CN113636079B - 一种物流无人机及其货物投放方法 - Google Patents

一种物流无人机及其货物投放方法 Download PDF

Info

Publication number
CN113636079B
CN113636079B CN202111209682.3A CN202111209682A CN113636079B CN 113636079 B CN113636079 B CN 113636079B CN 202111209682 A CN202111209682 A CN 202111209682A CN 113636079 B CN113636079 B CN 113636079B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
area
landing
image
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.)
Active
Application number
CN202111209682.3A
Other languages
English (en)
Other versions
CN113636079A (zh
Inventor
彭友鑫
刘家诚
廖宇文
丁文琴
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.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
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 Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202111209682.3A priority Critical patent/CN113636079B/zh
Publication of CN113636079A publication Critical patent/CN113636079A/zh
Application granted granted Critical
Publication of CN113636079B publication Critical patent/CN113636079B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/02—Dropping, ejecting, or releasing articles
    • B64D1/08—Dropping, ejecting, or releasing articles the articles being load-carrying devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENTS OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
    • B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
    • B64D1/02—Dropping, ejecting, or releasing articles
    • B64D1/08—Dropping, ejecting, or releasing articles the articles being load-carrying devices
    • B64D1/12—Releasing
    • 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
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20112—Image segmentation details
    • G06T2207/20164—Salient point detection; Corner detection

Abstract

本发明公开了一种物流无人机及其货物投放方法，包括无人机机体，所述无人机机体通过若干连接杆与连接板相连，所述连接板下方固定连接呈上、下分布的第一载物板、第二载物板，所述第一载物板与第二载物板之间连接柔性垫块，还包括安装在连接板上的若干机械臂，所述机械臂一端由舵机驱动、另一端连接朝向所述柔性垫块侧壁的辅助爪，所述舵机用于驱动对应的辅助爪做靠近和远离柔性垫块的运动。本发明用以解决现有技术中无人机携带货物量少，货物投放、降落精度较低等问题，实现提高货物携带量，提高后端作业精度的目的。

Description

一种物流无人机及其货物投放方法
技术领域
本发明涉及无人机领域，具体涉及一种物流无人机及其货物投放方法。
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/或自备的程序控制装置操纵的不载人飞机，目前无人机技术发展较为成熟，已经普及民用，在物流运输过程中也有运用前景。近年来，人工智能重要落地场景之一的智慧物流体系加速发展，而作为智慧物流体系的一个重要分支，无人机物流正是机械化、自动化和智能化的成果。
现有技术中，在无人机的路径自动规划以及自动飞行等方面已经取得了长足进步，但是依然存在携带货物量少，货物投放、降落精度较低等问题，难以满足物流车间内的货物归类等后端高精度作业需求。
发明内容
本发明的目的在于提供一种物流无人机及其货物投放方法，以解决现有技术中无人机携带货物量少，货物投放、降落精度较低等问题，实现提高货物携带量，提高后端作业精度的目的。
本发明通过下述技术方案实现：
一种物流无人机，包括无人机机体，所述无人机机体通过若干连接杆与连接板相连，所述连接板下方固定连接呈上、下分布的第一载物板、第二载物板，所述第一载物板与第二载物板之间连接柔性垫块，还包括安装在连接板上的若干机械臂，所述机械臂一端由舵机驱动、另一端连接朝向所述柔性垫块侧壁的辅助爪，所述舵机用于驱动对应的辅助爪做靠近和远离柔性垫块的运动。
针对现有技术中无人机携带货物量少的问题，本发明首先提出一种物流无人机，无人机机体采用任意现有技术即可，本申请通过连接杆实现连接板与无人机机体的相对固定，连接板同时还为各舵机提供安装工位。第一载物板、第二载物板上下分布且均位于连接板的下方，可起到承载和安装柔性垫块的作用。本申请中，每个舵机均驱动一个机械臂进行动作，使得机械臂连接辅助爪的一端能够做靠近和远离柔性垫块的运动，当然机械臂的具体结构、运动方式在此不做限定。本申请具体工作时，由于柔性垫块的存在，可同时将多个货物放置在柔性垫块侧面，使每个货物独立的位于一个辅助爪与柔性垫块之间，然后通过舵机逐一控制相应的机械臂动作，使对应的辅助爪向柔性垫块方向靠拢，将货物压入柔性垫块内。本申请使用的载物方式具有如下优势：（1）能够通过柔性垫块的形变能力提供较大的摩擦阻力以保持货物稳定；（2）能够通过多个舵机和机械臂在柔性垫块的各方向压持货物，实现对多个货物的同时携带；并且由于各舵机独立工作，因此还可实现对不同货物的分别投放，有利于一次性的将不同货物投放至不同位置；（3）使用压持而非常见的夹持方式携带货物，能够有效降低货物表面的受损风险，且相较于常规夹持方式只能够对指定形状进行夹持而言，本申请使用压持方式具有更大的通用性，能够携带一些异形、特殊形状的货物；（4）利用柔性垫块的柔性能够对货物和舵机、机械臂等提供保护，降低受损率；（5）使柔性垫块侧面形成局部凹陷，货物被局部包覆在柔性垫块所形成的凹陷区域内，其上下两端以及侧面均能与柔性垫块接触，极大的提高了货物搭载的稳定性；并且还能够显著克服现有的夹持方式在飞行过程中由于无人机抖动所引起的物料掉落问题。
进一步的，所述柔性垫块呈方形；所述机械臂共三个，三个机械臂的辅助爪分别正对方形的三个侧面。方形的柔性垫块共具有四个侧面，本申请在其中三个侧面设置机械臂，对应具有三个辅助爪，三个辅助爪分别位于方形的三个侧面方向，从而能够同时携带三个货物。方形的柔性垫块还能够为每个货物提供独立的压持区域，避免相互干扰。
进一步的，三个辅助爪分别呈“一”字型、“V”字型、弧形；所述“V”字型和弧形的凹面均朝向柔性垫块所在方向。其中“一”字型的辅助爪能够对方形、条形等形状的货物进行稳定有效的压持，“V”字型的辅助爪能够对棱锥、棱柱等形状的货物进行稳定有效的压持，弧形的辅助爪能够对圆柱形、弧形、球形的货物进行稳定有效的压持。本方案通过对三个辅助爪的形状的限定，使得本申请具有较大的通用性，能够满足一般常规货物的搭载需求。
当然，各辅助爪可以与机械臂可拆卸连接，在特殊工况下对应更换不同形状的辅助爪即可。
基于物流无人机的货物投放方法，包括：
步骤S1、将N个货物放置在柔性垫块侧面，由N个舵机分别驱动N个辅助爪靠近柔性垫块，将各货物压在柔性垫块侧面，完成装载；其中N≥2；
步骤S2、无人机机体从起降区起飞，通过激光雷达扫描构建全场地图、定位自身位置；
步骤S3、无人机机体飞至指定的投放区，对投放区进行识别，定位投放区的中心位置，矫正姿态，降落至投放区，由舵机驱动对应的辅助爪远离柔性垫块，松开对货物的压持，使对应货物投放在该投放区；
步骤S4、重复步骤S2~步骤S3，直至完成所有货物的投放；
步骤S5、无人机机体回至起降区上方，定位起降区的中心位置，降落至起降区。
针对现有技术中物流无人机的货物投放精度较低、降落精度较低等，导致难以满足物流车间内的货物归类等后端高精度作业需求等问题，本发明继续提供一种用于无人机的货物投放方法，其中供无人机起降的区域称为起降区，供无人机临时降落投放货物的区域称为投放区。本方法在无人机完成货物装载后起飞，通过激光雷达扫描技术构建当前作业空间（如物流仓库、物流中转站等）的全场地图并定位自身位置，此步骤属于本领域现有技术在此不做赘述。无人机机体根据规划或预设的路径飞行至指定的投放区上空，识别到投放区后开始定位投放区的中心位置，根据中心位置矫正自身姿态，使待投放的货物尽量位于投放区中心位置的上方，之后无人机机体降落，直至位于底部的第二载物板接触投放区，此时控制对应的舵机动作，带动机械臂运动，使得相应的辅助爪远离柔性垫块表面，从而解除对货物的锁定，实现对该货物的投放；之后无人机再次升高，飞行至另外的投放区对下一个货物进行投放，以此类推直至完成对所有货物的投放作业。投放完成后，无人机机体飞回至起降区的上方，定位起降区的中心位置，降落至起降区，完成该次作业。本方法无人机机体在飞行过程中，飞行路径的规划、投放区的识别等均可通过现有技术实现。本方法通过对中心位置进行定位的方式，在每次投放货物和最终降落前能够有效为无人机的飞控系统提供参考，便于快速校正自身姿态，提高货物投放和降落的精度。
进一步的，所述定位投放区的中心位置的方法包括：
步骤S301、通过摄像头获取投放区的识别图像；
步骤S302、将识别图像转换为灰度图像，再进行二值化处理，得到二值化图像；
步骤S303、对二值化图像依次进行膨胀操作、腐蚀操作；其中腐蚀程度小于膨胀程度；
步骤S304、将腐蚀后的图像代入霍夫变换识别灰度图中圆的函数内，识别投放区的圆形标识；
步骤S305、通过识别出的圆形定位圆心，作为投放区的中心位置。
本方案在投放区提前预设圆形标识。无人机抵达投放区上方后，首先通过摄像头获取投放区的图像信息，然后对其进行处理，具体处理过程包括：摄像头返回的是彩色图像，首先将其先转换为灰度图像，进而再将图像二值化，这样处理后在相同的像素情况下能够使上位机运算得更快。在此之后将二值化图像进行闭环运算，也就是先膨胀操作再腐蚀操作，这个操作可以用来填充图像中的物体内细小空洞、连接邻近物体、平滑其边界。本方案中限定腐蚀程度小于膨胀程度，能够得到更加明显的轮廓数据，更加便于识别。
再将处理后的图像代入霍夫变换识别灰度图中圆的函数内，识别投放区的圆形标识。本方案通过前述图像处理步骤，能够使得运算速度大大提高，进而显著提高识别效率，使得无人机具有更快的相应速度。本方案在识别出圆形标识后，定位其圆心，以此作为投放区的中心位置。
进一步的，所述降落至投放区的方法包括：
步骤S311、降落，实时获取无人机机体的当前高度h；
步骤S312、基于当前高度h计算对所述圆形标识的识别半径范围；
步骤S313、在所述识别半径范围内识别出圆形标识，并根据圆形标识的圆心调整无人机机体的姿态；
步骤S314、重复步骤S311~步骤S313，直至降落至投放区。
进一步的，基于当前高度h计算对所述圆形标识的识别半径范围的方法为：
步骤S3121、在开始降落前获取无人机机体的初始高度h 0；
步骤S3122、基于无人机机体的当前高度h，计算出两个临界点高度（h-20cm）、（h+20cm）；
步骤S3123、计算两个临界点高度所对应的下降值h 1=（h 0-h-20cm）、h 2=（h 0-h+20cm）；
步骤S3124、计算临界半径r 1、r 2：
r 1=（2.44755245×10-4）h 1 3 -（6.49184149×10-3）h 1 2 +0.4915 h 1+19.11；
r 2=（2.44755245×10-4）h 2 3 -（6.49184149×10-3）h 2 2 +0.4915 h 2+19.11；
步骤S3125、以r 1~ r 2为圆形标识的识别半径范围。
本方案即是根据无人机返回的高度信息，去匹配识别圆形标识的半径；本方案中克服了现有技术中直接将图像所能承受的最大~最小的半径范围用来进行识别的方式，避免了因识别范围过宽导致运算量过大、运算时间过长、无法匹配无人机的快速矫正的缺陷。本方案是通过先获取圆形标识在当前高度±20cm的高度范围内，所对应的圆形半径范围，再在该圆形半径范围来实现快速的对圆形标识进行识别，以此显著降低了运算量、降低了无人机的响应时间，确保了在降落过程中能够实时、快速、精确的调整自身姿态，使指定的位置尽量正对投放区的中心位置。其中，采用当前高度±20cm的区间作为识别范围，在提高相应识别速度的同时，还能够保证由于无人机反馈高度的误差、或无人机抖动等其它因素导致的高度数据存在误差，充分保证快速且准确的识别到投放区的圆形标识。
进一步的，所述定位起降区的中心位置的方法包括：
步骤S501、通过摄像头获取起降区的识别图像；
步骤S502、将识别图像转换为灰度图像，再进行二值化处理，得到二值化图像；
步骤S503、对二值化图像依次进行膨胀操作、腐蚀操作，得到包含“H”型标识的起降区图像；其中腐蚀程度小于膨胀程度；
步骤S504、对腐蚀后的图像进行轮廓提取，提取出轮廓角点和轮廓面积；
步骤S505、根据预设的面积阈值滤除噪音，根据轮廓角点求取“H”型的中心点坐标。
本方案在起降区预设H型的标识。无人机抵达起降区上方后，首先通过摄像头获取起降区的图像信息，然后对其进行处理，具体处理过程包括：摄像头返回的是彩色图像，首先将其先转换为灰度图像，进而再将图像二值化。在此之后将二值化图像进行闭环运算，也就是先膨胀操作再腐蚀操作，得到包含“H”型标识的起降区图像；此处限定腐蚀程度小于膨胀程度，是为了保证能够得到闭合且完整的H图像。之后再将所有提取到轮廓的角点和轮廓面积提取出来，就可以根据角点和面积信息进行筛选。筛选过程首先通过预设的面积阈值滤除噪音，再根据“H”的形状特征求取中心点，以此作为起降区的中心位置。通过本方案能够准确且快速的找到起降区中心位置，便于无人机快速调整自身姿态、精准完成降落。
进一步的，根据轮廓角点求取“H”型的中心点坐标的方法包括：
步骤S511、建立平面二维坐标系；
步骤S512、对“H”型所有12个角点的x、y坐标分别求均值得到中心点坐标（x 1 、y 1）；
步骤S513、对“H”型中间短线的4个角点的x、y坐标分别求和，得到x 2 、y 2；
步骤S514、计算系数a、b：a=（x 2-4x 1），b=（y 2-4y 1）；
步骤S515、判断：
若a+b＜5个像素，则认为中心点坐标（x 1 、y 1）可信；
若a+b≥5个像素，则认为中心点坐标（x 1 、y 1）不可信，回到步骤S501。
由于无人机是以俯视角度获取起降区图像，因此建立的坐标系也必然为包含了“H”标识在内的平面坐标系，以此坐标系为基准，利用“H”型有且仅有12个角点、且所有角点的坐标分别求均值就是H的中心点坐标的特征，得到中心点坐标（x 1 、y 1）。本方案还对（x 1 、 y 1）进行验证，验证过程同样利用了“H”型的图像特征，将H中间的短线所对应的四个角点坐标提取出来，分别求和，得到x 2 、y 2。若中心位置坐标准确，那么将x 2 、y 2分别与四倍的中心点坐标做差，得到的理论结果应当是为零的，本方案考虑到实际误差（如无人机的水平度、拍摄时的轻微晃动等），设置了5个像素大小的偏离值，在该范围内的误差被认为是可接受的，该中心点坐标同样认为是可信的；反之，则需要重新通过摄像头获取起降区的识别图像、重新定位起降区的中心位置。
其中，步骤S513利用了“H”型的中间短线进行验证，是因为无人机在横向上偏离过多、或者离地面高度很低的这两种的情况下，会出现无法完全获取H形状的图像或H变形严重等问题，本方案利用“H”型的中间短线进行验证，正是为了克服这一缺陷，利用了对中间短线的识别要求更低的特点，能够使得在无法完全获取H形状的图像或H形状变形严重的状态下仍然识别有效，以此实现对中心坐标的准确验证。
进一步的，根据预设的面积阈值滤除噪音的方法包括：
若飞行高度大于1.5m，则取面积阈值为1000像素点，去掉小于面积阈值的轮廓；
若飞行高度小于或等于1.5m，则取面积阈值为5000像素点，去掉小于面积阈值的轮廓。
本方案对过滤噪声的面积阈值及其过滤方式进行了明确限定，通过此过滤方法能够提高对“H”型中心点坐标求取的准确度，降低噪声干扰。
本发明与现有技术相比，具有如下的优点和有益效果：
1、本发明一种物流无人机及其货物投放方法，能够通过柔性垫块的形变能力提供较大的摩擦阻力以保持货物稳定；能够通过多个舵机和机械臂在柔性垫块的各方向压持货物，实现对多个货物的同时携带；并且由于各舵机独立工作，因此还可实现对不同货物的分别投放，有利于一次性的将不同货物投放至不同位置；使用压持而非常见的夹持方式携带货物，能够有效降低货物表面的受损风险，且相较于常规夹持方式只能够对指定形状进行夹持而言，本申请使用压持方式具有更大的通用性，能够携带一些异形、特殊形状的货物；利用柔性垫块的柔性能够对货物和舵机、机械臂等提供保护，降低受损率；使柔性垫块侧面形成局部凹陷，货物被局部包覆在柔性垫块所形成的凹陷区域内，其上下两端以及侧面均能与柔性垫块接触，极大的提高了货物搭载的稳定性；并且还能够显著克服现有的夹持方式在飞行过程中由于无人机抖动所引起的物料掉落问题。
2、本发明一种物流无人机及其货物投放方法，在每次投放货物和最终降落前能够有效为无人机的飞控系统提供参考，便于快速校正自身姿态，提高货物投放和降落的精度。
3、本发明一种物流无人机及其货物投放方法，提供了对投放区、起降区的中心位置的精确定位方法，更加提高了飞行和降落的精准度。
4、本发明一种物流无人机及其货物投放方法，提供了对投放区圆形标识的识别半径范围的精确识别方法，使得无人机能够在降落过程中快速响应，为无人机实时调整自身的降落姿态提供了充分且可靠的依据。
5、本发明一种物流无人机及其货物投放方法，提供了起降区中心位置的快速识别和验证方法，提高了无人机降落至起降区的精准性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解，构成本申请的一部分，并不构成对本发明实施例的限定。在附图中：
图1为本发明具体实施例中无人机机体下部的结构示意图；
图2为本发明具体实施例中无人机机体下部的俯视图；
图3为本发明具体实施例的投放流程示意图。
附图中标记及对应的零部件名称：
1-连接杆，2-连接板，3-第一载物板，4-第二载物板，5-柔性垫块，6-机械臂，7-舵机，8-辅助爪。
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白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
实施例1：
一种物流无人机，包括无人机机体，如图1与图2所示，无人机机体通过若干连接杆1与连接板2相连，所述连接板2下方固定连接呈上、下分布的第一载物板3、第二载物板4，所述第一载物板3与第二载物板4之间连接柔性垫块5，还包括安装在连接板2上的若干机械臂6，所述机械臂6一端由舵机7驱动、另一端连接朝向所述柔性垫块5侧壁的辅助爪8，所述舵机7用于驱动对应的辅助爪8做靠近和远离柔性垫块5的运动。
本实施例中，柔性垫块5呈方形；所述机械臂6共三个，三个机械臂6的辅助爪8分别正对方形的三个侧面。三个辅助爪8分别呈“一”字型、“V”字型、弧形；所述“V”字型和弧形的凹面均朝向柔性垫块5所在方向。
本实施例中的柔性垫块5为海绵垫，连接杆1为碳棒，第一载物板3与第二载物板4均为木质板材，以尽量减小自重，
在更为优选的实施方式中，柔性垫块5内部具有刚性骨架作为内部支撑。
在更为优选的实施方式中，第一载物板3与第二载物板4均呈“#”字形，便于对货物进行横向的限制。
本实施例对无人机机体的控制，采用的是上位机通过UART发送指令去控制飞控模块的动作，包括前后左右平移，yaw角矫正以及高度升降。控制指令通过帧头帧尾进行校验，只要帧头帧尾不匹配那么就丢弃该帧数据。指令中包含方向、速度以及角度信息，飞控模块通过PID控制算法实现快速达到目标值的效果。
控制指令的校验方式具体为：
首先根据定义的通信协议定义出存放发送数据的数组，
以数组uart_data = [0xa0,0xb0,0xff,0xff,0x02,0x02,0xaa,0x11]为例进行说明：
其中前两位“0xa0，0xb0”为帧头，在接收端收到这两位过后才会响应，不然就一直等待接收。
中间五位为数据位，分别为无人机的前后控制、左右控制、速度以及yaw角度控制；最后一位为“0x11”帧尾，仅当在收到五位数据后收到了帧尾，前面收到的五位数据才有效，否则应当舍弃。
飞控模块中的发送与接收思路：
下位机定义的每20ms发送一次数据，上位机为了使数据最快得到响应，采用每处理一次数据后直接发送的方式；接受时采用可靠传输，只要有一位帧头帧尾不正确则舍弃该数据，且每个正确的数据在使用后都清零。
实施例2：
货物投放方法，基于实施例1中的物流无人机，具体方法如图3所示：
步骤S1、将N个货物放置在柔性垫块5侧面，由N个舵机7分别驱动N个辅助爪8靠近柔性垫块5，将各货物压在柔性垫块5侧面，完成装载；其中N≥2；
步骤S2、无人机机体从起降区起飞，通过激光雷达扫描构建全场地图、定位自身位置；
步骤S3、无人机机体飞至指定的投放区，对投放区进行识别，定位投放区的中心位置，矫正姿态，降落至投放区，由舵机7驱动对应的辅助爪8远离柔性垫块5，松开对货物的压持，使对应货物投放在该投放区；
步骤S4、重复步骤S2~步骤S3，直至完成所有货物的投放；
步骤S5、无人机机体回至起降区上方，定位起降区的中心位置，降落至起降区。
实施例3：
货物投放方法，在实施例2的基础上，其中定位投放区的中心位置的方法包括：
通过摄像头获取投放区的识别图像；
将图像转换为灰度图像，再进行二值化处理，得到二值化图像；
对二值化图像依次进行膨胀操作、腐蚀操作；其中腐蚀程度小于膨胀程度；
将图像代入函数cv2.HoughCircles()（霍夫变换识别灰度图中圆的函数）内，识别投放区的圆形标识；
通过识别出的圆形定位圆心，作为投放区的中心位置。
本实施例将处理后的图像信息代入cv2.HoughCircles()去识别圆，运算速度可大大提高。
在更为优选的实施方式中，所述降落至投放区的方法包括：
降落，实时获取无人机机体的当前高度h；
基于当前高度h计算对所述圆形标识的识别半径范围；
在所述识别半径范围内识别出圆形标识，并根据圆形标识的圆心调整无人机机体的姿态；
重复上述步骤，直至降落至投放区。
优选的，高度信息由飞控模块获取、通过UART（通用异步收发传输器）向上位机发送。
在更为优选的实施方式中，基于当前高度h计算对所述圆形标识的识别半径范围的方法为：
在开始降落前获取无人机机体的初始高度h 0；
基于无人机机体的当前高度h，计算出两个临界点高度（h-20cm）、（h+20cm）；
计算两个临界点高度所对应的下降值h 1=（h 0-h-20cm）、h 2=（h 0-h+20cm）；
计算临界半径r 1、r 2：
r 1=（2.44755245×10-4）h 1 3 -（6.49184149×10-3）h 1 2 +0.4915 h 1+19.11；
r 2=（2.44755245×10-4）h 2 3 -（6.49184149×10-3）h 2 2 +0.4915 h 2+19.11；
以r 1~ r 2为圆形标识的识别半径范围。
在图像信息复杂的情况下采用传统技术手段直接运算的耗时需高达到1.5秒，这对于四旋翼飞行器进行实时矫正是完全不够的，甚至由于响应时间太长，导致飞机飞出识别范围。而本实施例先识别半径范围再运算的方式，响应时间可降低到0.1秒甚至更低，这大大提高了识别的效率，也能够使飞机的响应更加迅速。
实施例4：
货物投放方法，在实施例2或3的基础上，其中定位起降区的中心位置的方法包括：
通过摄像头获取起降区的识别图像；
将图像转换为灰度图像，再进行二值化处理，得到二值化图像；
对二值化图像依次进行膨胀操作、腐蚀操作，得到包含“H”型标识的起降区图像；其中腐蚀程度小于膨胀程度；
通过函数cv2.approxPolyDP()（Douglas-Peucker算法中的轮廓近似函数）以及cv2.contourArea()（Douglas-Peucker算法中传入轮廓的点集函数）对起降区图像进行轮廓提取，提取出轮廓角点和轮廓面积；
根据预设的面积阈值滤除噪音，根据轮廓角点求取“H”型的中心点坐标。
其中，根据轮廓角点求取“H”型的中心点坐标的方法包括：
建立平面二维坐标系；对“H”型所有12个角点的x、y坐标分别求均值得到中心点坐标（x 1 、y 1）；对“H”型中间短线的4个角点的x、y坐标分别求和，得到x 2 、y 2；计算系数a、b：a=（x 2-4x 1），b=（y 2-4y 1）；判断：
若a+b＜5个像素，则认为中心点坐标（x 1 、y 1）可信；
若a+b≥5个像素，则认为中心点坐标（x 1 、y 1）不可信。
其中，根据预设的面积阈值滤除噪音的方法包括：
若飞行高度大于1.5m，则取面积阈值为1000像素点，去掉小于面积阈值的轮廓；
若飞行高度小于或等于1.5m，则取面积阈值为5000像素点，去掉小于面积阈值的轮廓。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。此外，在本文中使用的术语“连接”在不进行特别说明的情况下，可以是直接相连，也可以是经由其他部件间接相连。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种物流无人机，包括无人机机体，其特征在于，所述无人机机体通过若干连接杆（1）与连接板（2）相连，所述连接板（2）下方固定连接呈上、下分布的第一载物板（3）、第二载物板（4），所述第一载物板（3）与第二载物板（4）之间连接柔性垫块（5），还包括安装在连接板（2）上的若干机械臂（6），所述机械臂（6）一端由舵机（7）驱动、另一端连接朝向所述柔性垫块（5）侧壁的辅助爪（8），所述舵机（7）用于驱动对应的辅助爪（8）做靠近和远离柔性垫块（5）的运动。
2.根据权利要求1所述的一种物流无人机，其特征在于，所述柔性垫块（5）呈方形；所述机械臂（6）共三个，三个机械臂（6）的辅助爪（8）分别正对方形的三个侧面。
3.根据权利要求2所述的一种物流无人机，其特征在于，三个辅助爪（8）分别呈“一”字型、“V”字型、弧形；所述“V”字型和弧形的凹面均朝向柔性垫块（5）所在方向。
4.基于权利要求1~3中任一项所述的一种物流无人机的货物投放方法，其特征在于，包括：
步骤S1、将N个货物放置在柔性垫块（5）侧面，由N个舵机（7）分别驱动N个辅助爪（8）靠近柔性垫块（5），将各货物压在柔性垫块（5）侧面，完成装载；其中N=3；
步骤S2、无人机机体从起降区起飞，通过激光雷达扫描构建全场地图、定位自身位置；
步骤S3、无人机机体飞至指定的投放区，对投放区进行识别，定位投放区的中心位置，矫正姿态，降落至投放区，由舵机（7）驱动对应的辅助爪（8）远离柔性垫块（5），松开对货物的压持，使对应货物投放在该投放区；
步骤S4、重复步骤S2~步骤S3，直至完成所有货物的投放；
步骤S5、无人机机体回至起降区上方，定位起降区的中心位置，降落至起降区。
5.根据权利要求4所述的货物投放方法，其特征在于，
所述定位投放区的中心位置的方法包括：
步骤S301、通过摄像头获取投放区的识别图像；
步骤S302、将识别图像转换为灰度图像，再进行二值化处理，得到二值化图像；
步骤S303、对二值化图像依次进行膨胀操作、腐蚀操作；其中腐蚀程度小于膨胀程度；
步骤S304、将腐蚀后的图像代入霍夫变换识别灰度图中圆的函数内，识别投放区的圆形标识；
步骤S305、通过识别出的圆形定位圆心，作为投放区的中心位置。
6.根据权利要求5所述的货物投放方法，其特征在于，
所述降落至投放区的方法包括：
步骤S311、降落，实时获取无人机机体的当前高度h；
步骤S312、基于当前高度h计算对所述圆形标识的识别半径范围；
步骤S313、在所述识别半径范围内识别出圆形标识，并根据圆形标识的圆心调整无人机机体的姿态；
步骤S314、重复步骤S311~步骤S313，直至降落至投放区。
7.根据权利要求6所述的货物投放方法，其特征在于，基于当前高度h计算对所述圆形标识的识别半径范围的方法为：
步骤S3121、在开始降落前获取无人机机体的初始高度h 0；
步骤S3122、基于无人机机体的当前高度h，计算出两个临界点高度（h-20cm）、（h+20cm）；
步骤S3123、计算两个临界点高度所对应的下降值h 1=（h 0-h-20cm）、h 2=（h 0-h+20cm）；
步骤S3124、计算临界半径r 1、r 2：
r 1=（2.44755245×10-4）h 1 3 -（6.49184149×10-3）h 1 2 +0.4915 h 1+19.11；
r 2=（2.44755245×10-4）h 2 3 -（6.49184149×10-3）h 2 2 +0.4915 h 2+19.11；
步骤S3125、以r 1~ r 2为圆形标识的识别半径范围。
8.根据权利要求4所述的货物投放方法，其特征在于，
所述定位起降区的中心位置的方法包括：
步骤S501、通过摄像头获取起降区的识别图像；
步骤S502、将识别图像转换为灰度图像，再进行二值化处理，得到二值化图像；
步骤S503、对二值化图像依次进行膨胀操作、腐蚀操作，得到包含“H”型标识的起降区图像；其中腐蚀程度小于膨胀程度；
步骤S504、对腐蚀后的图像进行轮廓提取，提取出轮廓角点和轮廓面积；
步骤S505、根据预设的面积阈值滤除噪音，根据轮廓角点求取“H”型的中心点坐标。
9.根据权利要求8所述的货物投放方法，其特征在于，根据轮廓角点求取“H”型的中心点坐标的方法包括：
步骤S511、建立平面二维坐标系；
步骤S512、对“H”型所有12个角点的x、y坐标分别求均值得到中心点坐标（x 1 、y 1）；
步骤S513、对“H”型中间短线的4个角点的x、y坐标分别求和，得到x 2 、y 2；
步骤S514、计算系数a、b：a=（x 2-4x 1），b=（y 2-4y 1）；
步骤S515、判断：
若a+b＜5个像素，则认为中心点坐标（x 1 、y 1）可信；
若a+b≥5个像素，则认为中心点坐标（x 1 、y 1）不可信，回到步骤S501。
10.根据权利要求8所述的货物投放方法，其特征在于，根据预设的面积阈值滤除噪音的方法包括：
若飞行高度大于1.5m，则取面积阈值为1000像素点，去掉小于面积阈值的轮廓；
若飞行高度小于或等于1.5m，则取面积阈值为5000像素点，去掉小于面积阈值的轮廓。
CN202111209682.3A 2021-10-18 2021-10-18 一种物流无人机及其货物投放方法 Active CN113636079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111209682.3A CN113636079B (zh) 2021-10-18 2021-10-18 一种物流无人机及其货物投放方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111209682.3A CN113636079B (zh) 2021-10-18 2021-10-18 一种物流无人机及其货物投放方法

Publications (2)

Publication Number Publication Date
CN113636079A CN113636079A (zh) 2021-11-12
CN113636079B true CN113636079B (zh) 2021-12-21

Family

ID=78427291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111209682.3A Active CN113636079B (zh) 2021-10-18 2021-10-18 一种物流无人机及其货物投放方法

Country Status (1)

Country Link
CN (1) CN113636079B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB378043A (en) * 1931-05-05 1932-08-05 David Forgham Anderson Improvements in apparatus for dropping articles from aircraft
CN106927047A (zh) * 2017-03-22 2017-07-07 电子科技大学 一种无人机抓取装置
WO2017120620A1 (en) * 2016-01-06 2017-07-13 Russell David Wayne System and method for capture of random sized boxes by unmanned vehicle
CN107651191A (zh) * 2017-09-07 2018-02-02 哈瓦国际航空技术（深圳）有限公司 一种分次抛投灭火球挂载以及无人机
CN108549397A (zh) * 2018-04-19 2018-09-18 武汉大学 基于二维码和惯导辅助的无人机自主降落方法及系统
CN108563235A (zh) * 2018-05-24 2018-09-21 南方科技大学 一种多旋翼无人机、抓取目标物体的方法、装置及设备
CN208530857U (zh) * 2018-06-15 2019-02-22 西南石油大学 一种无人机送货用的物品夹持固定装置
CN109850148A (zh) * 2018-12-29 2019-06-07 罗海洋 一种自动化无人机快递配送系统
CN110466765A (zh) * 2019-08-29 2019-11-19 中国人民解放军国防科技大学 一种空中悬停精准操控系统
CN211494464U (zh) * 2019-12-29 2020-09-15 珠海瑞科科技研发有限公司 一种无人机的投料装置
CN212448067U (zh) * 2020-01-10 2021-02-02 郴州市锐飞智能有限公司 一种用于无人机的抓取机构及无人机
CN212605828U (zh) * 2020-03-12 2021-02-26 青岛光晟和精密工业有限公司 一种无人机载物结构

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016015354A1 (zh) * 2014-07-31 2016-02-04 深圳市大疆创新科技有限公司 无人机基站及其电池更换装置
US10730626B2 (en) * 2016-04-29 2020-08-04 United Parcel Service Of America, Inc. Methods of photo matching and photo confirmation for parcel pickup and delivery
CN106184757B (zh) * 2016-07-15 2018-06-26 杭州迅蚁网络科技有限公司 一种无人机货物自动装载与投放系统
DE102016117611B4 (de) * 2016-09-19 2020-03-05 Airrobot Gmbh & Co. Kg Vorrichtung zum Lufttransport eines Gegenstands
CN106986031A (zh) * 2017-03-18 2017-07-28 芜湖元航空科技有限公司 一种无人机抓取装置
CN108910043B (zh) * 2018-08-21 2023-07-18 华南理工大学 一种基于无人机的自适应拉线式抓取机构及抓取方法
CN211076352U (zh) * 2019-11-18 2020-07-24 南京信息工程大学 一种软爪式快递无人机
US20210269140A1 (en) * 2020-02-28 2021-09-02 Electronics And Telecommunications Research Institute Cargo loading device and unmanned aerial vehicle employing the same
CN213948781U (zh) * 2021-01-08 2021-08-13 国网通用航空有限公司 一种用于地震减灾无人机的物资投放装置

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB378043A (en) * 1931-05-05 1932-08-05 David Forgham Anderson Improvements in apparatus for dropping articles from aircraft
WO2017120620A1 (en) * 2016-01-06 2017-07-13 Russell David Wayne System and method for capture of random sized boxes by unmanned vehicle
CN106927047A (zh) * 2017-03-22 2017-07-07 电子科技大学 一种无人机抓取装置
CN107651191A (zh) * 2017-09-07 2018-02-02 哈瓦国际航空技术（深圳）有限公司 一种分次抛投灭火球挂载以及无人机
CN108549397A (zh) * 2018-04-19 2018-09-18 武汉大学 基于二维码和惯导辅助的无人机自主降落方法及系统
CN108563235A (zh) * 2018-05-24 2018-09-21 南方科技大学 一种多旋翼无人机、抓取目标物体的方法、装置及设备
CN208530857U (zh) * 2018-06-15 2019-02-22 西南石油大学 一种无人机送货用的物品夹持固定装置
CN109850148A (zh) * 2018-12-29 2019-06-07 罗海洋 一种自动化无人机快递配送系统
CN110466765A (zh) * 2019-08-29 2019-11-19 中国人民解放军国防科技大学 一种空中悬停精准操控系统
CN211494464U (zh) * 2019-12-29 2020-09-15 珠海瑞科科技研发有限公司 一种无人机的投料装置
CN212448067U (zh) * 2020-01-10 2021-02-02 郴州市锐飞智能有限公司 一种用于无人机的抓取机构及无人机
CN212605828U (zh) * 2020-03-12 2021-02-26 青岛光晟和精密工业有限公司 一种无人机载物结构

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
具有柔性抓手的四旋翼飞行器设计与实现;王晓波，董二宝，金虎，杨杰，许旻;《机械与电子》;20180824;第36卷(第8期);全文 *
四旋翼无人机控制系统及视觉定位设计;刘劲威;《中国优秀硕士学位论文全文数据库工程科技II辑》;20190715(第7期);全文 *

Also Published As

Publication number Publication date
CN113636079A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
CN109911231B (zh) 基于gps和图像识别混合导航的无人机自主着舰方法与系统
WO2020220654A1 (zh) 一种无人船搭载无人机的海上巡逻设备及其使用方法
US10302452B1 (en) Unmanned aerial vehicle sensor calibration via sensor channel
US9972212B1 (en) Unmanned aerial vehicle camera calibration as part of departure or arrival at a materials handling facility
CN110908401B (zh) 一种针对未知杆塔结构的无人机自主巡检方法
CN108657455A (zh) 一种高压输电线路巡检的无人机自动收放装置
US9957064B2 (en) Utilizing an unmanned aerial vehicle platform which is equipped with a turntable assembly
CN111596687A (zh) 一种垂直起降无人机移动平台降落引导装置及其引导方法
CN110879601A (zh) 一种对于未知风机结构的无人机巡检方法
US10220964B1 (en) Unmanned aerial vehicle sensor calibration validation before flight
CN112180978B (zh) 基于飞艇平台的四旋翼无人机自主降落控制系统及方法
CN111056032B (zh) 一种无人船载的无人机充电升降系统及实现方法
CN106155086A (zh) 一种道路检测无人机及其自动巡航方法
US9969486B1 (en) Unmanned aerial vehicle heat sensor calibration
CN108469830A (zh) 一种基于无人机的智能仓储盘点系统及方法
CN113148209A (zh) 控制无人机返回机库的方法、无人机回收装置及系统
CN110435370A (zh) 一种用于复杂环境的三栖侦察器
CN109071114B (zh) 一种自动装卸货的方法、设备及具有存储功能的装置
US10032275B1 (en) Unmanned aerial vehicle sensor calibration during flight
CN112068539A (zh) 一种风电机组叶片无人机自动驾驶巡检方法
CN110825098B (zh) 一种无人机配电网智能巡检系统
CN107069859A (zh) 一种基于无人机基站的无线充电系统及方法
CN113636079B (zh) 一种物流无人机及其货物投放方法
CN109839111A (zh) 一种基于视觉定位的室内多机器人编队系统
CN110322462B (zh) 基于5g网络的无人机视觉着陆方法及系统

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