基于视觉导航的无人机自主分级降落方法及系统技术方案

本发明专利技术提供了一种基于视觉导航的无人机自主分级降落方法及系统，本发明专利技术可根据用户需要，可指定无人机拍摄的任意降落区域；本发明专利技术使用视觉跟踪作为无人机飞行位置的反馈，对无人机进行导航；本发明专利技术通过对降落区域进行分级跟踪，实现无人机的精准降落。

Autonomous Graded Landing Method and System of UAV Based on Visual Navigation

The invention provides an autonomous grading landing method and system for UAV based on visual navigation, which can designate any landing area taken by UAV according to user's needs, uses visual tracking as feedback of UAV's flying position to navigate UAV, and realizes precise landing of UAV by grading the landing area.

【技术实现步骤摘要】
基于视觉导航的无人机自主分级降落方法及系统
本专利技术涉及一种基于视觉导航的无人机自主分级降落方法及系统。
技术介绍
目前，无人机的降落主要依靠GPS定位来实现，但是GPS的精度受信号强度的影响，并且普通的GPS的精度存在米级的误差，因此，依靠GPS信号不能实现精准降落
技术实现思路
本专利技术的目的在于提供一种基于视觉导航的无人机自主分级降落方法及系统。为解决上述问题，本专利技术提供一种基于视觉导航的无人机自主分级降落方法，包括：步骤S1，在无人机当前拍摄的图像中，选取期望降落区域的图像；步骤S2，使用图像跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸；步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面。进一步的，在上述方法中，步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面，包括：步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面，包括：步骤S31，根据获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，得到所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在无人机当前拍摄的图像的中心；步骤S32，当所述无人机飞行到接近所述期望降落区域的上空时，调整所述无人机的相机角度，直到无人机的相机角度完全垂直向下，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；步骤S33，保持所述无人机的相机角度垂直向下，降低所述无人机的飞行高度，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；步骤S34，在所述无人机降低飞行高度向所述期望降落区域飞行时，当所述期望降落区域的图像占所述无人机当前拍摄的图像的2/3时，以所述期望降落区域的图像的中心为中心，长宽对应各取所述期望降落区域的图像的二分之一，作为新的精准降落区域的图像；步骤S35，保持所述无人机的相机角度垂直向下，继续跟踪所述新的精准降落区域的图像，同时降低所述无人机的飞行高度，其中，在这一过程中，不断的跟踪所述新的精准降落区域的图像，根据所述新的精准降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制飞机向所述新的精准降落区域飞行时，控制所述新的精准降落区域的图像的中心在所述无人机当前拍摄的图像的中心；重复所述步骤S34和步骤S35直到所述无人机降落到地面。进一步的，在上述方法中，所述期望降落区域包括有明显特征的一块区域。进一步的，在上述方法中，所述步骤S2，包括：使用滤波加目标颜色直方图的跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸。进一步的，在上述方法中，所述步骤S32，包括：连续跟踪获取所述期望降落区域的图像在无人机拍摄图像的位置和尺寸后，根据所述期望降落区域的中心的坐标，与无人机当前拍摄的图像的中心的坐标的差，使用PID控制，不断调整所述无人机的姿态和位置，使得所述期望降落区域的中心位于所述无人机当前拍摄的图像的中心；然后，逐渐调整所述无人机相机角度，在调整相机角度的过程中，继续控制所述无人机的姿态和位置，使得所述期望降落区域的图像的中心位于所述无人机当前拍摄的图像的中心，直到将相机角度调整为垂直向下；最后，将所述无人机的相机垂直向下对准所述期望降落区域。进一步的，在上述方法中，所述步骤S33，包括：保持所述无人机的相机角度垂直向下，继续跟踪所述期望降落区域的图像，获取所述期望降落区域的位置和尺寸，控制所述无人机开始下降，根据所述期望降落区域的中心的坐标，与无人机当前拍摄的图像的中心坐标的差，使用PID控制，不断调整无人机的姿态和位置，使得所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；所述步骤S35，包括：保持所述无人机的相机角度垂直向下，继续跟踪所述新的精准降落区域的图像，获取所述新的精准降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，同时降低所述无人机的高度，根据所述新的精准降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，使用PID控制，不断调整所述无人机的姿态和位置，使所述新的精准降落区域的图像的中心在所述无人机当前拍摄的图像的中心。根据本专利技术的另一面，还提供一种基于视觉导航的无人机自主分级降落系统，包括：第一模块，用于在无人机当前拍摄的图像中，选取期望降落区域的图像；第二模块，用于使用图像跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸；第三模块，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面。进一步的，在上述系统中，所述第三模块，包括：第三一模块，用于根据获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，得到所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在无人机当前拍摄的图像的中心；第三二模块，用于当所述无人机飞行到接近所述期望降落区域的上空时，调整所述无人机的相机角度，直到无人机的相机角度完全垂直向下，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；第三三模块，用于保持所述无人机的相机角度垂直向下，降低所述无人机的飞行高度，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；第三四模块，用于在所述无人机降低飞行高度向所述期望降落区域飞行时，当所述期望降落区域的图像占所述无人机当前拍摄的图像的2/3时，以所述期望降落区域的图像的中心为中心，长宽对应各取所述期望降落区域的图像的二分之一，作为新的精准降落区域的图像；第三五模块，用于保持本文档来自技高网...

【技术保护点】
1.一种基于视觉导航的无人机自主分级降落方法，其特征在于，包括：步骤S1，在无人机当前拍摄的图像中，选取期望降落区域的图像；步骤S2，使用图像跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸；步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面。

【技术特征摘要】
1.一种基于视觉导航的无人机自主分级降落方法，其特征在于，包括：步骤S1，在无人机当前拍摄的图像中，选取期望降落区域的图像；步骤S2，使用图像跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸；步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面。2.如权利要求1所述的基于视觉导航的无人机自主分级降落方法，其特征在于，步骤S3，根据所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，控制所述无人机飞行向所述期望降落区域飞行，直到所述无人机降落到地面，包括：步骤S31，根据获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，得到所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在无人机当前拍摄的图像的中心；步骤S32，当所述无人机飞行到接近所述期望降落区域的上空时，调整所述无人机的相机角度，直到无人机的相机角度完全垂直向下，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制所述无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；步骤S33，保持所述无人机的相机角度垂直向下，降低所述无人机的飞行高度，其中，在这一过程中，不断的跟踪所述期望降落区域的图像，根据所述期望降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制无人机向所述期望降落区域飞行时，控制所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；步骤S34，在所述无人机降低飞行高度向所述期望降落区域飞行时，当所述期望降落区域的图像占所述无人机当前拍摄的图像的2/3时，以所述期望降落区域的图像的中心为中心，长宽对应各取所述期望降落区域的图像的二分之一，作为新的精准降落区域的图像；步骤S35，保持所述无人机的相机角度垂直向下，继续跟踪所述新的精准降落区域的图像，同时降低所述无人机的飞行高度，其中，在这一过程中，不断的跟踪所述新的精准降落区域的图像，根据所述新的精准降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，通过PID算法控制飞机向所述新的精准降落区域飞行时，控制所述新的精准降落区域的图像的中心在所述无人机当前拍摄的图像的中心；重复所述步骤S34和步骤S35直到所述无人机降落到地面。3.如权利要求1所述的基于视觉导航的无人机自主分级降落方法，其特征在于，所述步骤S2，包括：使用滤波加目标颜色直方图的跟踪算法，跟踪所述期望降落区域的图像，不断获取所述期望降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸。4.如权利要求1所述的基于视觉导航的无人机自主分级降落方法，其特征在于，所述步骤S32，包括：连续跟踪获取所述期望降落区域的图像在无人机拍摄图像的位置和尺寸后，根据所述期望降落区域的中心的坐标，与无人机当前拍摄的图像的中心的坐标的差，使用PID控制，不断调整所述无人机的姿态和位置，使得所述期望降落区域的中心位于所述无人机当前拍摄的图像的中心；然后，逐渐调整所述无人机相机角度，在调整相机角度的过程中，继续控制所述无人机的姿态和位置，使得所述期望降落区域的图像的中心位于所述无人机当前拍摄的图像的中心，直到将相机角度调整为垂直向下；最后，将所述无人机的相机垂直向下对准所述期望降落区域。5.如权利要求1至4任一项所述的基于视觉导航的无人机自主分级降落方法，其特征在于，所述步骤S33，包括：保持所述无人机的相机角度垂直向下，继续跟踪所述期望降落区域的图像，获取所述期望降落区域的位置和尺寸，控制所述无人机开始下降，根据所述期望降落区域的中心的坐标，与无人机当前拍摄的图像的中心坐标的差，使用PID控制，不断调整无人机的姿态和位置，使得所述期望降落区域的图像的中心在所述无人机当前拍摄的图像的中心；所述步骤S35，包括：保持所述无人机的相机角度垂直向下，继续跟踪所述新的精准降落区域的图像，获取所述新的精准降落区域的图像在所述无人机当前拍摄的图像中的位置和尺寸，同时降低所述无人机的高度，根据所述新的精准降落区域的图像的中心与无人机当前拍摄的图像的中心的偏差，使用PID控制，不断调整所述无人机的姿态和位置，使所述新的精准降落区域的图像...

【专利技术属性】
技术研发人员：汪志伟，孙卓金，徐斌，
申请(专利权)人：昆山优尼电能运动科技有限公司，
类型：发明
国别省市：江苏,32