CN112904874A - 一种面向无人艇的无人机自主降落控制方法 - Google Patents
一种面向无人艇的无人机自主降落控制方法 Download PDFInfo
- Publication number
- CN112904874A CN112904874A CN202110244761.1A CN202110244761A CN112904874A CN 112904874 A CN112904874 A CN 112904874A CN 202110244761 A CN202110244761 A CN 202110244761A CN 112904874 A CN112904874 A CN 112904874A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- uwb
- positioning
- unmanned
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 14
- 230000004927 fusion Effects 0.000 claims abstract description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 14
- 230000004044 response Effects 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 239000000284 extract Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 9
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000005562 fading Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000001228 spectrum Methods 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
- G05D1/04—Control of altitude or depth
- G05D1/06—Rate of change of altitude or depth
- G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
- G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
- G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明公开了一种面向无人艇的无人机自主降落控制方法,属于机械与控制领域。其中,该方法步骤包括:(1)通过GPS确定无人艇所在区域并引导无人机飞临无人艇上空,完成第一次定位;(2)无人机下降至UWB有效高度后,通过机载UWB标签确定自身与无人艇停机坪的相对位置并完成第二次定位;(3)通过机载可见光相机识别停机坪的AprilTag码,与此同时机载红外相机识别停机坪上的恒温热源,融合UWB、红外、可见光定位数据,完成第三次定位;(4)当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。本方法依托多传感器信息融合技术,很好地保证了无人机自主着艇定位的准确性和鲁棒性,克服了GPS定位精度不高和传统单目视觉定位易受环境干扰的局限。
Description
技术领域
本发明涉及机械与控制技术领域,具体为一种面向无人艇的无人机自主降落控制方法。
背景技术
超宽带技术是一种无线载波通信技术,具有系统复杂度低,发射信号功率谱密度低,对信道衰落不敏感,截获能力低,定位精度高等优点,由于UWB通信利用了一个相当宽的带宽,就好像使用了整个频谱,并且它能够与其他的应用共存,因此UWB可以应用在很多领域,如个域网、智能交通系统、无线传感网、射频标识、成像应用以及机器人定位等,机器视觉技术是一门涉及人工智能、计算机科学、图像处理、模式识别等诸多领域的交叉学科,机器视觉主要用计算机来模拟人的视觉功能,从客观事物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制,机器视觉技术最大的特点是速度快、信息量大、功能多,依托机器视觉定位,可以实现无人机的稳定、精准降落。
异质无人系统是近年无人系统领域的重要发展方向,异质多自主体系统可以利用不同个体的优势形成更强的多维空间信息感知能力,完成更复杂的工作,以空海协同为例,无人机的局限在于续航时间短,但是具有搜索范围大和通信距离远的优点;无人艇续航时间长,但是搜索范围小和通信距离近。
以无人机-无人艇协同为核心,构建无人机-无人艇跨域协同系统,就可大大提升系统完成复杂任务的能力,譬如在海事救援中,无人艇的搜救范围很有限,通过无人机就能大大扩展搜救范围,无人机-无人艇跨域协同控制的技术难点在于无人机水面平台自主降落技术。
所以我们提出了一种面向无人艇的无人机自主降落控制方法,以便于解决上述中提出的无人机水面平台降落识别难、降落定位安全系数和跟踪效率低、鲁棒性差问题。
发明内容
本发明的目的在于提供一种面向无人艇的无人机自主降落控制方法,以解决上述背景技术提出的无人机降落识别难、跟踪效率低、鲁棒性差问题。
为实现上述目的,本发明提供如下技术方案:一种面向无人艇的无人机自主降落控制方法,该方法所需设备包括无人艇、无人机第二次定位、无人机第一次定位、停机坪和机载UWB标签,所述无人艇中安装有停机坪,且停机坪四周安装有UWB定位天线,并且停机坪中部设置有Apriltag码和恒温热源,所述机载UWB标签和机载摄像头安装在无人机中。
优选的,所述降落控制流程由PID算法完成,飞控通过串口通信获取UWB-可见光-红外融合定位数据,并利用PID算法、气压计和超声波调整无人机姿态实现位置控制和自主降落。
优选的,所述可见光相机用于识别与追踪Apriltag码,通过图像阈值分割对可见光相机图像进行预处理。
优选的,所述可见光相机在识别到AprilTag码后,通过Canny提取其轮廓,计算位置信息并上传。
优选的,所述红外摄像头依托迭代选择算法进行阈值分割,且红外摄像头通过识别跟踪恒温热源实现定位。
优选的,所述UWB定位系统由UWB基站、机载UWB标签组成,且UWB基站由4根棒状天线组成并安装于停机坪处。
优选的,所述UWB基站通过监听机载UWB标签ID获取UWB标签信息,并向UWB标签发送回应信号。
优选的,所述UWB定位系统通过计算TOF测出无人机与UWB基站的相对位置以实现定位功能,定位数据实时传输至飞控。
面向无人艇的无人机自主降落控制方法,该方法步骤分为:
S1、通过GPS确定无人艇所在区域并引导无人机飞临无人艇上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签确定自身与无人艇停机坪的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪的AprilTag码,与此同时机载红外相机识别停机坪上的恒温热源,融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
面向无人艇的无人机自主降落控制方法,无人机自主着艇步骤如下:
S1、通过GPS确定无人艇所在区域并引导无人机飞临无人艇上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签确定自身与无人艇停机坪的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪的AprilTag码63,与此同时机载红外相机识别停机坪上的恒温热源,融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
可见光相机工作流程如下:
21、可见光相机启动后,扫描停机坪实时图像;
22、对图像进行基于LAB的阈值分割并二值化;
23、识别停机坪上的Apriltag码,并利用Canny算子边缘检测算法提取Apriltag码轮廓;
实时追踪Apriltag码,实时上传Apriltag 码坐标信息至无人机飞控;
红外摄像头工作流程步骤如下:
31、红外摄像头启动,扫描停机坪;
32、利用迭代选择阈值法,对图像进行分割;
33、识别停机坪上的恒温热源,并进行跟踪;
34、框选恒温热源并估计无人机与恒温热源的相对位置,将计算结果传输至飞控。
UWB定位系统工作流程步骤如下:
41、UWB基站通电,实时监听机载UWB标签ID信号;
42、UWB基站接收到正确UWB标签71 ID信号,UWB定位天线向UWB标签71发送回应信号,记录下当前时刻;
43、UWB标签71接收到来自UWB基站的回应信号,将所有时刻发送给UWB基站;
44、UWB基站接收UWB标签信号,计算TOF,得到无人机与停机坪的相对距离,并将坐标信息传输至飞控。
无人艇作为无人机载体平台,起着载运无人机和协助无人机起降的作用;
UWB定位天线是UWB基站的重要组成部分,分布于停机坪四周,通过四根UWB天线,可实现UWB基站对机载UWB标签的三维定位;
停机坪安装于无人艇甲板上方,且停机坪布置有Apriltag码和恒温热源;
无人机机载UWB标签作为无人机载荷,用于实现UWB标签与UWB基站之间的信息交互;机载摄像头由可见光相机和红外摄像头组成。
与现有技术相比,本发明的有益效果是:该面向无人艇的无人机自主降落控制方法;
1.该方法采用UWB-视觉-红外融合定位实现自主降落,抗干扰能力强,稳定性强。
2.开创性地将UWB技术应用于无人机着艇定位,相比GPS、RTK定位时延更低,抗电磁干扰能力更强。
3.采用先进图像分割算法,优化了可见光、红外图像质量,提高了目标识别与跟踪效率。
4.将自主降落技术应用于无人机-无人艇协同,有利于提高系统工作效率。
5.利用信息化手段和先进控制算法,实现了无人机着陆水面平台的自动化、智能化。
附图说明
图1为本发明降落控制算法示意图;
图2为本发明可见光相机工作流程示意图;
图3为本发明红外摄像头工作示意图;
图4为本发明UWB定位流程示意图;
图5为本发明无人机降落流程示意图;
图6为本发明停机坪设备布置示意图;
图7为无人机机载设备示意图;
图8为本发明停机坪扫描步骤结构示意图;
图9为本发明分析Apriltag码的方法结构示意图。
图中:51、无人艇;52、无人机第二次定位;53、无人机第一次定位;61、UWB定位天线;62、停机坪;63、Apriltag码;64、恒温热源;71、机载UWB标签;72、机载摄像头。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,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,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-9,本发明提供一种技术方案:一种面向无人艇的无人机自主降落控制方法,包括无人艇51、无人机第二次定位52、无人机第一次定位53、UWB定位天线61、停机坪62、Apriltag码63、恒温热源64、机载UWB标签71和机载摄像头72,无人艇51中安装有停机坪62,且停机坪62四周安装有UWB定位天线61,并且停机坪62中部设置有Apriltag码63和恒温热源64,所述机载UWB标签71和机载摄像头72安装在无人机中。
降落控制流程由PID算法完成,飞控通过串口通信获取UWB-可见光-红外融合定位数据,并利用PID算法、气压计和超声波调整无人机姿态实现位置控制和自主降落。
可见光相机用于识别与追踪Apriltag码63,通过图像阈值分割对可见光相机图像进行预处理。
可见光相机在识别到AprilTag码后,通过Canny提取其轮廓,计算位置信息并上传。
红外摄像头依托迭代选择算法进行阈值分割,且红外摄像头通过识别跟踪恒温热源64实现定位。
UWB定位系统由UWB基站、机载UWB标签71组成,且UWB基站由4根棒状天线组成并安装于停机坪62处。
UWB基站通过监听机载UWB标签ID获取UWB标签信息,并向UWB标签发送回应信号
UWB定位系统通过计算TOF测出无人机与UWB基站的相对位置以实现定位功能,定位数据实时传输至飞控。
面向无人艇的无人机自主降落控制方法,该方法步骤分为:
S1、通过GPS确定无人艇51所在区域并引导无人机飞临无人艇上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签71确定自身与无人艇停机坪62的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪62的AprilTag码,与此同时机载红外相机识别停机坪62上的恒温热源64,融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
面向无人艇的无人机自主降落控制方法,无人机自主着艇步骤如下:
S1、通过GPS确定无人艇所在区域并引导无人机飞临无人艇上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签71确定自身与无人艇的停机坪62的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪62的AprilTag码63,与此同时机载红外相机识别停机坪62上的恒温热源64,融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
可见光相机工作流程如下:
24、可见光相机启动后,扫描停机坪62实时图像;
25、对图像进行基于LAB的阈值分割并二值化;
26、识别停机坪62上的Apriltag码63,并利用Canny算子边缘检测算法提取Apriltag码63轮廓;
实时追踪Apriltag码63,实时上传Apriltag码63坐标信息至无人机飞控;
红外摄像头工作流程步骤如下:
35、红外摄像头启动,扫描停机坪62;
36、利用迭代选择阈值法,对图像进行分割;
37、识别停机坪62上的恒温热源64,并进行跟踪;
38、框选恒温热源64并估计无人机与恒温热源64的相对位置,将计算结果传输至飞控。
UWB定位系统工作流程步骤如下:
41、UWB基站通电,实时监听机载UWB标签71 ID信号;
42、UWB基站接收到正确UWB标签71 ID信号,UWB定位天线61向UWB标签71发送回应信号,记录下当前时刻;
43、UWB标签71接收到来自UWB基站的回应信号,将所有时刻发送给UWB基站;
44、UWB基站接收UWB标签71信号,计算TOF,得到无人机与停机坪62的相对距离,并将坐标信息传输至飞控。
无人艇51作为无人机载体平台,起着载运无人机和协助无人机起降的作用;
UWB定位天线61是UWB基站的重要组成部分,分布于停机坪62四周,通过四根UWB天线,可实现UWB基站对机载UWB标签71的三维定位;
停机坪62安装于无人艇51甲板上方,且停机坪62布置有Apriltag码63和恒温热源64;
无人机机载UWB标签71作为无人机载荷,用于实现UWB标签71与UWB基站之间的信息交互;机载摄像头72由可见光相机和红外摄像头组成。。
工作原理:在使用该面向无人艇的无人机自主降落控制方法时,无人机启动自主返航程序后,无人机通过GPS确定无人艇51所在位置并飞临无人艇51上空,缓慢下降高度至UWB定位有效距离,此时UWB基站上的UWB定位天线61开始接收机载UWB标签71的信号并引导无人机完成第二次定位;无人机继续下降高度逼近停机坪62,通过机载摄像头72扫描停机坪62的Apriltag码63和恒温热源64进行降落前的定位调整。在着陆之前,无人机飞控将不断获取UWB、可见光视觉、红外视觉融合定位数据并通过PID控制算法调整飞行姿态,当无人机完全对准停机坪62后,无人机自主降落,着艇程序完成。
从而完成一系列工作,本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种面向无人艇的无人机自主降落控制方法,包括无人艇(51)、无人机第二次定位(52)、无人机第一次定位(53)、停机坪(62)和机载UWB标签(71),其特征在于:所述无人艇(51)中安装有停机坪(62),且停机坪(62)四周安装有UWB定位天线(61),并且停机坪(62)中部设置有Apriltag码(63)和恒温热源(64),所述机载UWB标签(71)和机载摄像头(72)安装在无人机中。
2.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述降落控制流程由PID算法完成,飞控通过串口通信获取UWB-可见光-红外融合定位数据,并利用PID算法、气压计和超声波调整无人机姿态实现位置控制和自主降落。
3.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述可见光相机用于识别与追踪Apriltag码(63),通过图像阈值分割对可见光相机图像进行预处理。
4.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述可见光相机在识别到AprilTag码后,通过Canny提取其轮廓,计算位置信息并上传。
5.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述红外摄像头依托迭代选择算法进行阈值分割,且红外摄像头通过识别跟踪恒温热源(64)实现定位。
6.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述UWB定位系统由UWB基站、机载UWB标签(71)组成,且UWB基站由4根棒状天线组成并安装于停机坪(62)处。
7.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述UWB基站通过监听机载UWB标签(71)ID获取UWB标签信息,并向UWB标签发送回应信号。
8.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,其特征在于:所述UWB定位系统通过计算TOF测出无人机与UWB基站的相对位置以实现定位功能,定位数据实时传输至飞控。
9.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,该方法步骤分为:
S1、通过GPS确定无人艇(51)所在区域并引导无人机飞临无人艇(51)上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签(71)确定自身与无人艇(51)的停机坪(62)的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪(62)的AprilTag码,与此同时机载红外相机识别停机坪(62)上的恒温热源(64),融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
10.根据权利要求1所述的一种面向无人艇的无人机自主降落控制方法,无人机自主着艇步骤如下:
S1、通过GPS确定无人艇(51)所在区域并引导无人机飞临无人艇(51)上空,完成第一次定位;
S2、无人机下降至UWB有效高度后,通过机载UWB标签(71)确定自身与无人艇(51)的停机坪(62)的相对位置并完成第二次定位;
S3、通过机载可见光相机识别停机坪(62)的AprilTag码63,与此同时机载红外相机识别停机坪(62)上的恒温热源(64),融合UWB、红外、可见光定位数据,完成第三次定位;
S4、当无人机完成所有定位流程时,启动自主降落程序完成着艇作业。
可见光相机工作流程如下:
21、可见光相机启动后,扫描停机坪(62)实时图像;
22、对图像进行基于LAB的阈值分割并二值化;
23、识别停机坪(62)上的Apriltag码(63),并利用Canny算子边缘检测算法提取Apriltag码(63)轮廓;
实时追踪Apriltag码(63),实时上传Apriltag码(63)坐标信息至无人机飞控;
红外摄像头工作流程步骤如下:
31、红外摄像头启动,扫描停机坪(62);
32、利用迭代选择阈值法,对图像进行分割;
33、识别停机坪(62)上的恒温热源(64),并进行跟踪;
34、框选恒温热源(64)并估计无人机与恒温热源(64)的相对位置,将计算结果传输至飞控。
UWB定位系统工作流程步骤如下:
41、UWB基站通电,实时监听机载UWB标签71 ID信号;
42、UWB基站接收到正确UWB标签71 ID信号,UWB定位天线(61)向UWB标签71发送回应信号,记录下当前时刻;
43、UWB标签71接收到来自UWB基站的回应信号,将所有时刻发送给UWB基站;
44、UWB基站接收UWB标签71信号,计算TOF,得到无人机与停机坪(62)62的相对距离,并将坐标信息传输至飞控。
无人艇(51)作为无人机载体平台,起着载运无人机和协助无人机起降的作用;
UWB定位天线(61)是UWB基站的重要组成部分,分布于停机坪(62)四周,通过四根UWB天线,可实现UWB基站对机载UWB标签71的三维定位;
停机坪(62)安装于无人艇(51)甲板上方,且停机坪(62)布置有Apriltag码(63)和恒温热源(64);
无人机机载UWB标签(71)作为无人机载荷,用于实现UWB标签与UWB基站之间的信息交互;机载摄像头(72)由可见光相机和红外摄像头组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110244761.1A CN112904874A (zh) | 2021-03-05 | 2021-03-05 | 一种面向无人艇的无人机自主降落控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110244761.1A CN112904874A (zh) | 2021-03-05 | 2021-03-05 | 一种面向无人艇的无人机自主降落控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112904874A true CN112904874A (zh) | 2021-06-04 |
Family
ID=76107808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110244761.1A Pending CN112904874A (zh) | 2021-03-05 | 2021-03-05 | 一种面向无人艇的无人机自主降落控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112904874A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534825A (zh) * | 2021-08-18 | 2021-10-22 | 广东电网有限责任公司 | 无人机自动停放的控制系统及控制方法 |
CN113917948A (zh) * | 2021-12-15 | 2022-01-11 | 北京航空航天大学 | 一种低可视环境无人机地基辅助降落方法 |
CN114115328A (zh) * | 2021-10-14 | 2022-03-01 | 荣耀终端有限公司 | 一种无人机、定位设备及定位系统 |
CN114115345A (zh) * | 2021-11-19 | 2022-03-01 | 中国直升机设计研究所 | 一种旋翼无人机视觉着舰引导方法与系统 |
CN114153225A (zh) * | 2021-10-15 | 2022-03-08 | 广西电网有限责任公司电力科学研究院 | 一种基于rtk及rfid技术的无人机高精度降落控制系统及方法 |
-
2021
- 2021-03-05 CN CN202110244761.1A patent/CN112904874A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534825A (zh) * | 2021-08-18 | 2021-10-22 | 广东电网有限责任公司 | 无人机自动停放的控制系统及控制方法 |
CN114115328A (zh) * | 2021-10-14 | 2022-03-01 | 荣耀终端有限公司 | 一种无人机、定位设备及定位系统 |
CN114153225A (zh) * | 2021-10-15 | 2022-03-08 | 广西电网有限责任公司电力科学研究院 | 一种基于rtk及rfid技术的无人机高精度降落控制系统及方法 |
CN114115345A (zh) * | 2021-11-19 | 2022-03-01 | 中国直升机设计研究所 | 一种旋翼无人机视觉着舰引导方法与系统 |
CN113917948A (zh) * | 2021-12-15 | 2022-01-11 | 北京航空航天大学 | 一种低可视环境无人机地基辅助降落方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112904874A (zh) | 一种面向无人艇的无人机自主降落控制方法 | |
US9977434B2 (en) | Automatic tracking mode for controlling an unmanned aerial vehicle | |
Phung et al. | System architecture for real-time surface inspection using multiple UAVs | |
CN109885086B (zh) | 一种基于复合多边形标志引导的无人机垂直降落方法 | |
CN105157708A (zh) | 基于图像处理与雷达的无人机自主导航系统及方法 | |
CN111275760A (zh) | 一种基于5g与深度图像信息的无人机目标跟踪系统及方法 | |
CN105512628A (zh) | 基于无人机的车辆环境感知系统及方法 | |
CN109376587A (zh) | 基于物联网的检测查勘通信铁塔智能巡检系统和方法 | |
CN108469817B (zh) | 基于fpga和信息融合的无人船避障控制系统 | |
CN109460046B (zh) | 一种无人机自然地标识别与自主着陆方法 | |
Niu et al. | SuperDock: A deep learning-based automated floating trash monitoring system | |
CN114564042A (zh) | 一种基于多传感器融合的无人机着陆方法 | |
CN110596734B (zh) | 一种基于多模态q学习的无人机定位干扰源系统及方法 | |
CN210377164U (zh) | 一种空地协同作业系统 | |
EP3989034B1 (en) | Automatic safe-landing-site selection for unmanned aerial systems | |
TWM591172U (zh) | 多旋翼載具之精準停位控制裝置 | |
WO2019214165A1 (zh) | 一种用于盲人导航的智能飞行跟随器 | |
CN213750765U (zh) | 一种用于协同搜索视觉无人机及协同搜索平台 | |
KR102289752B1 (ko) | Gps 음영 지역에서 경로 비행을 수행하는 드론 및 그 방법 | |
CN112650304A (zh) | 无人机自主着陆系统、方法和无人机 | |
Rudol | Increasing autonomy of unmanned aircraft systems through the use of imaging sensors | |
CN117808689A (zh) | 基于毫米波雷达与摄像头融合的深度补全方法 | |
Kamat et al. | A survey on autonomous navigation techniques | |
CN115790610B (zh) | 一种无人机精准定位系统及方法 | |
CN114415726B (zh) | 一种基于图像分析的无人机避障控制系统及方法 |
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 |