一种无人机精准降落的飞行控制方法技术

本发明专利技术提供了一种无人机精准降落的飞行控制方法，包括以下步骤，制作目标识别图形；无人机费到降落位置附近，选取匹配参数；相机找到降落地点图像；移动降落点上方；通过图像识别进行水平距离、正方向角度和降落速度控制，最终降落到地面然后实现停桨。本发明专利技术提供的一种无人机精准降落时的飞行控制方法，根据不同的高度将降落过程划分为多个阶段，每个阶段误差参数和降落速度设置不同，满足随着高度降低，距离和角度的精度提高，需要的飞行控制精度和时间也逐渐提高的需求；水平距离控制共需经过4级PID控制，通过增加控制环节和变量，增加了飞行器的稳定性、抗干扰性和控制品质，从而保证精准控制。保证了整个降落过程稳定、可靠、及时、高精度。

A Flight Control Method for Precise Landing of UAV

The invention provides a flight control method for precise landing of unmanned aerial vehicle, which includes the following steps: making target recognition graphics; selecting matching parameters when unmanned aerial vehicle costs near the landing location; finding landing location image by camera; moving above the landing point; and carrying out horizontal distance, positive direction angle and landing speed by image recognition. Degree control, eventually landing on the ground and then achieving a stop. A flight control method for precise landing of UAV is provided. The landing process is divided into several stages according to different altitudes. The error parameters and landing speed of each stage are set differently, which meets the requirements of flight control accuracy and time gradually improved with the decrease of altitude and the improvement of the accuracy of distance and angle. Horizontal distance control needs four levels of PID control. By adding control links and variables, the stability, anti-interference and control quality of the aircraft are increased, so as to ensure accurate control. It ensures the stability, reliability, timeliness and high precision of the whole landing process.

【技术实现步骤摘要】
一种无人机精准降落的飞行控制方法
本专利技术属于无人机降落技术，具体而言涉及一种基于图像识别的无人机精准降落的飞行控制方法。
技术介绍
无人机的自主降落技术是无人机实现自动化控制的重要环节，而精准降落技术又是降落技术中精准性和技术含量更高的技术。普通的自主降落技术主要依靠GPS定位，进行垂直降落，飞行控制方法单一；精准降落技术涉及到图像识别、多传感器测高数据融合，随着降落精度和自动化程度提高，飞行控制系统和方法的重要性也越来越大。公开号为CN106774423A的专利文献公开了一种无人机的降落方法及系统，其通过采集飞行高度对应的模板图像并匹配后，获得无人机偏离目标降落点的位置，从而控制无人机飞行到目标降落点并进行降落。该专利技术公开的降落方法及系统，由于全程匹配同一个模板，飞行控制策略相对固定；并且无正方向角度控制，最终机头相对降落图像指向不确定，难以匹配空间有限而体积偏大的无人机使用。现有降落控制系统中，无人机采用串级PID控制策略，但级数大多只有两级，难以保证位置控制的精度和稳定性。
技术实现思路
1、所要解决的技术问题：无人机降落的稳定、可靠、及时和高精度。2、技术方案：为了解决以上问题，本专利技术提供了一种无人机精准降落的飞行控制方法，包括以下步骤：步骤一：制作目标识别图形，放置于目标降落点；所述的目标识别图形为大的大矩形和三个小矩形以及单个二维码组成，所述的大矩形的中心、三个小矩形的中心、二维码的中心重合；所述的大矩形和小矩形的颜色不相同；步骤二：.无人机飞到降落位置附近，将相机垂直向下拍摄图像。当垂直向下的相机稳定后，通过多幅图像获取当前环境下的平均亮度值，从而选取匹配参数；步骤三：若在当前位置的相机视角内未识别到目标图形的图像，则按一定俯仰角转动相机云台扫描周围地面环境，在相机图像中找到目标图形的图像，并提供水平距离，所述的水平距离指无人机相机相对目标降落点的水平距离；步骤四：无人机进行水平距离控制，移动到目标图形的上方，开始降落；步骤五：降落过程中，通过图像识别，提供水平距离、正方向角度给飞行控制系统，所述的正方向角度指无人机机头指向与识别图形正方向的相对角度差；步骤六：系统获取实际高度，并依据当前高度选择水平距离、正方向角度的最小允许误差以及垂直速度；步骤七：无人机进行水平距离、正方向角度控制，使位置和方向更接近降落点；步骤八：比较当前水平距离、正方向角度与其对应的最小允许误差的大小关系，并结合高度，选择当前目标垂直速度；步骤九：无人机进行垂直速度控制，实现精准降落；步骤十：在不断修正水平距离、正方向角度过程中，降落到地面，实现停桨。所述的大矩形为红色，小矩形为绿色。步骤二中，所述的匹配参数通过计算图像亮度进行选择，步骤为：第一步：每次精准降落开始前，等待切换调整时间，包括相机从水平朝向切换到垂直朝向时间及相机自适应调整时间；第二步：相机获取有效图像；第三步：将获取的彩色图像转换成灰度图像，灰度值和亮度值在“色相无关性”方面是一致的，因此灰度常被用来表示亮度；第四步：获取灰度图中每一个像素点的灰度值，并求和取平均，得到图像的平均灰度值，等价于平均亮度值；第五步：重复步骤第二步、第三步、第四步多次，求取多幅图像的平均亮度值，排除随机误差；第六步：根据平均亮度值，选取匹配的图像识别阈值参数。平均亮度值与图像识别阈值参数的关系需在前期通过实验获得，实验为通过获取不同亮度环境且无人机降落过程中拍摄的图像，并调试出合适的图像识别阈值参数，进而得出匹配关系。在第步骤六中，将高度分为三个区域，大于第一高度、介于第一高度和第二高度、小于第二高度，,所述的第一高度的范围为4米-15米，第二高度的范围为1.5米-4米，当高度大于第一时，水平距离最小允许误差范围为30cm~60cm，正方向角度最小允许误差为20°~45°，垂直速度范围为30cm/s~80cm/s；当高度介于第一高度和第二高度时，水平距离最小允许误差范围为10cm~30cm，正方向角度最小允许误差范围为10°~20°，垂直速度范围为25cm/s~50cm/s；当高度小于第二高度时，水平距离最小允许误差范围为2cm~10cm，正方向角度最小允许误差范围为5°~15°，垂直速度范围为10cm/s~25cm/s。在不同高度获取水平距离、正方向角度和垂直速度的步骤为：第一步：获取当前实际高度值；第二步：比较当前高度是否大于第一高度，若大于则执行第三步，若不大于则直接执行第五步；第三步：设定水平距离最小允许误差为30cm~60cm，正方向角度最小允许误差为20°~45°；第四步：比较当前图像识别获取的水平距离和正方向角度是否满足误差范围，若满足设定垂直速度为30cm/s~80cm/s，并进行降落；若不满足，则垂直速度为0，悬停在当前高度修正距离和角度，直到满足误差范围；第五步：比较当前高度是否介于第一高度和第二高度之间，若满足则执行第六步，若小于等于则直接执行第八步；第六步：设定水平距离最小允许误差为10cm~30cm，正方向角度最小允许误差为10°~20°；第七步：比较当前图像识别获取的水平距离和正方向角度是否满足误差范围，若满足设定垂直速度为为25cm/s~50cm/s，并进行降落；若不满足，则垂直速度为0，悬停在当前高度修正距离和角度，直到满足误差范围；第八步：设定平距离最小允许误差为2cm~10cm，正方向角度最小允许误差为5°~15°；第九步：比较当前图像识别获取的水平距离和正方向角度是否满足误差范围，若满足设定垂直速度为10cm/s~25cm/s，并进行降落；若不满足，则垂直速度为0，悬停在当前高度修正距离和角度，直到满足误差范围；最终降落到目标图形。在步骤七中，所述水平距离控制共需经过4级PID控制，分别为水平位置控制环、水平速度控制环、角度控制环、角速率控制环，水平位置控制环接收当前绝对位置与图像识别获得的水平距离，进行PID控制，并输出目标水平速度；水平速度控制环接收前一环的目标水平速度，结合GPS模块解算出的实际水平速度进行PID控制，输出目标角度；角度控制环接收前一环的目标角度，结合GPS模块解算出的实际角度进行PID控制，输出目标角速率；角速率控制环接收前一环的目标角速率，结合陀螺仪的实际角速率进行PID控制，输出最终的伺服电机控制量，控制无人机运动。所述的水平位置控制、水平速度控制环、角度控制环的控制频率都为100Hz，角速率控制环的控制频率为500Hz。在步骤七中，所述正方向角度控制经过2级PID控制，分别为角度控制环、角速率控制环，所述角度控制环获取当前偏航角度与图像识别获得的正方向角度，进行PID控制，输出目标角速率，其典型控制频率是100Hz；所述角速率控制环接收前一环的目标角速率，结合陀螺仪的实际角速率进行PID控制，输出最终的伺服电机控制量，控制无人机运动，其典型控制频率是500Hz。在步骤八中，所述的垂直速度的控制方法为：结合当前高度以及误差情况，获取到目标垂直速度后，结合GPS模块解算出的实际垂直速度，进行垂直速度PID控制，输出伺服电机控制量，进行油门控制，控制无人机高度，其典型控制频率是100Hz。3、有益效果：本专利技术提供的一种无人机精准降落时的飞行控制方法，保证了整个降落过程稳定、可靠、及时、高精度。根据本文档来自技高网...

【技术保护点】
1.一种无人机精准降落的飞行控制方法，包括以下步骤：步骤一：制作目标识别图形，放置于目标降落点；所述的目标识别图形为大的大矩形（1）和三个小矩形以及单个二维码组成，所述的大矩形的中心、三个小矩形的中心、二维码的中心重合；所述的大矩形和小矩形的颜色不相同；步骤二：.无人机飞到降落位置附近，将相机垂直向下拍摄图像，当垂直向下的相机稳定后，通过多幅图像获取当前环境下的平均亮度值，选取匹配参数；步骤三：若在当前位置的相机视角内未识别到目标图形的图像，则按一定俯仰角转动相机云台扫描周围地面环境，在相机图像中找到目标图形的图像，并提供水平距离，所述的水平距离指无人机相机相对目标降落点的水平距离；步骤四：无人机进行水平距离控制，移动到目标图形的上方，开始降落；步骤五：降落过程中，通过图像识别，提供水平距离、正方向角度给飞行控制系统，所述的正方向角度指无人机机头指向与识别图形正方向的相对角度差；步骤六：系统获取实际高度，并依据当前高度选择水平距离、正方向角度的最小允许误差以及垂直速度；步骤七：无人机进行水平距离、正方向角度控制，使位置和方向更接近降落点；步骤八：比较当前水平距离、正方向角度与其对应的最小允许误差的大小关系，并结合高度，选择当前目标垂直速度；步骤九：无人机进行降垂直速度控制，实现精准降落；步骤十： 在不断修正水平距离、正方向角度过程中，降落到地面，实现停桨。...

【技术特征摘要】
1.一种无人机精准降落的飞行控制方法，包括以下步骤：步骤一：制作目标识别图形，放置于目标降落点；所述的目标识别图形为大的大矩形（1）和三个小矩形以及单个二维码组成，所述的大矩形的中心、三个小矩形的中心、二维码的中心重合；所述的大矩形和小矩形的颜色不相同；步骤二：.无人机飞到降落位置附近，将相机垂直向下拍摄图像，当垂直向下的相机稳定后，通过多幅图像获取当前环境下的平均亮度值，选取匹配参数；步骤三：若在当前位置的相机视角内未识别到目标图形的图像，则按一定俯仰角转动相机云台扫描周围地面环境，在相机图像中找到目标图形的图像，并提供水平距离，所述的水平距离指无人机相机相对目标降落点的水平距离；步骤四：无人机进行水平距离控制，移动到目标图形的上方，开始降落；步骤五：降落过程中，通过图像识别，提供水平距离、正方向角度给飞行控制系统，所述的正方向角度指无人机机头指向与识别图形正方向的相对角度差；步骤六：系统获取实际高度，并依据当前高度选择水平距离、正方向角度的最小允许误差以及垂直速度；步骤七：无人机进行水平距离、正方向角度控制，使位置和方向更接近降落点；步骤八：比较当前水平距离、正方向角度与其对应的最小允许误差的大小关系，并结合高度，选择当前目标垂直速度；步骤九：无人机进行降垂直速度控制，实现精准降落；步骤十：在不断修正水平距离、正方向角度过程中，降落到地面，实现停桨。2.如权利要求1所述的方法，其特征在于：所述的大矩形为红色，小矩形为绿色。3.如权利要求1所述的方法，其特征在于：步骤二中，所述的匹配参数通过计算图像亮度进行选择，步骤为：第一步：每次精准降落开始前，等待切换调整时间，包括相机从水平朝向切换到垂直朝向时间及相机自适应调整时间；第二步：相机获取有效图像；第三步：将获取的彩色图像转换成灰度图像，灰度值和亮度值在“色相无关性”方面是一致的，因此灰度常被用来表示亮度；第四步：获取灰度图中每一个像素点的灰度值，并求和取平均，得到图像的平均灰度值，等价于平均亮度值；第五步：重复步骤第二步、第三步、第四步多次，求取多幅图像的平均亮度值，排除随机误差；第六步：根据平均亮度值，选取匹配的图像识别阈值参数，平均亮度值与图像识别阈值参数的关系需在前期通过实验获得，实验为通过获取不同亮度环境且无人机降落过程中拍摄的图像，并调试出合适的图像识别阈值参数，进而得出匹配关系。4.如权利要求1所述的方法，其特征在于：在第步骤六中，将高度分为三个区域，大于第一高度、介于低于高度和第二高度、小于第二高度，,所述的第一高度的范围为4米-15米，第二高度的范围为1.5米-4米，当高度大于第一高度时，水平距离最小允许误差范围为30cm~60cm，正方向角度最小允许误差为20°~45°，垂直速度范围为30cm/s~80cm/s；当高度介于第一高度和第二高度时，水平距离最小允许误差范围为10cm~30cm，正方向角度最小允许误差范围为10°~20°，垂直速度范围为25cm/s~50cm/s；当高度小于第二高度时，水平距离最小允许误差范围为2cm~10cm，正方向角度最小允许误差范围为5°~15°，垂直速度范围为10cm/s~25c...

【专利技术属性】
技术研发人员：廖振星，
申请(专利权)人：南京奇蛙智能科技有限公司，
类型：发明
国别省市：江苏,32