[发明专利]一种无人机着陆判断方法、装置、设备及存储介质

说明书

本发明公开了一种无人机着陆判断方法，包括：获取双目视觉图像并处理双目视觉图像获得深度图；根据深度图中点平面坐标值计算对应的深度值，获得三维坐标值，集合三维坐标值获得待降区域三维点簇坐标集合；根据三维点簇坐标集合获取噪声参数及双目摄像机的灵敏度；根据噪音参数及双目摄像机的灵敏度设定动态阈值；根据待降区域三维点簇坐标集合构建拟合平面；判断待降区域三维点簇坐标集合与拟合平面的平均距离是否小于动态阈值，若是，则待降区域为可降平面。本发明公开的无人机着陆判断方法实现了由双目视觉引导无人机飞控系统完成无人机的自主着陆，增加了无人机着陆过程的安全性，同时可以缩减无人机的飞控人员，降低无人机运输的成本。

技术领域

本发明属于无人机飞行安全控制技术领域，尤其涉及一种基于双目视觉对无人机着陆场是否为平面进行判断的方法，具体涉及一种无人机着陆判断方法、装置、设备及存储介质。

背景技术

近年来无人机发展迅猛，在军事、公安、农业、航拍等领域应用越来越广泛。由于无人机的行驶路径在空中，不受到地面路况的影响，因此无人机可以广泛的应用到货物运输领域中。尤其对于一些路况极差的山区、以及一些急需件，都可以使用无人机来进行运输。随着无人机技术的发展，使得无人机运货成为可能，但是如果给每台无人机都配备一个操控人员，将极大的增加无人机的运输成本。因此，目前迫切需要研制出自主无人机，自主无人机要求无人机能够实现自主起飞、自主飞行以及自主着陆。

在无人机的自主着陆方面，目前已经有一些专利公开了其自主着陆的方法。例如，发明号为201710604323.5的发明专利，名称为一种自主降落方法，在该发明专利中首先将地面进行网格划分，然后利用深度学习方法对地面场景进行分割，再根据分割的结果结合网格的位置，确定无人机可降落点。发明号为201710604323.5的发明专利公开的自主降落方法可以确定无人机的可降平面，但是因为无法完整的重建出可降落区域内的真实三维场景，因此按照该方法进行自主降落的无人机存在着一定的危险。

目前，利用深度学习的方法可以较为准确的确定无人机的可降区域，但是对于可降平面需要进一步地确认可降区域的平整性。可降区域平整性确认是一个涉及到无人机着陆安全所必不可少的过程。目前，采用的方法大多数是基于双目视觉来对平面进行判断，基于双目计算的深度图进行判断。

但是目前基于双目获取的深度图进行平面判断的方法存在以下几个技术难点：

1.基于双目视觉计算得到的深度图存在大量空洞的问题；

2.基于双目视觉计算得到的深度图存在噪声大的问题；

3.在纹理不足时，双目得到的深度效果非常差；

4.双目视觉在CPU上计算耗时大的问题；

5.暂无一个较为合理的三维点簇判断平面的算法；

6.基于有噪声的深度图难以判断平面的问题。

因此，现在迫切需要研究出一种新型的基于双目视觉对无人机着陆场是否为平面进行判断的方法。通过这种新型的无人机着陆判断方法，改善或解决上述技术难点。

发明内容

鉴于现有技术存在的上述缺陷或不足，本发明的目的在于提供一种无人机着陆判断方法、装置、设备及存储介质。本发明提供的无人机着陆判断方法、装置、设备及存储介质，可以解决目前无人机基于双目视觉对着陆平面进行判断时存在的上述技术难点，实现由双目视觉引导飞控系统完成无人机的自主着陆，增加着陆过程的安全性，同时缩减无人机的飞控人员，降低无人机运输的成本。

为实现上述目的，本发明一方面，提供一种无人机着陆判断方法，其中包括：

获取双目视觉图像并处理所述双目视觉图像获得深度图，其中，所述双目视觉图像包括左目视觉图像和右目视觉图像；