CN117472082B - 一种基于ai视觉辅助的无人机航线生成方法及装置 - Google Patents
一种基于ai视觉辅助的无人机航线生成方法及装置 Download PDFInfo
- Publication number
- CN117472082B CN117472082B CN202311802540.7A CN202311802540A CN117472082B CN 117472082 B CN117472082 B CN 117472082B CN 202311802540 A CN202311802540 A CN 202311802540A CN 117472082 B CN117472082 B CN 117472082B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- flight
- obstacle
- route
- 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 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 72
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 238000001514 detection method Methods 0.000 claims description 26
- 230000000007 visual effect Effects 0.000 claims description 13
- 238000005259 measurement Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 12
- 230000005484 gravity Effects 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供了一种基于AI视觉辅助的无人机航线生成方法及装置,所述装置包括获取模块、定位模块、监测模块、智能控制模块和航线生成模块,所述获取模块用于获取无人机的飞行区域和初始飞行航线,所述定位模块用于对无人机定位确定无人机飞行时的位置,所述监测模块用于监测无人机的飞行环境,所述智能控制模块用于控制无人机的飞行轨迹,所述航线更新模块用于根据无人机飞行轨迹对初始飞行航线进行更新生成更新后的无人机航线;本发明可在不同的飞行环境下自适应地更新生成新的无人机航线,可以应用于各种复杂多变的环境场景,灵活性和适应性较高。
Description
技术领域
本发明涉及无人机航线规划领域,尤其涉及一种基于AI视觉辅助的无人机航线生成方法及装置。
背景技术
在传统的无人机航线规划方法中,通常是通过手动设定航点或者预先设定好的路径规划算法来完成;这种方法需要对飞行环境有较深的了解,并且在实际飞行过程中也难以应对突发状况;为了提高无人机的自主飞行能力和适应性,可以通过无人机视觉辅助技术来实现无人机的自主航线规划;通过视觉传感器采集周围环境信息,对飞行路径进行实时识别和规划,使得无人机可以更加自主、灵活地完成各种任务。
查阅相关已公开技术方案,如CN108388268B现有技术公开了一种基于云端的无人机航线规划方法,无人机控制系统包括云端服务器、地面控制站和无人机;用户通过地面控制站可视化界面预设航线,并上传给云端服务器和无人机控制器;下次某一架或多架无人机执行任务时,云端服务器接根据此次任务起点、终点坐标值推荐航线,无人机控制器根据该航线控制无人机飞行;减少每次都要人为设置航线问题,效率高,降低了人力成本;另一种典型的公开号为CN105825719A的现有技术公开了一种无人机巡查航线的生成方法,通过获取二维地理信息基础数据,并将获取的所述二维地理信息基础数据载入到预先构建的三维地理信息系统GIS基础平台上,以生成三维GIS数据;基于生成的所述三维GIS数据,构建无人机巡查对象的矢量线;基于无人机巡查对象的预设矢量线对所述无人机巡查对象的矢量线进行矢量线的选择操作,以生成所述无人机的巡查航线;实现了无人机航线的自动绘制,提高了航线绘制的灵活性及无人机飞行的调度灵活性;上述第一种方案虽然可以减少每次人为设置航线的问题,但是需要依赖云端服务器和地面控制站,如果云端服务器或者地面控制站出现故障,会影响无人机的飞行;第二种方案需要获取二维地理信息基础数据,并将其载入到预先构建的三维地理信息系统GIS基础平台上,过程繁琐,且对于多变的环境场景不够灵活。
发明内容
本发明的目的在于,针对目前所存在的不足,提出了一种基于AI视觉辅助的无人机航线生成方法及装置。
本发明采用如下技术方案:
一种基于AI视觉辅助的无人机航线生成装置,所述装置包括获取模块、定位模块、监测模块、智能控制模块和航线生成模块,所述获取模块用于获取无人机的飞行区域和初始飞行航线,所述定位模块用于对无人机定位确定无人机飞行时的位置,所述监测模块用于监测无人机的飞行环境,所述智能控制模块用于控制无人机的飞行轨迹,所述航线更新模块用于根据无人机飞行轨迹对初始飞行航线进行更新生成更新后的无人机航线;
所述定位模块包括GPS定位单元和惯性测量单元,所述GPS定位单元用于获取无人机在飞行时的位置坐标,所述惯性测量单元用于获取无人机飞行时的速度和姿态信息;
所述监测模块对于无人机飞行环境的监测主要为对飞行环境中飞行障碍物的监测,所述监测模块包括视觉传感器、预处理单元和形状生成单元,所述视觉传感器用于采集无人机飞行过程中飞行环境的图像,所述预处理单元用于对采集到的图像进行预处理,包括对图像进行灰度化、二值化和滤波操作;所述形状生成单元用于对预处理后的图像进行形状提取从而获取飞行障碍物形状;
所述监测模块还包括距离传感器,所述距离传感器用于获取无人机与飞行障碍物之间的距离;
所述智能控制模块控制无人机沿初始飞行航线航行,并在监测模块监测到初始飞行航线上存在飞行障碍物时,控制无人机避障航行;
进一步的,所述监测模块在监测到飞行环境中存在飞行障碍物时,此时以无人机当前位置为原点建立惯性坐标系,所述坐标系中轴指向无人机的飞行方向,/>轴指向与无人机飞行方向垂直的水平方向,/>轴指向飞机下方且与X、Y轴垂直;所述智能控制模块通过监测模块获取飞行障碍物重心点/>和飞行障碍物形状边缘距离无人机最近点,并根据点/>和点/>设置避障点/>,在飞行障碍物重心点与无人机之间的间距等于或小于设定的避障距离时,控制无人机向点/>方向飞行实现避障;其中所述避障点/>设置在点/>到点/>的方向上,避障点/>在各方向轴的坐标为:
;
;
;
其中,为无人机与飞行障碍物间需保持的最小安全距离,其数值与无人机的转弯半径有关,可自行设定;
进一步的,所述航线更新模块对初始飞行航线更新生成更新后的无人机航线包括以下三种情况下对更新后的无人机航线中航段的更新:
(1):当无人机飞行环境中没有飞行障碍物时,此时无人机沿初始飞行航线航行,此时将无人机在这段航行的轨迹作为更新后的无人机航线中的航段;
(2):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍物为固定障碍时,此时无人机避障航行,此时将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
(3):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍为随机障碍物时,此时无人机避障航行,此时仍将初始飞行航线中的航段作为更新后的无人机航线中的航段;
所述航线更新模块将上述三种情况下的航段连接从而生成更新后的无人机航线。
进一步的,所述无人机航线生成方法包括以下步骤:
步骤1:获取无人机初始飞行航线,并控制无人机沿初始飞行航线航行;
步骤2:判断飞行环境中是否存在飞行障碍物,如果没有存在飞行障碍物,将无人机航行轨迹作为更新后的无人机航线中的航段,如果存在飞行障碍物,进入步骤3;
步骤3:获取飞行障碍物形状,并根据飞行障碍物形状判断飞行障碍物是否与地面连接;飞行障碍物与地面连接时进入步骤4,飞行障碍物没有与地面连接时进入步骤5;
步骤4:在飞行障碍物与地面连接时,判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤5:在飞行障碍物没有与地面连接时,此时设定一个监测时段,通过距离传感器获取无人机与飞行障碍物上某固定点在监测时段内随时间变化的间距,判断的值在监测时段内是否在设定的检测区间/>内;如果在监测时段内的值一直在检测区间,进入步骤6;如果在监测时段内/>的值出现不在检测区间内的情况时,进入步骤7;
步骤6:如果监测时段内的值一直在检测区间/>内,则判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤7:如果监测时段内的值出现不在检测区间/>内时,则判定此时的飞行障碍物为随机障碍物,此时不对该航段更新,将初始飞行航线中的航段作为更新后的无人机航线中的航段;
进一步的,对于检测区间,满足:
;
;
其中,为监测时段内检测区间的上界随时间变化的函数,/>为监测时段内检测区间的下界随时间变化的函数,/>为监测时段的初始时刻无人机与飞行障碍物上某固定点之间的距离,/>为监测时段的初始时刻无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角;/>为无人机在监测时段内随时间变化的位移量,在监测时段的初始时刻满足/>;/>为无人机在监测时段内随时间变化的无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角,/>为置信区间宽度,用于消除环境因素引起的无人机获取距离传感器数据的误差,可通过实验自行设定。
本发明所取得的有益效果是:
本发明通过无人机在飞行过程中对飞行障碍物的监测,能够快速更新生成新的无人机航线,无需依赖云端服务器或地面控制站,具有更高的灵活性和可靠性;通过监测模块采用AI视觉辅助技术,能够高精度地识别和定位飞行障碍物,并通过智能控制模块控制无人机飞行轨迹避免无人机与飞行障碍物发生碰撞;通过航线更新模块根据飞行环境的不同,做出不同的航线更新决策,增强了生成更新后的无人机航线的适应性;在飞行环境中没有飞行障碍物时采用无人机航行轨迹作为更新后的航线中的航段,在飞行环境存在飞行障碍物,且飞行障碍为固定障碍物时将避障航迹作为更新后的航线中的航段,在飞行环境存在飞行障碍物,且飞行障碍为随机障碍物时,将此时的初始飞行航线中航段作为更新后的航线中的航段;具有较高的适用性和灵活性,可应用于多变的环境场景,如城市交通、山区峡谷等场景。
附图说明
从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制,而是将重点放在示出实施例的原理上。在不同的视图中,相同的附图标记指定对应的部分。
图1为本发明整体模块示意图;
图2为本发明无人机避障飞行示意图;
图3为本发明无人机航线生成方法的具体流程示意图。
具体实施方式
为了使得本发明的目的、技术方案及优点更加清楚明白,以下结合其实施例,对本发明进行进一步详细说明;应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明;对于本领域技术人员而言,在查阅以下详细描述之后,本实施例的其它系统、方法和/或特征将变得显而易见;旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内;包括在本发明的范围内,并且受所附权利要求书的保护;在以下详细描述描述了所公开的实施例的另外的特征,并且这些特征根据以下将详细描述将是显而易见的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或组件必须具有特定的方位,以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
实施例一:如图1所示,本实施例提供一种基于AI视觉辅助的无人机航线生成装置,所述装置包括获取模块、定位模块、监测模块、智能控制模块和航线生成模块,所述获取模块用于获取无人机的飞行区域和初始飞行航线,所述定位模块用于对无人机定位确定无人机飞行时的位置,所述监测模块用于监测无人机的飞行环境,所述智能控制模块用于控制无人机的飞行轨迹,所述航线更新模块用于根据无人机飞行轨迹对初始飞行航线进行更新生成更新后的无人机航线。
所述定位模块包括GPS定位单元和惯性测量单元,所述GPS定位单元用于获取无人机在飞行时的位置坐标,所述惯性测量单元用于获取无人机飞行时的速度和姿态信息。
所述监测模块对于无人机飞行环境的监测主要为对飞行环境中飞行障碍物的监测,所述监测模块包括视觉传感器、预处理单元和形状生成单元,所述视觉传感器用于采集无人机飞行过程中飞行环境的图像,所述预处理单元用于对采集到的图像进行预处理,包括对图像进行灰度化、二值化和滤波操作;所述形状生成单元用于对预处理后的图像进行形状提取从而获取飞行障碍物形状。
所述监测模块还包括距离传感器,所述距离传感器用于获取无人机与飞行障碍物之间的距离。
所述智能控制模块控制无人机沿初始飞行航线航行,并在监测模块监测到初始飞行航线上存在飞行障碍物时,控制无人机避障航行。
如图2所示,所述监测模块在监测到飞行环境中存在飞行障碍物时,此时以无人机当前位置为原点建立惯性坐标系,所述坐标系中轴指向无人机的飞行方向,/>轴指向与无人机飞行方向垂直的水平方向,/>轴指向飞机下方且与xy轴垂直;所述智能控制模块通过监测模块获取飞行障碍物重心点/>和飞行障碍物形状边缘距离无人机最近点,并根据点/>和点/>设置避障点/>,在飞行障碍物重心点与无人机之间的间距等于或小于设定的避障距离时,控制无人机向点/>方向飞行实现避障;其中所述避障点/>设置在点/>到点/>的方向上,避障点/>在各方向轴的坐标为:
;
;
;
其中,为无人机与飞行障碍物间需保持的最小安全距离,其数值与无人机的转弯半径有关,可自行设定。
进一步的,所述航线更新模块对初始飞行航线更新生成更新后的无人机航线包括以下三种情况下对更新后的无人机航线中航段的更新:
(1):当无人机飞行环境中没有飞行障碍物时,此时无人机沿初始飞行航线航行,此时将无人机在这段航行的轨迹作为更新后的无人机航线中的航段;
(2):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍物为固定障碍时,此时无人机避障航行,此时将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
(3):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍为随机障碍物时,此时无人机避障航行,此时仍将初始飞行航线中的航段作为更新后的无人机航线中的航段。
所述航线更新模块将上述三种情况下的航段连接从而生成更新后的无人机航线。
本实施例通过获取模块获取无人机初始飞行航线,通过智能控制模块控制无人机在初始飞行航线上航行,并在飞行环境中存在飞行障碍时实现避障飞行;通过航线更新模块根据飞行环境不同对新无人机航线中航段进行更新,使得新无人机航线具有较高的准确性和环境适应性。
实施例二:具体本实施例应当理解为至少包含前述任一一个实施例的全部特征,并在其基础上进一步改进;
本实施例提供一种基于AI视觉辅助的无人机航线生成方法及装置,所述装置包括获取模块、定位模块、监测模块、智能控制模块和航线生成模块,所述获取模块用于获取无人机的飞行区域和初始飞行航线,所述定位模块用于对无人机定位确定无人机飞行时的位置,所述监测模块用于监测无人机的飞行环境,所述智能控制模块用于控制无人机的飞行轨迹,所述航线更新模块用于根据无人机飞行轨迹对初始飞行航线进行更新生成更新后的无人机航线。
所述初始飞行航线可由用户手动设定或根据飞行区域自行智能生成。
所述定位模块包括GPS定位单元和惯性测量单元,所述GPS定位单元用于获取无人机在飞行时的位置坐标,所述惯性测量单元用于获取无人机飞行时的速度和姿态信息。
所述监测模块对于无人机飞行环境的监测主要为对飞行环境中飞行障碍物的监测,所述监测模块包括视觉传感器、预处理单元和形状生成单元,所述视觉传感器用于采集无人机飞行过程中飞行环境的图像,所述预处理单元用于对采集到的图像进行预处理,包括对图像进行灰度化、二值化和滤波操作,所述形状生成单元用于对预处理后的图像进行形状提取从而获取飞行障碍物形状。
所述形状生成单元对于预处理后图像进行形状提取的操作包括:
膨胀操作:通过膨胀操作增加预处理后图像中飞行障碍物的面积和尺寸;
腐蚀操作:通过腐蚀操作减小预处理后图像中飞行障碍物的面积和尺寸;
开运算:通过开运算平滑预处理后图像中飞行障碍物边缘,去除小的噪点;
闭运算:通过闭运算填补预处理后图像中飞行障碍物内部的小孔洞;
所述监测模块还包括距离传感器,所述距离传感器用于获取无人机与飞行障碍物之间的距离。
所述智能控制模块控制无人机沿初始飞行航线航行;在监测模块监测到飞行环境中存在飞行障碍物时,此时以无人机当前位置为原点建立惯性坐标系,所述坐标系中轴指向无人机的飞行方向,/>轴指向与无人机飞行方向垂直的水平方向,/>轴指向飞机下方且与X、Y轴垂直;所述智能控制模块通过监测模块获取飞行障碍物重心点/>和飞行障碍物形状边缘距离无人机最近点/>,并根据点/>和点/>设置避障点,在飞行障碍物重心点与无人机之间的间距等于或小于设定的避障距离时,控制无人机向点/>方向飞行实现避障;其中所述避障点/>设置在点/>到点/>的方向上,避障点在各方向轴的坐标为:
;
;
;
其中,为无人机与飞行障碍物间需保持的最小安全距离,其数值与无人机的转弯半径有关,可自行设定。
所述航线更新模块对初始飞行航线更新生成更新后的无人机航线包括以下三种情况下对更新后的无人机航线中航段的更新:
(1):当无人机飞行环境中没有飞行障碍物时,此时无人机沿初始飞行航线航行,此时将无人机在这段航行的轨迹作为更新后的无人机航线中的航段;
(2):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍物为固定障碍时,此时无人机避障航行,此时将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
(3):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍为随机障碍物时,此时无人机避障航行,此时仍将初始飞行航线中的航段作为更新后的无人机航线中的航段;
所述航线更新模块将上述三种情况下的航段连接从而生成更新后的无人机航线。
如图3所示,所述无人机航线生成方法包括以下步骤:
步骤1:获取无人机初始飞行航线,并控制无人机沿初始飞行航线航行;
步骤2:判断飞行环境中是否存在飞行障碍物,如果没有存在飞行障碍物,将无人机航行轨迹作为更新后的无人机航线中的航段,如果存在飞行障碍物,进入步骤3;
步骤3:获取飞行障碍物形状,并根据飞行障碍物形状判断飞行障碍物是否与地面连接;飞行障碍物与地面连接时进入步骤4,飞行障碍物没有与地面连接时进入步骤5;
步骤4:在飞行障碍物与地面连接时,判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤5:在飞行障碍物没有与地面连接时,此时设定一个监测时段,通过距离传感器获取无人机与飞行障碍物上某固定点在监测时段内随时间变化的间距,判断的值在监测时段内是否在设定的检测区间/>内;如果在监测时段内的值一直在检测区间,进入步骤6;如果在监测时段内/>的值出现不在检测区间内的情况时,进入步骤7;
步骤6:如果监测时段内的值一直在检测区间/>内,则判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤7:如果监测时段内的值出现不在检测区间/>内时,则判定此时的飞行障碍物为随机障碍物,此时不对该航段更新,将初始飞行航线中的航段作为更新后的无人机航线中的航段。
进一步的,对于检测区间,满足:
;
;
其中,为监测时段内检测区间的上界随时间变化的函数,/>为监测时段内检测区间的下界随时间变化的函数,/>为监测时段的初始时刻无人机与飞行障碍物上某固定点之间的距离,/>为监测时段的初始时刻无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角;/>为无人机在监测时段内随时间变化的位移量,在监测时段的初始时刻满足/>;/>为无人机在监测时段内随时间变化的无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角,/>为置信区间宽度,用于消除环境因素引起的无人机获取距离传感器数据的误差,可通过实验自行设定。
其中,为监测时段内检测区间的上界随时间变化的函数,/>为监测时段内检测区间的下界随时间变化的函数,/>为监测时段的初始时刻无人机与飞行障碍物上某固定点之间的距离,其数值通过距离传感器获取,/>为监测时段的初始时刻无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角,其数值通过惯性测量单元和距离传感器获取,通过惯性测量单元获取的无人机姿态信息可以得到无人机的飞行方向,通过距离传感器可以获取无人机与飞行障碍物上某固定点连线的方向;通过上述两个方向计算夹角;/>为无人机在监测时段内随时间变化的位移量,其数值通过惯性测量单元获取,通过惯性测量单元获取的无人机的速度和姿态信息从而计算出无人机在飞行方向的位移量;在监测时段的初始时刻满足/>;/>为无人机在监测时段内随时间变化的无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角,其数值通过惯性测量单元和距离传感器获取;/>为置信区间宽度,用于消除环境因素引起的无人机获取距离传感器数据的误差,可通过实验自行设定。
本实施例通过航线更新模块根据飞行环境的不同,做出不同的航线更新决策,增强了生成新无人机航线的适应性;在飞行环境中没有飞行障碍时采用无人机航行轨迹作为新航线中的航段,在飞行环境存在飞行障碍,且飞行障碍为固定障碍时将避障航迹作为新航线中的航段,在飞行环境存在飞行障碍,且飞行障碍为随机障碍时,将此时的初始飞行航线中航段作为新航线中的航段;具有较高的适用性和灵活性,可应用于多变的环境场景,如城市交通、山区峡谷等场景。
以上所公开的内容仅为本发明的优选可行实施例,并非因此局限本发明的保护范围,所以凡是运用本发明说明书及附图内容所做的等效技术变化,均包含于本发明的保护范围内,此外,随着技术发展其中的元素可以更新的。
Claims (2)
1.一种无人机航线生成装置的无人机航线生成方法,所述方法包括一种基于AI视觉辅助的无人机航线生成装置,其特征在于:所述装置包括获取模块、定位模块、监测模块、智能控制模块和航线更新模块,所述获取模块用于获取无人机的飞行区域和初始飞行航线,所述定位模块用于对无人机定位确定无人机飞行时的位置,所述监测模块用于监测无人机的飞行环境,所述智能控制模块用于控制无人机的飞行轨迹,所述航线更新模块用于根据无人机飞行轨迹对初始飞行航线进行更新生成更新后的无人机航线;
所述定位模块包括GPS定位单元和惯性测量单元,所述GPS定位单元用于获取无人机在飞行时的位置坐标,所述惯性测量单元用于获取无人机飞行时的速度和姿态信息;
所述监测模块对于无人机飞行环境的监测主要为对飞行环境中飞行障碍物的监测,所述监测模块包括视觉传感器、预处理单元和形状生成单元,所述视觉传感器用于采集无人机飞行过程中飞行环境的图像,所述预处理单元用于对采集到的图像进行预处理,包括对图像进行灰度化、二值化和滤波操作;所述形状生成单元用于对预处理后的图像进行形状提取从而获取飞行障碍物形状;
所述监测模块还包括距离传感器,所述距离传感器用于获取无人机与飞行障碍物之间的距离;
所述智能控制模块控制无人机沿初始飞行航线航行,并在监测模块监测到初始飞行航线上存在飞行障碍物时,控制无人机避障航行;
所述监测模块在监测到飞行环境中存在飞行障碍物时,此时以无人机当前位置为原点建立惯性坐标系,所述坐标系中轴指向无人机的飞行方向,/>轴指向与无人机飞行方向垂直的水平方向,/>轴指向飞机下方且与X、Y轴垂直;所述智能控制模块通过监测模块获取飞行障碍物重心点/>和飞行障碍物形状边缘距离无人机最近点/>,并根据点/>和点/>设置避障点/>,在飞行障碍物重心点与无人机之间的间距等于或小于设定的避障距离时,控制无人机向点/>方向飞行实现避障;其中所述避障点/>设置在点/>到点/>的方向上,避障点/>在各方向轴的坐标为:
;
;
;
其中,为无人机与飞行障碍物间需保持的最小安全距离,其数值与无人机的转弯半径有关,可自行设定;所述航线更新模块对初始飞行航线更新生成更新后的无人机航线包括以下三种情况下对更新后的无人机航线中航段的更新:
(1):当无人机飞行环境中没有飞行障碍物时,此时无人机沿初始飞行航线航行,此时将无人机在这段航行的轨迹作为更新后的无人机航线中的航段;
(2):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍物为固定障碍时,此时无人机避障航行,此时将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
(3):当无人机飞行环境中遇到飞行障碍物,且该飞行障碍为随机障碍物时,此时无人机避障航行,此时仍将初始飞行航线中的航段作为更新后的无人机航线中的航段;所述航线更新模块将上述三种情况下的航段连接从而生成更新后的无人机航线;
无人机航线生成方法,其特征在于,所述方法包括以下步骤:
步骤1:获取无人机初始飞行航线,并控制无人机沿初始飞行航线航行;
步骤2:判断飞行环境中是否存在飞行障碍物,如果没有存在飞行障碍物,将无人机航行轨迹作为更新后的无人机航线中的航段,如果存在飞行障碍物,进入步骤3;
步骤3:获取飞行障碍物形状,并根据飞行障碍物形状判断飞行障碍物是否与地面连接;飞行障碍物与地面连接时进入步骤4,飞行障碍物没有与地面连接时进入步骤5;
步骤4:在飞行障碍物与地面连接时,判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤5:在飞行障碍物没有与地面连接时,此时设定一个监测时段,通过距离传感器获取无人机与飞行障碍物上某固定点在监测时段内随时间变化的间距,判断/>的值在监测时段内是否在设定的检测区间/>内;如果在监测时段内/>的值一直在检测区间,进入步骤6;如果在监测时段内/>的值出现不在检测区间内的情况时,进入步骤7;
步骤6:如果监测时段内的值一直在检测区间/>内,则判定此时的飞行障碍物为固定障碍物,将无人机在避障航行的轨迹作为更新后的无人机航线中的航段;
步骤7:如果监测时段内的值出现不在检测区间/>内时,则判定此时的飞行障碍物为随机障碍物,此时不对该航段更新,将初始飞行航线中的航段作为更新后的无人机航线中的航段。
2.根据权利要求1所述的无人机航线生成方法,其特征在于,对于检测区间,满足:
;
;
其中,为监测时段内检测区间的上界随时间变化的函数,/>为监测时段内检测区间的下界随时间变化的函数,/>为监测时段的初始时刻无人机与飞行障碍物上某固定点之间的距离,/>为监测时段的初始时刻无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角;/>为无人机在监测时段内随时间变化的位移量,在监测时段的初始时刻满足/>;/>为无人机在监测时段内随时间变化的无人机飞行方向和无人机与飞行障碍物上某固定点连线之间的夹角,/>为置信区间宽度,用于消除环境因素引起的无人机获取距离传感器数据的误差,可通过实验自行设定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311802540.7A CN117472082B (zh) | 2023-12-26 | 2023-12-26 | 一种基于ai视觉辅助的无人机航线生成方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311802540.7A CN117472082B (zh) | 2023-12-26 | 2023-12-26 | 一种基于ai视觉辅助的无人机航线生成方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117472082A CN117472082A (zh) | 2024-01-30 |
CN117472082B true CN117472082B (zh) | 2024-03-22 |
Family
ID=89639981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311802540.7A Active CN117472082B (zh) | 2023-12-26 | 2023-12-26 | 一种基于ai视觉辅助的无人机航线生成方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117472082B (zh) |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120036684A (ko) * | 2010-10-08 | 2012-04-18 | 경운대학교 산학협력단 | 지피에스를 이용한 지능형 항공로봇 |
CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
KR20160085963A (ko) * | 2015-01-08 | 2016-07-19 | 서울대학교산학협력단 | 깊이 지도를 이용한 사물 형상 맵핑 및 실시간 유도를 위한 무인기 비행 제어 장치 및 방법 |
CN107544534A (zh) * | 2017-10-16 | 2018-01-05 | 中国矿业大学 | 一种基于bds、ins的植保无人机自动精细作业及避障方法 |
CN107643762A (zh) * | 2017-08-07 | 2018-01-30 | 中国兵器工业计算机应用技术研究所 | 自主导航的无人机系统及其导航方法 |
CN110262545A (zh) * | 2019-05-30 | 2019-09-20 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机飞行三维航迹规划方法 |
CN111752294A (zh) * | 2019-08-27 | 2020-10-09 | 广州极飞科技有限公司 | 一种飞行控制方法及相关装置 |
CN111796602A (zh) * | 2020-06-18 | 2020-10-20 | 江苏大学 | 一种植保无人机障碍物探测和预警系统 |
CN212135234U (zh) * | 2020-01-19 | 2020-12-11 | 国网江苏省电力有限公司 | 一种用于输电线路巡检无人机的飞行辅助装置 |
CN112506222A (zh) * | 2020-12-10 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机智能化避障方法及装置 |
KR20210045631A (ko) * | 2019-10-17 | 2021-04-27 | 양연철 | 자가 비행체 관제 시스템 |
CN115933754A (zh) * | 2021-10-26 | 2023-04-07 | 中国电力科学研究院有限公司 | 基于毫米波雷达和双目视觉的电力巡检无人机避障方法 |
WO2023082257A1 (zh) * | 2021-11-15 | 2023-05-19 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、控制装置、无人机及存储介质 |
CN117193377A (zh) * | 2023-10-23 | 2023-12-08 | 吉林化工学院 | 确保收敛的无人机飞行时间最优实时轨迹优化方法 |
-
2023
- 2023-12-26 CN CN202311802540.7A patent/CN117472082B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20120036684A (ko) * | 2010-10-08 | 2012-04-18 | 경운대학교 산학협력단 | 지피에스를 이용한 지능형 항공로봇 |
KR20160085963A (ko) * | 2015-01-08 | 2016-07-19 | 서울대학교산학협력단 | 깊이 지도를 이용한 사물 형상 맵핑 및 실시간 유도를 위한 무인기 비행 제어 장치 및 방법 |
CN105759836A (zh) * | 2016-03-14 | 2016-07-13 | 武汉卓拔科技有限公司 | 一种基于3d摄像头的无人机避障方法及装置 |
CN107643762A (zh) * | 2017-08-07 | 2018-01-30 | 中国兵器工业计算机应用技术研究所 | 自主导航的无人机系统及其导航方法 |
CN107544534A (zh) * | 2017-10-16 | 2018-01-05 | 中国矿业大学 | 一种基于bds、ins的植保无人机自动精细作业及避障方法 |
CN110262545A (zh) * | 2019-05-30 | 2019-09-20 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机飞行三维航迹规划方法 |
CN111752294A (zh) * | 2019-08-27 | 2020-10-09 | 广州极飞科技有限公司 | 一种飞行控制方法及相关装置 |
KR20210045631A (ko) * | 2019-10-17 | 2021-04-27 | 양연철 | 자가 비행체 관제 시스템 |
CN212135234U (zh) * | 2020-01-19 | 2020-12-11 | 国网江苏省电力有限公司 | 一种用于输电线路巡检无人机的飞行辅助装置 |
CN111796602A (zh) * | 2020-06-18 | 2020-10-20 | 江苏大学 | 一种植保无人机障碍物探测和预警系统 |
CN112506222A (zh) * | 2020-12-10 | 2021-03-16 | 中国南方电网有限责任公司超高压输电公司天生桥局 | 一种无人机智能化避障方法及装置 |
CN115933754A (zh) * | 2021-10-26 | 2023-04-07 | 中国电力科学研究院有限公司 | 基于毫米波雷达和双目视觉的电力巡检无人机避障方法 |
WO2023082257A1 (zh) * | 2021-11-15 | 2023-05-19 | 深圳市大疆创新科技有限公司 | 无人机的控制方法、控制装置、无人机及存储介质 |
CN117193377A (zh) * | 2023-10-23 | 2023-12-08 | 吉林化工学院 | 确保收敛的无人机飞行时间最优实时轨迹优化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117472082A (zh) | 2024-01-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2022291653B2 (en) | A backup navigation system for unmanned aerial vehicles | |
CN111492326B (zh) | 用于无人飞行器的基于图像的定位以及相关系统和方法 | |
EP3077879B1 (en) | Imaging method and apparatus | |
US6748325B1 (en) | Navigation system | |
US11726501B2 (en) | System and method for perceptive navigation of automated vehicles | |
CN110687928A (zh) | 降落控制方法,系统,无人机及存储介质 | |
EP3850456B1 (en) | Control and navigation systems, pose optimisation, mapping, and localisation techniques | |
CN113156998B (zh) | 一种无人机飞控系统的控制方法 | |
EP3799618B1 (en) | Method of navigating a vehicle and system thereof | |
CN106501829A (zh) | 一种无人机导航方法和装置 | |
EP4148385A1 (en) | Vehicle navigation positioning method and apparatus, and base station, system and readable storage medium | |
EP4042105B1 (en) | Map including data for routing aerial vehicles during gnss failure | |
US20190066522A1 (en) | Controlling Landings of an Aerial Robotic Vehicle Using Three-Dimensional Terrain Maps Generated Using Visual-Inertial Odometry | |
WO2015082597A1 (en) | Payload delivery | |
US20240176367A1 (en) | Uav dispatching method, server, dock apparatus, system, and storage medium | |
WO2015082596A1 (en) | Imaging method and apparatus | |
JP2020149640A (ja) | 飛行システム及び着陸制御方法 | |
JP7126366B2 (ja) | 移動制御システム | |
CN117472082B (zh) | 一种基于ai视觉辅助的无人机航线生成方法及装置 | |
Bodunkov et al. | Autonomous landing-site selection for a small drone | |
GB2522328A (en) | Payload delivery | |
JP2020135327A (ja) | 飛行体システム、飛行体、位置測定方法、プログラム | |
RU2819590C1 (ru) | Бортовая интеллектуальная система поиска и наведения беспилотного летательного аппарата | |
Werner et al. | Real-time simulation of visual machine perception for helicopter flight assistance | |
CN117311385A (zh) | 一种基于多维探测数据的无人机保护系统及方法 |
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 |