CN113495569A - 一种基于自主识别的无人机精准降落方法 - Google Patents

一种基于自主识别的无人机精准降落方法 Download PDF

Info

Publication number
CN113495569A
CN113495569A CN202110674469.3A CN202110674469A CN113495569A CN 113495569 A CN113495569 A CN 113495569A CN 202110674469 A CN202110674469 A CN 202110674469A CN 113495569 A CN113495569 A CN 113495569A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
landing
dimensional code
method based
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
Application number
CN202110674469.3A
Other languages
English (en)
Inventor
余力
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.)
Shanghai Dafeng Technology Co ltd
Original Assignee
Shanghai Dafeng Technology Co ltd
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 Shanghai Dafeng Technology Co ltd filed Critical Shanghai Dafeng Technology Co ltd
Priority to CN202110674469.3A priority Critical patent/CN113495569A/zh
Publication of CN113495569A publication Critical patent/CN113495569A/zh
Pending legal-status Critical Current

Links

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
    • G05D1/10—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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明属于无人机回收技术领域，尤其一种基于自主识别的无人机精准降落方法，包括以下步骤：无人机通过GPS飞行到降落上空区域准备降落，无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置，无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机悬停，无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降，无人机根据PID系统修正误差；本发明通过大小二维码的设计帮助无人机在降落时进行精准定位识别，减少了偏差，大大提升了无人机自主降落的容错率，应用方向广泛，可应用于多种降落场景，解决了无人机降落精准度低的问题，抵抗较大风力天气环境，提升无人机的降落稳定性。

Description

一种基于自主识别的无人机精准降落方法
技术领域
本发明涉及无人机回收技术领域，尤其涉及一种基于自主识别的无人机精准降落方法。
背景技术
无人机是一种利用无线遥控设备和自备控制装置操纵的不载人飞行装置，随着无人机操控技术的进步，以及其结构不断向轻量化、小型化发展，已逐渐由军用侦察机和靶机转向民用领域，广泛应用于航拍、农业、运输、测绘等多个行业领域，在现代社会信息的背景下显得越来越重要和突出。在已经公布的专利号为CN202010864322的对比文件中，一种车载无人机精准降落的方法，此发明提供一种车载无人机精准降落识别方法，涉及无人机回收领域。该车载无人机精准降落识别方法，包括以下步骤：S1.当无人机降落时，无线信标发出引导降落的无线信号；S2.无人机接收到信号后朝向装有无线信标的车辆飞行靠近；S3.无人机飞到车辆顶端后，无人机上的摄像头捕捉识别到车辆顶端的外层二维码，无人机朝向外层二维码正上方移动，并且不断向外层二维码移动；S4.当无人机下降到一定高度后，无人机上的摄像头捕捉识别到次层二维码，无人机继续保持在次层二维码正上端，并且朝向次层二维码降落。本发明设计的方法通过在车辆顶部设置上下中间区域组合编码来实现降落点精准识别和一一对应，保证了无人机精确降落，但是这样的降落方式存在一定的局限性，不能被应用在多个场景，对于环境的要求高。
无人机是由控制站管理(包括远程操纵或自主飞行)的航空器。无人机有着灵活性强，飞行速度快，操纵简单，价格成本较低，可配备多功能用途等优点。其中民用无人机在巡检，测绘，航拍，运输等方面被大量需求和应用。但是，无人机具有不稳定性，也是一个技术难点。现有的降落方式都是手动操控无人机降落，通过GPS自动降落(无人状况下风险大)。无人机在人工或自主降落时因为定位信息不准确会遇到偏离降落地点，降落位置不准确，无法顺利降落等问题。这些问题都会导致任务的失败甚至机器损坏等情况出现。
为解决上述问题，本申请中提出一种基于自主识别的无人机精准降落方法。
发明内容
(一)发明目的
为解决背景技术中存在的技术问题，本发明提出一种基于自主识别的无人机精准降落方法。
(二)技术方案
为解决上述问题，本发明提供了一种基于自主识别的无人机精准降落方法，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
优选的，所述S2中，无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点。
优选的，所述S3中，无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接。
优选的，通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。
优选的，所述无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
优选的，所述S4中，识别小二维码不成功时，无人机以初始悬停位置为中心，0-3米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
优选的，所述S3中，无人机的悬停高度为2-8米。
优选的，所述大二维码和小二维码之间的间距固定，并预先输入至无人机图像识别软件中。
优选的，所述大二维码和小二维码通过特定图形组合式样编码告知无人机应该降落的航向方位信息。
本发明的上述技术方案具有如下有益的技术效果：
本发明通过大小二维码的设计帮助无人机在降落时进行精准定位识别，减少了偏差，大大提升了无人机自主降落的容错率；
本发明的应用方向广泛，可应用于多种降落场景。例如在刮风，下雨，雾霾(可见度>10m),沙尘等天气环境。此发明还可以在狭小，移动，无法手动降落的地点中应用。例如运行中的汽车，轮船，室内体育场等区域。通过在降落地设置两个二维码的方式打破了以往无人机对降落地地理环境的要求，使得本发明可以被应用在多个场景，抵抗较大风力天气环境，提升无人机的降落稳定性；
本发明通过计算和识别坐标系统保证了无人机在在每一个降落环节所做出的响应动作具有连贯性和稳定性。本发明通过无人机上的高清摄像头识别大码靠近降落地点，PID系统修正误差，再通过识别小码定位降落，解决了无人机降落精准度低的问题。
附图说明
图1为本发明的流程图；
图2为大二维码示意图；
图3为小二维码示意图；
图4为实验测试结果图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
实施例一
参照图1-3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为2米。
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
在本实施例中，通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。
在本实施例中，无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
在本实施例中，大二维码和小二维码之间的间距固定，并预先输入至无人机图像识别软件中。大二维码和小二维码通过特定图形组合式样编码告知无人机应该降落的航向方位信息。
实施例二
参照图1-3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为5米。通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，1.5米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
实施例三
参照图1-3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为6米。无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，2米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
实施例四
参照图1-3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为8米。无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，3米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
为了验证本发明的技术效果，进行对本发明方法进行飞行降落实验测试。
测试当日气温为9-18摄氏度，实验测量时的气温为10摄氏度。当日天气为小雨转阴且有东北风3-4级，测量时的有小雨且风速大约在2.5m/s。实验使用的是配备的自主降落和定位识别系统的大疆DJI经纬Matrices 300RTK四旋翼无人机，降落地为全自动多功能机库，机库的停机坪上有本发明研发的两个二维码。大风全自动多功能机库参数为长2.3m，高2.0m，宽，1.7m，上方机库门面积为3.91㎡，机库门打开后实际停机坪面积约为3.3㎡。当日重复试验次数为78次。本实验重点观测无人机在下雨，刮风天气下，自动降落的精准程度，采用本发明方法进行无人机的降落测试。
测试结果数据如图4所示，可以从上图的测试结果中看出，此次实验，无人机在平均风速2.5m/s，下雨的情况下，最高降落耗时在37s左右，最低降落耗时在10s左右，平均降落耗时在15s左右。最大降落偏差在20cm左右，最小的几乎在0偏差，平均降落偏差在8cm左右。此实验数据可以表明本发明本的自主识别的无人机精准降落方式的可行性。
根据现有的无人机自主降落作为对照组和与本发明的方法进行降落，记录数据求取平均值，得到以下表格：
Figure BDA0003120154970000061
从以上表格可以看出，本发明的方法提高了无人机降落的精度，有更好的环境适应能力，同时可以更快速的进行精准降落，极大的提升了无人机自主降落的容错率，抵抗较大风力天气环境，提升无人机的降落稳定性。
本发明的上述技术方案具有如下有益的技术效果：
本发明通过大小二维码的设计帮助无人机在降落时进行精准定位识别，减少了偏差，大大提升了无人机自主降落的容错率；本发明的应用方向广泛，可应用于多种降落场景。例如在刮风，下雨，雾霾,沙尘等天气环境。此发明还可以在狭小，移动，无法手动降落的地点中应用。例如运行中的汽车，轮船，室内体育场等区域。通过在降落地设置两个二维码的方式打破了以往无人机对降落地地理环境的要求，使得本发明可以被应用在多个场景；本发明通过计算和识别坐标系统保证了无人机在在每一个降落环节所做出的响应动作具有连贯性和稳定性。本发明通过无人机上的高清摄像头识别大码靠近降落地点，PID系统修正误差，再通过识别小码定位降落，解决了无人机降落精准度低的问题，抵抗较大风力天气环境，提升无人机的降落稳定性。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (9)

1.一种基于自主识别的无人机精准降落方法，其特征在于，包括以下步骤：
S1、无人机通过GPS飞行到降落上空区域准备降落；
S2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；
S3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；
S4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；
S5、无人机根据PID系统修正误差并且自行对准降落位置；
S6、无人机根据向心变动率处于设定的低值时进行精准降落。
2.根据权利要求1所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述S2中，无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点。
3.根据权利要求1所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述S3中，无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接。
4.根据权利要求3所述的一种基于自主识别的无人机精准降落方法，其特征在于，通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。
5.根据权利要求4所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
6.根据权利要求1所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述S4中，识别小二维码不成功时，无人机以初始悬停位置为中心，0-3米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
7.根据权利要求6所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述S3中，无人机的悬停高度为2-8米。
8.根据权利要求2所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述大二维码和小二维码之间的间距固定，并预先输入至无人机图像识别软件中。
9.根据权利要求1所述的一种基于自主识别的无人机精准降落方法，其特征在于，所述大二维码和小二维码通过特定图形组合式样编码告知无人机应该降落的航向方位信息。
CN202110674469.3A 2021-06-17 2021-06-17 一种基于自主识别的无人机精准降落方法 Pending CN113495569A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110674469.3A CN113495569A (zh) 2021-06-17 2021-06-17 一种基于自主识别的无人机精准降落方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110674469.3A CN113495569A (zh) 2021-06-17 2021-06-17 一种基于自主识别的无人机精准降落方法

Publications (1)

Publication Number Publication Date
CN113495569A true CN113495569A (zh) 2021-10-12

Family

ID=77997793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110674469.3A Pending CN113495569A (zh) 2021-06-17 2021-06-17 一种基于自主识别的无人机精准降落方法

Country Status (1)

Country Link
CN (1) CN113495569A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961021A (zh) * 2021-10-22 2022-01-21 北京数字绿土科技有限公司 基于二维码定位的电力巡检无人机自主起降方法
CN114237280A (zh) * 2021-11-24 2022-03-25 中飞赛维智能科技股份有限公司 一种无人机精准降落机巢平台的方法
CN114384921A (zh) * 2022-01-12 2022-04-22 上海赫千电子科技有限公司 一种基于无人机母车的车载无人机的升降方法
CN114527792A (zh) * 2022-01-25 2022-05-24 武汉飞流智能技术有限公司 无人机降落引导方法、装置、设备及存储介质
CN117148869A (zh) * 2023-10-31 2023-12-01 西安天成益邦电子科技有限公司 无人机精准回收控制方法及系统
CN114384921B (zh) * 2022-01-12 2024-05-28 上海赫千电子科技有限公司 一种基于无人机母车的车载无人机的升降方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106527487A (zh) * 2016-12-23 2017-03-22 北京理工大学 一种运动平台上无人机自主精确着陆系统及着陆方法
WO2020042186A1 (zh) * 2018-08-31 2020-03-05 深圳市大疆创新科技有限公司 可移动平台的控制方法、可移动平台、终端设备和系统
CN110989661A (zh) * 2019-11-19 2020-04-10 山东大学 一种基于多个定位二维码的无人机精准降落方法及系统
CN111176331A (zh) * 2020-03-12 2020-05-19 江苏蓝鲸智慧空间研究院有限公司 一种无人机精准降落控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106527487A (zh) * 2016-12-23 2017-03-22 北京理工大学 一种运动平台上无人机自主精确着陆系统及着陆方法
WO2020042186A1 (zh) * 2018-08-31 2020-03-05 深圳市大疆创新科技有限公司 可移动平台的控制方法、可移动平台、终端设备和系统
CN110989661A (zh) * 2019-11-19 2020-04-10 山东大学 一种基于多个定位二维码的无人机精准降落方法及系统
CN111176331A (zh) * 2020-03-12 2020-05-19 江苏蓝鲸智慧空间研究院有限公司 一种无人机精准降落控制方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113961021A (zh) * 2021-10-22 2022-01-21 北京数字绿土科技有限公司 基于二维码定位的电力巡检无人机自主起降方法
CN114237280A (zh) * 2021-11-24 2022-03-25 中飞赛维智能科技股份有限公司 一种无人机精准降落机巢平台的方法
CN114237280B (zh) * 2021-11-24 2024-03-26 中飞赛维智能科技股份有限公司 一种无人机精准降落机巢平台的方法
CN114384921A (zh) * 2022-01-12 2022-04-22 上海赫千电子科技有限公司 一种基于无人机母车的车载无人机的升降方法
CN114384921B (zh) * 2022-01-12 2024-05-28 上海赫千电子科技有限公司 一种基于无人机母车的车载无人机的升降方法
CN114527792A (zh) * 2022-01-25 2022-05-24 武汉飞流智能技术有限公司 无人机降落引导方法、装置、设备及存储介质
CN117148869A (zh) * 2023-10-31 2023-12-01 西安天成益邦电子科技有限公司 无人机精准回收控制方法及系统
CN117148869B (zh) * 2023-10-31 2024-01-19 西安天成益邦电子科技有限公司 无人机精准回收控制方法及系统

Similar Documents

Publication Publication Date Title
CN113495569A (zh) 一种基于自主识别的无人机精准降落方法
US11287835B2 (en) Geo-fiducials for UAV navigation
US9851716B2 (en) Unmanned aerial vehicle and methods for controlling same
US11860633B2 (en) Methods and systems for determining flight plans for vertical take-off and landing (VTOL) aerial vehicles
CN102582826B (zh) 一种四旋翼无人飞行器的驾驶方法和系统
CN102417037B (zh) 自动起飞和着陆系统
CN109683629B (zh) 基于组合导航和计算机视觉的无人机电力架线系统
WO2017116841A1 (en) Unmanned aerial vehicle inspection system
CN111056032B (zh) 一种无人船载的无人机充电升降系统及实现方法
CN112326686A (zh) 无人机智能巡航路面病害检测方法、无人机和检测系统
CN106494612A (zh) 提高旋翼飞行器自主飞行稳定性的方法及无人机巡逻系统
CN111123964B (zh) 一种无人机降落方法、设备以及计算机可读介质
CN106292126A (zh) 一种智能航测飞行曝光控制方法、无人机控制方法及终端
CN111176331A (zh) 一种无人机精准降落控制方法
WO2023080950A1 (en) Automated assignment of uavs to staging pads
CN114511675A (zh) 一种基于实景三维数据制作的无人机摄像管控系统
CN201176264Y (zh) 空中移动的半智能化电子眼
CN215813349U (zh) 一种无人机编队目标实时跟踪与建模的系统
CN113448351B (zh) 一种引导无人机精准降落的方法、装置及无人机机库
CN112783198B (zh) 一种飞行器控制起点的判断方法
CN116710360A (zh) 飞行体、处理器、飞行控制方法、程序、飞行辅助设备
Brown et al. Visual & Inertial Datasets for an eVTOL Aircraft Approach and Landing Scenario
CN216248928U (zh) 基于信标组网的无人机自主定航系统
US20220139236A1 (en) Device For Ascertaining A Movement Corridor For Lightweight Aircraft
Yundong et al. A contrast among experiments in three low-altitude unmanned aerial vehicles photography: Security, quality & efficiency

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