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

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。