一种基于机器视觉的无人机精准降落方法技术

本发明专利技术公开了一种基于机器视觉的无人机精准降落方法，本方法使用SSD物体检测和ECO目标跟踪方法，来实现对目标平台的检测和跟踪，锁定跟踪目标在图像中央，调整无人机的位置和云台的角度到平台上方，开启无人机上的摄像头拍摄平台上的二维码图像，锁定无人机的位置并进行降落，本可以辅助无人机实现精准降落在指定平台，并且本发明专利技术可以在GPS信号弱或者信号干扰的情况下，仅依赖视觉模块引导飞机成功降落。

A Precise Landing Method for UAV Based on Machine Vision

【技术实现步骤摘要】
一种基于机器视觉的无人机精准降落方法
本专利技术涉及无人机降落
，尤其涉及一种基于机器视觉的无人机精准降落方法。
技术介绍
无人驾驶飞机简称“无人机”，英文缩写为“UAV”，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，或者由车载计算机完全地或间歇地自主地操作。按尺度分类，无人机可分为微型无人机、轻型无人机、小型无人机以及大型无人机。微型无人机是指空机质量小于等于7kg，轻型无人机质量大于7kg，但小于等于116kg的无人机，且全马力平飞中，校正空速小于100km/h(55nmile/h)，升限小于3000m。小型无人机，是指空机质量小于等于5700kg的无人机，微型和轻型无人机除外。大型无人机，是指空机质量大于5700kg的无人机。与有人驾驶飞机相比，无人机往往更适合那些太“愚钝，肮脏或危险”的任务。无人机按应用领域，可分为军用与民用。军用方面，无人机分为侦察机和靶机。民用方面，无人机+行业应用，是无人机真正的刚需；目前在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用，大大的拓展了无人机本身的用途，发达国家也在积极扩展行业应用与发展无人机技术。现如今无人机应用十分广泛，但传统的无人机在降落时，难以实现精准降落在指定平台，而且在GPS信号弱或者信号干扰的情况下，难以引导飞机成功降落。
技术实现思路
本专利技术的目的是为了解决现有技术中存在的传统的无人机在降落时，难以实现精准降落在指定平台，而且在GPS信号弱或者信号干扰的情况下，难以引导飞机成功降落的缺点，而提出的一种基于机器视觉的无人机精准降落方法。为了实现上述目的，本专利技术采用了如下技术方案：一种基于机器视觉的无人机精准降落方法，具体包括以下步骤：S1、无人机挂载云台、深度学习芯片和普通USB摄像头；S2、无人机执行任务返回目标平台的途中，首先开机视觉模块进行目标搜索；S3、当开启无人机视觉模块时，目标检测算法SSD对云台传回的图像进行实时检测；S4、当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，重复执行S2，S3步；S5、跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方；S6、当无人机飞行至平台上方时，下落至5m高度后，开启USB摄像头，通过使用单目相机位姿估计(pnp)技术，获取无人机相对目标平台的距离和方位；S7、无人机控制算法获取视觉模块求解的位置坐标，控制无人机精确降落在目标平台顶部。优选的，在S1中，在执行任务之前利用采集目标数据进行深度学习算法SSD的训练，并保证可以在含有目标平台的视频中检测到目标平台。优选的，在S2中，无人机执行任务返回目标平台的途中，首先开启视觉模块进行目标搜索，具体指：第一：无人机持续向前方飞行；第二：云台持续转动搜寻目标；第三：无人机视觉模块同时开启。优选的，在S6中，获取无人机相对目标平台的距离和方位，具体是指：通过二维码求解无人机机载摄像头的位置坐标，并转化为平台载二维码相对无人机的位置坐标。本专利技术提供的一种基于机器视觉的无人机精准降落方法，与现有技术相比：本方法使用SSD物体检测和ECO目标跟踪方法，来实现对目标平台的检测和跟踪，锁定跟踪目标在图像中央，调整无人机的位置和云台的角度到平台上方，开启无人机上的摄像头拍摄平台上的二维码图像，锁定无人机的位置并进行降落，本可以辅助无人机实现精准降落在指定平台，并且本专利技术可以在GPS信号弱或者信号干扰的情况下，仅依赖视觉模块引导飞机成功降落；无人机挂载云台、深度学习芯片和普通USB摄像头；执行任务之前利用采集目标数据进行深度学习算法SSD的训练，并保证可以在含有目标平台的视频中检测到目标平台，可以辅助无人机实现精准降落在指定平台；当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方，可以在GPS信号弱或者信号干扰的情况下，仅依赖视觉模块引导飞机成功降落。附图说明：图1为本专利技术的工作流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合具体实施例和说明书附图1，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。实施例1一种基于机器视觉的无人机精准降落方法，其特征在于，具体包括以下步骤：S1、无人机挂载云台、深度学习芯片和普通USB摄像头；执行任务之前利用采集目标数据进行深度学习算法SSD的训练，并保证可以在含有目标平台的视频中检测到目标平台；S2、无人机执行任务返回目标平台的途中，首先开启视觉模块进行目标搜索；具体指：第一：无人机持续向前方飞行；第二：云台持续转动搜寻目标；第三：无人机视觉模块同时开启；S3、当开启无人机视觉模块时，目标检测算法SSD对云台传回的图像进行实时检测；S4、当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，重复执行S2，S3步；S5、跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方；S6、当无人机飞行至平台上方时，下落至5m高度后，开启USB摄像头，通过使用单目相机位姿估计(pnp)技术，获取无人机相对目标平台的距离和方位，具体是指：通过二维码求解无人机机载摄像头的位置坐标，并转化为平台载二维码相对无人机的位置坐标；S7、无人机控制算法获取视觉模块求解的位置坐标，控制无人机精确降落在目标平台顶部。综上所述：无人机挂载云台、深度学习芯片和普通USB摄像头；执行任务之前利用采集目标数据进行深度学习算法SSD的训练，并保证可以在含有目标平台的视频中检测到目标平台，可以辅助无人机实现精准降落在指定平台；当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方，可以在GPS信号弱或者信号干扰的情况下，仅依赖视觉模块引导飞机成功降落。本方法使用SSD物体检测和ECO目标跟踪方法，来实现对目标平台的检测和跟踪，锁定跟踪目标在图像中央，调整无人机的位置和云台的角度到平台上方，开启无人机上的摄像头拍摄平台上的二维码图像，锁定无人机的位置并进行降落，本可以辅助无人机实现精准降落在指定平台，并且本专利技术可以在GPS信号弱或者信号干扰的情况下，仅依赖视觉模块引导飞机成功降落。以上所述，仅为本专利技术较佳的具体实施方式，但本专利技术的保护范围并不局限于此，任何熟悉本
的技术人员在本专利技术揭露的技术范围内，根据本专利技术的技术方案及其专利技术构思加以等同替换或改变，都应涵盖在本专利技术的保护范围之内。本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的无人机精准降落方法，其特征在于，具体包括以下步骤：S1、无人机挂载云台、深度学习芯片和普通USB摄像头；S2、无人机执行任务返回目标平台的途中，首先开机视觉模块进行目标搜索；S3、当开启无人机视觉模块时，目标检测算法SSD对云台传回的图像进行实时检测；S4、当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，重复执行S2，S3步；S5、跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方；S6、当无人机飞行至平台上方时，下落至5m高度后，开启USB摄像头，通过使用单目相机位姿估计(pnp)技术，获取无人机相对目标平台的距离和方位；S7、无人机控制算法获取视觉模块求解的位置坐标，控制无人机精确降落在目标平台顶部。

【技术特征摘要】
1.一种基于机器视觉的无人机精准降落方法，其特征在于，具体包括以下步骤：S1、无人机挂载云台、深度学习芯片和普通USB摄像头；S2、无人机执行任务返回目标平台的途中，首先开机视觉模块进行目标搜索；S3、当开启无人机视觉模块时，目标检测算法SSD对云台传回的图像进行实时检测；S4、当检测到目标平台时，将检测到的目标平台数据发送给ECO跟踪模块，如果在跟踪过程中丢失目标，重新开启检测，重复执行S2，S3步；S5、跟踪过程中，云台俯仰角度锁定，将云台航向角与飞机航向保持一致，通过移动无人机将跟踪目标锁定到图像中央，然后锁定云台航向角，无人机飞行至目标平台上方；S6、当无人机飞行至平台上方时，下落至5m高度后，开启USB摄像头，通过使用单目相机位姿估计(pnp)技术，获取无人机相对目标平台的距离和方位；S7、无人...

【专利技术属性】
技术研发人员：李振宇，王光平，李明富，王亮亮，丁红亮，
申请(专利权)人：深圳市科卫泰实业发展有限公司，
类型：发明
国别省市：广东,44