CN114326771A - 一种基于图像识别的无人机拍摄航线生成方法及系统 - Google Patents
一种基于图像识别的无人机拍摄航线生成方法及系统 Download PDFInfo
- Publication number
- CN114326771A CN114326771A CN202111677930.7A CN202111677930A CN114326771A CN 114326771 A CN114326771 A CN 114326771A CN 202111677930 A CN202111677930 A CN 202111677930A CN 114326771 A CN114326771 A CN 114326771A
- Authority
- CN
- China
- Prior art keywords
- information
- route
- unmanned aerial
- aerial vehicle
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000007689 inspection Methods 0.000 claims abstract description 11
- 230000009467 reduction Effects 0.000 claims abstract description 5
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 8
- 238000013135 deep learning Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
Abstract
本发明公开了一种基于图像识别的无人机拍摄航线生成方法及系统，上述方法包括如下步骤：获取无人机上一航线的巡检区域的规划飞行数据信息和实际飞行数据信息；获取上述航线中所保存的定点拍摄的摄像头的云台的实际姿态信息以及上一航线中的在当前云台的角度信息下所拍摄的图像画面信息；无人机在当前正在执行的飞行任务中进行所述实际飞行数据信息路径的还原和云台摄像头的还原，获取当前拍摄的图像；将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息；由图像像素的偏差信息获取无人机云台姿态的调整信息，完成调整云台姿态后的图像信息的拍摄，从而实现上一航道信息的图像信息拍摄的还原。
Description
技术领域
本发明属于无人机技术领域，尤其涉及一种基于图象识别的无人机拍摄航线生成方法。
背景技术
随着社会科技的快速发展，电子技术发展的非常迅速，无人机也是电子科技的产物，无人机顾名思义就是无人飞行器，主要就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，无人机的出现，可进行危险情况下的探索，无人机被广泛应用在各行各业，目前大多数的多旋翼无人机的固定航线飞行拍摄，都依赖于航线文件中的经纬度坐标、无人机机头朝向、云台偏转角度等数据，但是由于GPS定位精度误差、云台角度控制物产等因素，往往无法拍摄到和上一次同样范围的图片，影响重复拍摄精度。而重复拍摄精度对于巡检工作至关重要。
发明内容
本发明的目的在于：无人机第一次拍摄某张影像数据后，在内部记录存储该张影像画面的关键信息数据，当无人机第二次按照固定航线的经纬度坐标到达该位置，并依照航线文件中云台的角度信息调整好姿态后，自动将相机当前拍摄的画面信息与内部存储的影像画面信息做比对，通过比对计算无人机以及云台所需要进行的位置和角度姿态调整，进而反馈至无人机控制系统对无人机和云台的位置姿态进行调整，以实现此次拍摄画面尽可能与第一次影像画面一致的照片数据。
为了实现上述目的，本发明公开了一种基于图像识别的无人机拍摄航线生成方法，其特征在于，上述方法包括如下步骤：
(1)获取无人机上一航线的巡检区域的规划飞行数据信息和实际飞行数据信息；
(2)获取上述航线中所保存的定点拍摄的摄像头的云台的实际姿态信息以及上一航线中的在当前云台的角度信息下所拍摄的图像画面信息；
(3)无人机在当前正在执行的飞行任务中进行所述实际飞行数据信息路径的还原，并且对依据所述步骤(1)中所获取的上一航线中的摄像头的云台角度信息对无人机的当前的云台角度信息进行还原，获取当前拍摄的图像；
(4)将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息；
(5)由图像像素的偏差信息获取无人机云台姿态的调整信息，完成调整云台姿态后的图像信息的拍摄，从而实现上一航道信息的图像信息拍摄的精准还原。
进一步地，对云台的位置姿态进行至少3次的调整，从而从不同的角度拍摄多个图像信息，以此方式获得多个图像偏差。
进一步地，所述步骤(3)进一步包括如下步骤：
(3-1)规划飞行数据信息和实际飞行数据信息的差距标注：
获取无人机在上一航线飞行之前的规划路线；并且获取无人机在上一航线中实际完成的飞行路线；将上述两者的信息进行对比，获取规划路线和实际飞行的差距，将有差距的航线段进行标注，并且将其中有差距的航线段中执行过云台摄像头拍照的航行点执行进一步标注；
(3-2)标注段的特征提取：
对上述差距航线段进行标注，以及云台摄像头的航行点进行特征段的提取，获取相应的特征段的参数，上述特征包括挖掘规划路线和实际飞行路径差距之间的关于无人机的姿态信息和飞行数据信息；
另外云台摄像头拍照的航行点所对应的无人机的姿态信息，以及摄像头所拍摄照片使用的拍摄镜头信息。
(3-3)采用多组数据的深度学习训练方法，获取多个摄像头的参数的平均偏差，以此方式，所述实际飞行数据信息路径能够被还原。
进一步地，所述步骤(5)进一步包括如下步骤：
(5-1)以上述步骤中所获取的实际无人机执行的上一航行路线的参数进行无人机飞行姿态和云台摄像头参数的相关值进行调整，获取当前无人机采集参数的相关值；
(5-2)以上述获取的经过深度学习的规划航行路线与实际航行路线的偏差值，按照云台摄像头的拍照的标记点进行云台摄像头姿态和拍照的参数进行调整。
本发明还公开了一种基于图像识别的无人机拍摄航线生成系统，其特征在于，所述系统包括如下模块：
包括历史航线路线信息生成模块，用于解析获取获取无人机上一航线的巡检区域的规划飞行数据信息和实际飞行数据信息；
云台摄像头信息解析模块，用于获取上述航线中所保存的定点拍摄的摄像头的云台的角度信息以及上一航线中的在当天云台的角度信息下所拍摄的图像画面信息；
图像信息比对模块，将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息，以此获取云台摄像头的调整信息和是无人机的航线调整信息；
信息传输分发模块，用于将解析分析获得的信息上传于无人机，以使得无人机能够根据上述解析分析的信息进行姿态的调整。
进一步地，所述云台摄像头信息解析模块包括：
飞行信息差距解决模块，用于获取规划路线和实际飞行的差距，将有差距的航线段进行标注，并且将其中有差距的航线段中执行过云台摄像头拍照的航行点执行进一步标注；
深度学习模块，用于对有差距的航线段的偏差值信息和云台摄像头的偏差信息进行大数据的学习，获得偏差信息的经验偏差值。
本发明还公开了一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行所述方法的步骤。
本发明还公开了一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行所述方法的步骤。
综上所述，由于采用了上述技术方案，本发明的有益效果是：实现无人机的航线以及拍摄路径的能够尽可能精确的重复，并且能尽量复制上一次拍摄画面一致的图像信息，以此方式，能够更加精确的反映在同样的拍摄状况下的图像信息，尤其对于一些关于图像中的信息的精细化分析更有帮助，能够排除关于摄像方面的其它干扰因素的影响。
附图说明
图1为按照本发明实现的基于图像识别的无人机拍摄航线生成方法的流程示意图。
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。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。
作为本发明的改进，主要是实现无人机的航线以及拍摄路径的能够尽可能精确的重复，并且能尽量复制上一次拍摄画面一致的图像信息，从而能够保证在下一次的拍摄中实现与前一次的拍摄影响画面一致的图像信息数据。无人机第一次拍摄某张影像数据后，在内部记录存储该张影像画面的关键信息数据，当无人机第二次按照固定航线的经纬度坐标到达该位置，并依照航线文件中云台的角度信息调整好姿态后，自动将相机当前拍摄的画面信息与内部存储的影像画面信息做比对，通过比对计算无人机以及云台所需要进行的位置和角度姿态调整，进而反馈至无人机控制系统对无人机和云台的位置姿态进行调整，以实现此次拍摄画面尽可能与第一次影像画面一致的图像信息。
本发明的方法主要包括如下步骤：
(1)获取无人机上一航线的巡检区域的飞行数据信息，对于航线对应的区域巡检，具体有航线间距、高度、朝向、起降点、经纬度坐标等信息；
(2)获取上述航线中所保存的定点拍摄的摄像头的云台的角度信息以及上一航线中的在当天云台的角度信息下所拍摄的图像画面信息；
(3)无人机在当前正在执行的飞行任务中按照步骤(1)中的飞行数据信息进行飞行路径的还原，并且对依据上一航线中的摄像头的云台角度信息对无人机的当前的云台角度信息进行还原，获取当前拍摄的图像；
(4)将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息，实际上，无人机的影像误差受到较多因素的影响，例如由于天气的影响所带来的风速对无人机姿态的影响，以及光线的变化，和地球自转、地球曲率和地形高差等各种因素导致的变形和影响；由此，在本步骤的图像信息对比中，获取的是整体的因素所造成的图像信息偏差的影响，进行校正的也是来自于整体影响因素所带来的偏差影响。
其中，对于上述技术方案具体实施方式中优选的，对云台的位置姿态进行至少3次的调整，从而从不同的角度拍摄多个图像信息，以此方式获得多个图像偏差，从而获得更加精准的图像调节信息；
(5)由图像像素的偏差信息获取无人机云台姿态的调整信息，完成调整云台姿态后的图像信息的拍摄，从而实现上一航道信息的图像信息拍摄的精准还原。
本发明进一步还提出了一种基于图像识别的无人机拍摄航线生成系统：一种基于图像识别的无人机拍摄航线生成系统：
包括历史航线路线信息生成模块，用于解析获取无人机上一航线的巡检区域的飞行数据信息，对于航线对应的区域巡检，具体有航线间距、高度、朝向、起降点、经纬度坐标等信息；
云台摄像头信息解析模块，用于获取上述航线中所保存的定点拍摄的摄像头的云台的角度信息以及上一航线中的在当天云台的角度信息下所拍摄的图像画面信息；
图像信息比对模块，将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息，以此获取云台摄像头的调整信息，或者是无人机的航线信息；
信息传输分发模块，用于将解析分析获得的信息上传于无人机，以使得无人机能够根据上述解析分析的信息进行姿态的调整。
进一步的，按照上述基于图像识别和反馈控制无人机精准拍摄的方法中，所涉及的详细技术信息进一步包括：
进一步的，获取无人机上一航线的巡检区域的飞行数据信息的方法包括：
(1)飞行数据信息的规划巡检区域路线信息的获取：
获取无人机在上一航线飞行之前的规划路线；并且获取无人机在上一航线中实际完成的飞行路线；将上述两者的信息进行对比，获取规划路线和实际飞行的差距，将有差距的航线段进行标注，并且将其中有差距的航线段中执行过云台摄像头拍照的航行点执行进一步标注；
(2)标注段的特征提取：
对上述差距航线段进行标注，以及云台摄像头的航行点进行特征段的提取，获取相应的特征段的参数，上述特征包括挖掘规划路线和实际飞行路径差距之间的关于无人机的姿态信息和飞行数据信息，其中飞行数据包括不限于起飞点、终点、最小转弯半径、滚转角、飞行高度以及飞行速度等所对应标注段的特征信息的差距；
另外云台摄像头拍照的航行点所对应的无人机的姿态信息，以及摄像头所拍摄照片使用的镜头聚焦参数等信息。
(3)采用多组数据的深度学习训练方法，获取多个摄像头的参数的平均偏差，以使得在后续的调整中能够被执行。
进一步的，在进行当前航线中所拍摄的图片信息处理的过程中，所述图像处理方法包括图像灰度化，转换为ASNII文件，直方图均衡化，伽马校正，哈尔小波变换等方法，以上述图像处理方式，分析出关于当前拍摄状态下的云台摄像头信息的姿态信息和摄像头的拍摄信息。
其中，进一步的，在进行无人机在当前正在执行的飞行任务中按照步骤(1)中的飞行数据信息进行飞行路径的还原，并且对依据上一航线中的摄像头的云台角度信息对无人机的当前的云台角度信息进行还原的步骤中，包括有如下步骤：
(1)以上述步骤中所获取的实际无人机执行的上一航行路线的参数进行无人机飞行姿态和云台摄像头参数的相关值进行调整，获取当前无人机采集参数的相关值；
(2)以上述获取的经过深度学习的规划航行路线与实际航行路线的偏差值，按照云台摄像头的拍照的标记点进行云台摄像头姿态和拍照的参数进行调整。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。
Claims (8)
1.一种基于图像识别的无人机拍摄航线生成方法，其特征在于，上述方法包括如下步骤：
(1)获取无人机上一航线的巡检区域的规划飞行数据信息和实际飞行数据信息；
(2)获取上述航线中所保存的定点拍摄的摄像头的云台的实际姿态信息以及上一航线中的在当前云台的角度信息下所拍摄的图像画面信息；
(3)无人机在当前正在执行的飞行任务中进行所述实际飞行数据信息路径的还原，并且对依据所述步骤(1)中所获取的上一航线中的摄像头的云台角度信息对无人机的当前的云台角度信息进行还原，获取当前拍摄的图像；
(4)将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息；
(5)由图像像素的偏差信息获取无人机云台姿态的调整信息，完成调整云台姿态后的图像信息的拍摄，从而实现上一航道信息的图像信息拍摄的还原。
2.根据权利要求1所述的基于图像识别的无人机拍摄航线生成方法，其特征在于，对云台的位置姿态进行至少3次的调整，从而从不同的角度拍摄多个图像信息，以此方式获得多个图像偏差。
3.根据权利要求2所述的基于图像识别的无人机拍摄航线生成方法，其特征在于，所述步骤(3)进一步包括如下步骤：
(3-1)规划飞行数据信息和实际飞行数据信息的差距标注：
获取无人机在上一航线飞行之前的规划路线；并且获取无人机在上一航线中实际完成的飞行路线；将上述两者的信息进行对比，获取规划路线和实际飞行的差距，将有差距的航线段进行标注，并且将其中有差距的航线段中执行过云台摄像头拍照的航行点执行进一步标注；
(3-2)标注段的特征提取：
对上述差距航线段进行标注，以及云台摄像头的航行点进行特征段的提取，获取相应的特征段的参数，上述特征包括挖掘规划路线和实际飞行路径差距之间的关于无人机的姿态信息和飞行数据信息；
另外云台摄像头拍照的航行点所对应的无人机的姿态信息，以及摄像头所拍摄照片使用的拍摄镜头信息。
(3-3)采用多组数据的深度学习训练方法，获取多个摄像头的参数的平均偏差，以此方式，所述实际飞行数据信息路径能够被还原。
4.根据权利要求1所述的基于图像识别的无人机拍摄航线生成方法，其特征在于，所述步骤(5)进一步包括如下步骤：
(5-1)以上述步骤中所获取的实际无人机执行的上一航行路线的参数进行无人机飞行姿态和云台摄像头参数的相关值进行调整，获取当前无人机采集参数的相关值；
(5-2)以上述获取的经过深度学习的规划航行路线与实际航行路线的偏差值，按照云台摄像头的拍照的标记点进行云台摄像头姿态和拍照的参数进行调整。
5.一种基于图像识别的无人机拍摄航线生成系统，其特征在于，所述系统包括如下模块：
包括历史航线路线信息生成模块，用于解析获取获取无人机上一航线的巡检区域的规划飞行数据信息和实际飞行数据信息；
云台摄像头信息解析模块，用于获取上述航线中所保存的定点拍摄的摄像头的云台的角度信息以及上一航线中的在当天云台的角度信息下所拍摄的图像画面信息；
图像信息比对模块，将当前所拍摄的图像信息与上一航线中对应拍摄的图像信息进行对比，获得图像像素的偏差信息，以此获取云台摄像头的调整信息和是无人机的航线调整信息；
信息传输分发模块，用于将解析分析获得的信息上传于无人机，以使得无人机能够根据上述解析分析的信息进行姿态的调整。
6.根据权利要求5所述的基于图像识别的无人机拍摄航线生成系统，其特征在于，所述云台摄像头信息解析模块包括：
飞行信息差距解决模块，用于获取规划路线和实际飞行的差距，将有差距的航线段进行标注，并且将其中有差距的航线段中执行过云台摄像头拍照的航行点执行进一步标注；
深度学习模块，用于对有差距的航线段的偏差值信息和云台摄像头的偏差信息进行大数据的学习，获得偏差信息的经验偏差值。
7.一种终端设备，其特征在于，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有计算机程序，当所述程序被所述处理单元执行时，使得所述处理单元执行权利要求1～4任一权利要求所述方法的步骤。
8.一种计算机可读介质，其特征在于，其存储有可由终端设备执行的计算机程序，当所述程序在终端设备上运行时，使得所述终端设备执行权利要求1～4任一权利要求所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677930.7A CN114326771A (zh) | 2021-12-31 | 2021-12-31 | 一种基于图像识别的无人机拍摄航线生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111677930.7A CN114326771A (zh) | 2021-12-31 | 2021-12-31 | 一种基于图像识别的无人机拍摄航线生成方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114326771A true CN114326771A (zh) | 2022-04-12 |
Family
ID=81023839
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111677930.7A Pending CN114326771A (zh) | 2021-12-31 | 2021-12-31 | 一种基于图像识别的无人机拍摄航线生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114326771A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115951718A (zh) * | 2023-03-14 | 2023-04-11 | 风脉能源（武汉）股份有限公司 | 基于无人机的风机叶片巡检局部动态路径规划方法及系统 |
| CN117274845A (zh) * | 2023-11-22 | 2023-12-22 | 山东中宇航空科技发展有限公司 | 一种飞行无人机影像抓取方法、系统、设备及储存介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106468918A (zh) * | 2015-08-18 | 2017-03-01 | 航天图景（北京）科技有限公司 | 一种线路巡检的标准化数据采集方法及系统 |
| CN107729808A (zh) * | 2017-09-08 | 2018-02-23 | 国网山东省电力公司电力科学研究院 | 一种用于输电线路无人机巡检的图像智能采集系统及方法 |
| CN109643131A (zh) * | 2017-11-30 | 2019-04-16 | 深圳市大疆创新科技有限公司 | 无人机、其控制方法以及记录介质 |
| CN111316632A (zh) * | 2019-01-17 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 拍摄控制方法及可移动平台 |
| CN111316185A (zh) * | 2019-02-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 可移动平台的巡检控制方法和可移动平台 |
-
2021
- 2021-12-31 CN CN202111677930.7A patent/CN114326771A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106468918A (zh) * | 2015-08-18 | 2017-03-01 | 航天图景（北京）科技有限公司 | 一种线路巡检的标准化数据采集方法及系统 |
| CN107729808A (zh) * | 2017-09-08 | 2018-02-23 | 国网山东省电力公司电力科学研究院 | 一种用于输电线路无人机巡检的图像智能采集系统及方法 |
| CN109643131A (zh) * | 2017-11-30 | 2019-04-16 | 深圳市大疆创新科技有限公司 | 无人机、其控制方法以及记录介质 |
| CN111316632A (zh) * | 2019-01-17 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 拍摄控制方法及可移动平台 |
| CN111316185A (zh) * | 2019-02-26 | 2020-06-19 | 深圳市大疆创新科技有限公司 | 可移动平台的巡检控制方法和可移动平台 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115951718A (zh) * | 2023-03-14 | 2023-04-11 | 风脉能源（武汉）股份有限公司 | 基于无人机的风机叶片巡检局部动态路径规划方法及系统 |
| CN115951718B (zh) * | 2023-03-14 | 2023-05-09 | 风脉能源（武汉）股份有限公司 | 基于无人机的风机叶片巡检局部动态路径规划方法及系统 |
| CN117274845A (zh) * | 2023-11-22 | 2023-12-22 | 山东中宇航空科技发展有限公司 | 一种飞行无人机影像抓取方法、系统、设备及储存介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11897606B2 (en) | System and methods for improved aerial mapping with aerial vehicles | |
| CN112164015B (zh) | 单目视觉自主巡检图像采集方法、装置及电力巡检无人机 | |
| CN110879601B (zh) | 一种对于未知风机结构的无人机巡检方法 | |
| CN109579843B (zh) | 一种空地多视角下的多机器人协同定位及融合建图方法 | |
| CN109324337B (zh) | 无人飞行器的航线生成及定位方法、装置及无人飞行器 | |
| CN109931939B (zh) | 车辆的定位方法、装置、设备及计算机可读存储介质 | |
| CN108803668B (zh) | 一种静态目标监测的智能巡检无人机吊舱系统 | |
| US20200378760A1 (en) | Hover control | |
| CN114326771A (zh) | 一种基于图像识别的无人机拍摄航线生成方法及系统 | |
| CN106155086A (zh) | 一种道路检测无人机及其自动巡航方法 | |
| KR101214081B1 (ko) | 항공촬영이미지와 수치정보를 합성 처리하는 영상도화 시스템 | |
| CN106094876A (zh) | 一种无人机目标锁定系统及其方法 | |
| CN105182994A (zh) | 一种无人机定点降落的方法 | |
| CN110799983A (zh) | 一种地图生成方法、设备、飞行器及存储介质 | |
| CN111123962A (zh) | 一种用于电力杆塔巡检的旋翼无人机重定位拍照方法 | |
| CN110832494A (zh) | 一种语义生成方法、设备、飞行器及存储介质 | |
| CN111161154A (zh) | 一种无人机视频实时快速正射拼接系统及其拼接方法 | |
| CN115861860B (zh) | 一种无人机的目标跟踪定位方法和系统 | |
| KR20200084972A (ko) | 무인비행체를 이용한 초분광영상 획득 방법 | |
| CN107741233A (zh) | 一种三维室外地图的构建方法 | |
| CN109764864B (zh) | 一种基于颜色识别的室内无人机位姿获取方法及系统 | |
| WO2023159611A1 (zh) | 图像拍摄方法、装置与可移动平台 | |
| CN115144879A (zh) | 一种多机多目标动态定位系统及方法 | |
| CN113781524A (zh) | 一种基于二维标签的目标追踪系统及方法 | |
| CN117237615B (zh) | 一种监督目标定位方法和装置 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220412 |