[发明专利]基于机器视觉的无人机同心圆靶精准降落方法有效

专利信息
申请号: 201910871064.1 申请日: 2019-09-16
公开(公告)号: CN110618691B 公开(公告)日: 2022-09-13
发明(设计)人: 洪富祥;丘仲锋;孙亚坤 申请(专利权)人: 南京信息工程大学
主分类号: G05D1/06 分类号: G05D1/06
代理公司: 南京汇盛专利商标事务所(普通合伙) 32238 代理人: 张立荣
地址: 210044 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 视觉 无人机 同心圆 精准 降落 方法
【说明书】:

发明公开一种基于机器视觉的无人机同心圆靶精准降落方法,该方法可控制无人机飞行姿态,实现无人机全天候精准降落。本发明精准降落方法的图像处理算法依托搭载在无人机上的计算机直接与飞行控制系统进行通信,具有低延时效果。本发明精准降落方法将GPS粗定位和图像处理算法二者结合,实现无人机厘米级精准降落。本发明精准降落方法的降落系统结构简单,容易实现。本发明的起落机坪表面涂有荧光物质,无人机红外摄像头在夜晚期间也能对其进行识别,能够实现无人机全天候执行任务。

技术领域:

本发明属于无人机控制领域,具体涉及一种基于机器视觉的无人机同心圆靶精准降落方法。

背景技术:

无人机广泛的应用于军事,农业,电力巡线,森林火灾等方面。为了实现无人机执行任务的全自动化,人们设计了各种各样的无人机辅助降落系统,其中最为典型的就是利用惯性导航系统和GPS实现无人机自动返航,但是无人机自动返航的降落的精度误差达到米,因此不能满足在特定任务条件下的要求。且现在的一些无人机任务系统,一方面没有实现任务过程的全自动化,一方面没有实现任务的全天候画,尤其对夜间无人机精准降落涉及的很少。

发明内容:

为了解决无人机自动返航时降落误差大,而设计的一种基于机器视觉的无人机同心圆靶精准降落方法

一种基于机器视觉的无人机同心圆靶精准降落方法,该方法所采用的降落系统包括无人机和无人机起落机坪;

所述无人机上设有计算机、飞行控制模块、GPS接收模块、遥控信号接收模块、红外摄像头、四个电子调速器、超声波测距模块、无线数据传输模块、遥控器信号切换电路、航模电池、电源管理单元和自稳云台;所述计算机上运行有QT应用程序,所述QT应用程序能实现在计算机开机时自启;所述无人机起落机坪表面由一个同心圆和六个同心圆环组成,所述一个同心圆和六个同心圆环由内向外颜色依次为黑色,红色,黑色,绿色,黑色,蓝色和黑色;包括如下具体步骤:

1)飞行控制模块接收到自动返航命令后,调取起飞时无人机起落机坪的GPS定位信息,并根据该GPS定位信息控制无人机进行返航,直至无人机悬停在无人机起落机坪正上方高度H1处,然后发送计算机开机指令,QT应用程序自启;计算机初始化红外摄像头和超声波测距模块;同时运行步骤2和步骤3;

2)QT应用程序线程一,逐帧抓取红外摄像头拍摄的图像,每帧图像经过图像处理算法得到起落机坪同心圆圆心像素级别坐标,该圆心像素级别坐标是以红外摄像头几何中心为原点建立的坐标系中的坐标,并将该圆心像素级别坐标发送至线程二;其中,待处理的图像缓存在队列中;

3)QT应用程序中线程二,计算机发送查询高度指令,超声波测距模块查询高度并将查询到的无人机当前高度H通过串口发送给计算机;将线程一的圆心像素级别坐标代入坐标转换算法,得到对应的无人机起落机坪同心圆圆心真实坐标;所述无人机当前高度H为超声波测距模块相对于无人机起落机坪的高度;

4)飞行控制模块控制无人机水平移动,并实时按步骤2)和步骤3)获取圆心真实坐标,直至圆心真实坐标与红外摄像头几何中心坐标在横纵轴的误差值小于等于预设误差值,则水平移动完成;飞行控制模块控制无人机垂直下降1米,再进入步骤5;所述预设误差值范围在0到30厘米间;

5)超声波测距模块发送查询高度指令,当查询到的无人机当前高度H大于H2时,重复步骤2、步骤3和步骤4的方法,直至查询到的无人机当前高度H与H2相等,无人机精准降落完成,其中,所述H2为无人机停机状态超声波测距模块距离起落机坪的高度。

优选地,所述图像处理算法包括如下具体步骤:

2.1)将当前待处理的图像记为Frame;

2.2)对Frame进行灰度化处理,得到图片记为midImage;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京信息工程大学,未经南京信息工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910871064.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top