CN116721118A - 一种基于点云的飞行器安全降落点的选择方法及装置 - Google Patents
一种基于点云的飞行器安全降落点的选择方法及装置 Download PDFInfo
- Publication number
- CN116721118A CN116721118A CN202311010085.7A CN202311010085A CN116721118A CN 116721118 A CN116721118 A CN 116721118A CN 202311010085 A CN202311010085 A CN 202311010085A CN 116721118 A CN116721118 A CN 116721118A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- point
- cloud data
- space plane
- aircraft
- 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.)
- Granted
Links
- 238000010187 selection method Methods 0.000 title description 2
- 238000000034 method Methods 0.000 claims abstract description 56
- 239000013598 vector Substances 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012216 screening Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Processing Or Creating Images (AREA)
Abstract
本说明书公开了一种基于点云的飞行器安全降落点的选择方法及装置,由于构建出的各标签地图实际上是标注出了飞行器下方哪些是区域是在同一水平高度的,所以,通过在各标签地图中确定候选降落区域,可以最终选择出可供飞行器安全降落的安全降落点,从而保证了飞行器的降落安全。
Description
技术领域
本说明书涉及点云检测技术领域,尤其涉及一种基于点云的飞行器安全降落点的选择方法及装置。
背景技术
随着科学技术的不断发展,各种飞行器已经在各个领域得到了广泛的应用,而飞行器在执行任务的过程中,需要基于执行的任务或是遇到的突发情况进行降落,所以,选择安全的降落点则是保证飞行器能够顺利执行任务的重要条件。
目前,飞行器通常会采用三维感知方法或是语义检测方法来选择降落点进行降落,其中,三维感知方法是指利用飞行器上设置的传感器提取飞行器下方的三维点云数据,再利用点云数据整体判断下方环境的平整程度,以选择合适的降落点。而语义检测方法则是要对飞行器下方的场景进行分类,从而选取诸如草坪,篮球场等可使用的降落点。
然而,目前的这两种方式均不能保证选择出的降落点是可供飞行器安全降落的降落点,其中,在复杂分布场景下,即使利用三维感知方法可以判断出局部区域满足降落条件,但是对飞行器下方点云的整体的判断也无法得到可降落点。而对于语义检测方法来说,该方法分类出的场景数量是有限的,对于语义信息模糊但满足降落条件的非标准场景存在误判。
所以,如何能够准确的选择出飞行器合适的降落点,则是一个亟待解决的问题。
发明内容
本说明书提供一种基于点云的飞行器安全降落点的选择方法及装置,以部分的解决现有技术存在的上述问题。
本说明书采用下述技术方案:
本说明书提供了一种基于点云的飞行器安全降落点的选择方法,包括:
获取采集到的飞行器下方的点云数据;
根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面;
确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同;
针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域;
根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
可选地,根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面,具体包括:
获取所述飞行器对应传感器所采集到的所述飞行器的位姿数据;
根据所述位姿数据,从所述点云数据中所包含的各点云点中筛选出目标点云点;
根据所述目标点云点,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
可选地,根据所述位姿数据,从所述点云数据中所包含的各点云点中筛选出目标点云点,具体包括:
根据所述位姿数据,确定所述点云数据中包含的点云点在水平坐标系下的法向量;
根据所述点云数据中包含的点云点在水平坐标系下的法向量与所述点云数据中包含的点云点在空间坐标系下的法向量之间的夹角,从所述点云数据中所包含的各点云点中筛选出目标点云点。
可选地,根据所述目标点云点,对所述点云数据对应的空间平面进行分割,得到各分割空间平面,具体包括:
确定所述目标点云点对应的曲率;
根据所述目标点云点对应的曲率以及所述目标点云点在空间坐标系下的法向量,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
可选地,针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,具体包括:
针对每个分割空间平面,根据该分割空间平面的尺寸,确定该分割空间平面对应标签地图的空间分辨率;
根据该分割空间平面对应标签地图的空间分辨率,将落入到该分割空间平面的点云数据在该分割空间平面中进行投影,得到各投影坐标;
根据各投影坐标以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图。
可选地,针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域,具体包括:
针对每个标签地图,在该标签地图中确定出符合预设条件的最大内切圆,并将所述最大内切圆作为划分出的该标签地图对应的候选降落区域,其中,所述预设条件包括:所述最大内切圆内的包含的空间高度为该标签地图对应空间高度的投影点与所述最大内切圆内包含的所有投影点的占比不低于预设占比。
可选地,根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,具体包括:
针对每个标签地图,若确定该标签地图对应的候选降落区域的区域半径不小于预设的最小允许降落半径,则将该标签地图对应的候选降落区域作为目标降落区域;
根据确定出的目标降落区域,选择出所述飞行器的安全降落点。
本说明书提供了一种基于点云的飞行器安全降落点的选择装置,包括:
获取模块,用于获取采集到的飞行器下方的点云数据;
分割模块,用于根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面;
构建模块,用于确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同;
划分模块,用于针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域;
选择模块,用于根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
本说明书提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述基于点云的飞行器安全降落点的选择方法。
本说明书提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述基于点云的飞行器安全降落点的选择方法。
本说明书采用的上述至少一个技术方案能够达到以下有益效果:
在本说明书提供的基于点云的飞行器安全降落点的选择方法中,获取采集到的飞行器下方的点云数据,并根据点云数据,对点云数据对应的空间平面进行分割,得到各分割空间平面。而后,确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同。针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域,并最终根据每个标签地图对应的候选降落区域,选择出飞行器的安全降落点,以根据选择出的安全降落点,控制飞行器进行降落。
从上述内容中可以看出,由于构建出的各标签地图实际上是标注出了飞行器下方哪些是区域是在同一水平高度的,所以,通过在各标签地图中确定候选降落区域,可以最终选择出可供飞行器安全降落的安全降落点,从而保证了飞行器的降落安全。
附图说明
此处所说明的附图用来提供对本说明书的进一步理解,构成本说明书的一部分,本说明书的示意性实施例及其说明用于解释本说明书,并不构成对本说明书的不当限定。在附图中:
图1为本说明书提供的一种基于点云的飞行器安全降落点的选择方法的流程示意图;
图2为本说明书提供的在标签地图中划分出候选降落区域的示意图;
图3为本说明书提供的一种基于点云的飞行器安全降落点的选择装置示意图;
图4为本说明书提供的对应于图1的电子设备示意图。
具体实施方式
为使本说明书的目的、技术方案和优点更加清楚,下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本说明书保护的范围。
以下结合附图,详细说明本说明书各实施例提供的技术方案。
图1为本说明书中提供的一种基于点云的飞行器安全降落点的选择方法的流程示意图,具体包括以下步骤:
S100:获取采集到的飞行器下方的点云数据。
飞行器在执行飞行任务的过程中,需要在到达目的地时进行降落,或是遇到突发情况时需要进行紧急降落,而在降落过程中,飞行器需要通过设置的传感器,采集飞行器下方的点云数据。
其中,飞行器可以通过飞行器上设置的激光雷达、4D毫米波雷达或飞行时间(Timeof Flight,ToF)相机,来采集飞行器下方的点云数据,或是利用飞行器上设置的多目相机,通过视差计算来得到飞行器下方的点云数据。
在本说明书中,飞行器采集到的点云数据具体可以通过如下公式来表示:
其中,用于表示点云数据中的第/>个点云点,而/>、/>、/>则用于表示点云点/>在三维空间坐标系中的三维空间坐标。
需要说明的是,在实际应用中,飞行器采集到的点云数据中包含的点云点数量众多,而为了提高确定安全降落点的效率,可以对采集到的点云数据进行下采样,进而通过下采样后得到的点云数据,在后续过程中确定出飞行器的安全降落点,其中,下采样后得到的点云数据可以通过如下公式表示:
在本说明书中,对点云数据进行下采样的方法可以有多种,如体素下采样,均匀采样,滑动最小二乘法采样等。本说明书不对具体的下采样方法进行限制。
S102:根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
在采集到上述点云数据后(或是下采样后的点云数据),需要基于点云数据,确定出在飞行器下方的空间中,哪些区域可能为水平高度一致的区域。所以,飞行器需要从点云数据中包含的点云点中,确定出哪些点云点可以处于同一水平高度。
因此,在本说明书中,飞行器可以获取飞行器对应传感器所采集到的飞行器当前的位姿数据,其中,这里提到的传感器可以是惯性测量单元(Inertial Measurement Unit,IMU)、全球定位系统(Global Position System,GPS)等,本说明书不具体进行限制。
在获取飞行器当前的位姿数据后,可以根据该位姿数据,从点云数据中所包含的各点云点中筛选出目标点云点,进而根据筛选出的目标点云点,对点云数据对应的空间平面进行分割,从而得到各分割空间平面。这里提到的目标点云点,可以理解为处于周围的点云点处于同一水平高度的点云点。
在本说明书中,飞行器可以确定出点云数据中各点云点的法向量v0,v1,…vn,并根据所有点云点的协方差矩阵的特征值,计算得到所有点云点的曲率值c0,c1…cn。
而后,飞行器可以根据获取到的飞行器在当前的位姿数据,将点云数据中所有点云点在空间坐标系下的法向量坐标v0,v1…vn,转换到水平坐标系下的法向量坐标vg0,vg1,…vgn。
进一步地,飞行器可以根据点云数据中包含的点云点在水平坐标系下的法向量与该点云数据中包含的点云点在空间坐标系下的法向量之间的夹角,从该点云数据中所包含的各点云点中筛选出目标点云点。
其中,针对点云数据中的每个点云点,若确定出该点云点在水平坐标系下的法向量与该点云点在空间坐标系下的法向量之间的夹角/>小于设定值/>,则认为该点云点附近的切平面与水平面更接近,则可以将该点云点/>作为目标点云点。
其中,计算夹角的方式可以参考如下公式:
在上述公式中,用于表示点云数据中包含的点云点的数量,/>为预设参数。
在确定出各目标点云点后,可以存储在预设的候选点云集合S3,相应的,目标点云点在空间坐标系下的法向量可以存储在预设的法向量集合V3, 以及,将目标点云点对应的曲率存储在预设的曲率集合C3中,其中,候选点云集合S3、法向量集合V3以及曲率集合C3可以通过如下公式表示:
}
而后,飞行器可以根据目标点云点对应的曲率以及目标点云点在空间坐标系下的法向量,对上述点云数据对应的空间平面进行分割,从而得到各分割空间平面。
其中,飞行器可以通过目标点云点对应的曲率以及目标点云点在空间坐标系下的法向量,将各目标点云点进行聚类,聚为一类的可以视为曲率以及法向量相近的点云点,则说明在这一聚类中的各目标点云点应该处于同一水平高度,进而可以根据聚类结果,来对点云数据对应的空间平面进行分割,得到各分割空间平面。
当然,除了上述提到的分割方式外,还可以采用其他方式进行空间分割,例如,基于点云数据中各点云点的空间高度值,将空间高度值一致(这里的一致并不是严格意义上的完全一致,而是指空间高度值相差较小的,即视为空间高度值一致),且相互距离较近的点云点划分为一个点云点集合,进而将各点云点集合所占据的空间平面进行划分,得到各分割空间平面。其中,一个点云点集合所占据的空间平面区域,即视为是一个分割空间平面。
S104:确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同。
在确定出各分割空间平面后,飞行器可以针对每个分割空间平面,根据该分割空间平面的尺寸,确定该分割空间平面对应标签地图的空间分辨率。其中,空间分辨率可以通过如下公式计算:
在上述公式中,设置的感兴趣的点云水平范围为,/>,,/>。设置的标签地图的宽高/>,/>,所以,标签地图可以视为是/>*/>的二维矩阵。
而后,飞行器可以针对每个分割空间平面,根据该分割空间平面对应标签地图的空间分辨率,将落入到该分割空间平面的点云数据在该分割空间平面中进行投影,得到各投影坐标。其中,针对落入到该分割空间平面的点云数据中包含的每个点云点,可以参照下述公式执行投影操作:
飞行器可以根据各投影坐标以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图。其中,飞行器实际上是采用空间高度值比较的方式,来逐步更新该标签地图对应的空间高度,并构建该标签地图。
具体的,针对每个投影点,若是该投影点的投影坐标为零,说明该投影点位于待构建的标签地图的边界处,则可以先将该投影点对应的空间高度作为各标签地图的初始空间高度,并以该投影点为起点进行搜索。然后,当搜索出的一个投影点的空间高度大于该初始空间高度时,则可以将该投影点对应的空间高度作为探索出的一个标签地图对应的空间高度,并对探索出的这一标签地图进行标记。
这样一来,由于需要探索出的标签地图中所包含的大部分区域都是处于同一水平高度的,所以,一旦完成一个标签地图的探索,继续探索则会又探索出待构建的标签地图的边界处,此时待构建的标签地图的空间高度又被赋予一个初始空间高度,进而在继续探索的过程中,一旦出现高于初始空间高度的投影点,则说明又探索出新的标签地图,进而将高于初始空间高度的投影点的空间高度,作为新探索出的标签地图所对应的空间高度,以此类推,得到各标签地图,并完成各标签地图的标记。
最终,通过上述方式可以得到各标签地图,而对于任意一个标签地图来说,该标签地图中包含的标记的投影点可以视为在同一水平高度的投影点,而后续所划分出的候选降落区域,则是在标记的投影点所占据的区域中划分。不同标签地图对应的空间高度可以不同,这些空间高度上的差异可以通过不同的颜色来区分,所以,一个标签地图中所包含的标记的投影点可以是着色成同一颜色的投影点。不同的标签地图可以使用不同的颜色对其中所包含的标记的投影点进行着色。
S106:针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域。
在得到上述各标签地图后,可以根据该标签地图对应的空间高度,在标签地图中划分出可能飞行器进行降落的区域,作为候选降落区域。需要说明的是,从上述标签地图的构建方式来说,虽然该标签地图对应一个统一的空间高度,但是并不意味着该标签地图中所包含的所有投影点都对应一个空间高度,即,部分投影点的空间高度可能会显著的低于该标签地图对应的空间高度,那么这部分投影点则属于在该标签地图中未标记的投影点(即未着色的投影点)。
而未标记的投影点显然与标记的投影点是不在一个空间高度上的,所以,需要保证从标签地图中划分出的候选降落区域中尽可能少或是尽可能不包括未标记的投影点。
所以,针对每个标签地图,飞行器需要在该标签地图中确定出符合预设条件的最大内切圆,并将该最大内切圆作为划分出的该标签地图对应的候选降落区域。
其中,预设条件包括:最大内切圆内的包含的空间高度为该标签地图对应空间高度的投影点与所述最大内切圆内包含的所有投影点的占比不低于预设占比。最大内切圆内的包含的空间高度为该标签地图对应空间高度的投影点,即为上述提到的标记的投影点,预设占比可以根据实际需求而设定,如图2所示。
图2为本说明书提供的在标签地图中划分出候选降落区域的示意图。
从图2中可以看出,共有A~E5个标签地图,这五个标签地图用不同的填充图案进行区分,标签地图B中的虚线圈出的区域即为未标记的投影点所组成的区域,而飞行器在划分候选降落区域时,应该尽可能的避开这些未标记的投影点所组成的区域,在此基础上,在该标签地图B中确定出一个最大内切圆,作为划分出的候选降落区域。其他标签地图亦是如此。
通过上述方式可以保证在一个标签地图中划分出的候选降落区域,为处于同一水平高度上的区域。
S108:根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
为了保证飞行器的安全降落,通常需要保证飞行器的降落区域的区域尺寸应大于飞行器的尺寸。所以,在本说明书中,针对每个标签地图,若确定该标签地图对应的候选降落区域的区域半径不小于预设的最小允许降落半径,则可以将该标签地图对应的候选降落区域作为目标降落区域。其中,预设的最小允许降落半径可以根据飞行器的尺寸而设定,当然,也可以根据人为经验而进行设定。
除上述方式外,也可以通过其他方式来确定目标降落区域,例如,针对每个标签地图,若确定该标签地图对应的候选降落区域内所包含的标记的投影点的数量不低于预设数量,则可以将该标签地图对应的候选降落区域作为目标降落区域。其他方式在此就不一一举例说明了。
在确定出各目标降落区域后,可以从中选择出可供飞行器安全降落的安全降落点,其中,选择安全降落点的方式可以有多种,如,随机从这些目标降落区域中选择出一个区域作为安全降落点,或是选择区域面积最大的目标降落区域,作为安全降落点,抑或是选择距离飞行器当前悬停位置最近的目标降落区域,作为安全降落点。其他方式在此就不详细赘述了。
从上述方法中可以看出,由于构建出的各标签地图实际上是标注出了飞行器下方哪些是区域是在同一水平高度的,所以,通过在各标签地图中确定候选降落区域,可以最终选择出可供飞行器安全降落的安全降落点,从而保证了飞行器的降落安全。
以上为本说明书的一个或多个实施例提供的基于点云的飞行器安全降落点的选择方法,基于同样的思路,本说明书还提供了基于点云的飞行器安全降落点的选择装置,如图3所示。
图3为本说明书提供的一种基于点云的飞行器安全降落点的选择装置示意图,包括:
获取模块301,用于获取采集到的飞行器下方的点云数据;
分割模块302,用于根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面;
构建模块303,用于确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同;
划分模块304,用于针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域;
选择模块305,用于根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
可选地,所述分割模块302具体用于,获取所述飞行器对应传感器所采集到的所述飞行器的位姿数据;根据所述位姿数据,从所述点云数据中所包含的各点云点中筛选出目标点云点;根据所述目标点云点,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
可选地,所述分割模块302具体用于,根据所述位姿数据,确定所述点云数据中包含的点云点在水平坐标系下的法向量;根据所述点云数据中包含的点云点在水平坐标系下的法向量与所述点云数据中包含的点云点在空间坐标系下的法向量之间的夹角,从所述点云数据中所包含的各点云点中筛选出目标点云点。
可选地,所述分割模块302具体用于,确定所述目标点云点对应的曲率;根据所述目标点云点对应的曲率以及所述目标点云点在空间坐标系下的法向量,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
可选地,所述构建模块303具体用于,针对每个分割空间平面,根据该分割空间平面的尺寸,确定该分割空间平面对应标签地图的空间分辨率;根据该分割空间平面对应标签地图的空间分辨率,将落入到该分割空间平面的点云数据在该分割空间平面中进行投影,得到各投影坐标;根据各投影坐标以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图。
可选地,所述划分模块304具体用于,针对每个标签地图,在该标签地图中确定出符合预设条件的最大内切圆,并将所述最大内切圆作为划分出的该标签地图对应的候选降落区域,其中,所述预设条件包括:所述最大内切圆内的包含的空间高度为该标签地图对应空间高度的投影点与所述最大内切圆内包含的所有投影点的占比不低于预设占比。
可选地,所述选择模块305具体用于,针对每个标签地图,若确定该标签地图对应的候选降落区域的区域半径不小于预设的最小允许降落半径,则将该标签地图对应的候选降落区域作为目标降落区域;根据确定出的目标降落区域,选择出所述飞行器的安全降落点。
本说明书还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述基于点云的飞行器安全降落点的选择方法。
本说明书还提供了图4所示的电子设备的示意结构图。如图4所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述基于点云的飞行器安全降落点的选择方法。
当然,除了软件实现方式之外,本说明书并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device, PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20 以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书的实施例可提供为方法、系统、或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
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过程、方法、商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、商品或者设备所固有的要素。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过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书的实施例而已,并不用于限制本说明书。对于本领域技术人员来说,本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书的权利要求范围之内。
Claims (10)
1.一种基于点云的飞行器安全降落点的选择方法,其特征在于,包括:
获取采集到的飞行器下方的点云数据;
根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面;
确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同;
针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域;
根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
2.如权利要求1所述的方法,其特征在于,根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面,具体包括:
获取所述飞行器对应传感器所采集到的所述飞行器的位姿数据;
根据所述位姿数据,从所述点云数据中所包含的各点云点中筛选出目标点云点;
根据所述目标点云点,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
3.如权利要求2所述的方法,其特征在于,根据所述位姿数据,从所述点云数据中所包含的各点云点中筛选出目标点云点,具体包括:
根据所述位姿数据,确定所述点云数据中包含的点云点在水平坐标系下的法向量;
根据所述点云数据中包含的点云点在水平坐标系下的法向量与所述点云数据中包含的点云点在空间坐标系下的法向量之间的夹角,从所述点云数据中所包含的各点云点中筛选出目标点云点。
4.如权利要求2所述的方法,其特征在于,根据所述目标点云点,对所述点云数据对应的空间平面进行分割,得到各分割空间平面,具体包括:
确定所述目标点云点对应的曲率;
根据所述目标点云点对应的曲率以及所述目标点云点在空间坐标系下的法向量,对所述点云数据对应的空间平面进行分割,得到各分割空间平面。
5.如权利要求1所述的方法,其特征在于,针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,具体包括:
针对每个分割空间平面,根据该分割空间平面的尺寸,确定该分割空间平面对应标签地图的空间分辨率;
根据该分割空间平面对应标签地图的空间分辨率,将落入到该分割空间平面的点云数据在该分割空间平面中进行投影,得到各投影坐标;
根据各投影坐标以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图。
6.如权利要求1所述的方法,其特征在于,针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域,具体包括:
针对每个标签地图,在该标签地图中确定出符合预设条件的最大内切圆,并将所述最大内切圆作为划分出的该标签地图对应的候选降落区域,其中,所述预设条件包括:所述最大内切圆内的包含的空间高度为该标签地图对应空间高度的投影点与所述最大内切圆内包含的所有投影点的占比不低于预设占比。
7.如权利要求1所述的方法,其特征在于,根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,具体包括:
针对每个标签地图,若确定该标签地图对应的候选降落区域的区域半径不小于预设的最小允许降落半径,则将该标签地图对应的候选降落区域作为目标降落区域;
根据确定出的目标降落区域,选择出所述飞行器的安全降落点。
8.一种基于点云的飞行器安全降落点的选择装置,其特征在于,包括:
获取模块,用于获取采集到的飞行器下方的点云数据;
分割模块,用于根据所述点云数据,对所述点云数据对应的空间平面进行分割,得到各分割空间平面;
构建模块,用于确定落入到每个分割空间平面的点云数据,并针对每个分割空间平面,根据落入到该分割空间平面的点云数据在该分割空间平面中的投影,以及落入到该分割空间平面的点云数据中包含的点云点的空间高度,构建该分割空间平面对应的标签地图,其中,在该标签地图上标记的投影点所对应的空间高度相同;
划分模块,用于针对每个标签地图,根据该标签地图对应的空间高度,在该标签地图中划分出候选降落区域,作为该标签地图对应的候选降落区域;
选择模块,用于根据每个标签地图对应的候选降落区域,选择出所述飞行器的安全降落点,并根据所述安全降落点,控制所述飞行器进行降落。
9.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可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上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311010085.7A CN116721118B (zh) | 2023-08-11 | 2023-08-11 | 一种基于点云的飞行器安全降落点的选择方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311010085.7A CN116721118B (zh) | 2023-08-11 | 2023-08-11 | 一种基于点云的飞行器安全降落点的选择方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116721118A true CN116721118A (zh) | 2023-09-08 |
CN116721118B CN116721118B (zh) | 2024-01-09 |
Family
ID=87872051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311010085.7A Active CN116721118B (zh) | 2023-08-11 | 2023-08-11 | 一种基于点云的飞行器安全降落点的选择方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116721118B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197489A (zh) * | 2019-04-11 | 2019-09-03 | 中国电子科技集团公司电子科学研究院 | 一种无人机降落区域的选择方法和装置 |
CN111830534A (zh) * | 2020-06-08 | 2020-10-27 | 上海宇航系统工程研究所 | 一种应用激光雷达进行最佳着陆点选取方法 |
US20210064869A1 (en) * | 2019-08-28 | 2021-03-04 | Sheetal Reddy Arrabotu | Method and system for identification of landing sites for aerial vehicles |
CN113191297A (zh) * | 2021-05-13 | 2021-07-30 | 北京云迹科技有限公司 | 一种路面识别方法、装置及电子设备 |
CN113359810A (zh) * | 2021-07-29 | 2021-09-07 | 东北大学 | 一种基于多传感器的无人机着陆区域识别方法 |
CN115496930A (zh) * | 2022-11-08 | 2022-12-20 | 之江实验室 | 一种图像处理方法、装置、存储介质及电子设备 |
CN116482711A (zh) * | 2023-06-21 | 2023-07-25 | 之江实验室 | 一种用于着陆区自主选择的局部静态环境感知方法及装置 |
-
2023
- 2023-08-11 CN CN202311010085.7A patent/CN116721118B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110197489A (zh) * | 2019-04-11 | 2019-09-03 | 中国电子科技集团公司电子科学研究院 | 一种无人机降落区域的选择方法和装置 |
US20210064869A1 (en) * | 2019-08-28 | 2021-03-04 | Sheetal Reddy Arrabotu | Method and system for identification of landing sites for aerial vehicles |
CN111830534A (zh) * | 2020-06-08 | 2020-10-27 | 上海宇航系统工程研究所 | 一种应用激光雷达进行最佳着陆点选取方法 |
CN113191297A (zh) * | 2021-05-13 | 2021-07-30 | 北京云迹科技有限公司 | 一种路面识别方法、装置及电子设备 |
CN113359810A (zh) * | 2021-07-29 | 2021-09-07 | 东北大学 | 一种基于多传感器的无人机着陆区域识别方法 |
CN115496930A (zh) * | 2022-11-08 | 2022-12-20 | 之江实验室 | 一种图像处理方法、装置、存储介质及电子设备 |
CN116482711A (zh) * | 2023-06-21 | 2023-07-25 | 之江实验室 | 一种用于着陆区自主选择的局部静态环境感知方法及装置 |
Non-Patent Citations (2)
Title |
---|
LINJIE YANG ET AL.: "Autonomous UAVs landing site selection from point cloud in unknown environments", ISA TRANSACTIONS, vol. 130, pages 610 - 628 * |
闫璐: "基于机载激光雷达的旋翼无人机自主择址方法研究", 中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑, vol. 2023, no. 02, pages 031 - 1016 * |
Also Published As
Publication number | Publication date |
---|---|
CN116721118B (zh) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111311709B (zh) | 一种生成高精地图的方法及装置 | |
CN111639682A (zh) | 基于点云数据的地面分割方法及装置 | |
CN116740361B (zh) | 一种点云分割方法、装置、存储介质及电子设备 | |
CN114295119B (zh) | 一种构建地图的方法及装置 | |
CN111797711A (zh) | 一种模型训练的方法及装置 | |
CN112327864A (zh) | 一种无人驾驶设备的控制方法及控制装置 | |
CN117197781B (zh) | 一种交通标志识别的方法、装置、存储介质及电子设备 | |
CN112907745B (zh) | 一种数字正射影像图生成方法及装置 | |
CN113674424A (zh) | 一种电子地图绘制的方法及装置 | |
CN112818968A (zh) | 一种目标物分类方法及装置 | |
CN116721118B (zh) | 一种基于点云的飞行器安全降落点的选择方法及装置 | |
CN112861831A (zh) | 一种目标物的识别方法、装置、存储介质及电子设备 | |
CN115496930A (zh) | 一种图像处理方法、装置、存储介质及电子设备 | |
CN112184901B (zh) | 一种深度图确定方法及装置 | |
CN116558545A (zh) | 一种传感器数据的标定方法及装置 | |
CN114440902A (zh) | 一种构建高程地图的方法及装置 | |
CN116740197B (zh) | 一种外参的标定方法、装置、存储介质及电子设备 | |
CN112329547A (zh) | 一种数据处理方法及装置 | |
CN111104908A (zh) | 一种道路边沿确定方法及装置 | |
CN115830196B (zh) | 虚拟形象处理方法及装置 | |
CN114322987B (zh) | 一种构建高精地图的方法及装置 | |
CN117635850A (zh) | 一种数据处理方法及装置 | |
CN116740114B (zh) | 一种基于凸包检测的目标物边界拟合方法及装置 | |
CN116977972A (zh) | 一种车道线检测方法及装置 | |
CN117315968A (zh) | 一种交通信号灯朝向的确定方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |