CN114237274B - 融合imu的旋翼无人机环境障碍物快速感知方法及系统 - Google Patents
融合imu的旋翼无人机环境障碍物快速感知方法及系统 Download PDFInfo
- Publication number
- CN114237274B CN114237274B CN202111144566.8A CN202111144566A CN114237274B CN 114237274 B CN114237274 B CN 114237274B CN 202111144566 A CN202111144566 A CN 202111144566A CN 114237274 B CN114237274 B CN 114237274B
- Authority
- CN
- China
- Prior art keywords
- machine body
- frame rate
- unmanned aerial
- aerial vehicle
- visual
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007613 environmental effect Effects 0.000 title claims abstract description 30
- 238000012545 processing Methods 0.000 claims abstract description 92
- 230000000007 visual effect Effects 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 26
- 230000008447 perception Effects 0.000 claims abstract description 15
- 230000004888 barrier function Effects 0.000 claims abstract description 7
- 230000004438 eyesight Effects 0.000 claims description 43
- 239000013598 vector Substances 0.000 claims description 22
- 230000003068 static effect Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000000694 effects Effects 0.000 description 4
- 230000004927 fusion Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000016776 visual perception Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
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
本发明提供了一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统,所述环境障碍物快速感知方法包括:步骤S10:设置机体各方向视觉传感器的采集帧率与视觉处理帧率,完成视觉传感器数据处理帧率设置的初始化;步骤S20:采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;步骤S30:根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率;步骤S40:处理器相对独立处理上述调整完帧率的各个方向视觉传感器的数据,无人机从而实现对环境障碍物全向快速感知。
Description
【技术领域】
本发明涉及旋翼无人机技术领域,尤其涉及一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统。
【背景技术】
旋翼无人机通常用于低空对地侦察、跟踪监控、电力巡检、航拍测绘等各种领域。其低空飞行场景环境较为复杂,树木、高压电线塔、城市楼宇等高层建筑物都将影响旋翼无人机的飞行安全,这就要求无人飞行器具备一定的避障性能。目前各类型旋翼无人机的环境障碍物感知能力也逐步日趋完善提高,其中基于视觉感知是目前应用最为广泛的方法。在实现该功能的过程中,发明人发现相关技术至少存在以下问题:为了完成无人飞行器机体各方向的避障飞行,一部分方案采用在机体各方向添加相同类型的视觉传感器,以简化后端避障算法复杂程度,但这样却成倍地带来大量的待处理数据。同时,感知越精准、避障距离越远,要求视觉传感器的图像分辨率就越大;而无人机对环境感知的实时性越好,要求视觉传感器的处理帧率就越高。这些感知避障性能的提升都进一步增加了待处理数据的数据量,无疑对于前端处理视觉感知和后端处理避障的硬件平台性能都提出了极高的要求。但对于无人机设备的体积与重量都极其有限,处理器性能也不可能无限满足算法要求,因此,现有无人机很难均衡好机体各方向视觉传感器带来的庞大待处理数据,与快速环境障碍物感知性能之间的矛盾。
因此,有必要研究一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统来应对现有技术的不足,以解决或减轻上述一个或多个问题。
【发明内容】
有鉴于此,本发明提供了一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统,旨在解决现有无人机在视觉处理器性能有限的情况下,机体各方向视觉传感器输入的庞大待处理数据,与快速环境障碍物感知性能之间的矛盾,进而提升机体任意飞行方向的探测距离、感知精准度与实时性。
一方面,本发明提供一种融合IMU的旋翼无人机环境障碍物快速感知方法,所述环境障碍物快速感知方法包括:
步骤S10:设置机体各方向视觉传感器的采集帧率与视觉处理帧率,完成视觉传感器数据处理帧率设置的初始化;
步骤S20:采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;
步骤S30:根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率;
步骤S40:处理器相对独立处理上述调整完帧率的各个方向视觉传感器的数据,无人机从而实现对环境障碍物全向快速感知。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述步骤S10中,设置机体各方向视觉传感器的采集帧率为固定值,并且选择可接受范围内的最大值,同时设置在静止状态下,机体六个方向的视觉数据处理帧率,需要保证六个方向视觉处理帧率之和小于或等于处理器可接受范围内最大值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S10中设置在静止状态机体各方向的数据处理帧率时,可以设置六个方向帧率值相同,或根据飞行机动方向概率将这些帧率设置成不同值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S20中获得的机体坐标系下各个轴向的机动参数包括但不限于飞行速度;采集无人机IMU实时信息,以获得无人机单位飞行方向矢量在机体坐标系下各个轴向投影矢量模的大小。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述步骤S30中,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率,具体调整方法包括但不限于如下:
根据单位飞行方向矢量在各轴向投影矢量的模的相互之间比值和/或根据无人机飞行方向在机体坐标系下各个轴向的比重,合理调整各个方向视觉数据处理帧率。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述单位飞行方向矢量在各轴向投影矢量的模的相互之间比值可以选择速度阶梯阈值,根据机体坐标系下各个轴向飞行速度在阶梯阈值中所占的等级,合理调整各个方向视觉数据处理帧率。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述步骤S40中,处理器相对独立处理各个方向的视觉数据,可以通过六个处理模块并行处理六个方向的视觉数据,和/或处理器采用少量处理模块,通过分时复用原则,按照一定顺序串行处理六个方向的视觉数据,然后将各个方向环境障碍物的感知信息分别传输到后端处理模块。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述S30中六个方向具体包括:正前、正后、正左、正右、正上和正下。
如上所述的方面和任一可能的实现方式,进一步提供一种融合IMU的旋翼无人机环境障碍物快速感知系统,所述系统包括:
初始化模块,用于设置机体各方向视觉传感器的采集帧率与视觉处理帧率;
信息采集模块,用于采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;
机体调整模块,用于根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率;
数据处理模块,通过处理器相对独立处理各个方向的视觉数据,实现对环境障碍物全向快速感知。
如上所述的方面和任一可能的实现方式,进一步提供一种可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行任一项所述环境障碍物快速感知方法的步骤。
本发明的有效果如下:
通过本发明所述方法,可以解决现有无人机在视觉处理器性能有限的情况下,机体各方向视觉传感器输入的庞大待处理数据,与快速环境障碍物感知性能之间的矛盾,进而提升机体任意飞行方向的探测距离、感知精准度与实时性。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1为本发明一实施示例机体坐标系与六个方向双目视觉传感器关系示意图;
图2为本发明一实施示例融合IMU无人机环境障碍物感知流程示意图;
图3为本发明图2中S20一种流程示意图;
图4为本发明图2中S20另外一种流程示意图;
图5为本发明图2中S30一种流程示意图;
图6为本发明图2中S30另外一种流程示意图;
图7为本发明图2中S40一种双目视觉数据流处理示意图;
图8为本发明图2中S40另外一种双目视觉数据流处理示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
本发明提供一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统,如图1,是本发明主要应用领域,即旋翼无人机的机体坐标系与六个方向双目视觉传感器关系示意图,机体坐标系的轴向对应于无人机的正前、正左和正上方向,六个方向的双目视觉传感器安装于坐标系下正六面体的六个平面,要求传感器光轴与机体坐标系的轴向相平行。
如图2,为本发明一实施示例融合IMU无人机环境障碍物感知流程示意图,具体方法包括:
步骤S10:设置机体各方向视觉传感器的采集帧率与视觉处理帧率,完成视觉传感器数据处理帧率设置的初始化;
步骤S20:采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;
步骤S30:根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率,,必须保证六个方向视觉处理帧率之和小于或等于处理器可接受范围内最大值;
步骤S40:处理器相对独立处理上述调整完帧率的各个方向视觉传感器的数据,无人机从而实现对环境障碍物全向快速感知。
关于融合IMU的效果:
在机载视觉处理器有限的情况下,通过IMU获得无人机运动信息,能够将视觉处理器运算重心实时适当调整到,无人机当前最有可能遇到障碍物的方向。其优势在于充分运用有限运算资源,同时快速感知无人机飞行前方的障碍物信息。
在一个具体实施例中,所述步骤S10中,设置机体各方向视觉传感器的采集帧率为固定值,并且选择可接受范围内的最大值,同时设置在静止状态下,机体六个方向的视觉数据处理帧率,需要保证六个方向视觉处理帧率之和小于或等于处理器可接受范围内最大值。进一步地,上述中设置在静止状态机体各方向的数据处理帧率时,可以设置六个方向帧率值相同,亦可根据飞行机动方向概率将这些帧率设置成不同值。
在一个具体实施例中,如图3,为本发明图2中S20一种流程示意图,根据采集到的无人机IMU实时信息,获得的机体坐标系下各个轴向的无人机的飞行速度。以便于下一阶段根据飞行速度,调整各个方向的视觉数据处理频率。
在一个具体实施例中,如图4,为本发明图2中S20另外一种流程示意图,根据采集到的无人机IMU实时信息,获得无人机单位飞行方向矢量在机体坐标系下各个轴向的投影大小。以便于下一阶段根据无人机飞行方向,调整各个方向的视觉数据处理频率。
在一个具体实施例中,如图5,为本发明图2中S30一种流程的示意图,根据单位飞行方向矢量在各轴向投影矢量的模的相互之间比值,调整各个方向视觉数据处理频率。调整各个方向视觉数据处理帧率需要同时满足以下关系:
f4′=f5′=f6′
其中fn′为所述机体各个方向调整后的视觉数据处理帧率;而下标1、2、3为所述机体坐标系下飞行方向矢量投影为正值的方向,即机体坐标系下无人机发生机动的方向;而下标4、5、6为所述机体坐标系下飞行方向矢量投影为负值的方向,即机体坐标系下无人机发生机动的反方向;为所述无人机单位飞行方向矢量/>在机体坐标系下对应方向投影矢量的模。
特别说明,以上公式仅仅表达帧率调整关系,并不作为指定关系,即特殊情况无人机的机动方向在机体坐标系下和某个轴或某个平面重合,公式可相应改变。
举例说明,假设在无人机某一瞬时,通过IMU获得无人机单位飞行方向矢量在机体坐标系下,X、Y、Z轴向投影矢量的模分别为/> 满足
的关系,并且这三个单位飞行方向矢量在坐标系下投影的比值取整为/>若无人机在静止或者悬停情况下,X轴正向、X轴负向、Y轴正向、Y轴负向、Z轴正向、Z轴负向共六个方向双目视觉处理频率之比为fX+:fX-:fY+:fY-:fZ+:fZ-=1:1:1:1:1:1,那么就可以将这六个方向的双目视觉处理频率调整为fX+′:fX-′:fY+′:fY-′:fZ+′:fZ-′=3:0:2:0:1:0,调整后,视觉处理模块主要处理运动方向的双目视觉数据,对于没有机动方向的双目视觉数据不做处理。或者将这六个方向的双目视觉处理频率调整为fX+’:fX-’:fY+’:fY-’:fZ+’:fZ-’=9:1:6:1:3:1,调整后,视觉处理模块主要处理机动方向的双目视觉数据,对于没有机动方向的双目视觉数据以较低的频率处理。
在一个具体实施例中,如图6,为本发明图2中S30另外一种流程的示意图,根据机体坐标系下各个轴向飞行速度在阶梯阈值中所占的等级,合理调整各个方向视觉数据处理帧率。调整各个方向视觉数据处理帧率需要同时满足以下关系:
fX+’+fX-’+fY+’+fY-’+fZ+’+fZ-’≤fMAX
其中f′为所述机体任意方向调整后的视觉数据处理帧率;f为所述机体对应方向调整前的视觉数据处理帧率;v为所述机体对应方向的飞行速度,单位是m/s;X+、X-等下标为所述调整后视觉数据处理帧率的方向;a为非零任意数;fMAX为处理器视觉数据处理能力的上限
举例说明,若无人机在静止或者悬停情况下,X轴正向、X轴负向、Y轴正向、Y轴负向、Z轴正向、Z轴负向共六个方向双目视觉处理频率之比为fX+:fX-:fY+:fY-:fZ+:fZ-=1:1:1:1:1:1。假设在无人机某一瞬时,通过IMU获得无人机在机体坐标系下,X、Y、Z轴向的飞行速度分别为VX=4.3m/s、VY=2.5m/s、VZ=2.m/s。假设阶梯速度阈值假设为,[0,0.5m/s)对应调整处理频率和悬停处理频率关系(0.5m/s,2m/s)对应调整处理频率和悬停处理频率关系/>[2m/s,4m/s)对应调整处理频率和悬停处理频率关系/>[4m/s,8m/s)对应调整处理频率和悬停处理频率关系/>……那么在该瞬间就可以将这六个方向的双目视觉处理频率调整为fX+′∶fX-′∶fY+′∶fY-′∶fZ+′fZ-′=8∶0∶4∶0∶4∶0,调整后,视觉处理模块主要处理速度较大方向的双目视觉数据,对于速度为负值方向的双目视觉数据不做处理。或者将这六个方向的双目视觉处理频率调整为fX+′:fX-′:fY+′:fY-′:fZ+′:fZ-′=8:1:4:1:4:1,调整后,视觉处理模块主要处理速度较大方向的双目视觉数据,对于速度为负值方向的双目视觉数据以较低的频率处理。无论哪种方法,都要求fX+′+fX-′+fY+′+fY-′+fZ+′+fZ-′≤fX+fX-+fY++fY-+fZ++fZ-,以确保调整后不超过处理器能力上限。
本发明对于调整视觉处理帧率的策略不做严格要求,重点在于以下几条原则:首先,调整后将视觉处理的工作重心偏向于无人机飞行机动的方向;其次,调整的依据是实时获得的IMU信息;此外,调整后不额外增加处理器运行难度。
在一个具体实施例中,如图7,为本发明图2中S40一种双目视觉数据流处理的示意图,通过六个双目视觉处理模块并行处理六个方向的视觉数据,各个处理模块相互独立。各个方向双目传感器输出各自的双目数据,传输到对应的双目视觉处理模块,处理后输出该方向的感知信息,用于该方向避障使用。该方法需要确保每个单方向双目视觉数据处理频率,在每个模块处理能力以内,同时,确保六个方向处理模块时刻运行在处理器能力范围内。
在一个具体实施例中,如图8,为本发明图2中S40另外一种双目视觉数据流处理示意图,处理器采用一个处理模块,通过分时复用原则,按照一定规律将来自各个方向传感器的双目数据进行编序输入到双目视觉处理模块,处理模块串行处理这些视觉数据,并按照相同顺序输出各个方向的感知信息,最后将各个方向的感知信息分拣出来,用于对应方向避障使用。该方法需要确保各个方向双目视觉数据处理频率之和,要时刻在双目视觉处理模块能力以内,尤其注意在频率发生调整的时候。
以上对本申请实施例所提供的一种融合IMU的旋翼无人机环境障碍物快速感知方法及系统进行了详细介绍。以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
如在说明书及权利要求书当中使用了某些词汇来指称特定组件。本领域技术人员应可理解,硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式,而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求书当中所提及的“包含”、“包括”为一开放式用语,故应解释成“包含/包括但不限定于”。“大致”是指在可接收的误差范围内,本领域技术人员能够在一定误差范围内解决所述技术问题,基本达到所述技术效果。说明书后续描述为实施本申请的较佳实施方式,然所述描述乃以说明本申请的一般原则为目的,并非用以限定本申请的范围。本申请的保护范围当视所附权利要求书所界定者为准。
还需要说明的是,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商品或者系统不仅包括那些要素,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商品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
上述说明示出并描述了本申请的若干优选实施例,但如前所述,应当理解本申请并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述申请构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本申请的精神和范围,则都应在本申请所附权利要求书的保护范围内。
Claims (5)
1.一种融合IMU的旋翼无人机环境障碍物快速感知方法,其特征在于,所述环境障碍物快速感知方法包括:
步骤S10:设置机体各方向视觉传感器的采集帧率与视觉处理帧率,完成视觉传感器数据处理帧率设置的初始化;
步骤S20:采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;
步骤S30:根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率;
步骤S40:处理器相对独立处理上述调整完帧率的各个方向视觉传感器的数据,无人机从而实现对环境障碍物全向快速感知;
所述步骤S10中,设置机体各方向视觉传感器的采集帧率为固定值,并且选择可接受范围内的最大值,同时设置在静止状态下,机体六个方向的视觉数据处理帧率,需要保证六个方向视觉处理帧率之和小于或等于处理器可接受范围内最大值;
所述S10中设置在静止状态机体各方向的数据处理帧率时,设置六个方向帧率值相同,或根据飞行机动方向概率将这些帧率设置成不同值;
所述S20中获得的机体坐标系下各个轴向的机动参数包括但不限于飞行速度;
采集无人机IMU实时信息,以获得无人机单位飞行方向矢量在机体坐标系下各个轴向投影矢量模的大小;
所述步骤S30中,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率,必须保证六个方向视觉处理帧率之和小于或等于处理器可接受范围内最大值,具体调整方法包括但不限于如下:
根据单位飞行方向矢量在各轴向投影矢量的模的相互之间比值和/或根据无人机飞行方向在机体坐标系下各个轴向的比重,合理调整各个方向视觉数据处理帧率;
所述单位飞行方向矢量在各轴向投影矢量的模的相互之间比值选择速度阶梯阈值,根据机体坐标系下各个轴向飞行速度在阶梯阈值中所占的等级,合理调整各个方向视觉数据处理帧率。
2.根据权利要求1所述的环境障碍物快速感知方法,其特征在于,所述步骤S40中,处理器相对独立处理各个方向的视觉数据,通过六个处理模块并行处理六个方向的视觉数据,和/或处理器采用少量处理模块,通过分时复用原则,按照一定顺序串行处理六个方向的视觉数据,然后将各个方向环境障碍物的感知信息分别传输到后端处理模块。
3.根据权利要求1所述的环境障碍物快速感知方法,其特征在于,所述S30中六个方向具体包括:正前、正后、正左、正右、正上和正下。
4.一种融合IMU的旋翼无人机环境障碍物快速感知系统,基于上述权利要求1-3之一所述的环境障碍物快速感知方法,其特征在于,所述系统包括:
初始化模块,用于设置机体各方向视觉传感器的采集帧率与视觉处理帧率;
信息采集模块,用于采集无人机IMU实时信息,以获得机体坐标系下各个轴向的机动参数;
机体调整模块,用于根据机体各轴向的机动参数,实时适当地调整机体三个轴向自由度的六个方向视觉数据处理帧率;
数据处理模块,通过处理器相对独立处理各个方向的视觉数据,实现对环境障碍物全向快速感知。
5.一种可读存储介质,计算机可读存储介质为非易失性存储介质或非瞬态存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行权利要求1-3中任一项所述环境障碍物快速感知方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111144566.8A CN114237274B (zh) | 2021-09-28 | 2021-09-28 | 融合imu的旋翼无人机环境障碍物快速感知方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111144566.8A CN114237274B (zh) | 2021-09-28 | 2021-09-28 | 融合imu的旋翼无人机环境障碍物快速感知方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114237274A CN114237274A (zh) | 2022-03-25 |
CN114237274B true CN114237274B (zh) | 2024-04-19 |
Family
ID=80743037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111144566.8A Active CN114237274B (zh) | 2021-09-28 | 2021-09-28 | 融合imu的旋翼无人机环境障碍物快速感知方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114237274B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11212869A (ja) * | 1998-01-27 | 1999-08-06 | Sharp Corp | キャッシュメモリ制御方法及びこれを用いたマルチプロセッサシステム |
JP2002259938A (ja) * | 1994-11-24 | 2002-09-13 | Matsushita Electric Ind Co Ltd | 最適化調整方法と最適化調整装置 |
CN101069161A (zh) * | 2004-12-01 | 2007-11-07 | 索尼计算机娱乐公司 | 调度方法、调度装置和多处理器系统 |
CN103080903A (zh) * | 2010-08-27 | 2013-05-01 | 富士通株式会社 | 调度器、多核处理器系统以及调度方法 |
CN103544062A (zh) * | 2012-07-12 | 2014-01-29 | 华为技术有限公司 | 处理器的处理方法和装置 |
CN107678855A (zh) * | 2017-09-19 | 2018-02-09 | 中国电子产品可靠性与环境试验研究所 | 处理器动态调节方法、装置及处理器芯片 |
CN109270834A (zh) * | 2018-11-05 | 2019-01-25 | 吉林大学 | 一种基于pid四旋翼飞行器控制系统的设计方法 |
CN110673647A (zh) * | 2019-11-07 | 2020-01-10 | 深圳市道通智能航空技术有限公司 | 全向避障方法及无人飞行器 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017019571A1 (en) * | 2015-07-29 | 2017-02-02 | Lattice Semiconductor Corporation | Angular velocity sensing using arrays of antennas |
-
2021
- 2021-09-28 CN CN202111144566.8A patent/CN114237274B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002259938A (ja) * | 1994-11-24 | 2002-09-13 | Matsushita Electric Ind Co Ltd | 最適化調整方法と最適化調整装置 |
JPH11212869A (ja) * | 1998-01-27 | 1999-08-06 | Sharp Corp | キャッシュメモリ制御方法及びこれを用いたマルチプロセッサシステム |
CN101069161A (zh) * | 2004-12-01 | 2007-11-07 | 索尼计算机娱乐公司 | 调度方法、调度装置和多处理器系统 |
CN103080903A (zh) * | 2010-08-27 | 2013-05-01 | 富士通株式会社 | 调度器、多核处理器系统以及调度方法 |
CN103544062A (zh) * | 2012-07-12 | 2014-01-29 | 华为技术有限公司 | 处理器的处理方法和装置 |
CN107678855A (zh) * | 2017-09-19 | 2018-02-09 | 中国电子产品可靠性与环境试验研究所 | 处理器动态调节方法、装置及处理器芯片 |
CN109270834A (zh) * | 2018-11-05 | 2019-01-25 | 吉林大学 | 一种基于pid四旋翼飞行器控制系统的设计方法 |
CN110673647A (zh) * | 2019-11-07 | 2020-01-10 | 深圳市道通智能航空技术有限公司 | 全向避障方法及无人飞行器 |
Non-Patent Citations (2)
Title |
---|
李继辉.多旋翼无人机的目标检测与自主避障研究.中国优秀硕士学位论文全文数据库工程科技Ⅱ辑.2020,(第2020年第08期),C031-128. * |
胡博等.针对室外环境下的小型自主无人机智能感知系统设计.中国航天电子技术研究院科学技术委员会2020年学术年会论文集.2020,972-984. * |
Also Published As
Publication number | Publication date |
---|---|
CN114237274A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11036241B2 (en) | Simple multi-sensor calibration | |
US10060746B2 (en) | Methods and systems for determining a state of an unmanned aerial vehicle | |
CN108227735B (zh) | 基于视觉飞行自稳定的方法、计算机可读介质和系统 | |
US20200074683A1 (en) | Camera calibration | |
US11127202B2 (en) | Search and rescue unmanned aerial system | |
Hyslop et al. | Autonomous navigation in three-dimensional urban environments using wide-field integration of optic flow | |
US10703508B1 (en) | Stereoscopic flight simulator with data acquisition | |
DK201970115A1 (en) | DEEP LEARNING FOR OBJECT DETECTION USING PILLARS | |
US11556681B2 (en) | Method and system for simulating movable object states | |
WO2006113104A2 (en) | Map-based trajectory generation | |
US20200012756A1 (en) | Vision simulation system for simulating operations of a movable platform | |
CN113012219A (zh) | 信息处理装置、信息处理方法及计算机可读介质 | |
CN112136137A (zh) | 一种参数优化方法、装置及控制设备、飞行器 | |
Xie | Dynamic visual servoing of rotary wing unmanned aerial vehicles | |
CN114663529B (zh) | 一种外参确定方法、装置、电子设备及存储介质 | |
CN109521785A (zh) | 一种随身拍智能旋翼飞行器系统 | |
WO2021238743A1 (zh) | 一种无人机飞行控制方法、装置及无人机 | |
CN114237274B (zh) | 融合imu的旋翼无人机环境障碍物快速感知方法及系统 | |
CN113961013A (zh) | 一种基于rgb-d slam的无人机路径规划方法 | |
Sanket et al. | Morpheyes: Variable baseline stereo for quadrotor navigation | |
CN113359812B (zh) | 一种无人机集群控制方法、装置及可读存储介质 | |
TW202334613A (zh) | 利用三維重建地圖搜尋路徑之方法 | |
Chien | Stereo-camera occupancy grid mapping | |
EP3631595B1 (en) | Method and system for operating a movable platform using ray-casting mapping | |
Landolfi et al. | Autonomous guidance navigation and control for agile quadrotors using polynomial trajectory planning and li adaptive control |
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 |