CN113504784A - 一种基于计算机视觉的无人机降落系统 - Google Patents

Abstract

本发明公开了一种基于计算机视觉的无人机降落系统，属于无人机控制技术领域，包括信息采集控制模块、特征点采集模块、采集图像优化模块、飞行路线规划模块、飞行姿势调整模块以及降落判断模块，所述特征点采集模块分别与信息采集控制模块、采集图像优化模块通信连接，所述飞行路线规划模块分别与采集图像优化模块、飞行姿势调整模块通信连接，所述降落判断模块与飞行姿势调整模块通信连接；本发明能够防止无人机在过于恶劣的环境下发生意外的概率，保证了人们的财产安全，同时提高了无人机的飞行安全性，能够自行规划飞行路线，并进行实时更新，提高无人机工作效率，降低工作人员工作量。

Description

一种基于计算机视觉的无人机降落系统

技术领域

本发明涉及无人机控制技术领域，尤其涉及一种基于计算机视觉的无人机降落系统。

背景技术

无人驾驶飞机简称“无人机”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作，与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务，无人机按应用领域，可分为军用与民用，军用方面，无人机分为侦察机和靶机，民用方面，无人机+行业应用，是无人机真正的刚需，目前在航拍、农业、植保、微型自拍、灾难救援、观察野生动物、测绘、新闻报道、电力巡检、救灾、影视拍摄领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术，无人驾驶飞机对未来空战有着重要的意义；因此，发明出一种基于计算机视觉的无人机降落系统变得尤为重要；

经检索，中国专利号CN110058604A公开了一种基于计算机视觉的无人机精准降落系统，该发明虽然实现了更加精确的降落，但是在恶劣环境下及时停止无人机的飞行，降低无人机飞行安全性，危害人们财产安全；此外，现有的基于计算机视觉的无人机降落系统需工作人员对无人机飞行线路进行规划，降低无人机的工作效率，同时增加工部人员工作量，为此，我们提出一种基于计算机视觉的无人机降落系统。

发明内容

本发明的目的是为了解决现有技术中存在的缺陷，而提出的一种基于计算机视觉的无人机降落系统。

为了实现上述目的，本发明采用了如下技术方案：

一种基于计算机视觉的无人机降落系统，包括信息采集控制模块、特征点采集模块、采集图像优化模块、飞行路线规划模块、飞行姿势调整模块以及降落判断模块；

其中，所述特征点采集模块分别与信息采集控制模块、采集图像优化模块通信连接，所述飞行路线规划模块分别与采集图像优化模块、飞行姿势调整模块通信连接，所述降落判断模块与飞行姿势调整模块通信连接；

所述信息采集控制模块包括信息处理单元、信息判断单元以及行动中断单元。

进一步地，所述信息处理单元用于无人机对飞行区域气候信息进行采集，并对其进行分类存储，其分类存储具体步骤如下：

步骤一：信息处理单元对飞行区域的气候信息进行实时采集，并将采集到的气候信息按照天气、风速、风向以及温湿度进行分类，并将分类完成的气候信息分别发送至信息判断单元以及用户的智能设备；

步骤二：生成气候记录表，并将采集到的各项气候数据录入气候记录表中进行存储，同时当气候信息发生变化，信息处理单元对气候记录表中的数据进行存储；

所述信息判断单元用于对各类气候信息进行判断分析，其判断分析具体步骤如下：

步骤(1)：信息判断单元分别对天气类型以及风速等级进行判断；

步骤(2)：若天气类型为暴雨或风速等级大于五级，则判断环境信息存在异常，信息判断单元则开始生成中断数据，同时将其发送至行动中断单元，并将存在异常的环境信息反馈给用户；

步骤(3)：若天气类型不为暴雨且风速等级小于五级，则判断环境信息不存在异常，信息判断单元实时接收信息处理单元采集到的数据，并重复执行步骤(1)的判断；

所述行动中断单元用于在异常环境下对无人机的所有活动进行中断处理，其中断处理具体步骤如下：

M1：接收到中断数据，无人机开始通过摄像头寻找适合降落的地点；

M2：若无人机找到适合降落的地点，则开始自行移动至该降落地点，行动中断单元开始对无人机进行降落姿势调整，并使无人机降落；

M3：降落完成，行动中断单元发送定位指令至GPS芯片，无人机通过GPS芯片向用户反馈无人机降落位置。

进一步地，步骤一中所述智能设备包括智能手机、笔记本电脑以及平板电脑。

进一步地，所述特征点采集模块用于采集特征点信息，并对其进行数据分析，其数据分析具体步骤如下：

第一步：无人机通过摄像头开始对起点特征数据进行采集，并对其进行图像优化处理；

第二步：将优化完成的起点特征数据传输至无人机存储芯片，并将无人机起飞点标记为起点区域。

进一步地，所述采集图像优化模块用于无人机在飞行过程中对地理信息进行采集，并对其进行数据优化处理，其数据优化具体步骤如下：

S1：无人机通过摄像头实时采集飞行区域的相关地理信息，并将其处理生成预处理数据，同时将其发送致采集图像优化模块；

S2：采集图像优化模块对预处理数据进行灰度化、图像矫正、滤波去燥、模板匹配、二值化以及轮廓提取处理，并生成优化数据，同时将其发送至飞行路线规划模块；

飞行路线规划模块用于构建环境模型，并依据其进行线路规划，其线路规划具体步骤如下：

SS1：依据实时生成的优化数据构建相应的环境模型，同时将生成的环境模型进行模型拼接；

SS2：接收用户上传终点位置信息，飞行路线规划模块对环境模型进行模型分割，并将终点所在区域标注为终点区域；

SS3：飞行路线规划模块进行路线规划，并对环境模型进行实时更新，同时对飞行路线进行实时变更。

进一步地，所述飞行姿势调整模块用于无人机在飞行过程中进行飞行调整，其飞行调整具体步骤如下：

P1：无人机在飞行过程中，飞行姿势调整模块接收无人机中陀螺仪、三轴加速度计、气压计、磁传感器以及GPS模块发送的飞行信息；

P2：依据摄像头采集到的遮挡物信息以及飞行信息对无人机的飞行姿势进行实时调整；

降落判断模块用于无人机检索降落点，并对其进行降落判断，其降落判断具体步骤如下：

PP1：无人机到达终点区域，摄像头对终点区域进行数据采集；

PP2：当摄像头采集到降落点信息，将其反馈至降落判断模块，降落判断模块开始将其与起点特征数据进行对比，并判断其对比相似度X；

PP3：若X≥80％，则判断该点为降落点，无人机开始判断降落区域是否符合降落要求，若符合，则调整机体的水平位置，直到满足自主降落的安全要求，再开始降落，若不符合，则反馈用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落；

PP4：若X＜80％，则判断为该点不是降落点，无人机开始进行定点飞行，并请求用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落。

进一步地，步骤PP3中所述降落要求包括降落地区平坦开阔、风速小、远离人群、远离敏感建筑以及设施。

相比于现有技术，本发明的有益效果在于：

1、本发明设置有信息采集控制模块，无人机通过环境采集模块对飞行区域的环境信息进行实时采集，并将采集到的环境信息按照天气、风速、风向以及温湿度进行分类，同时开始分别对天气类型以及风速等级进行判断，若天气类型为暴雨或风速等级大于五级，则判断环境信息存在异常，信息判断单元则开始生成中断数据，同时行动中断单元控制无人机搜寻合适降落的地点，并进行降落，同时将存在异常的环境信息以及无人机降落位置反馈给用户，能够防止无人机在过于恶劣的环境下发生意外的概率，保证了人们的财产安全，同时提高了无人机的飞行安全性；

2、本发明设置有飞行路线规划模块，无人机通过摄像头采集飞行区域的相关地理信息，并将其通过采集图像优化模块进行灰度化、图像矫正、滤波去燥、模板匹配、二值化以及轮廓提取处理生成优化数据，依据优化数据构建环境模型，同时接收用户上传的终点所在位置，并对构建完成的环境模型进行模型分割，将终点区域进行标注，标注完成，对无人机飞行路线进行最优路线规划，并对环境模型进行实时更新，同时对飞行路线进行实时变更，能够自行规划飞行路线，并进行实时更新，提高无人机工作效率，降低工作人员工作量。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

图1为本发明提出的一种基于计算机视觉的无人机降落系统的系统框图。

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，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。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

参照图1，一种基于计算机视觉的无人机降落系统，包括信息采集控制模块、特征点采集模块、采集图像优化模块、飞行路线规划模块、飞行姿势调整模块以及降落判断模块；

其中，特征点采集模块分别与信息采集控制模块、采集图像优化模块通信连接，飞行路线规划模块分别与采集图像优化模块、飞行姿势调整模块通信连接，降落判断模块与飞行姿势调整模块通信连接。

实施例1

参照图1，一种基于计算机视觉的无人机降落系统，除与上述实施例相同的结构外，还包括信息采集控制模块包括信息处理单元、信息判断单元以及行动中断单元，信息处理单元用于无人机对飞行区域气候信息进行采集，并对其进行分类存储；信息判断单元用于对各类环境信息进行判断分析；行动中断单元用于在异常环境下对无人机的所有活动进行中断处理。

本实施例主要公开了无人机中断处理具体方法：首先信息处理单元对飞行区域的气候信息进行实时采集，并将采集到的气候信息按照天气、风速、风向以及温湿度进行分类，并将分类完成的气候信息分别发送至信息判断单元以及用户的智能设备，依据分类完成的气候信息生成气候记录表，并将采集到的各项气候数据录入气候记录表中进行存储，同时当气候信息发生变化，信息处理单元对气候记录表中的数据进行存储；

其次，信息判断单元分别对天气类型以及风速等级进行判断，若天气类型为暴雨或风速等级大于五级，则判断环境信息存在异常，信息判断单元则开始生成中断数据，同时将其发送至行动中断单元，并将存在异常的环境信息反馈给用户，若天气类型不为暴雨且风速等级小于五级，则判断环境信息不存在异常，信息判断单元实时接收信息处理单元采集到的数据，并重复执行判断步骤。

最后，行动中断单元接收到中断数据，无人机开始通过摄像头寻找适合降落的地点，若无人机找到适合降落的地点，则开始自行移动至该降落地点，行动中断单元开始对无人机进行降落姿势调整，并使无人机降落，降落完成，行动中断单元发送定位指令至GPS芯片，无人机通过GPS芯片向用户反馈无人机降落位置。

具体的，智能设备包括智能手机、笔记本电脑以及平板电脑。

实施例2

参照图1，一种基于计算机视觉的无人机降落系统，除与上述实施例相同的结构外，还包括特征点采集模块用于采集起终点特征信息，并对其进行数据分析；采集图像优化模块用于无人机在飞行过程中对地理信息进行采集，并对其进行数据优化处理；

本实施例主要公开了飞行线路规划具体方法：

首先，在飞行线路规划之前作起点特征数据分析，具体如下：无人机通过摄像头开始对起点特征数据进行采集，并对其进行图像优化处理，将优化完成的起点特征数据传输至无人机存储芯片，并将无人机起飞点标记为起点区域；

同时实时采集飞行区域的相关地理信息，并将其处理生成预处理数据，并将其发送致采集图像优化模块，采集图像优化模块对预处理数据进行灰度化、图像矫正、滤波去燥、模板匹配、二值化以及轮廓提取处理，并生成优化数据，同时将其发送至飞行路线规划模块。

其次，通过飞行路线规划模块构建环境模型，并依据其进行线路规划：依据实时生成的优化数据构建相应的环境模型，同时将生成的环境模型进行模型拼接，接收用户上传终点位置信息，飞行路线规划模块对环境模型进行模型分割，并将终点所在区域标注为终点区域，飞行路线规划模块进行路线规划，并对环境模型进行实时更新，同时对飞行路线进行实时变更；此外，通过飞行姿势调整模块用于无人机在飞行过程中进行飞行调整；

最后，通过降落判断模块对无人机检索降落点进行优化判断，其具体过程如下：首先无人机到达终点区域，摄像头对终点区域进行数据采集，当摄像头采集到降落点信息，将其反馈至降落判断模块，降落判断模块开始将其与起点特征数据进行对比，并判断其对比相似度X，若X≥80％，则判断该点为降落点，无人机开始判断降落区域是否符合降落要求，若符合，则调整机体的水平位置，直到满足自主降落的安全要求，再开始降落，若不符合，则反馈用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落，若X＜80％，则判断为该点不是降落点，无人机开始进行定点飞行，并请求用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落。

具体的，降落要求包括降落地区平坦开阔、风速小、远离人群、远离敏感建筑以及设施；

此外，需要进一步说明的是，无人机在飞行过程中，飞行姿势调整模块接收无人机中陀螺仪、三轴加速度计、气压计、磁传感器以及GPS模块发送的飞行信息，依据摄像头采集到的遮挡物信息以及飞行信息对无人机的飞行姿势进行实时调整；

本实施例中通过采集图像优化模块进行灰度化、图像矫正、滤波去燥、模板匹配、二值化以及轮廓提取处理生成优化数据，依据优化数据构建环境模型，同时接收用户上传的终点所在位置，并对构建完成的环境模型进行模型分割，将终点区域进行标注，标注完成，对无人机飞行路线进行最优路线规划，并对环境模型进行实时更新，同时对飞行路线进行实时变更，能够自行规划飞行路线，并进行实时更新，提高无人机工作效率，降低工作人员工作量。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (7)

1.一种基于计算机视觉的无人机降落系统，其特征在于，包括信息采集控制模块、特征点采集模块、采集图像优化模块、飞行路线规划模块、飞行姿势调整模块以及降落判断模块；

其中，所述特征点采集模块分别与信息采集控制模块、采集图像优化模块通信连接，所述飞行路线规划模块分别与采集图像优化模块、飞行姿势调整模块通信连接，所述降落判断模块与飞行姿势调整模块通信连接；

所述信息采集控制模块包括信息处理单元、信息判断单元以及行动中断单元。

2.根据权利要求1所述的一种基于计算机视觉的无人机降落系统，其特征在于，所述信息处理单元用于无人机对飞行区域气候信息进行采集，并对其进行分类存储，其分类存储具体步骤如下：

步骤一：信息处理单元对飞行区域的气候信息进行实时采集，并将采集到的气候信息按照天气、风速、风向以及温湿度进行分类，并将分类完成的气候信息分别发送至信息判断单元以及用户的智能设备；

步骤二：生成气候记录表，并将采集到的各项气候数据录入气候记录表中进行存储，同时当气候信息发生变化，信息处理单元对气候记录表中的数据进行存储；

所述信息判断单元用于对各类气候信息进行判断分析，其判断分析具体步骤如下：

步骤(1)：信息判断单元分别对天气类型以及风速等级进行判断；

步骤(2)：若天气类型为暴雨或风速等级大于五级，则判断环境信息存在异常，信息判断单元则开始生成中断数据，同时将其发送至行动中断单元，并将存在异常的环境信息反馈给用户；

步骤(3)：若天气类型不为暴雨且风速等级小于五级，则判断环境信息不存在异常，信息判断单元实时接收信息处理单元采集到的数据，并重复执行步骤(1)的判断；

所述行动中断单元用于在异常环境下对无人机的所有活动进行中断处理，其中断处理具体步骤如下：

M1：接收到中断数据，无人机开始通过摄像头寻找适合降落的地点；

M2：若无人机找到适合降落的地点，则开始自行移动至该降落地点，行动中断单元开始对无人机进行降落姿势调整，并使无人机降落；

M3：降落完成，行动中断单元发送定位指令至GPS芯片，无人机通过GPS芯片向用户反馈无人机降落位置。

3.根据权利要求2所述的一种基于计算机视觉的无人机降落系统，其特征在于，步骤一中所述智能设备包括智能手机、笔记本电脑以及平板电脑。

4.根据权利要求1所述的一种基于计算机视觉的无人机降落系统，其特征在于，所述特征点采集模块用于采集特征点信息，并对其进行数据分析，其数据分析具体步骤如下：

第一步：无人机通过摄像头开始对起点特征数据进行采集，并对其进行图像优化处理；

第二步：将优化完成的起点特征数据传输至无人机存储芯片，并将无人机起飞点标记为起点区域。

5.根据权利要求1所述的一种基于计算机视觉的无人机降落系统，其特征在于，所述采集图像优化模块用于无人机在飞行过程中对地理信息进行采集，并对其进行数据优化处理，其数据优化具体步骤如下：

S1：无人机通过摄像头实时采集飞行区域的相关地理信息，并将其处理生成预处理数据，同时将其发送致采集图像优化模块；

S2：采集图像优化模块对预处理数据进行灰度化、图像矫正、滤波去燥、模板匹配、二值化以及轮廓提取处理，并生成优化数据，同时将其发送至飞行路线规划模块；

飞行路线规划模块用于构建环境模型，并依据其进行线路规划，其线路规划具体步骤如下：

SS1：依据实时生成的优化数据构建相应的环境模型，同时将生成的环境模型进行模型拼接；

SS2：接收用户上传终点位置信息，飞行路线规划模块对环境模型进行模型分割，并将终点所在区域标注为终点区域；

SS3：飞行路线规划模块进行路线规划，并对环境模型进行实时更新，同时对飞行路线进行实时变更。

6.根据权利要求2所述的一种基于计算机视觉的无人机降落系统，其特征在于，所述飞行姿势调整模块用于无人机在飞行过程中进行飞行调整，其飞行调整具体步骤如下：

P1：无人机在飞行过程中，飞行姿势调整模块接收无人机中陀螺仪、三轴加速度计、气压计、磁传感器以及GPS模块发送的飞行信息；

P2：依据摄像头采集到的遮挡物信息以及飞行信息对无人机的飞行姿势进行实时调整；

降落判断模块用于无人机检索降落点，并对其进行降落判断，其降落判断具体步骤如下：

PP1：无人机到达终点区域，摄像头对终点区域进行数据采集；

PP2：当摄像头采集到降落点信息，将其反馈至降落判断模块，降落判断模块开始将其与起点特征数据进行对比，并判断其对比相似度X；

PP3：若X≥80％，则判断该点为降落点，无人机开始判断降落区域是否符合降落要求，若符合，则调整机体的水平位置，直到满足自主降落的安全要求，再开始降落，若不符合，则反馈用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落；

PP4：若X＜80％，则判断为该点不是降落点，无人机开始进行定点飞行，并请求用户上传降落点特征信息，并依据上传的降落点特征信息重新搜寻降落点进行降落。

7.根据权利要求6所述的一种基于计算机视觉的无人机降落系统，其特征在于，步骤PP3中所述降落要求包括降落地区平坦开阔、风速小、远离人群、远离敏感建筑以及设施。

Images