Nothing Special   »   [go: up one dir, main page]

CN106502257A - 一种无人机精准降落抗干扰的控制方法 - Google Patents

一种无人机精准降落抗干扰的控制方法 Download PDF

Info

Publication number
CN106502257A
CN106502257A CN201610932335.6A CN201610932335A CN106502257A CN 106502257 A CN106502257 A CN 106502257A CN 201610932335 A CN201610932335 A CN 201610932335A CN 106502257 A CN106502257 A CN 106502257A
Authority
CN
China
Prior art keywords
unmanned plane
pattern
color
control system
base station
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.)
Granted
Application number
CN201610932335.6A
Other languages
English (en)
Other versions
CN106502257B (zh
Inventor
雷增荣
段文博
高月山
郭力
冯黎
张伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Ceewa Intelligent Technology Co Ltd
Original Assignee
Nanjing Ceewa Intelligent Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Ceewa Intelligent Technology Co Ltd filed Critical Nanjing Ceewa Intelligent Technology Co Ltd
Priority to CN201610932335.6A priority Critical patent/CN106502257B/zh
Publication of CN106502257A publication Critical patent/CN106502257A/zh
Application granted granted Critical
Publication of CN106502257B publication Critical patent/CN106502257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/08Control of attitude, i.e. control of roll, pitch, or yaw
    • G05D1/0808Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft
    • G05D1/0816Control of attitude, i.e. control of roll, pitch, or yaw specially adapted for aircraft to ensure stability
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明公开了一种无人机精准降落抗干扰的控制方法,包括一、无人机执行准备降落指令;二、飞控系统对所拍摄图像进行识别:1)、当无人机位于15~30m高度时,与北京图案对比确定可疑点;2)、当无人机降落到10~15m的高度区间时,所拍摄的图像中可疑点不唯一,对各可疑点的图案分别进行背景图案匹配和特殊图案匹配,确定目标点;3)、当无人机降落到3~7m的高度区间时,对各目标点的图案分别进行特殊图案匹配和中心图案匹配,确定降落点;三、当无人机降落到3m以下高度时,以中心图案为精准降落点实施精准降落。当可疑点或者目标点不唯一时,自动飞行的无人机不能识别,则悬停并报警,操作人员通过遥控器进行控制,防止无人机被盗。

Description

一种无人机精准降落抗干扰的控制方法
技术领域
本发明属于无人机控制技术领域,具体涉及一种无人机精准降落抗干扰的控制方法。
背景技术
无人机因其无需驾驶员,可自主飞行遥控操作、空气动力承载飞行、重复回收使用等优点被广泛发展。无人机已经普遍应用于军事高空电子及照相侦察等初级环节,敌方情报的获取、局部地面战场侦察与监视、近距离空中巡逻、电子战、通信中继等方面也有应用;自然灾害后的搜索与救援、管道巡查、架空线缆检测以及航拍和成图等民用应用发展迅速。
自动飞行无人机在降落过程中,意外干扰或不法分子的故意干扰,使无人机被拦截、盗取,造成损失,因此急需提高无人机的抗干扰能力,保证无人机能够精准降落,防止被盗。
发明内容
本发明的目的在于提供一种无人机精准降落抗干扰的控制方法,解决现有技术中自动飞行的无人机在降落过程中,遇到意外干扰或不法分子的故意干扰,使无人机被拦截、盗取的技术问题。
为了解决上述技术问题,本发明采用如下技术方案:
一种无人机精准降落抗干扰的控制方法,包括无人机和多个设置在地面的基站,所述无人机上包括飞控系统、摄像机、定位模块和第一通信模块,飞控系统与摄像机、定位模块、第一通信模块之间均电连接;所述每个基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接;所述各基站的GPS定位模块获得对应该基站的位置坐标,通过无线通通信将充电基站的位置坐标传送给无人机,并储存于飞控系统中;各基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案存储预先存储于飞控系统中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控系统对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;无人机抗干扰降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制系统或者地面的遥控装置发出;
步骤二、飞控系统对当前无人机位置坐标与各基站的位置坐标进行比较,确定此时距离无人机最近的基站;飞控系统控制无人机向最近的基站飞行,摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控系统,飞控系统对所拍摄图像进行识别:
3.1)、当无人机位于15~30m高度时,以与背景图案相同的点为可疑点,所拍摄的图像中出现可疑点和第一噪点,判断第一噪点的图案与背景图案是否相同:
3.1.1)、如果第一噪点的形状与背景图案形状相同,且第一噪点的颜色与背景图案的颜色相同,则无人机悬停并报警;
3.1.2)、如果第一噪点的形状或颜色与背景图案不同,则无人机以朝向可疑点继续降落;
3.2)当无人机降落到10~15m的高度区间时,所拍摄的图像中可疑点不唯一,则飞控系统进行第一次超级匹配模式,即对各可疑点的图案分别进行背景图案匹配和特殊图案匹配:
3.2.1)、如果存在至少两个可疑点的图案与背景图案和特殊图案相同,则无人机悬停并报警;
3.2.2)、如果只有一个可疑点的图案与背景图案的形状、颜色以及特殊图案的形状、颜色相同,则将该可疑点标记为目标点,无人机朝向目标点继续降落;
3.3)当无人机位于7~10m高度时,所拍摄的图像中出现目标点和第二噪点,判断第二噪点的图案与特殊图案是否相同:
3.3.1)、如果第二噪点的形状与特殊图案形状相同,且第二噪点的颜色与特殊图案的颜色相同,则无人机悬停并报警;
3.3.2)、如果第二噪点的形状或颜色与特殊图案不同,则无人机朝向目标点继续降落;
3.4)当无人机降落到3~7m的高度区间时,所拍摄的图像中目标点不唯一,则飞控系统进行第二次超级匹配模式,即对各目标点的图案分别进行特殊图案匹配和中心图案匹配:
3.4.1)、如果存在至少两个目标点的图案与特殊图案和中心图案相同,则无人机悬停并报警;
3.4.2)、如果只有一个目标点的图案与特殊图案的形状、颜色以及中心图案的形状、颜色相同,则将该目标点标记为降落点,无人机朝向降落点继续降落;
步骤三、当无人机降落到3m以下高度时,以中心图案为精准降落点,实施精准降落。
因为摄像机的拍摄角度固定,随着自动飞行的无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控系统对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。当可疑点或目标点不唯一时,自动飞行的无人机不能识别,则悬停并报警,操作人员通过遥控器进行控制,防止无人机被盗。
进一步改进,所述背景图案的形状为三角形,背景图案的颜色为红色;特殊图案包括三个形状相同的矩形,三个矩形为绿色,且三个矩形分别设置在背景图案的三个角上;中心图案的形状为圆形,中心图案的颜色为蓝色,中心图案位于背景图案的几何中心。通过设置不同层次的图案,背景图案面积最大,最容易辨识,因此当无人机在10~30m高度时,对所拍摄的图像进行背景图案匹配,识别可疑点;特殊图案与背景图案相比较,图案形状较复杂、图案面积较小,识别度较高,因此需要无人机降低到3~15m高度时,对所拍摄的图像进行特殊图案匹配,识别目标点;中心图案与特殊图案相比较,图案面积更小,识别度较低,因此需要无人机降低到0~7m高度时,对所拍摄的图像进行中心图案匹配,确定降落点。
进一步改进,所述无人机飞控系统对所拍摄的图像进行灰度处理、去噪处理、轮廓检测,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
进一步改进,采用高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
进一步改进,所采用对图像先腐蚀再膨胀的方式对拍摄的图像进行去噪处理,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
进一步改进,所述无人机上设置有增稳云台,摄像机设置在增稳云台上,摄像机通过usb或cmos与飞控系统连接。因为无人机的震动会导致数据的不真实性加大,为了解决这一问题,设计了一体化增稳云台,将摄像头嵌入到一体化增稳云台中。
进一步改进,所述无人机在下降过程中,定位模块实时将无人机的当前位置信号传送给飞控系统,飞控系统计算无人机当前位置点与目标点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态。
进一步改进,所述飞控系统根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;
其中,S为降落过程中无人机与基站目标点的在同一水平面的上偏差量;
h为此时无人机摄像机镜头到基站目标点的垂直高度;
f为摄像机镜头的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
与现有技术相比,本发明具有如下有益效果:
1、无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控系统对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。当可疑点或目标点不唯一时,自动飞行的无人机不能识别,则悬停并报警,操作人员通过遥控器进行控制,防止无人机被盗。
2、无人机飞控系统对所拍摄的图像进行灰度处理、去噪处理、轮廓检测,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
3、通过设置有增稳云台,降低无人机的震动对数据真实性的影响,提高了稳定性,保证控制精度。
附图说明
图1为本发明所述无人机精准降落抗干扰的控制方法流程图。
具体实施方式
为了更好地理解本发明,下面结合实施例进一步阐释本发明的内容,但本发明的内容不仅仅局限于下面的实施例。
如图1所示,一种无人机精准降落抗干扰的控制方法,包括无人机和多个设置在地面的基站,所述无人机上包括飞控系统、摄像机、定位模块和第一通信模块,飞控系统与摄像机、定位模块、第一通信模块之间均电连接;所述每个基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接;所述各基站的GPS定位模块获得对应该基站的位置坐标,通过无线通通信将充电基站的位置坐标传送给无人机,并储存于飞控系统中;各基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案存储预先存储于飞控系统中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控系统对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;无人机抗干扰降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制系统或者地面的遥控装置发出;
步骤二、飞控系统对当前无人机位置坐标与各基站的位置坐标进行比较,确定此时距离无人机最近的基站;飞控系统控制无人机向最近的基站飞行,摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控系统,飞控系统对所拍摄图像进行识别:
3.1)、当无人机位于15~30m高度时,以与背景图案相同的点为可疑点,所拍摄的图像中出现可疑点和第一噪点,判断第一噪点的图案与背景图案是否相同:
3.1.1)、如果第一噪点的形状与背景图案形状相同,且第一噪点的颜色与背景图案的颜色相同,则无人机悬停并报警;
3.1.2)、如果第一噪点的形状或颜色与背景图案不同,则无人机以朝向可疑点继续降落;
3.2)当无人机降落到10~15m的高度区间时,所拍摄的图像中可疑点不唯一,则飞控系统进行第一次超级匹配模式,即对各可疑点的图案分别进行背景图案匹配和特殊图案匹配:
3.2.1)、如果存在至少两个可疑点的图案与背景图案和特殊图案相同,则无人机悬停并报警;
3.2.2)、如果只有一个可疑点的图案与背景图案的形状、颜色以及特殊图案的形状、颜色相同,则将该可疑点标记为目标点,无人机朝向目标点继续降落;
3.3)当无人机位于7~10m高度时,所拍摄的图像中出现目标点和第二噪点,判断第二噪点的图案与特殊图案是否相同:
3.3.1)、如果第二噪点的形状与特殊图案形状相同,且第二噪点的颜色与特殊图案的颜色相同,则无人机悬停并报警;
3.3.2)、如果第二噪点的形状或颜色与特殊图案不同,则无人机朝向目标点继续降落;
3.4)当无人机降落到3~7m的高度区间时,所拍摄的图像中目标点不唯一,则飞控系统进行第二次超级匹配模式,即对各目标点的图案分别进行特殊图案匹配和中心图案匹配:
3.4.1)、如果存在至少两个目标点的图案与特殊图案和中心图案相同,则无人机悬停并报警;
3.4.2)、如果只有一个目标点的图案与特殊图案的形状、颜色以及中心图案的形状、颜色相同,则将该目标点标记为降落点,无人机朝向降落点继续降落;
步骤三、当无人机降落到3m以下高度时,以中心图案为精准降落点,实施精准降落。
因为摄像机的拍摄角度固定,随着自动飞行的无人机在降落过程,摄像机拍摄能够的区域逐渐变小,同时拍摄的图像更加清晰可辨,因此随着无人机飞行高度的降低,飞控系统对所拍摄图像的识别模式也在不断变化,不断排出干扰、噪点,保证无人机能够精准降落在基站的降落平台上。当可疑点或目标点不唯一时,自动飞行的无人机不能识别,则悬停并报警,操作人员通过遥控器进行控制,防止无人机被盗。
在本实施例中,所述背景图案的形状为三角形,背景图案的颜色为红色;特殊图案包括三个形状相同的矩形,三个矩形为绿色,且三个矩形分别设置在背景图案的三个角上;中心图案的形状为圆形,中心图案的颜色为蓝色,中心图案位于背景图案的几何中心。通过设置不同层次的图案,背景图案面积最大,最容易辨识,因此当无人机在10~30m高度时,对所拍摄的图像进行背景图案匹配,识别可疑点;特殊图案与背景图案相比较,图案形状较复杂、图案面积较小,识别度较高,因此需要无人机降低到3~15m高度时,对所拍摄的图像进行特殊图案匹配,识别目标点;中心图案与特殊图案相比较,图案面积更小,识别度较低,因此需要无人机降低到0~7m高度时,对所拍摄的图像进行中心图案匹配,确定降落点。
在本实施例中,所述无人机飞控系统对所拍摄的图像进行灰度处理、去噪处理、轮廓检测,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
在本实施例中,采用高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值,降低干扰因素对所拍摄图像进行识别时的影响,提高控制精度。
在本实施例中,所述无人机上设置有增稳云台,摄像机设置在增稳云台上,摄像机通过usb或cmos与飞控系统连接。因为无人机的震动会导致数据的不真实性加大,为了解决这一问题,设计了一体化增稳云台,将摄像头嵌入到一体化增稳云台中。
在本实施例中,所述无人机在下降过程中,定位模块实时将无人机的当前位置信号传送给飞控系统,飞控系统计算无人机当前位置点与目标点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态。
在本实施例中,所述飞控系统根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;
其中,S为降落过程中无人机与基站目标点的在同一水平面的上偏差量;
h为此时无人机摄像机镜头到基站目标点的垂直高度;
f为摄像机镜头的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
本发明中未做特别说明的均为现有技术或者通过现有技术即可实现,而且本发明中所述具体实施案例仅为本发明的典型实施案例而已,并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰,都应作为本发明的技术范畴。

Claims (8)

1.一种无人机精准降落抗干扰的控制方法,其特征在于,包括无人机和多个设置在地面的基站,所述无人机上包括飞控系统、摄像机、定位模块和第一通信模块,飞控系统与摄像机、定位模块、第一通信模块之间均电连接;所述每个基站包括控制装置、GPS定位模块和第二通信模块,GPS定位模块、第二通信模块均与控制装置之间电连接;所述各基站的GPS定位模块获得对应该基站的位置坐标,通过无线通通信将充电基站的位置坐标传送给无人机,并储存于飞控系统中;各基站的降落平台上设置有可识别图案,各基站的可识别图案相同,可识别图案存储预先存储于飞控系统中;所述可识别图案包括背景图案、特殊图案和中心图案,飞控系统对可识别图案的可识别元素包括背景图案的形状、背景图案的颜色、特殊图案的形状、特殊图案的颜色、中心图案的形状和中心图案的颜色;其中,背景图案、特殊图案和中心图案的颜色均不相同,分别为红、绿、蓝中的任一种;无人机抗干扰降落的控制方法包括如下步骤:
步骤一、无人机执行准备降落指令,所述指令由飞机控制系统或者地面的遥控装置发出;
步骤二、飞控系统对当前无人机位置坐标与各基站的位置坐标进行比较,确定此时距离无人机最近的基站;飞控系统控制无人机向最近的基站飞行,摄像机拍摄该基站,并将拍摄的图像传送给无人机飞控系统,飞控系统对所拍摄图像进行识别:
3.1)、当无人机位于15~30m高度时,以与背景图案相同的点为可疑点,所拍摄的图像中出现可疑点和第一噪点,判断第一噪点的图案与背景图案是否相同:
3.1.1)、如果第一噪点的形状与背景图案形状相同,且第一噪点的颜色与背景图案的颜色相同,则无人机悬停并报警;
3.1.2)、如果第一噪点的形状或颜色与背景图案不同,则无人机以朝向可疑点继续降落;
3.2)当无人机降落到10~15m的高度区间时,所拍摄的图像中可疑点不唯一,则飞控系统进行第一次超级匹配模式,即对各可疑点的图案分别进行背景图案匹配和特殊图案匹配:
3.2.1)、如果存在至少两个可疑点的图案与背景图案和特殊图案相同,则无人机悬停并报警;
3.2.2)、如果只有一个可疑点的图案与背景图案的形状、颜色以及特殊图案的形状、颜色相同,则将该可疑点标记为目标点,无人机朝向目标点继续降落;
3.3)当无人机位于7~10m高度时,所拍摄的图像中出现目标点和第二噪点,判断第二噪点的图案与特殊图案是否相同:
3.3.1)、如果第二噪点的形状与特殊图案形状相同,且第二噪点的颜色与特殊图案的颜色相同,则无人机悬停并报警;
3.3.2)、如果第二噪点的形状或颜色与特殊图案不同,则无人机朝向目标点继续降落;
3.4)当无人机降落到3~7m的高度区间时,所拍摄的图像中目标点不唯一,则飞控系统进行第二次超级匹配模式,即对各目标点的图案分别进行特殊图案匹配和中心图案匹配:
3.4.1)、如果存在至少两个目标点的图案与特殊图案和中心图案相同,则无人机悬停并报警;
3.4.2)、如果只有一个目标点的图案与特殊图案的形状、颜色以及中心图案的形状、颜色相同,则将该目标点标记为降落点,无人机朝向降落点继续降落;
步骤三、当无人机降落到3m以下高度时,以中心图案为精准降落点,实施精准降落。
2.根据权利要求1所述的无人机精准降落抗干扰的控制方法,其特征在于,所述背景图案的形状为三角形,背景图案的颜色为红色;特殊图案包括三个形状相同的矩形,三个矩形为绿色,且三个矩形分别设置在背景图案的三个角上;中心图案的形状为圆形,中心图案的颜色为蓝色,中心图案位于背景图案的几何中心。
3.根据权利要求1或2所述的无人机精准降落抗干扰的控制方法,其特征在于,所述无人机飞控系统对所拍摄的图像进行灰度处理、去噪处理、轮廓检测。
4.根据权利要求3所述的无人机精准降落抗干扰的控制方法,其特征在于,采用高斯滤波去噪处理,将输入的图像的每一个像素点与高斯内核卷积,将卷积和当作输出像素值。
5.根据权利要求3所述的无人机精准降落抗干扰的控制方法,其特征在于,所采用对图像先腐蚀再膨胀的方式对拍摄的图像进行去噪处理。
6.根据权利要求4或5所述的无人机精准降落抗干扰的控制方法,其特征在于,所述无人机上设置有增稳云台,摄像机设置在增稳云台上,摄像机通过usb或cmos与飞控系统连接。
7.根据权利要求6所述的无人机精准降落抗干扰的控制方法,其特征在于,所述无人机在下降过程中,定位模块实时将无人机的当前位置信号传送给飞控系统,飞控系统计算无人机当前位置点与目标点在同一平面上的偏移量,并根据偏移量控制无人机的飞行姿态。
8.根据权利要求7所述的无人机精准降落抗干扰的控制方法,其特征在于,所述飞控系统根据无人机偏移量控制无人机的飞行姿态,其中无人机与基站降落点的在同一水平面的上偏差量S=0.3hn/f;
其中,S为降落过程中无人机与基站目标点的在同一水平面的上偏差量;
h为此时无人机摄像机镜头到基站目标点的垂直高度;
f为摄像机镜头的焦距;
n为图像上目标点与无人机之间的像素数量;
根据S的大小实时调整无人机与目标点之间的水平距离,尽可能的保证S为零,即无人机位于基站目标点的正上方。
CN201610932335.6A 2016-10-25 2016-10-25 一种无人机精准降落抗干扰的控制方法 Active CN106502257B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610932335.6A CN106502257B (zh) 2016-10-25 2016-10-25 一种无人机精准降落抗干扰的控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610932335.6A CN106502257B (zh) 2016-10-25 2016-10-25 一种无人机精准降落抗干扰的控制方法

Publications (2)

Publication Number Publication Date
CN106502257A true CN106502257A (zh) 2017-03-15
CN106502257B CN106502257B (zh) 2020-06-02

Family

ID=58318950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610932335.6A Active CN106502257B (zh) 2016-10-25 2016-10-25 一种无人机精准降落抗干扰的控制方法

Country Status (1)

Country Link
CN (1) CN106502257B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107132547A (zh) * 2017-06-16 2017-09-05 中国电子科技集团公司第二十九研究所 一种无人机管控方法
CN107943090A (zh) * 2017-12-25 2018-04-20 广州亿航智能技术有限公司 一种无人机的降落方法及系统
CN107957728A (zh) * 2017-12-15 2018-04-24 哈尔滨工业大学(威海) 无人机降落方法、无人机及海上浮台
CN108121360A (zh) * 2017-12-19 2018-06-05 歌尔科技有限公司 一种无人机定位控制方法及货运系统
CN108536167A (zh) * 2018-07-17 2018-09-14 哈尔滨工业大学(威海) 用于倾斜非平稳平台的无人机自主降落方法
CN110231835A (zh) * 2019-07-04 2019-09-13 深圳市科卫泰实业发展有限公司 一种基于机器视觉的无人机精准降落方法
CN110488848A (zh) * 2019-08-23 2019-11-22 中国航空无线电电子研究所 无人机视觉引导自主着降方法及系统
CN110871893A (zh) * 2018-09-03 2020-03-10 中强光电股份有限公司 无人机降落系统及其降落方法
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业系统
CN117029782A (zh) * 2023-07-25 2023-11-10 无锡建设监理咨询有限公司 基于无人机排查市政道路给排水施工的方法、系统及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100286859A1 (en) * 2008-11-18 2010-11-11 Honeywell International Inc. Methods for generating a flight plan for an unmanned aerial vehicle based on a predicted camera path
CN103218607A (zh) * 2013-04-11 2013-07-24 北京航空航天大学 一种用于无人机自主着舰的合作目标设计与定位方法
CN103226356A (zh) * 2013-02-27 2013-07-31 广东工业大学 基于图像处理的无人机精确位置降落方法
KR20130099639A (ko) * 2012-02-29 2013-09-06 부산대학교 산학협력단 무인 자율 이동체 및 무인 자율 이동체의 적외선 통신 방법
CN104166854A (zh) * 2014-08-03 2014-11-26 浙江大学 针对小型无人机自主降落的视觉分级地标定位识别方法
CN104656664A (zh) * 2015-02-16 2015-05-27 南京航空航天大学 车载多旋翼无人直升机着陆导引控制系统及导引控制方法
CN105000194A (zh) * 2015-08-13 2015-10-28 史彩成 基于地面合作标志的无人机助降视觉引导方法及机载系统
CN105652887A (zh) * 2016-03-22 2016-06-08 临沂高新区翔鸿电子科技有限公司 采用二级图形识别的无人机降落方法
CN105676875A (zh) * 2015-03-10 2016-06-15 张超 无人机自动着陆系统
CN106020239A (zh) * 2016-08-02 2016-10-12 南京奇蛙智能科技有限公司 无人机精准降落控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100286859A1 (en) * 2008-11-18 2010-11-11 Honeywell International Inc. Methods for generating a flight plan for an unmanned aerial vehicle based on a predicted camera path
KR20130099639A (ko) * 2012-02-29 2013-09-06 부산대학교 산학협력단 무인 자율 이동체 및 무인 자율 이동체의 적외선 통신 방법
CN103226356A (zh) * 2013-02-27 2013-07-31 广东工业大学 基于图像处理的无人机精确位置降落方法
CN103218607A (zh) * 2013-04-11 2013-07-24 北京航空航天大学 一种用于无人机自主着舰的合作目标设计与定位方法
CN104166854A (zh) * 2014-08-03 2014-11-26 浙江大学 针对小型无人机自主降落的视觉分级地标定位识别方法
CN104656664A (zh) * 2015-02-16 2015-05-27 南京航空航天大学 车载多旋翼无人直升机着陆导引控制系统及导引控制方法
CN105676875A (zh) * 2015-03-10 2016-06-15 张超 无人机自动着陆系统
CN105000194A (zh) * 2015-08-13 2015-10-28 史彩成 基于地面合作标志的无人机助降视觉引导方法及机载系统
CN105652887A (zh) * 2016-03-22 2016-06-08 临沂高新区翔鸿电子科技有限公司 采用二级图形识别的无人机降落方法
CN106020239A (zh) * 2016-08-02 2016-10-12 南京奇蛙智能科技有限公司 无人机精准降落控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
郑晓平: "基于视觉的小型无人直升机自主降落导航系统的设计和研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107132547A (zh) * 2017-06-16 2017-09-05 中国电子科技集团公司第二十九研究所 一种无人机管控方法
CN107957728A (zh) * 2017-12-15 2018-04-24 哈尔滨工业大学(威海) 无人机降落方法、无人机及海上浮台
CN108121360A (zh) * 2017-12-19 2018-06-05 歌尔科技有限公司 一种无人机定位控制方法及货运系统
CN108121360B (zh) * 2017-12-19 2023-07-21 歌尔科技有限公司 一种无人机定位控制方法及货运系统
CN107943090A (zh) * 2017-12-25 2018-04-20 广州亿航智能技术有限公司 一种无人机的降落方法及系统
CN108536167A (zh) * 2018-07-17 2018-09-14 哈尔滨工业大学(威海) 用于倾斜非平稳平台的无人机自主降落方法
CN110871893A (zh) * 2018-09-03 2020-03-10 中强光电股份有限公司 无人机降落系统及其降落方法
CN110231835A (zh) * 2019-07-04 2019-09-13 深圳市科卫泰实业发展有限公司 一种基于机器视觉的无人机精准降落方法
CN110488848A (zh) * 2019-08-23 2019-11-22 中国航空无线电电子研究所 无人机视觉引导自主着降方法及系统
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业系统
CN117029782A (zh) * 2023-07-25 2023-11-10 无锡建设监理咨询有限公司 基于无人机排查市政道路给排水施工的方法、系统及装置

Also Published As

Publication number Publication date
CN106502257B (zh) 2020-06-02

Similar Documents

Publication Publication Date Title
CN106502257A (zh) 一种无人机精准降落抗干扰的控制方法
CN106371447A (zh) 一种无人机全天候精准降落的控制方法
CN109992006A (zh) 一种电力巡检无人机的精准回收方法和系统
CN110991207B (zh) 综合H图案识别和AprilTag二维码识别的无人机精准降落方法
CN106527472B (zh) 一种无人机全自主超远距离飞行系统及控制方法
CN113093772B (zh) 一种无人机机库精确降落方法
CN111003192A (zh) 一种基于gps与视觉的无人机自主着陆系统和着陆方法
CN110989661A (zh) 一种基于多个定位二维码的无人机精准降落方法及系统
CN106020239A (zh) 无人机精准降落控制方法
CN112215860A (zh) 一种基于图像处理的无人机定位方法
CN104932525A (zh) 无人机的控制方法、装置、地面控制系统及无人机
CN105867397A (zh) 一种基于图像处理和模糊控制的无人机精确位置降落方法
CN107289953A (zh) 一种无人机群的导航控制方法
CN109885086A (zh) 一种基于复合多边形标志引导的无人机垂直降落方法
CN112068539A (zh) 一种风电机组叶片无人机自动驾驶巡检方法
CN107144281B (zh) 基于合作目标和单目视觉的无人机室内定位系统及定位方法
US11440657B2 (en) Aerial vehicles with machine vision
CN110879617A (zh) 一种红外引导无人机降落方法及装置
CN107063261A (zh) 用于无人机精准着陆的多特征信息地标检测方法
CN113759943A (zh) 无人机降落平台及识别方法、降落方法和飞行作业系统
CN111930146A (zh) 一种车载无人机精准降落识别方法
CN113759940A (zh) 无人机降落方法、装置、无人机系统、机场、设备和介质
CN112783181B (zh) 一种基于模糊控制的多旋翼无人机集群视觉着降方法
CN112119428A (zh) 获取降落位置的方法、设备、无人机、系统及存储介质
CN107576329B (zh) 基于机器视觉的固定翼无人机着降引导合作信标设计方法

Legal Events

Date Code Title Description
C06 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