CN213290278U - 基于机器视觉的巡检机器人高精度自主着陆系统 - Google Patents
基于机器视觉的巡检机器人高精度自主着陆系统 Download PDFInfo
- Publication number
- CN213290278U CN213290278U CN202020565617.9U CN202020565617U CN213290278U CN 213290278 U CN213290278 U CN 213290278U CN 202020565617 U CN202020565617 U CN 202020565617U CN 213290278 U CN213290278 U CN 213290278U
- Authority
- CN
- China
- Prior art keywords
- module
- main controller
- inspection robot
- attitude
- real
- 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
Images
Abstract
本实用新型提供了一种基于机器视觉的巡检机器人高精度自主着陆系统,包括主控制器、电源模块、存储模块、图像采集模块、图像处理模块、激光传感器、姿态控制模块和姿态算解模块;主控制器分别与存储模块、电源模块和激光传感器连接;所述图像采集模块通过图像处理模块与主控制器连接;姿态控制模块通过姿态算解模块与主控制器连接。该系统能便于在低成本条件下实现巡检机器人的精确自主着陆,能有效降低不利环境下巡检机器人自主降落过程中的误差。
Description
技术领域
本实用新型属于无人机技术领域,具体涉及一种基于机器视觉的巡检机器人高精度自主着陆系统。
背景技术
目前,巡检机器人自主着陆导航方式主要包括全球定位系统导航着陆、惯性导航系统着陆和INS/GPS组合导航等方式。由于惯性导航要进行积分运算,随着运行时间的增加,其累积误差会越来越大,甚至发散,因此,短期精度较高,并不适合长期连续的工作。GPS导航方法是根据测量出已知位置的GPS卫星到巡检机器人之间的距离,然后综合多颗GPS卫星的数据就可以解算出巡检机器人的实际位置。虽然GPS导航定位可以实现实时定位,但是民用的GPS精度有限,而高精度的GPS成本较高,此外,由于GPS信号易受干扰,在室内或遮挡严重的场景中无法使用。因此,传统的导航定位方法较难实现巡检机器人的精确自主着陆。
目前的巡检机器人自主着陆导航方法往往由于误差过大或者是高精度GPS价格过高、信号易受干扰等问题导致巡检机器人的着陆精度不足或实现成本较高。因此,传统的导航定位方法在低成本条件下较难实现巡检机器人的精确自主着陆。而且在复杂的地形、天气条件和存在电磁干扰等不利环境下巡检机器人的自主降落系统的误差会较大。
发明内容
针对上述现有技术存在的问题,本实用新型提供一种基于机器视觉的巡检机器人高精度自主着陆系统,该系统能便于在低成本条件下实现巡检机器人的精确自主着陆,能有效降低不利环境下巡检机器人自主降落过程中的误差。
为了实现上述目的,本实用新型提供一种基于机器视觉的巡检机器人高精度自主着陆系统,包括主控制器、电源模块、存储模块、图像采集模块、图像处理模块、激光传感器、姿态控制模块和姿态算解模块;
所述电源模块用于向主控制器提供供电;
所述存储模块用于供主控制器存储和读取着陆平台上陆标周围的图像数据;
所述激光传感器用于实时测量与着陆平台上的陆标之间的距离信号,并将距离信号实时发送给主控制器;
所述图像采集模块用于实时采集着陆平台周围的实时图像数据,并实时发送给图像处理模块;
所述图像处理模块用于对实时图像数据进行实时处理,并将处理后的实时图像数据发送给主控制器;
所述主控制器用于对距离信号进行处理得到距离数据;用于提取接收到的实时图像数据中的特征点数据,并将特征点数据与存储在存储模块中陆标周围的图像数据进行实时对比并得到对比数据,再结合对比数据和距离数据来得到巡检机器人相对着陆平台的姿态数据及巡检机器人与着陆平台的位置偏差数据,并将姿态数据和位置偏差数据实时发送给姿态算解模块;
所述姿态算解模块根据姿态数据和位置偏差数据解算出巡检机器人需要调整的位姿导航参数,并将位姿导航参数发送给姿态控制模块;
所述姿态控制模块用于根据位姿导航参数对巡检机器人的飞行姿态和位置进行调整和控制。
进一步,为了保证采集图像的清晰度,所述图像采集模块为OV7670高清摄像头。
作为一种优选,所述主控制器采用stm32型单片机。
进一步,为了便于控制启动过程,还包括与主控制器连接的启动电路,所述启动电路用于向主控制器发出启动信号,便于主控制器在接收到启动信号后进行启动动作。
进一步,为了便于复位,还包括与主控制器连接的复位电路,所述复位电路用于向主控制器发出复位信号,便于主控制器在接收到复位信号后进行复位动作。
本实用新型中,通过图像采集模块和图像处理模块的设置,可以有效地识别巡检机器人相对于自主着陆平台的姿态和位置参数,进而可以避免GPS信号不足和存在信号干扰等因素导致的着陆精度不高的问题。通过激光传感器设置能进一步提高自主着陆的精度。该系统不仅解决了现有的巡检机器人自主导航着陆的精度不高的问题,而且基于机器视觉的导航着陆系统还具有成本低、精度高、抗电磁干扰强等优点,并且可以实现完全自主性的着陆动作,能够满足高精度定位需求,可适用于复杂地形、电磁干扰等特殊环境,为巡检机器人降落过程提供了一种可靠精准的引导系统。
附图说明
图1是本实用新型的原理框图;
图2是本实用新型中巡检机器人着陆过程的示意图。
图中:1、巡检机器人,2、陆标,3、激光传感器,4、着陆平台。
具体实施方式
下面结合附图对本实用新型作进一步说明。
如图1和图2所示,本发明提供了一种基于机器视觉的巡检机器人高精度自主着陆系统,包括主控制器、电源模块、存储模块、图像采集模块、图像处理模块、激光传感器3、姿态控制模块和姿态算解模块;
所述电源模块用于向主控制器提供供电;
所述存储模块用于供主控制器存储和读取着陆平台4上陆标2周围的图像数据;作为一种优选,着陆平台4为正文形,陆标2设置在着陆平台4的中心位置;
所述激光传感器3模块用于实时测量与着陆平台4上的陆标2之间的距离信号,并将距离信号实时发送给主控制器;作为一种优选,激光传感器3安装在巡检机器人1的底部中心;
所述图像采集模块用于实时采集着陆平台4周围的实时图像数据,并实时发送给图像处理模块;
所述图像处理模块用于对实时图像数据进行实时处理,并将处理后的实时图像数据发送给主控制器;图像处理模块可以进行图像的解压缩、灰度化、滤波、二值化处理,使得图像的特征更加的清晰明显,保证了自主着陆目标地的准确性。
所述主控制器用于对距离信号进行处理得到距离数据;用于提取接收到的实时图像数据中的特征点数据,并将特征点数据与存储在存储模块中陆标2周围的图像数据进行实时对比并得到对比数据,再结合对比数据和距离数据来得到巡检机器人1相对着陆平台4的姿态数据及巡检机器人1与着陆平台4的位置偏差数据,并将姿态数据和位置偏差数据实时发送给姿态算解模块;通过图像采集模块的实时采集和激光传感器的辅助测量能够有效的提高主控制器处理的精度,进而能更准确地实时估计出巡检机器人相对着陆平台的姿态以及及与着陆平台的位置偏差。
所述姿态算解模块根据姿态数据和位置偏差数据解算出巡检机器人1需要调整的位姿导航参数,并将位姿导航参数发送给姿态控制模块;
所述姿态控制模块用于根据位姿导航参数对巡检机器人1的飞行姿态和位置进行调整和控制。
为了保证采集图像的清晰度,所述图像采集模块为OV7670高清摄像头。
作为一种优选,所述主控制器采用stm32型单片机。
为了便于控制启动过程,还包括与主控制器连接的启动电路,所述启动电路用于向主控制器发出启动信号,便于主控制器在接收到启动信号后进行启动动作。
为了便于复位,还包括与主控制器连接的复位电路,所述复位电路用于向主控制器发出复位信号,便于主控制器在接收到复位信号后进行复位动作。
通过图像采集模块和图像处理模块的设置,可以有效地识别巡检机器人1相对于自主着陆平台4的姿态和位置参数,进而可以避免GPS信号不足和存在信号干扰等因素导致的着陆精度不高的问题。通过激光传感器3设置能进一步提高自主着陆的精度。该系统不仅解决了现有的巡检机器人1自主导航着陆的精度不高的问题,而且基于机器视觉的导航着陆系统还具有成本低、精度高、抗电磁干扰强等优点,并且可以实现完全自主性的着陆动作,能够满足高精度定位需求,可适用于复杂地形、电磁干扰等特殊环境,为巡检机器人降落过程提供了一种可靠精准的引导系统。
Claims (5)
1.一种基于机器视觉的巡检机器人高精度自主着陆系统,包括主控制器,其特征在于,还包括电源模块、存储模块、图像采集模块、图像处理模块、激光传感器(3)、姿态控制模块和姿态算解模块;
所述电源模块用于向主控制器提供供电;
所述存储模块用于供主控制器存储和读取着陆平台(4)上陆标(2)周围的图像数据;
所述激光传感器(3)用于实时测量与着陆平台(4)上的陆标(2)之间的距离信号,并将距离信号实时发送给主控制器;
所述图像采集模块用于实时采集着陆平台(4)周围的实时图像数据,并实时发送给图像处理模块;
所述图像处理模块用于对实时图像数据进行实时处理,并将处理后的实时图像数据发送给主控制器;
所述主控制器用于对距离信号进行处理得到距离数据;用于提取接收到的实时图像数据中的特征点数据,并将特征点数据与存储在存储模块中陆标(2)周围的图像数据进行实时对比并得到对比数据,再结合对比数据和距离数据来得到巡检机器人(1)相对着陆平台(4)的姿态数据及巡检机器人(1)与着陆平台(4)的位置偏差数据,并将姿态数据和位置偏差数据实时发送给姿态算解模块;
所述姿态算解模块根据姿态数据和位置偏差数据解算出巡检机器人(1)需要调整的位姿导航参数,并将位姿导航参数发送给姿态控制模块;
所述姿态控制模块用于根据位姿导航参数对巡检机器人(1)的飞行姿态和位置进行调整和控制。
2.根据权利要求1所述的一种基于机器视觉的巡检机器人高精度自主着陆系统,其特征在于,所述图像采集模块为OV7670高清摄像头。
3.根据权利要求1所述的一种基于机器视觉的巡检机器人高精度自主着陆系统,其特征在于,所述主控制器采用stm32型单片机。
4.根据权利要求1或2所述的一种基于机器视觉的巡检机器人高精度自主着陆系统,其特征在于,还包括与主控制器连接的启动电路,所述启动电路用于向主控制器发出启动信号,便于主控制器在接收到启动信号后进行启动动作。
5.根据权利要求3所述的一种基于机器视觉的巡检机器人高精度自主着陆系统,其特征在于,还包括与主控制器连接的复位电路,所述复位电路用于向主控制器发出复位信号,便于主控制器在接收到复位信号后进行复位动作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020565617.9U CN213290278U (zh) | 2020-04-16 | 2020-04-16 | 基于机器视觉的巡检机器人高精度自主着陆系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202020565617.9U CN213290278U (zh) | 2020-04-16 | 2020-04-16 | 基于机器视觉的巡检机器人高精度自主着陆系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN213290278U true CN213290278U (zh) | 2021-05-28 |
Family
ID=75982564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020565617.9U Active CN213290278U (zh) | 2020-04-16 | 2020-04-16 | 基于机器视觉的巡检机器人高精度自主着陆系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN213290278U (zh) |
-
2020
- 2020-04-16 CN CN202020565617.9U patent/CN213290278U/zh active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106873627B (zh) | 一种自动巡检输电线路的多旋翼无人机及方法 | |
CN109911188B (zh) | 非卫星导航定位环境的桥梁检测无人机系统 | |
CN108921947B (zh) | 生成电子地图的方法、装置、设备、存储介质以及采集实体 | |
JP6673921B2 (ja) | ロボット作業具による三次元マップ生成 | |
CN105335733A (zh) | 一种无人机自主着陆视觉定位方法及系统 | |
US9013576B2 (en) | Aerial photograph image pickup method and aerial photograph image pickup apparatus | |
CN105319449B (zh) | 基于无人机的天线近场测量方法 | |
CN109992006A (zh) | 一种电力巡检无人机的精准回收方法和系统 | |
CN108255190B (zh) | 基于多传感器的精确着陆方法及使用该方法的系留无人机 | |
CN107272740A (zh) | 一种新型四旋翼无人机控制系统 | |
CN113791621B (zh) | 一种自动驾驶牵引车与飞机对接方法及系统 | |
US11782447B2 (en) | Autonomous work machine, method of controlling the same, and storage medium | |
CN112083718B (zh) | 视觉导航机器人的控制方法、装置及计算机可读存储介质 | |
CN111947644A (zh) | 一种室外移动机器人定位方法、系统及其电子设备 | |
CN213290278U (zh) | 基于机器视觉的巡检机器人高精度自主着陆系统 | |
CN107607933A (zh) | 一种基于俯仰角迭代的远程无人机高精度定位方法 | |
CN112904895B (zh) | 基于图像的飞机引导方法、装置 | |
EP3874925B1 (en) | Autonomous work machine, autonomous work machine control method, and program | |
CN214409706U (zh) | 一种基于机器视觉的室内无人机定位系统 | |
KR102446517B1 (ko) | 실내환경 및 실외환경에서 경로주행이 가능한 무인 운반차 | |
Liao et al. | An integrated navigation method based on an adaptive federal Kalman filter for a rice transplanter | |
CN114910918A (zh) | 定位方法、装置及雷达装置、无人机系统、控制器和介质 | |
CN113110602A (zh) | 一种神经网络的高鲁邦性无人机电力设备自动巡检系统 | |
CN112904879B (zh) | 基于色块地标的四旋翼飞行器自主跟踪降落系统及方法 | |
CN204203772U (zh) | 一种巡线无人机的导向装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |