【技术实现步骤摘要】
无人机定点降落方法
本专利技术涉及一种无人机等飞行器
，具体而言，涉及一种无人机定点降落方法。
技术介绍
近年来，无人机的应用领域越来越广泛，无人机的控制技术日趋成熟，要想进一步实现无人机的自动化，关键在于无人机的自动起降。自动定点降落过程采用GPS定位系统完成，GPS定位的可靠精度为3米左右，而且GPS信号容易受障碍物遮挡而影响定位精度，为了实现高精度的定点降落必须在小范围内增加辅助工具，这就使增加了系统的复杂性。现有技术通常采用摄像头识别地面上的图案或红外信标实现精度较高的定点降落，但是都有一定的缺陷。摄像头图像识别受光线影响较大，距离稍远可靠性就大大降低；红外信标可以很好的克服光线干扰，但是目前不能进行特定匹配，即在较近的距离无法区分多个信标，因此影响了该方案的进一步推广应用。
技术实现思路
本专利技术就是为了解决现有无人机系统不能实现高精度、高可靠性定点降落的技术问题，提供了一种能够高精度地，高可靠性定点降落的无人机定点降落方法。本专利技术提供的无人机定点降落方法，包括以下方法：步骤1，针对降落区域布置的多个红外信标模块，通过红外摄像头模块采用深度学习算...
【技术保护点】
1.一种无人机定点降落方法，其特征在于，包括以下方法：步骤1，针对降落区域布置的多个红外信标模块，通过红外摄像头模块采用深度学习算法进行图像识别从而采集降落区域上的多个红外信标模块的图像，通过神经网络训练生成模型；步骤2，将训练好的模型下载到无人机飞控中，以摄像头输入的图像为输入，通过神经网络加载模型，对图像进行处理计算出停机坪相对位置信息；步骤3，将位置信息作为输入发送给无人机飞控，从而控制无人机调整自身位置，使得无人机降落在停机坪上。
【技术特征摘要】
1.一种无人机定点降落方法，其特征在于，包括以下方法：步骤1，针对降落区域布置的多个红外信标模块，通过红外摄像头模块采用深度学习算法进行图像识别从而采集降落区域上的多个红外信标模块的图像，通过神经网络训练生成模型；步骤2，将训练好的模型下载到无人机飞控中，以摄像头输入的图像为输入，通过神经网络加载模型，对图像进行处理计算出停机坪相对位置信息；步骤3，将位置信息作为输入发送给无人机飞控，从而控制无人机调整自身位置，使得无人机降落在停机坪上。2.一种无人机定点降落方法，其特征在于，包括以下方法：步骤1，针对降落区域布置的多个红外信标模块，通过红外摄像头模块采用深度学习算法进行图像识别从...
【专利技术属性】
技术研发人员：王新胜，周志权，王晨旭，赵宜楠，
申请(专利权)人：哈尔滨工业大学威海，
类型：发明
国别省市：山东,37
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。