[发明专利]一种基于笔画人机交互的无人机集群控制方法及系统在审

专利信息
申请号: 202110505859.8 申请日: 2021-05-10
公开(公告)号: CN113190045A 公开(公告)日: 2021-07-30
发明(设计)人: 董希旺;韦小宝;周思全;于江龙;任章;李清东 申请(专利权)人: 北京航空航天大学
主分类号: G05D1/10 分类号: G05D1/10
代理公司: 北京高沃律师事务所 11569 代理人: 王爱涛
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 笔画 人机交互 无人机 集群 控制 方法 系统
【权利要求书】:

1.一种基于笔画人机交互的无人机集群控制方法,其特征在于,包括:

获取操作者描绘的笔画轨迹;并以设定频率确定所述笔画轨迹中每一点的像素坐标;

对每一点的像素坐标进行笔画识别,确定控制指令;

根据所述控制指令控制无人机集群。

2.根据权利要求1所述的一种基于笔画人机交互的无人机集群控制方法,其特征在于,所述获取操作者描绘的笔画轨迹;并以设定频率确定所述笔画轨迹中每一点的像素坐标,具体包括:

建立的基于PyQt5与ROS网络的人机交互控制界面的图像绘制区;

在所述图像绘制区中以设定频率确定所述笔画轨迹中每一点的像素坐标;设定频率为100Hz。

3.根据权利要求1所述的一种基于笔画人机交互的无人机集群控制方法,其特征在于,所述对每一点的像素坐标进行笔画识别,确定控制指令,具体包括:

所述笔画轨迹中每一点进行重采样确定新点集;

对所述新点集中每一点进行旋转;

对旋转后的新点集中每一点缩放至设定尺寸,确定处理后的笔画轨迹;

获取存储于系统指令库中的模板;每一所述模板对应一控制指令;

对所述模板进行笔画识别,确定处理后的模板;

根据所述处理后的模板中每一点的坐标与所述处理后的笔画轨迹中对应点的坐标的平均距离,确定所述处理后的笔画轨与所述处理后的模板的得分;

根据所述处理后的笔画轨与所述处理后的模板的得分确定控制指令。

4.根据权利要求1所述的一种基于笔画人机交互的无人机集群控制方法,其特征在于,所述根据所述控制指令控制无人机集群,具体包括:

利用ROS网络将所述控制指令发送至无人机集群;所述ROS网络的通信方式为利用话题对无人机集群发送指令;

所述无人机集群响应所述控制指令,并做出与所述控制指令对应的行为。

5.一种基于笔画人机交互的无人机集群控制系统,其特征在于,包括:

笔画轨迹获取模块,用于获取操作者描绘的笔画轨迹;并以设定频率确定所述笔画轨迹中每一点的像素坐标;

控制指令确定模块,用于对每一点的像素坐标进行笔画识别,确定控制指令;

控制指令控制无人机集群模块,用于根据所述控制指令控制无人机集群。

6.根据权利要求5所述的一种基于笔画人机交互的无人机集群控制系统,其特征在于,所述笔画轨迹获取模块具体包括:

图像绘制区建立单元,用于建立的基于PyQt5与ROS网络的人机交互控制界面的图像绘制区;

像素坐标确定单元,用于在所述图像绘制区中以设定频率确定所述笔画轨迹中每一点的像素坐标;设定频率为100Hz。

7.根据权利要求5所述的一种基于笔画人机交互的无人机集群控制系统,其特征在于,所述控制指令确定模块具体包括:

新点集确定单元,用于所述笔画轨迹中每一点进行重采样确定新点集;

新点集旋转单元,用于对所述新点集中每一点进行旋转;

处理后的笔画轨迹确定单元,用于对旋转后的新点集中每一点缩放至设定尺寸,确定处理后的笔画轨迹;

系统指令库中的模板获取单元,用于获取存储于系统指令库中的模板;每一所述模板对应一控制指令;

处理后的模板确定单元,用于对所述模板进行笔画识别,确定处理后的模板;

得分确定单元,用于根据所述处理后的模板中每一点的坐标与所述处理后的笔画轨迹中对应点的坐标的平均距离,确定所述处理后的笔画轨与所述处理后的模板的得分;

控制指令确定单元,用于根据所述处理后的笔画轨与所述处理后的模板的得分确定控制指令。

8.根据权利要求5所述的一种基于笔画人机交互的无人机集群控制系统,其特征在于,所述控制指令控制无人机集群模块具体包括:

控制指令发送单元,用于利用ROS网络将所述控制指令发送至无人机集群;所述ROS网络的通信方式为利用话题对无人机集群发送指令;

控制指令控制无人机集群单元,用于所述无人机集群响应所述控制指令,并做出与所述控制指令对应的行为。

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北京航空航天大学,未经北京航空航天大学许可,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/202110505859.8/1.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