN102867417A (zh) 一种出租车防伪系统及方法
KR102392822B1 (ko) 주간 타입 카메라 및 야간 타입 카메라를 이용하여 객체를 탐지 및 추적하는 장치 및 방법
CN109887276B (zh) 基于前景提取与深度学习融合的夜间交通拥堵检测方法
CN105303844B (zh) 基于激光的夜间高速公路团雾自动检测装置及其检测方法
CN106339657A (zh) 基于监控视频的秸秆焚烧监测方法、装置
WO2023221425A1 (zh) 一种用于船舶过闸安全检测方法
CN109241831A (zh) 一种基于图像分析的夜间雾天能见度分类方法
CN113219454A (zh) 基于毫米波雷达的防车辆和人员侵入跑道的系统及方法
CN111898444A (zh) 一种基于图像识别的飞机起落架状态判定方法
CN111783700B (zh) 一种路面异物自动识别预警方法和系统
CN105844595B (zh) 基于大气反射-散射原理构建模型复原夜间交通视频车灯的方法
KR102353724B1 (ko) 도시 상태 모니터링 장치 및 방법
CN116453278A (zh) 一种深度学习智能检测与光纤振动传感结合的入侵监测方法
CN106023599A (zh) 一种超高超宽违法抓拍电子警察系统及其控制方法
CN105046223B (zh) 一种隧道入口“黑洞效应”严重程度的检测装置及方法
WO2015055737A1 (en) Method and system for determining a reflection property of a scene
CN112418002B (zh) 一种无人机识别己方机场的方法
CN106128112A (zh) 夜间卡口车辆识别抓拍方法
CN116597394A (zh) 一种基于深度学习的铁路异物侵限检测系统及方法

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