CN114326766A - 一种车机协同自主跟踪与降落方法 - Google Patents
一种车机协同自主跟踪与降落方法 Download PDFInfo
- Publication number
- CN114326766A CN114326766A CN202111468698.6A CN202111468698A CN114326766A CN 114326766 A CN114326766 A CN 114326766A CN 202111468698 A CN202111468698 A CN 202111468698A CN 114326766 A CN114326766 A CN 114326766A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- coordinate system
- vehicle
- unmanned
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000003044 adaptive effect Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001965 increasing effect Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 12
- 230000003416 augmentation Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000036544 posture Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 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, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/08—Control of attitude, i.e. control of roll, pitch, or yaw
-
- 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
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
本发明公开了一种车机协同自主跟踪与降落方法。该方法包括:检测二维码在相机坐标系下的位置和姿态;根据设定时间段内相机坐标系下二维码位置的变化程度或全局坐标系下无人机姿态角的变化程度检测无人机的抖动情况;根据无人机的抖动情况确定自适应调节参数,其中该自适应调节参数用于协同调节无人机和无人车;根据所述自适应调节参数,通过PID控制输出机体坐标系下无人机的航向速度和航向角速度,并协调控制无人车的速度。本发明解决了无人机在跟踪目标过程中发生的抖动问题,使无人机保持良好的飞行姿态。
Description
技术领域
本发明涉及车机协同技术领域,更具体地,涉及一种车机协同自主跟踪与降落方法。
背景技术
近年来,无人驾驶领域发展十分迅速,车机协同也成为了比较热门的研究方向之一。与无人车单独执行工作相比较,车机协同工作有更广泛的应用领域。在一些特定的场景中,例如空间十分狭小的地方,无人车没有办法执行任务,这时可以利用无人机协同无人车去完成。又如,当距离较远处有障碍物或者路面不平时,无人车中的传感器很难感知到,这时就需要无人机提供信息给无人车从而避免发生事故。在车机协同的工作中,无人机需要在无人车中起飞去执行任务然后降落,所以跟踪与降落功能是车机协同研究中无人机必须完成的基本要求。
在现有技术中,存在一些无人机跟踪和降落方法。例如,可通过大小二维码的设定,来分阶段式引导无人机自主降落,从而提高无人机自主降落的精度,但这种方法没有考虑车机协同的一体化系统设定。Tal yang等人(“Hybrid camera array-based uav auto-landing on moving ugv in gps-denied environment[J]”,Remote Sensing,2018,10(11):1829)通过使用鱼眼相机与深度相机的组合来提升目标识别精度从而实现精准降落功能。又如,“一种基于神经网络的旋翼无人机跟踪算法”(中国专利公开号CN113253755A)对目标移动视频进行拆分,让计算机将视频按照帧数分成若干个位图文件,选择跟踪目标,在若干个的位图文件中识别跟踪的目标,将目标轨迹串联,然后建立空间坐标,将若干个位图文件中的跟踪目标串接连成跟踪目标的运动轨迹,并显示在空间坐标中。这样可以使地面基站的计算机在显示器上观察监视目标,还可以通过空间坐标显示跟踪目标具体方位,提高计算机对跟踪目标的运动分析,再通过轨迹引导和轨迹预算形式预算跟踪目标下一步运动的坐标和方向,提高无人机的跟踪效率。再如,“一种无人机自主降落方法、装置、电子设备及存储介质”(中国专利公开号CN113359843A)首先获取无人机的实时视频图像,计算实时视频图像与无人机预先存储的目标降落视频图像之间的相似度。通过使用强化学习策略网络根据实时视频图像与无人机预先存储的目标降落视频图像之间的相似度,来控制无人机的飞行方向和飞行速度,能够将实时视频中的连续图像相似度信息转换为无人机飞行方向和飞行速度的连续控制,有效地改善了无人机自主降落过程中飞行控制的连续性,从而提高了无人机自主降落的过程中飞行控制的稳定性。
然而,现有技术方案只是单一的无人机跟踪降落,并且只是降落在静态的地面上,而且未考虑有干扰的情况下,如有风的情况下无人机出现的抖动导致跟踪失败的情况。或者,未将车机考虑为一个整体,而只是单纯提高无人机的跟踪能力,有时无人机跟踪无人车失败并不是无人机的问题,而是无人车运动突变严重而难以跟踪。此外,通过神经网络进行轨迹预测和轨迹跟踪,在实际中应用时需要处理很多的图像数据,这可能导致时效性较差,并且在跟踪过程中如果给定的运动轨迹不平滑,可能导致无人机不能保证以良好的姿态飞行,抖动较大,甚至出现炸机现象。
发明内容
本发明的目的是克服上述现有技术的缺陷,提供一种车机协同自主跟踪与降落方法。该方法包括以下步骤:
检测二维码在相机坐标系下的位置和姿态;
根据设定时间段内相机坐标系下二维码位置的变化程度或全局坐标系下无人机姿态角的变化程度检测无人机的抖动情况;
根据无人机的抖动情况确定自适应调节参数,其中该自适应调节参数用于协同调节无人机和无人车;
根据所述自适应调节参数,通过PID控制输出机体坐标系下无人机的航向速度和航向角速度,并协调控制无人车的速度。
与现有技术相比,本发明的优点在于,提出了一种车机协同自主跟踪及降落的方法,通过目标识别模块识别需要跟踪的目标,将目标信息发送到无人机系统并启动PID(比例积分微分)目标跟踪控制模块进行跟踪。无人机在跟踪的过程中能够自主检测无人机是否有剧烈抖动现象,如检测到抖动则启动自适应增稳模块。通过这种方式能够解决无人机在跟踪目标过程中发生的抖动问题,使无人机保持良好的飞行姿态。
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例,并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的车机协同自主跟踪与降落的架构示意图;
图2是根据本发明一个实施例的车机协同自主跟踪与降落方法的流程图;
图3是根据本发明一个实施例的车机协同自主跟踪与降落方法的效果示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它例子可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
为清楚起见,图1以功能模块形式示意了所提供的车机协同自主跟踪与降落的架构,其总体上包括目标识别模块、目标跟踪控制模块、抖动检测模块和自适应增稳模块。目标识别模块根据相机采集的图像确定目标(例如无人机)的当前位置和姿态。抖动检测模块用于根据一系列的位置和姿态判断目标的抖动情况。自适应增稳模块用于根据检测的抖动情况确定需要调节的参数或指令。目标跟踪控制模块响应于自适应增稳模块的调节指示,确定目标下一时刻的速度和航向。
具体地,结合图1和图2所示,所提供的车机协同自主跟踪与降落方法包括以下步骤。
步骤S210,利用二维码检测目标在相机坐标系下的位置和姿态。
例如,目标识别模块利用二维码作为路标检测无人机的运动,可采用artag、apritag或者aruco等二维码检测算法,输出二维码在相机坐标系下的位置和姿态即可。
步骤S220,检测无人机是否出现抖动。
抖动检测模块计算相机坐标系下二维码位置的方差,与全局坐标系下无人机姿态角的方差,其中当任意一个方差超过阈值时,则启动自适应增稳模块功能。
例如,所述的抖动检测模块会计算1秒钟内相机坐标系下二维码的位置的方差D1,与全局坐标系下无人机姿态角的方差D2,阈值为常量c1与c2,当D1>c1或者D2>c2,则启动自适应增稳模块。需说明的是,统计方差的时间段、阈值c1和c2等可根据实际需要设定,例如,根据无人机的飞行速度或根据期望的飞行平稳度设置为合适的值。此外,也可设置不同级别的方差阈值,以检测无人机抖动的剧烈程度,如处于微弱抖动、一般抖动或剧烈抖动等。
步骤S230,根据检测的抖动情况确定需要调节的参数或指令。
根据检测到的抖动情况确定是否启动自适应增稳模块(或称去抖模块),以进行无人机和无人车的自适应协同控制。
例如,自适应增稳模块包括PID参数自适应调节、无人机提升跟踪高度,与限制无人车加速度等调节过程。通过自适应减小PID参数中的P值来减缓无人机的抖动并平滑速度输出,为了防止增加无人机跟踪响应时间造成的跟踪目标丢失,无人机将攀爬一定高度并且发送无人车加速度降低指令。通过增加无人机跟踪高度不仅能扩大视野范围,而且能有效的减缓无人机的抖动现象。
步骤S240,响应于调节指示,协同控制无人机和无人车。
PID目标跟踪控制模块的输入为无人机在机体坐标系下的当前位置、当前航向角、与期望位置、期望航向角,通过PID控制输出机体坐标系下无人机在x轴、y轴、z轴方向的速度,以及航向角速度。
Δwt=wexpect-wcurrent
It=It-1+Δwt
It=cliff(It,-c,+c),
Dt=Δwt-Dt-1
具体地,首先,进行PID参数自适应调节,将x,y方向以及航向角上的PID参数中的比例参数调整为原来的k(0<k<1)倍并维持z方向上的PID参数不变;同时,无人机跟踪无人车的高度将增加h(例如设置为1米);最后,向无人车发送加速度限制指令,指示无人车的加速度的绝对值不能超过固定值aconst,再进行无人机抖动检测。不断重复上述过程,直到无人机消除抖动,开始稳定跟踪无人车为止。当检测到无人机开始稳定跟踪后,恢复原始PID参数,并解除无人车的加速度截断限制。应理解的是,所调节的参数值,例如k、h和aconst等均可以根据跟踪场景或根据无人机的抖动程度设置为合适值。
为进一步验证本发明的效果,进行了实机实验。经验证,本发明能有效去除抖动干扰,稳定自主跟踪与降落。图3是跟踪过程中无人机相对二维码的x,y,z位置与yaw航向角变化,其中unstable(非增稳)表示未添加去抖模块的数据,stable(增稳)表示添加了去抖模块的数据,图3(a)至图3(d)分别是无人机处于不同抖动程度下的跟踪状态。从图中可以看出,添加去抖动模块后,无人机跟踪变得十分平滑,抖动幅度非常小,显著增强了车机协同系统中无人机跟踪与降落的稳定性。
综上所述,本发明能够自动检测无人机在飞行时是否有抖动现象,并且提出了无人机自适应增强稳定性的方法,通过调整PID参数、提升跟踪高度、限制无人车加速度等解决了无人机在跟踪和降落过程中的抖动问题,使得飞行姿态相对稳定。并且,本发明将车机考虑为一个整体智能系统,当出现抖动异常情况,无人车能配合无人机协同跟踪。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。
Claims (10)
1.一种车机协同自主跟踪与降落方法,包括以下步骤:
检测二维码在相机坐标系下的位置和姿态;
根据设定时间段内相机坐标系下二维码位置的变化程度或全局坐标系下无人机姿态角的变化程度检测无人机的抖动情况;
根据无人机的抖动情况确定自适应调节参数,其中该自适应调节参数用于协同调节无人机和无人车;
根据所述自适应调节参数,通过PID控制输出机体坐标系下无人机的航向速度和航向角速度,并协调控制无人车的速度。
2.根据权利要求1所述的方法,其特征在于,所述根据设定时间段内相机坐标系下二维码位置的变化程度和全局坐标系下无人机姿态角的变化程度检测无人机的抖动情况包括:
计算1秒内相机坐标系下二维码位置的方差D1或全局坐标系下无人机姿态角的方差D2,当D1大于设定的第一阈值c1或者当D2大于设定的第二阈值c2时,判断为无人机出现抖动。
3.根据权利要求1所述的方法,其特征在于,所述自适应调节参数包括PID参数调节、无人机高度调节和无人车加速度调节。
4.根据权利要求3所述的方法,其特征在于,所述根据所述自适应调节参数,通过PID控制输出机体坐标系下无人机的航向速度和航向角速度并协调控制无人车的速度包括:
进行PID参数自适应调节,将无人机在x,y方向以及航向角上的PID参数中的比例参数调整为原来的k倍并维持z方向上的PID参数不变,其中0<k<1;
将无人机跟踪无人车的高度增加h米;
向无人车发送加速度限制指令,以指示无人车的加速度的绝对值低于设定阈值。
5.根据权利要求1所述的方法,其特征在于,所述二维码在相机坐标系下的位置和姿态采用artag、apritag或者aruco算法进行检测。
7.根据权利要求4所述的方法,其特征在于,将无人机跟踪无人车的高度增加值设置为1米。
8.根据权利要求1所述的方法,其特征在于,所述自适应调节参数根据无人机抖动的剧烈程度或无人机的飞行速度确定。
9.一种计算机可读存储介质,其上存储有计算机程序,其中,该程序被处理器执行时实现根据权利要求1至8中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,在所述存储器上存储有能够在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111468698.6A CN114326766A (zh) | 2021-12-03 | 2021-12-03 | 一种车机协同自主跟踪与降落方法 |
PCT/CN2021/137824 WO2023097769A1 (zh) | 2021-12-03 | 2021-12-14 | 一种车机协同自主跟踪与降落方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111468698.6A CN114326766A (zh) | 2021-12-03 | 2021-12-03 | 一种车机协同自主跟踪与降落方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114326766A true CN114326766A (zh) | 2022-04-12 |
Family
ID=81049183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111468698.6A Pending CN114326766A (zh) | 2021-12-03 | 2021-12-03 | 一种车机协同自主跟踪与降落方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114326766A (zh) |
WO (1) | WO2023097769A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116828132A (zh) * | 2023-07-05 | 2023-09-29 | 广州磐碟塔信息科技有限公司 | 一种虚拟摄影的控制方法及其系统 |
Citations (5)
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 |
CN106647814A (zh) * | 2016-12-01 | 2017-05-10 | 华中科技大学 | 一种基于二维码地标识别的无人机视觉辅助定位与飞控系统及方法 |
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 |
CN109189088A (zh) * | 2018-08-21 | 2019-01-11 | 中南林业科技大学 | 系留式无人机自适应巡航跟踪方法、终端及存储介质 |
CN112198888A (zh) * | 2019-12-31 | 2021-01-08 | 北京理工大学 | 一种考虑无人机在机动平台自主起降的自适应pid控制方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017221859A1 (ja) * | 2016-06-21 | 2017-12-28 | 日本電気株式会社 | 移動体、移動体制御システム、移動体制御方法、インターフェース装置、およびプログラムが記録された記録媒体 |
CN106197422B (zh) * | 2016-06-27 | 2019-09-03 | 东南大学 | 一种基于二维标签的无人机定位及目标跟踪方法 |
US10152059B2 (en) * | 2016-10-10 | 2018-12-11 | Qualcomm Incorporated | Systems and methods for landing a drone on a moving base |
CN106275410B (zh) * | 2016-11-17 | 2018-11-23 | 湖南科瑞特科技有限公司 | 一种防风扰无人机 |
CN107291094A (zh) * | 2017-05-08 | 2017-10-24 | 大陆智源科技(北京)有限公司 | 无人机机器人协同操作系统 |
CN108873935A (zh) * | 2018-07-06 | 2018-11-23 | 山东农业大学 | 物流配送无人机降落的控制方法、装置、设备及存储介质 |
US20200333804A1 (en) * | 2019-04-18 | 2020-10-22 | GM Global Technology Operations LLC | Drone landing system and method |
CN110222612B (zh) * | 2019-05-27 | 2021-08-03 | 北京交通大学 | 用于无人机自主降落的动态标靶识别与跟踪方法 |
CN110231836A (zh) * | 2019-06-14 | 2019-09-13 | 北京查打先锋高科技有限责任公司 | 一种引导无人机降落在移动靶标的方法 |
CN111240348B (zh) * | 2020-01-22 | 2023-05-26 | 西安爱生无人机技术有限公司 | 基于运动基座的无人机降落控制方法、计算机可读存储介质及控制设备 |
WO2021184359A1 (zh) * | 2020-03-20 | 2021-09-23 | 深圳市大疆创新科技有限公司 | 目标跟随方法、目标跟随装置、可移动设备和存储介质 |
CN113568427B (zh) * | 2021-07-08 | 2023-12-22 | 上海机器人产业技术研究院有限公司 | 无人机自主着陆移动平台的方法及系统 |
CN113657256B (zh) * | 2021-08-16 | 2023-09-26 | 大连海事大学 | 一种无人艇载无人机海空协同视觉跟踪与自主回收方法 |
-
2021
- 2021-12-03 CN CN202111468698.6A patent/CN114326766A/zh active Pending
- 2021-12-14 WO PCT/CN2021/137824 patent/WO2023097769A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647814A (zh) * | 2016-12-01 | 2017-05-10 | 华中科技大学 | 一种基于二维码地标识别的无人机视觉辅助定位与飞控系统及方法 |
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 |
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 |
CN109189088A (zh) * | 2018-08-21 | 2019-01-11 | 中南林业科技大学 | 系留式无人机自适应巡航跟踪方法、终端及存储介质 |
CN112198888A (zh) * | 2019-12-31 | 2021-01-08 | 北京理工大学 | 一种考虑无人机在机动平台自主起降的自适应pid控制方法 |
Non-Patent Citations (1)
Title |
---|
金绍港: "基于嵌套二维码的车载旋翼无人机自主跟踪与降落技术研究", 中国优秀硕士学位论文全文数据库工程科技Ⅱ辑, no. 2019, pages 8 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116828132A (zh) * | 2023-07-05 | 2023-09-29 | 广州磐碟塔信息科技有限公司 | 一种虚拟摄影的控制方法及其系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2023097769A1 (zh) | 2023-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barry et al. | High‐speed autonomous obstacle avoidance with pushbroom stereo | |
Mejias et al. | Visual servoing of an autonomous helicopter in urban areas using feature tracking | |
Roelofsen et al. | Reciprocal collision avoidance for quadrotors using on-board visual detection | |
US20190196474A1 (en) | Control method, control apparatus, control device, and movable platform | |
EP3128386B1 (en) | Method and device for tracking a moving target from an air vehicle | |
US20190361460A1 (en) | Robotic tracking navigation with data fusion | |
US20210103299A1 (en) | Obstacle avoidance method and device and movable platform | |
CN111666891B (zh) | 用于估计障碍物运动状态的方法和装置 | |
Bipin et al. | Autonomous navigation of generic monocular quadcopter in natural environment | |
Saripalli et al. | Detection and tracking of external features in an urban environment using an autonomous helicopter | |
CN110568861B (zh) | 一种人机运动障碍物监测方法、可读存储介质和无人机 | |
Mills et al. | Vision based control for fixed wing UAVs inspecting locally linear infrastructure using skid-to-turn maneuvers | |
Potena et al. | Effective target aware visual navigation for uavs | |
CN115686052A (zh) | 无人机避障路径规划方法、装置、计算机设备及存储介质 | |
Wu et al. | Vision-based target detection and tracking system for a quadcopter | |
Li et al. | Estimation and tracking of a moving target by unmanned aerial vehicles | |
CN114326766A (zh) | 一种车机协同自主跟踪与降落方法 | |
CN110764519A (zh) | 一种基于cs模型的无人机对地目标自适应跟踪方法 | |
CN113467504B (zh) | 一种飞行器飞行稳定控制方法、系统、设备及存储介质 | |
Dinaux et al. | FAITH: Fast iterative half-plane focus of expansion estimation using optic flow | |
CN113168532A (zh) | 目标检测方法、装置、无人机及计算机可读存储介质 | |
CN116540776B (zh) | 一种无人机视觉避障方法及系统 | |
Olivares-Mendez et al. | Vision based fuzzy control approaches for unmanned aerial vehicles | |
Aspragkathos et al. | Event-triggered image moments predictive control for tracking evolving features using UAVs | |
CN116630374B (zh) | 目标对象的视觉跟踪方法、装置、存储介质及设备 |
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 |