CN113342022A - 一种车载式多旋翼无人机异地起降系统 - Google Patents
一种车载式多旋翼无人机异地起降系统 Download PDFInfo
- Publication number
- CN113342022A CN113342022A CN202110673027.7A CN202110673027A CN113342022A CN 113342022 A CN113342022 A CN 113342022A CN 202110673027 A CN202110673027 A CN 202110673027A CN 113342022 A CN113342022 A CN 113342022A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- landing
- aerial vehicle
- vehicle
- take
- 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
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 230000005540 biological transmission Effects 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 claims abstract description 5
- 238000001514 detection method Methods 0.000 claims description 20
- 238000012545 processing Methods 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000011897 real-time detection Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000000034 method Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
- G05D1/0808—Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60P—VEHICLES ADAPTED FOR LOAD TRANSPORTATION OR TO TRANSPORT, TO CARRY, OR TO COMPRISE SPECIAL LOADS OR OBJECTS
- B60P3/00—Vehicles adapted to transport, to carry or to comprise special loads or objects
- B60P3/06—Vehicles adapted to transport, to carry or to comprise special loads or objects for carrying vehicles
- B60P3/11—Vehicles adapted to transport, to carry or to comprise special loads or objects for carrying vehicles for carrying aircraft
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C27/00—Rotorcraft; Rotors peculiar thereto
- B64C27/04—Helicopters
- B64C27/08—Helicopters with two or more rotors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F1/00—Ground or aircraft-carrier-deck installations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U10/00—Type of UAV
- B64U10/10—Rotorcrafts
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- 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
Abstract
本发明公开了一种车载式多旋翼无人机异地起降系统,包括无人机、指挥车,还包括预设在降落地的备降点,无人机停在起飞地指挥车起降平台上,起降平台及备降点上设有视觉识别面板,视觉识别面板上具有嵌套图案;无人机与指挥车上搭载有相互位置精准定位的定位模块、保持相互通信和传输数据的无线数传模块,所述无人机上还搭载有识别嵌套图案的视觉识别模块;无人机起飞前至降落地,识别指挥车上起降平台或备降点嵌套图案后降落。本发明能够实现无人机的异地起降,高精度的定位使无人机能够精准降落至降落点,从而实现起飞地起飞降落地地降落,减少了作业半径,大大提高了作业效率和安全性。
Description
技术领域:
本发明涉及无人机电力巡检研究领域,特别涉及一种车载式多旋翼无人机异地起降系统。
背景技术:
随着我国社会经济的高速发展,城镇化建设快速推进,超高压、大容量、长距离输电线路越建越多,是电能传输的通道,也是电网必不可少的重要组成部分。现有的输电走廊资源变得日趋紧张,由于输电线引起的放电事故常常发生。传统的人工巡检受自然条件的限制,存在很大的误差和缺陷,这使得人们认识到依靠传统的定期检修方法进行线路运行的维护已经无法保证输电线路的安全运行,这种低效率的巡检方法远远无法满足实际需要。
随着无人机技术的快速发展,无人机的应用越来越广泛,无人机的性能也得到了显著提高,这使得无人机在电力巡检行业得到广泛的应用。目前,市面上的无人机传统的作业方式:(1)从线路的起点让无人机起飞自动沿着线路飞行执行任务,等无人机执行完任务或者低电量时自动返航,回到起飞点降落。这种作业方式中,无人机返航到起飞点这段路程会消耗大量电量,作业效率较低;(2)从线路的起点让无人机起飞,自动沿着线路飞行执行任务,这时候无人机操作人员需要开车拿着遥控追着飞机,保持与无人机的通信,等无人机到达线路终端或者低电量后控制无人机降落。这种传统的作业方式需要手动操作无人机的起降,并且需要全程跟着无人机,大大降低作业的效率和安全性,容易发生事故。
综上,无人机传统的作业方式带来的不便,需要设计一套合理的无人机作业系统,实现起飞地起飞至降落地降落,减少作业半径,提高作业效率和安全性,实现起飞地起飞至降落地,需要高精度的识别定位,控制无人机降落在起降平台或备降点飞行姿态。
发明内容:
为了弥补现有技术问题,本发明的目的是提供一种车载式多旋翼无人机异地起降系统,可实现无人机的异地起降,高精度的定位使无人机能够精准降落至降落点,从而实现起飞地起飞至降落地降落,减少作业半径,大大提高了作业效率和安全性。
本发明的技术方案如下:
一种车载式多旋翼无人机异地起降系统,包括无人机、指挥车,其特征在于,还包括预设在降落地的备降点,所述无人机停在起飞地指挥车起降平台上,起降平台及备降点上设有视觉识别面板,视觉识别面板上具有嵌套图案;
所述无人机与指挥车上搭载有相互位置精准定位的定位模块、保持相互通信和传输数据的无线数传模块,所述无人机上还搭载有识别嵌套图案的视觉识别模块;
所述无人机起飞前至降落地,识别指挥车上起降平台或备降点嵌套图案后降落。
所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的指挥车车载系统起飞前设置控制无人机的飞行指令,指令包括航线以及降落地和备降点位置。
所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的视觉识别模块包括单目摄像头、图像处理模块,图像处理模块对单目摄像头录制图像实时检测,并输出坐标数据和角度数据,控制无人机降落在起降平台或备降点飞行姿态。
所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的图像处理模块包括预处理、轮廓检测、轮廓树搜索、朝向标志检测、朝向角拟合和位置坐标拟合。
所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的图像处理模块预处理通过视觉识别模块采集到的图像数据,得到边缘分割图,通过轮廓检测计算出边缘的坐标点集和拓扑结构,并将拓扑结构使用树状结构储存,对轮廓树采用深度优先搜索并筛选出符合先验条件的轮廓,然后检测出朝向标志在四边形四角中的位置,拟合出标志的朝向角度,通过计算轮廓的矩拟合出标志的位置坐标。
所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的指挥车数量为一台或多台,无人机在一台或多台指挥车之间进行起降或转换;指挥车未到达降落地,无人机有足够电量,在降落地上空定点悬停,等待指挥车达到后降落;无人机处于低电量状态,降落至备降点降落。
本发明的优点是:
1、本发明能够实现无人机的异地起降,高精度的定位使无人机能够精准降落至降落点,从而实现起飞地起飞降落地地降落,减少了作业半径,大大提高了作业效率和安全性;
2、本发明指挥车起降平台上具有嵌套图案,无人机上搭载有识别嵌套图案的视觉识别模块,无人机降落位置精准,安全性高。
3、本发明视觉识别模块采用单目摄像头、图像处理模块,其中图像识别处理模块有预处理、轮廓检测、轮廓树搜索、朝向标志检测、朝向角拟合和位置坐标拟合构成,采用全新的算法理念,能够输出坐标数据和角度数据,控制无人机降落在起降平台或备降点飞行姿态。
附图说明:
图1为本发明的无人机起降位置示意图。
图2为本发明的工作流程示意图。
图3为本发明无人机起降系统框架图。
图4为本发明图像处理模块轮廓树图。
图5为本发明图像处理模块轮廓树图的树结构。
图6为本发明凸包检测求除最远点一角其余三角坐标步骤图。
图7为本发明凸包检测求除最远点一角其余三角坐标可视化结果图。
图8为本发明标志处于图像边缘图。
图9为本发明轮廓与边缘相交的点数为4或5示意图。
图10为本发明计算内角算法流程图。
图11为本发明标志轮廓和拟合中心点检测结果示意图。
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。
一种车载式多旋翼无人机异地起降系统,包括多旋翼无人机、指挥车。本系统适用于车身小于6m,总质量不超过4500kg的蓝牌车辆,也同样适用于一台或者多台指挥车之间无人机的起降或转换;能够实现多旋翼无人机的异地起降,高精度的定位和视觉识别使得无人机能够精准降落至降落点或起降平台,从而实现起飞地起飞降落地降落,减少作业半径,大大提高了作业效率和安全性。
本实施例中,多旋翼无人机与指挥车均搭载有互相位置精准定位的GPS定位模块、保持互相通信和传输数据的无线数传模块;指挥车有起降平台,具有视觉识别面板,且识别面板上具有嵌套图案;多旋翼无人机还搭载视觉识别模块,为单目摄像头,能够精准识别嵌套图案,经过图像处理模块实时检测,并输出坐标数据和角度数据,进而控制无人机的飞行姿态,从而实现无人机能够精准降落在起降平台上并锁紧。
下面结合图1~3,对本发明做作一步说明:
系统通过多旋翼无人机搭载的视觉识别模块识别起降平台上的嵌套图案,再由图像处理模块处理,具体实现功能包括:预处理、轮廓检测、轮廓树搜索、朝向标志检测、朝向角度拟合和位置坐标拟合。采集到图像数据后,通过预处理得到清晰的边缘分割图,通过轮廓检测计算出边缘的坐标点集和拓扑结构,并将拓扑结构使用树状结构储存,对轮廓树采用深度优先搜索并筛选出符合先验条件的轮廓,然后监测出朝向标志在四边形四角中的位置,进而拟合出标志的朝向角度,最后通过计算轮廓的矩拟合出标志的位置坐标。
下面结合图4-11对本实施例图像处理模块具体实现步骤作进一步地详细描述,如下:
①预处理:本步骤是为下一步的轮廓检测作预先的处理,采用传统预处方法,并加入了自适应处理,分为高斯来宁波、自适应阈值化和膨胀操作。其中自适应阈值化算法通过把图像分割成若干块,分别计算每个块的直方图。根据每个直方图的峰值,为相应的块计算阈值,最后每个像素点的阈值根据相邻的块的阈值进行插值获得,最终预处理后背景输出为0(黑色),目标输出为1(白色)。
②轮廓检测:计算出所有轮廓的点集,并且轮廓将的拓扑结构用树状结构表示。轮廓点集可视化结果如4所示,可见存在标志轮廓和其他干扰轮廓,其中前面的数字为轮廓的序号,后面括号中的数字为轮廓所在的层数,如图5所示,为轮廓的树结构。
③轮廓树搜索:由第②得到的轮廓树,使用深度优先搜索轮廓树并筛选满足以下条件的轮廓:
b)子轮廓拥有朝向标志,具体算法在第④步。
图5中,序号3为父轮廓、序号4为子轮廓、序号5为孙子轮廓;序号5为父轮廓、序号6为子轮廓、序号7为孙子轮廓。树搜索可以搜索出所有嵌套的结构,一般2-3层嵌套可满足需求,可适当增加嵌套图案的嵌套层数。
④朝向标志检测:朝向标志在子轮廓中,对子轮廓使用凸包检测算法,凸包满足以下条件:
a)开始点到结束点的距离占轮廓总长度的比率满足以下先验条件:
通过凸包检测得到最远点,然后通过图6所示的步骤,得到除最远点一角其余三角的坐标,最远点、开始点、结束点和除最远点一角其余三角的坐标可视化如图7所示,并对该三点进行排序,使其符合以下条件:
a)最远点的对角序号为0;
b)点1和点2符合逆时针的原则,如(x1-x0)*(y2-y0)-(y1-y0)*(x2-x0)>0,否则交换点1和点2的序号,否则不交换。
⑤朝向角度拟合:通过以下公式,近似得到标志的朝向角α:
其中,x0,y0为角点0的坐标点,x1,y1为角点1的坐标点,π为圆周率,%为求余运算。
本实施例中,关于处于图像边缘的处理:如图8所示,当标志处于边缘时,由于显示不完整,检测受到了影响。为了能够尽可能扩大检测的范围,扩增无人机自主降落工作的区域,本实施方案通过检测有可能处于图像便于的标志的位置,反馈到系统,使无人机向响应的方向搜索标志,直到完成的标志处于图像种,然后再控制无人机移动到标志正上方。
相比较完整的标志,因为标志始终处于图像边缘,只需计算轮廓与边缘相交的点数,如图9所示,只有点数为4或5的轮廓符合目标。使用计算角点,如图10所示,遍历所有角点,计算内角角度数数量至少有4个,只有内角角度数量至少有4个的轮廓符合目标。
为了过滤其他噪声点,根据公式:对所有轮廓计算矩形度。根据先验得知,在本实施例中,当标志处于图像边缘并显示不完整时,矩形度接近百分百。根据以上提取的特征,统计出符合先验和最符合的30%,如公式,拟合出中心点坐标,并找出中心点距离图像边缘最近的标志,作为最终结果,可视化效果如图11所示。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种车载式多旋翼无人机异地起降系统,包括无人机、指挥车,其特征在于,还包括预设在降落地的备降点,所述无人机停在起飞地指挥车起降平台上,起降平台及备降点上设有视觉识别面板,视觉识别面板上具有嵌套图案;
所述无人机与指挥车上搭载有相互位置精准定位的定位模块、保持相互通信和传输数据的无线数传模块,所述无人机上还搭载有识别嵌套图案的视觉识别模块;
所述无人机起飞前至降落地,识别指挥车上起降平台或备降点嵌套图案后降落。
2.根据权利要求1所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的指挥车车载系统起飞前设置控制无人机的飞行指令,指令包括航线以及降落地和备降点位置。
3.根据权利要求1所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的视觉识别模块包括单目摄像头、图像处理模块,图像处理模块对单目摄像头录制图像实时检测,并输出坐标数据和角度数据,控制无人机降落在起降平台或备降点飞行姿态。
4.根据权利要求3所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的图像处理模块包括预处理、轮廓检测、轮廓树搜索、朝向标志检测、朝向角拟合和位置坐标拟合。
5.根据权利要求4所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的图像处理模块预处理通过视觉识别模块采集到的图像数据,得到边缘分割图,通过轮廓检测计算出边缘的坐标点集和拓扑结构,并将拓扑结构使用树状结构储存,对轮廓树采用深度优先搜索并筛选出符合先验条件的轮廓,然后检测出朝向标志在四边形四角中的位置,拟合出标志的朝向角度,通过计算轮廓的矩拟合出标志的位置坐标。
6.根据权利要求1所述的车载式多旋翼无人机异地起降系统,其特征在于,所述的指挥车数量为一台或多台,无人机在一台或多台指挥车之间进行起降或转换;指挥车未到达降落地,无人机有足够电量,在降落地上空定点悬停,等待指挥车达到后降落;无人机处于低电量状态,降落至备降点降落。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673027.7A CN113342022B (zh) | 2021-06-17 | 2021-06-17 | 一种车载式多旋翼无人机异地起降系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110673027.7A CN113342022B (zh) | 2021-06-17 | 2021-06-17 | 一种车载式多旋翼无人机异地起降系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113342022A true CN113342022A (zh) | 2021-09-03 |
CN113342022B CN113342022B (zh) | 2024-03-05 |
Family
ID=77476032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110673027.7A Active CN113342022B (zh) | 2021-06-17 | 2021-06-17 | 一种车载式多旋翼无人机异地起降系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113342022B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166854A (zh) * | 2014-08-03 | 2014-11-26 | 浙江大学 | 针对小型无人机自主降落的视觉分级地标定位识别方法 |
CN107065924A (zh) * | 2017-03-15 | 2017-08-18 | 普宙飞行器科技(深圳)有限公司 | 无人机车载起降系统、可车载起降无人机及降落方法 |
CN110989687A (zh) * | 2019-11-08 | 2020-04-10 | 上海交通大学 | 一种基于嵌套正方形视觉信息的无人机降落方法 |
-
2021
- 2021-06-17 CN CN202110673027.7A patent/CN113342022B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104166854A (zh) * | 2014-08-03 | 2014-11-26 | 浙江大学 | 针对小型无人机自主降落的视觉分级地标定位识别方法 |
CN107065924A (zh) * | 2017-03-15 | 2017-08-18 | 普宙飞行器科技(深圳)有限公司 | 无人机车载起降系统、可车载起降无人机及降落方法 |
CN110989687A (zh) * | 2019-11-08 | 2020-04-10 | 上海交通大学 | 一种基于嵌套正方形视觉信息的无人机降落方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113342022B (zh) | 2024-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108955702B (zh) | 基于三维激光和gps惯性导航系统的车道级地图创建系统 | |
CN108657455B (zh) | 一种高压输电线路巡检的无人机自动收放装置 | |
CN110619329B (zh) | 基于机载视觉的铁路货运敞车车厢编号及装载状态识别方法 | |
CN109143259A (zh) | 面向港口无人集卡的高精地图制作方法 | |
CN110780305A (zh) | 一种基于多线激光雷达的赛道锥桶检测及目标点追踪方法 | |
CN104808685A (zh) | 用于无人机自主降落的视觉辅助装置及视觉辅助方法 | |
CN106708073B (zh) | 一种自主导航电力巡线故障检测的四旋翼飞行器系统 | |
CN111598952B (zh) | 一种多尺度合作靶标设计与在线检测识别方法及系统 | |
CN110766979A (zh) | 一种用于自动驾驶车辆的泊车车位检测方法 | |
CN113111704B (zh) | 基于深度学习的机场道面病害异物检测方法及系统 | |
CN110349192B (zh) | 一种基于三维激光点云的在线目标跟踪系统的跟踪方法 | |
Liu et al. | Deep learning-based localization and perception systems: Approaches for autonomous cargo transportation vehicles in large-scale, semiclosed environments | |
CN110320531A (zh) | 基于激光雷达的障碍物识别方法、地图创建方法及装置 | |
CN112068539A (zh) | 一种风电机组叶片无人机自动驾驶巡检方法 | |
CN110562455B (zh) | 一种智能型无人机自动充电系统 | |
CN109389056B (zh) | 一种空基多视角协同的轨道周边环境检测方法 | |
CN106741890A (zh) | 一种基于空轨两用无人机的高速铁路安全检测系统 | |
CN106502257A (zh) | 一种无人机精准降落抗干扰的控制方法 | |
CN104916168B (zh) | 机场场面活动目标的冲突规避系统及规避方法 | |
CN111766608A (zh) | 一种基于激光雷达的环境感知系统 | |
CN111295666A (zh) | 一种车道线检测方法、装置、控制设备及存储介质 | |
CN106295546A (zh) | 一种基于视频的交通标志检测与识别方法 | |
CN103853893B (zh) | 一种从点云数据检测飞机姿态的参数模型匹配方法 | |
CN113342022A (zh) | 一种车载式多旋翼无人机异地起降系统 | |
CN115686043A (zh) | 固定翼飞行器和旋翼飞行器的空中对接方法 |
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 |