CN114384925B - 一种车载无人机升降方法及配对方法 - Google Patents

Abstract

本发明提供一种车载无人机升降方法及配对方法，包括：无人机母车与车载无人机进行配对成功后，启动车载无人机的降落至无人机母车的车身预设位置，在车载无人机的降落阶段设置多个预设距离阈值和与预设距离阈值对应的用于捕获特征标识，并从图像中提取与对应特征标识相对应的图像特征作为跟踪目标；其中，根据特征标识提取的跟踪目标，需要调用缓存目标特征的信息帧对跟踪目标进行判断是否需要矫正。本发明提供的技术方案中，无人机母车在降落过程中，针对不同的阶段，采用多个预设不同的距离阈值与对应的跟踪标识进行搭配并且对跟踪目标特征进行矫正更新，同时设计对应控制方案，使得无人机能够易于控制并且精确降落至无人机母车上。

Description

一种车载无人机升降方法及配对方法

技术领域

本发明涉及车载无人机技术领域，特别是涉及一种车载无人机升降方法及配对方法。

背景技术

目前，无论是军用还是民用，无人机都有着广泛的应用。民用中，无人机用于拍照，如大疆无人机，通过遥控器能够操作无人机飞向指定位置进行航拍。如在农业中利用无人机喷洒农药。但是目前的无人机无论是起飞还是降落，都是需要人为操控。如大疆无人机降落，用户拿着遥控器将无人机飞行到指定位置，然后悬停后缓慢降落。但是无人机的续航里程比较短，并且受限于通信距离，导致限制其在应用。如当需要无人机远距离执行拍照或搜索或目标跟踪时，由于无人机的距离续航受到限制，导致其难以真正执行。随着智能汽车的发展，使得无人机母车和无人机搭配使用成为现实，但是现阶段，由于车的目标较小，而且还有可能是正在行驶的，驾驶员不能像以前那样，下车这拿着遥控器观察无人机手动操控，因此，需要提供一种利用无人机母车对其携载的无人机的起飞和降落的控制方法，以方便无人机顺利的从无人机母车中起飞或降落。

发明内容

基于现有技术中存在的缺陷，本发明提供一种车载无人机升降方法，应用于与无人机母车配对的车载无人机，当无人车母车发送指令给无人机时，车载无人机对指令进行解析，若解析出的指令显示为降落指令，则开启降落模式；

在车载无人机的降落阶段设置多个预设距离阈值和与预设距离阈值对应的用于捕获特征标识；将车载无人机与无人机母车之间的距离d与预设距离阈值的比较结果，选择对应特征标识和对应的控制策略，并从图像中提取与对应特征标识相对应的图像特征作为跟踪目标；

其中，根据特征标识提取的跟踪目标，需要调用缓存目标特征的信息帧对跟踪目标进行判断是否需要矫正。

一种车载无人机升降方法，进一步地优选的，所述多个距离阈值至少包括第一预设距离阈值d1，第二预设距离阈值d2、第三预设距离阈值d3；

或特征标识包括第一标识、第二标识、第三标识，其中，第一标识的尺度大于第二标识尺度，第二标识的尺度大于第三标识的尺度。

一种车载无人机升降方法，进一步地优选的，第一标识包括超大尺度的标识和颜色标识，用于在车载无人机与无人机母车的距离d小于第一预设距离d1但大于第二预设距离阈值d2，车载无人机追踪无人机母车的特征标识；

或第二标识包括大尺度标识但不包括颜色标识，用于车载无人机与无人机母车的距离小于第二预设距离阈值d2但大于第三预设距离阈值d3时，车载无人机追踪无人机母车的特征标识；

或第三标识包括小尺度标识，用于车载无人机与无人机母车的距离小于第三预设距离阈值d3，车载无人机追踪的无人机母车的降落标识。

一种车载无人机升降方法，进一步地优选的，若跟踪目标需要矫正，对图像重新进行预处理，以矫正后的目标特征作为图像提取的新参考特征；

若无需矫正，将提取跟踪目标的图像特征反馈给跟踪算法进行跟踪；

将跟踪算法获取的目标特征帧信息进行缓存并更新目标特征的信息。

一种车载无人机升降方法，进一步地优选的，车载无人机获取无人机母车的标识信息，若标识特征中存在颜色和图案混合的第一标识，获取车载无人机与无人机母车之间的当前距离d；

若当前距离d小于第一预设距离阈值d1但大于第二预设距离阈值d2，从拍摄的图像中查找颜色特征，间隔预设的图像帧数后在进行颜色特征和图案特征的查找，其中，若颜色特征和图案特征同时存在，选择颜色特征作为目标跟踪的特征标识。

一种车载无人机升降方法，进一步地优选的，若颜色特征和图案特征只检测到图案特征，选择图案特征作为目标跟踪的特征标识；下一帧图像中继续检测颜色特征；

若图案特征和颜色特征都未检测到，则丢弃图像，获取下一帧图像再次检测颜色特征和图案特征。

一种车载无人机升降方法，进一步地优选的，当车载无人机与无人机母车的当前距离d从小于第三预设距离阈值d3并且大于第四预设距离阈值d4过渡到当前距离d小于第四预设距离阈值，车载无人机采用摄像头追踪第三标识；

若未识别出第三标识，则利用车载无人机的GPS和IMU计算的位姿参数提升车载无人机的高度并再次调整车载无人机与无人机母车的当前距离d，然后根据距离与预设阈值比较进行降落控制。

一种车载无人机升降方法，进一步地优选的，若第三标识成功捕获到，则计算当前位姿参数，计算当前PD或PID控制的水平误差，若误差在预设阈值范围内，关闭无人机动力系统自由落体至无人机母车车顶。

一种车载无人机升降方法，进一步地优选的，还包括：车载无人机与无人机母车的配对方法，至少包括：

用户启动车载无人机配对模式，车载无人机对外发送第一热点，无人机母车获取第一热点并与车载无人机建立连接；

车载无人机收到来自无人机母车发送的ID信息后，向验证器请求第一加密信息；

无人机母车接收到第一加密信息后，向解密器请求解密并发送给车载无人机利用验证器进行解密信息验证，若验证通过，则完成授权配对，其中，ID信息至少包括发动机号、无人机母车的车型编号、车载主机的MAC、IP中的一种或多种。

一种配对方法，应用无人机母车对车载无人机进行升降控制或飞行控制前进行配对，其特征在于，至少包括：

用户启动车载无人机配对模式，车载无人机对外发送第一热点，无人机母车获取第一热点并与车载无人机建立连接；

车载无人机收到来自无人机母车发送的ID信息后，向验证器请求第一加密信息；

无人机母车接收到第一加密信息后，向解密器请求解密并发送给车载无人机利用验证器进行解密信息验证，若验证通过，则完成授权配对，其中，ID信息至少包括发动机号、无人机母车的车型编号、车载主机的MAC、IP中的一种或多种。

一种配对方法，进一步可选地，解密器解密的过程中需要读取车载主机中的存储于只读ROM的中ID信息；

解密器根据第一加密信息调用预置的解密算法生成第一解密信息发送给车载无人机；

车载无人机向验证器请求验证第一解密信息，并反馈验证是否正确的信息给无人机母车；

若正确，则发送同意授权的信息给无人机母车，无人机母车发送车身信息给无人机；若错误，则终断连接。

一种配对方法，进一步可选地，验证器、解码器在预设的周期内同步云端服务器，获取更新的内容；

在云端服务器设置第一列表和第二列表，第一个列表用于记录允许配对的车型和无人机机型，第二个列表用于记录可配对的车载无人机ID信息和车辆ID信息；

第一个列表的修改限权授权于制造商；第二个列表的修改权限授权于制造商指定的授权方。

一种配对方法，进一步可选地，授权时，验证器首先根据第一列表判断无人机机型和无人机母车车型是否匹配；若匹配，则采用第二列表判断无人机母车ID信息和无人机的ID信息是否在列表中，若匹配，则调用预置算法对解密器提供的验证码进行验证，若成功，则确认授权。

一种车载无人机升降方法，进一步可以选的，若当前距离d大于第一阈值d1是，车载无人机采用比例P控制，反馈量采用当前距离d、车载无人机的当前运行速度V1和无人机母车的运行速度V2输入控制器，根据当前速度选择是否提升P控制增益Kp；

或若当前距离d小于等于第一预设距离阈值d1时，车载无人机采用PD控制，反馈量采用当前距离d、无人机的当前运行速度V1和无人机母车的运行速度V2，降低P控制增益Kp。

一种车载无人机升降方法，进一步可以选的，在车载无人机和无人机母车之间的当前距离d小于第一预设距离阈值d1，卡尔曼滤波的预测的输入依赖于车载无人机和无人机母车的GPS和IMU，采样频率同步GPS的更新频率；

或在车载无人机和无人机母车的之间的距离d大于第一预设距离阈值d1，d小于第二预设距离阈值d2，卡尔曼滤波的预测的输入依赖于相机的位姿参数和无人机母车的速度，采样频率同步于位姿参数更新的频率；

或在车载无人机和无人机母车的之间的距离d小于第一预设距离阈值d3，卡尔曼滤波的预测的输入依赖于相机的位姿参数和无人机母车的速度以及IMU计算出的水平方向和垂直方向加速度，采样频率同步位姿参数更新的频率。

有益效果：

1.本发明提供的技术方案中，针对现有技术的缺陷，通过设计解码器和验证器和操作流程，对车载车人机和无人机母车的配对方案进行了设计，使得无人机母车和车载无人机能够安全配对，防止未经授权的无人机母车操控车载无人机，同时也防止型号不匹配的车载无人机与无人机母车相互配对；同时解码器和验证器同步于云端服务器，在云端服务设置有第一列表和第二列表，第一列表和第二列表分别管控不同的内容，进一步加强无人机与无人机母车的管控，防止未经授权后的控制。

2.设计无人机起飞和无人机降落在无人机母车的技术方案，在降落过程中，针对不同的阶段，采用多个预设不同的距离阈值与对应的跟踪标识进行搭配，同时设计对应控制方案，使得无人机能够易于控制并且精确降落至无人机母车上。

3.在跟踪标识上，根据距离设计多种不同的标识，使得无人机能够精准的追踪无人机母车的标识特征，避免因标识识别错误或识别不到标识导致降落失败。在追踪过程中，对目标特征进行实时矫正，确保追踪目标不发生错误。

附图说明

以下附图仅对本发明做示意性说明和解释，并不限定本发明的范围。

图1为本发明另一实施例中车载无人机和无人机母车的系统架构示意图。

图2为本发明另一实施例中车载无人机与无人机母车的配对方法示意图。

图3为本发明另一实施例中车载无人机起飞的控制方案流程。

图4为本发明另一实施例中车载无人机降落过程中跟踪无人机母车的标识中采用超大标识示意图。

图5为本发明另一实施例中车载无人机降落过程中跟踪无人机母车的标识中采用超大标识和颜色示意图。

图6为本发明另一实施例中车载无人机降落过程中跟踪无人机母车的标识中采用多个小尺度标志点示意图。

图7为本发明另一实施例中车载无人机降落过程中跟踪无人机母车的标识中采用多个小尺度标志点示意图。

图8为本发明另一实施例中车载无人机降落过程中跟踪无人机母车的降落标识。采用第三标识和第二标识。

图9为本发明另一实施例中车载无人机降落过程中根据当前距离与预设距离阈值的追踪与控制关系图。

图10为本发明另一实施例中车载无人机降落过程中目标特征的矫正与更新的流程图。

具体实施方式

为了对本文的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式，在各图中相同的标号表示相同的部分。为使图面简洁，各图中的示意性地表示出了与本发明相关部分，而并不代表其作为产品的实际结构。另外，为使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。

关于控制系统，功能模块、应用程序(APP)本领域技术人员熟知的是，其可以采用任何适当的形式，既可以是硬件也可以是软件，既可以是离散设置的多个功能模块，也可以是集成到一个硬件上的多个功能单元。作为最简单的形式，所述控制系统可以是控制器，例如组合逻辑控制器、微程序控制器等，只要能够实现本申请描述的操作即可。当然，控制系统也可以作为不同的模块集成到一个物理设备上，这些都不偏离本发明的基本原理和保护范围。

本发明中“连接”，即可包括直接连接、也可以包括间接连接、通信连接、电连接，特别说明除外。

本文中所使用的术语仅为了描述特定实施方案的目的并且不旨在限制本公开。如本文中所使用地，单数形式“一个”、“一种”、以及“该”旨在也包括复数形式，除非上下文明确地另作规定。还将理解的是，当在说明书中使用时，术语“包括”和/或“包含”是指存在有所陈述的特征、数值、步骤、操作、元件和/或组分，但是并不排除存在有或额外增加一个或多个其它的特征、数值、步骤、操作、元件、组分和/或其组成的群组。作为在本文中所使用的，术语“和/或”包括列举的相关项的一个或多个的任何和全部的组合

应当理解，此处所使用的术语“车辆”或“车辆的”或其它类似术语一般包括机动车辆，例如包括运动型多用途车辆(SUV)、公共汽车、卡车、各种商用车辆的乘用汽车，包括各种舟艇、船舶的船只，航空器等等，并且包括混合动力车辆、电动车辆、可插式混合动力电动车辆、氢动力车辆以及其它替代性燃料车辆(例如源于非石油的能源的燃料)。正如此处所提到的，混合动力车辆是具有两种或更多动力源的车辆，例如汽油动力和电力动力两者的车辆。

此外，本公开的控制器可被具体化为计算机可读介质上的非瞬态计算机可读介质，该计算机可读介质包含由处理器、控制器或类似物执行的可执行程序指令。计算机可读介质的示例包括，但不限于，ROM、RAM、光盘(CD)-ROM、磁带、软盘、闪存驱动器、智能卡和光学数据存储设备。计算机可读记录介质也可分布在通过网络耦合的计算机系统中，使得计算机可读介质例如通过远程信息处理服务器或控制器区域网络(CAN)以分布式方式存储和执行。

本发明提供一种无人机母车和车载无人机，无人机母车和车载无人机搭配使用，车载无人机由无人机母车进行操控；

车载无人机停放在无人机母车中预设位置，预设位置位置可以为车顶或者车内空间；

无任务执行时，车载无人机停放于无人机母车中预设位置；

无人机母车与车载无人机能够进行实时通信；

车载无人机与无人机母车的组成结构如图1所示。车载无人机包括IMU、GPS、云台控制模块、摄像头，车载无人机主机，其中，IMU、GPS、云台控制模块、摄像头分别与车载无人机主机相连接；摄像头安装于云台上，云台由云台控制模块进行控制，根据摄像头反馈的图像数据计算出来的位姿来实时调整云台，从而调整摄像头的角度；

云台为电动云台，电动云台高速姿态是由两台执行电动机来实现，电动机接受来自控制器的信号精确地运行定位；

在控制信号的作用下，云台上的摄像头既可自动扫描监视区域，也可在无人机母车用户的操纵下跟踪监视对象。

车载无人机还包括WIFI通信模块和或2G/3G/4G/5G通信模块，当近距离时，采用WIFI通信模块；

超出WIFI的传输距离，选择2G/3G/4G/5G通信模块；

车载无人机主机中设置图像处理模块、位姿模块、飞控模块，升降模块；

位姿模块用于计算获取车载无人机的参数，如无人机当前的位置、速度、加速度、俯仰角、横滚角、偏航角等；

飞控模块用于无人机飞行控制；

升降模块用于无人机在起飞和降落过程中的控制；

无人机母车设置T-box，T-box集成了WIFI和2G/3G/4G/5G通信模块通信模块，设置车载以太网的PHY接口；

TSN网关、GPS传感器、IMU传感器、车载主机、显示屏，其中，T-box、车载主机与TSN网关相连接，GPS、IMU与车载主机相连接；显示屏与车载主机相连接；

车载主机设置图像处理模块、位姿模块、无人机控制模块，无人机控制模块用于对无人机进行控制，包括起飞、降落、飞行过程中的控制；

图像处理模块至少用于对无人机拍摄的图片进行处理；

位姿模块至少用于计算当前无人机母车的位置、速度、加速度或者根据来自无人机传送的位置信息计划无人机的位姿参数；

T-box集成WIFI通信和或2G/3G/4G/5G通信或蓝牙通信；

车载无人机与无人机母车涉及安全，车载无人机与无人机母车在使用时需要完成配对。传统的配对方法中，如汽车与智能终端进行互联时，往往通过建立连接较为简单，如采用蓝牙连接时，仅需要输入配对密码即可。但是这种连接方式不安全，比如，如果无人机被拦截，那么其它车辆通过简单的连接方式即可实现与无人机配对，对无人机进行操控。为了解决此问题，本实施例提供一种无人机母车与车载无人机的安全配对方法，参见图2.

用户启动车载无人机配对模式，车载无人机对外发送第一热点；

具体地，车载无人机机身上设置配对按钮或其他方式，通过触摸配对按钮，启动配对模式；第一热点为WIFI热点；

无人机母车对附近热点进行搜索，获取第一热点并输入第一热点的密码；

车载无人机接收到第一热点密码后进行验证，若验证通过，车载无人机向无人机母车请求ID信息；

ID信息至少包括发动机号、无人机母车的车型编号、车载主机的MAC、IP中的一种或多种；

优选的，ID信息包括发动机号、无人机母车的车型编号和车载主机的MAC或IP地址；

为了防止发动机信息被串改，将发送动号和无人机母车的车型编号写入只读ROM中；

车载无人机收到ID信息后，向验证器请求第一加密信息；

验证器根据ID信息，调用预设的加密算法生成第一加密信息并向无人机母车发送第一加密信息；

无人机母车接收到第一加密信息后，向解密器请求解密；

解密器解密的过程中需要读取车载主机中的存储于只读ROM的中ID信息；

解密器根据第一加密信息调用预置的解密算法生成第一解密信息发送给车载无人机；

车载无人机向验证器请求验证第一解密信息，并反馈验证是否正确的信息给无人机母车；

若正确，则发送同意授权的信息给无人机母车，无人机母车发送车身信息给无人机；

具体地车身信息至少包括无人机母车的停车位置标识信息，如位置的坐标，几何形状、图形以及车身高度，停车位置长度、宽度等信息中的至少一种。

若错误，则终断连接。

为了解决新增的配对无人机母车车型和无人机机型以及新增的无人机母车和无人机，本实施例提供以下解决方案：

验证器、解码器在预设的周期内同步云端服务器，获取更新的内容；

具体地，验证器和解码器还可以放置于云端；

在云端服务器可以设置第一列表和第二列表，第一个列表用于记录允许配对的车型和无人机机型，第二个列表用于记录可配对的车载无人机ID信息和车辆ID信息；

第一个列表的修改限权授权于制造商；第二个列表的修改权限授权于制造商指定的授权方；

具体地，由于无人机母车和车载无人机是配对使用的，车载无人机由无人机母车进行操控，发明人在设计时，为了防止业务员的疏忽导致不可控事故发生，采用了两种列表方式，设置第一个列表的修改限权授权于制造商；第二个列表的修改权限授权于制造商指定的授权方；

因此只要型号匹配上，则表示无人机母车上设置的操控模块是正确的；设置第二名单在于当出售给用户时，在系统上将无人机ID和无人机母车配对使用，不在名单上的车辆，即使型号符合，也不能配对，更进一步的加强管控；

授权时，验证器首先根据第一列表判断无人机机型和无人机母车车型是否匹配；若匹配，则采用第二列表判断无人机母车ID信息和无人机的ID信息是否在列表中，若匹配，则调用预置算法对解密器提供的验证码进行验证，若成功，则确认授权；

具体地，本实施例提供的技术方案中，无人机与无人机母车配对完成后，无人机母车可以通过车载主机的无人机控制模块对无人机进行控制，如下发起飞和降落的指令，指定目标位置，让无人机飞向目标位置；或给无人机发送目标特征，让无人机自动跟随目标；无人机在飞行过程中，能够将摄像头拍摄的图片实时的传输至无人机母车的车载主机中的显示屏进行显示；

用户可以根据需求，从图像中选择对应的目标，并反馈给无人机，无人机接收到用户指定的目标后，启动目标跟踪，并实时反馈跟踪画面以及目标所在的位置。

本实施例还提供一种无人机的控制方法，如图3所示，具体包括：

用户根据需求，通过无人车母车发送起飞的指令给车载无人机；

车载无人机接收无人机母车的起飞指令；

判断机身当前是否满足起飞条件，若当前机身状态不满足起飞条件，则向无人机母车反馈无法起飞的信息并同时发送故障报告；

若机身满足起飞条件，车载无人机开启起飞模块准备并发送请求起飞的指令给无人机母车；

无人机母车收到请求起飞的信息后，释放车身预设位置固定车载无人机的装置并反馈给车载无人机；

车载无人机完成起飞。

具体地，机身状态信息包括系统通信信号、GPS信号、IMU信号、相机信号以及电池电量；

具体地，本实施例还提供一种无人机的控制方法，如图4所示，具体包括：

S1,用户发送车载无人机降落指令；

S2,无人机接收到降落指令后，调整自身状态，调用升降模块开启降落模式；

S3,获取无人机母车的位姿参数，计算车载无人机与当前无人机母车的距离；

S4,判断当前距离是否能够在捕获无人机母车的预设区间；若否，调整自身飞行参数逐步逼近无人机母车，等待预设的采样周期后，跳转步骤S3；若是，获取无人机母车的标识特征，根据标志特征从捕获的图像中查找无人机母车；

S5,根据标识特征跟踪无人机母车，调整自身飞行参数逐步逼近无人机母车，间隔采样周期获取无人机母车的位姿参数，计算车载无人机与当前无人机母车的距离；

S6，判断当前距离是否能够在捕获无人机母车预设位置的降落标识点；若否，调整自身飞行参数逐步逼近无人机母车，等待预设的采样周期后，跳转步骤S5；若是，获取降落标识点，将降落标识点替换为跟随特征点；

S7，调整自身飞行参数逐步逼近无人机母车，间隔采样周期获取无人机母车的位姿参数，计算车载无人机与当前无人机母车的距离；

S8，判断当前距离是否满足降落距离，若满足，则无人降落到无人机母车的预设位置；

S9，调整自身飞行参数逐步逼近无人机母车，间隔采样周期获取无人机母车的位姿参数，计算车载无人机与当前无人机母车的距离，重复步骤S8。

具体地，摄像头的视野是固定的，因此在低空飞行的时候很容易就丢失掉视野内标识的图像，高空飞行时也容易因为分辨率的问题检测不到地面标识。因此需要考虑改变标识的尺度以及是标识容易被检测到。

为了解决上述问题，本发明相对于现有技术，进行了标识的改进。具体如下：将两种或者多种尺度不同的标识码通过组合固定无人机母车的预设停机区域；

将对无人机母车的颜色进行设置，如将无人机母车的预设位置，如车头或车尾的颜色设置为红色、黄色或其他有利于检测的颜色，并在颜色区域增加大尺度的标识码；标识码用于区分无人机母车与其他相同颜色的车辆。现有行车中，可能存在相同车身的颜色，如果只是按照颜色识别，在无人机母车与其它相同颜色的车辆行驶时，可能会导致无人机追踪错误，通过加上标识码，无人机在识别颜色后，对标识码进行识别，判断是否为与自身配对的无人机母车。

显然，检测车身的颜色相对于特征来说，车身颜色相对简单，计算量小，也容易识别。

另外，上述方案中，如果图案特征和颜色特征同时检索，由于无人机SoC处理器的运算性能以及控制系统要求低延迟的条件下，每次都同时检测尽管能够使得追踪目标准确，但是造成算力浪费和延迟，特别是延迟，会导致后面的精准降落，为了解决该技术问题，本实施例提供一下改进技术方案，具体包括：

车载无人机获取无人机母车的标识信息，若标识特征中存在颜色和图案混合的第一标识，获取车载无人机与无人机母车之间的当前距离d；

若当前距离d小于第一预设距离阈值d1但大于第二预设距离阈值d2，从拍摄的图像中查找颜色特征，间隔预设的图像帧数后在进行颜色特征和图案特征的查找，其中，若颜色特征和图案特征同时存在，选择颜色特征作为目标跟踪的特征标识；

本实施例中，如果颜色特征和图案特征同时存在，则优先选择颜色特征作为跟踪特征，图案特征用于确保目标没有跟踪错误；

若至颜色特征未检测到，以图案特征作为跟踪特征，下一帧图片中再次检测颜色特征和图案特征，重复上述过程；

当颜色特征检测到时，则不必每帧都要检测图案特征，本实施例，可以设置间隔10帧以上图像进行后，在进行颜色特征和图案特征的检索。每次重复这个步骤，图案特征仅是辅助作用。

若图案特征和颜色特征都未检测到，则丢弃图像，获取下一帧图像再次检测颜色特征和图案特征。

通过上述方案，以颜色特征优先检测，而图案特征在间隔一定周期内才进行检测，降低系统的负荷，同时将延迟对控制系统带来的影响降到最低。

具体地，为了方便于无人机在降落时精准快速的降落于无人机母车上，本实施例在降落阶段设置多个距离阈值，在不同的距离阈值区间范围内，无人机追踪不同的标识，使距离阈值与追踪标识搭配使用。

具体地，设计第一标识、第二标识、第三标识，其中，第一标识包括超大尺度的标识和颜色标识，用于在车载无人机与无人机母车的距离d小于第一预设距离d1但大于第二预设距离阈值d2，车载无人机追踪无人机母车的特征标识；

第二标识包括大尺度标识但不包括颜色标识，用于车载无人机与无人机母车的距离小于第二预设距离阈值d2但大于第三预设距离阈值d3时，车载无人机追踪无人机母车的特征标识；

第三标识包括小尺度标识，用于车载无人机与无人机母车的距离小于第三预设距离阈值d3，车载无人机追踪的无人机母车的降落标识；

具体中，第一标识的尺度大于第二标识，第二标识的尺度大于第三标识。

标识图形包括黑白相间的方块组成的图案；或标识二维码或多维码。

优选的，第二标识和第三标识点的中心相同；为了防止两个标识之间的相互串扰，设置第二标识的尺度至少大于5倍于第三标识。

如图5所示，第一标识大于第二标识3倍，设置于车头，第二标识和第三标识设置车身顶部位置，第二标识和第三标识同心设置，标识由黑白相间的方块组成的图案，也可以采用标准的图案库。

如图6所示，第一标识包括大尺度的标志和颜色，在车头和车尾位置设置统一颜色，优选的为红色或绿色或蓝色；在车头位置设置为大尺度的图案标识，图案标识带有无人机母车的编码，通过识别无人机母车的编码，能够区别相同颜色的车与无人机母车；

第二标识和第三标识设置车身顶部位置；第二标识和第三标识同心设置；如图7所示，如图5所示，第一标识大于第二标识至少3倍，设置于车头，第二标识和第三标识设置车身顶部位置，第二标识的图形尺度大于第三标识至少10倍，其中，第三标识采用奇数个视觉标记，一个位于着陆点的末端或首端，其余偶数点组成长方形，着陆点的末端或首端点与长方形的顶点构成三角形，用于定位无人机停车位置。例如：第三标识采用5个视觉标记，其中4个组成一个正方形，一个位于着陆点的末端，与正方形中的其他两个目标一起构成一个等边三角形，用于定位无人机停车位置。根据具体情况，也可以采用偶数个点。

申请人在研究发现，可以通过使用更大的大标识轻松扩展上限，但较低的范围对于无人机精准自主降落在无人机母车的预设位置非常重要，第三标识检测意味着最小可检测的相对高度；

在自主降落时，无人机升降控制模块关闭发动机，然后自由落体，并希望在达到最小可检测相对高度时成功着陆；在垂直着陆过程中，长时间自由落体的风险很高，由于受到周围环境的影响，如风等。另外，无人机母车可能此时正处于运动中，也会加剧自由落体的风险。

为了解决此问题，本实施例在进行标识和距离范围时，使用不同的控制策略，具体如下：

本实施例中，如图7至图9所示，具体地，设计第一预设距离阈值，如1～2公里范围内，设车载无人机和无人机母车的距离为d；

当d大于第一阈值d1是，不启动无人机母车捕捉；

此时，由于无人机距离较远，相机视野范围受到限制，无法获取无人机母车的图像，故在此范围内并不进行图像识别，可以关闭相机拍摄功能；

无人机采用PID自动控制中P控制，反馈量采用距离d、无人机的当前运行速度V1和无人机母车的运行速度V2，此时，根据当前速度选择是否提升P控制增益Kp。

当d小于第一预设距离阈值d1但大于第二预设距离阈值d2时，开启相机获取图像，根据预设的第一特征信息在图像中捕获无人机母车的第一标识；

无人机采用PID自动控制中PD控制，反馈量采用d、无人机的当前运行速度V1和无人机母车的运行速度V2；

此时，P控制增益Kp降低。

当d小于第二预设距离阈值d2但大于第三预设距离阈值d3时，切换为第二特征信息，根据切换的特征信息在图像中捕获无人机母车的第二标识；

采用无人机采用PID自动控制中PD控制，反馈量采用d、无人机的当前运行速度V1和无人机母车的运行速度V2；

当d小于第三预设距离阈值d3但大于第四预设距离阈值d4时，切换为第三特征信息，根据切换的第三特征信息在图像中捕获无人机母车的第三标识；

采用无人机采用PID自动控制中PD控制，反馈量采用d、无人机的当前运行速度V1和无人机母车的运行速度V2。

具体地，由于无人机母车与车载无人机可能都处于运动阶段，这相比现有技术中，无人机降落在停机坪或者固定的地点不同，由于是相对运行，无人机母车和车载无人机的位置都在发生变化，如何使得无人机快速追踪到无人机母车就显得非常重要，本实施例提供了以下控制策略：

通过卡尔曼滤波，预测无人机母车和车载无人机各自的位置、速度、加速度，将位置、速度、加速度输入控制器，生成控制信号输入给车载无人机升降控制模块控制车载无人机；

在车载无人机和无人机母车的之间的距离d小于第一预设距离阈值d1，卡尔曼滤波的预测的输入依赖于车载无人机和无人机母车的GPS和IMU，采样频率以GPS的更新频率；

在车载无人机和无人机母车的之间的距离d大于第一预设距离阈值d1，d小于第一预设距离阈值d3，卡尔曼滤波的预测的输入依赖于相机的位姿参数和无人机母车的速度，采样频率以位姿参数更新的频率；

在车载无人机和无人机母车的之间的距离d小于第一预设距离阈值d3，卡尔曼滤波的预测的输入依赖于相机的位姿参数和无人机母车的速度以及IMU计算出的水平方向和垂直方向加速度，采样频率以位姿参数更新的频率；

由于降落阶段，需要更准确的数据，通过无人机母车的IMU提供加速度，精确预测关闭飞机动力系统的时机。

现有车载无人机在降落阶段，由于无人机母车可能是在运动的。由于地面环境较为复杂，可能导致无人机在跟踪无人机母车的过程中遇见隧道、树木、房屋等阻挡而导致目标丢失。但现有技术中并未提供解决方案，本实施例提供一种新的解决方法，在车载无人机跟踪无人机母车的标识特征还包括对标识特征的判断和更新，如图10所示，具体至少包括：

步骤B1，通过车载无人机的相机采集图像，对采集的图像进行图像预处理；

步骤B2，根据给定的特征标识从图像中提取跟踪目标；

步骤B3，调用已缓存目标特征的信息帧对跟踪目标进行判断是否需要矫正；

步骤B4，若需要矫正，对图像重新进行预处理,将更新后的特征标识作为新的特征标识，跳转步骤B2；

若无需矫正，将提取跟踪目标的图像特征反馈给跟踪算法进行跟踪；

步骤B5，将跟踪算法获取的目标特征帧信息进行缓存并更新目标特征的信息。

目标特征的帧信息从图中的提取，包括追踪目标的坐标，大小，尺度以及目标图像，原图分辨率等，缓存一定数量的多帧图像的目标特征，这样即使受到环境影响使得根据原始给定的特征标识无法正确识别特征，通过缓存的目标特征，由于缓存的帧信息是逐步更新的，其变化过程中相对平滑，比较接近当前环境信息，通过缓存目标特征的帧信息对目标特征进行校正，同时利用对目标特征进行更新，能够适应因光照条件引发的识别不准确的问题。

具体地，申请人在研发的过程中发现，当无人机与无人机母车的高度范围缩小时，摄像头或相机的视野范围会缩小，当高度较低时，如果相机的角度范围调整不到位，可能会使得第三标识无法被相机捕获到，此时，会出现目标跟丢的情况，如果此时不符合降落条件，无人机无法完成降落，盲目降落将导致无人机损坏。为了解决该问题，本实施例提供一种解决方案：

当车载无人机与无人机母车的当前距离d从小于第三预设距离阈值d3并且大于第四预设距离阈值d4过渡到当前距离d小于第四预设距离阈值时，车载无人机采用摄像头追踪第三标识；

若第三标识成功捕获到，则计算当前位姿参数，计算当前PD或PID控制的水平位置误差，若误差在预设阈值范围内，关闭无人机动力系统自由落体至无人机母车车顶；

若第三标识无法成功捕获到，则利用GPS和IMU的参数提升无人机母车的高度，车载无人机采用摄像头拍摄的图像捕捉第三标识，对标识进行识别后获取当前位置参数，根据位姿参数再次调整车载无人机与无人机母车的当前距离d，然后将d与预设第四预设距离阈值d4比较进行降落控制。

通过上述方案，确保无人机安全降落至无人机母车。

以上所述的仅是本发明的优选实施方式，本发明不限于以上实施例。本领域的技术人员可以清楚，该实施例中的形式不局限于此，同时可调整方式也不局限于此。可以理解，本领域技术人员在不脱离本发明的基本构思的前提下直接导出或联想到的其他改进和变化，均应认为包含在本发明的保护范围之内。

Claims (8)

1.一种车载无人机升降方法，应用于与无人机母车配对的车载无人机，其特征在于，当无人机母车发送指令给无人机时，车载无人机对指令进行解析，若解析出的指令显示为降落指令，则开启降落模式；

在车载无人机的降落阶段设置多个预设距离阈值和与预设距离阈值对应的用于捕获特征标识；根据车载无人机与无人机母车之间的距离d与预设距离阈值的比较结果，选择对应特征标识和对应的控制策略，

并从图像中提取与对应特征标识相对应的图像特征作为跟踪目标；

其中，根据特征标识提取的跟踪目标，需要调用缓存目标特征的信息帧对跟踪目标进行判断是否需要矫正；

若跟踪目标需要矫正，对图像重新进行预处理，以矫正后的目标特征作为图像提取的新参考特征；

若无需矫正，将提取跟踪目标的图像特征反馈给跟踪算法进行跟踪；

将跟踪算法获取的目标特征帧信息进行缓存并更新目标特征的信息。

2.如权利要求1所述一种车载无人机升降方法，其特征在于，所述多个预设距离阈值至少包括第一预设距离阈值d1，第二预设距离阈值d2、第三预设距离阈值d3；

或特征标识包括第一标识、第二标识、第三标识，其中，第一标识的尺度大于第二标识尺度，第二标识的尺度大于第三标识的尺度。

3.如权利要求2所述一种车载无人机升降方法，其特征在于，第一标识包括超大尺度的标识和颜色标识，用于在车载无人机与无人机母车的距离d小于第一预设距离d1但大于第二预设距离阈值d2时，车载无人机追踪无人机母车的特征标识；

或第二标识包括大尺度标识但不包括颜色标识，用于车载无人机与无人机母车的距离d小于第二预设距离阈值d2但大于第三预设距离阈值d3时，车载无人机追踪无人机母车的特征标识；

或第三标识包括小尺度标识，用于车载无人机与无人机母车的距离小于第三预设距离阈值d3，车载无人机追踪的无人机母车的降落标识。

4.如权利要求1所述一种车载无人机升降方法，其特征在于，车载无人机获取无人机母车的标识信息，若标识特征中存在颜色和图案混合的第一标识，获取车载无人机与无人机母车之间的当前距离d；

若当前距离d小于第一预设距离阈值d1但大于第二预设距离阈值d2，从拍摄的图像中查找颜色特征，间隔预设的图像帧数后再进行颜色特征和图案特征的查找，其中，若颜色特征和图案特征同时存在，选择颜色特征作为目标跟踪的特征标识。

5.如权利要求4所述一种车载无人机升降方法，其特征在于，若颜色特征和图案特征只检测到图案特征，选择图案特征作为目标跟踪的特征标识；下一帧图像中继续检测颜色特征；

若图案特征和颜色特征都未检测到，则丢弃图像，获取下一帧图像再次检测颜色特征和图案特征。

6.如权利要求1所述一种车载无人机升降方法，其特征在于，当车载无人机与无人机母车的当前距离d从小于第三预设距离阈值d3并且大于第四预设距离阈值d4过渡到当前距离d小于第四预设距离阈值，车载无人机采用摄像头追踪第三标识；

若未识别出第三标识，则利用车载无人机的GPS和IMU计算的位姿参数提升车载无人机的高度并再次调整车载无人机与无人机母车的当前距离d，然后根据距离与预设阈值比较进行降落控制。

7.如权利要求6所述一种车载无人机升降方法，其特征在于，

若第三标识成功捕获到，则计算当前位姿参数，计算当前PD或PID控制的水平误差，若误差在预设阈值范围内，关闭无人机动力系统自由落体至无人机母车车顶。

8.如权利要求1所述一种车载无人机升降方法，其特征在于，若当前距离d大于第一阈值d1时，车载无人机采用比例P控制，反馈量采用当前距离d、车载无人机的当前运行速度V1和无人机母车的运行速度V2输入控制器，根据当前速度选择是否提升P控制增益Kp；

或若当前距离d小于等于第一预设距离阈值d1时，车载无人机采用PD控制，反馈量采用当前距离d、无人机的当前运行速度V1和无人机母车的运行速度V2，降低P控制增益Kp。