The invention discloses a UAV logistics delivery method and system, the steps of which are: the UAV transmits the image and sound data to the UAV interactive control system; the human body attitude recognition module recognizes the human body position, joint node and face data in the image, the voice recognition module recognizes the voice voiceprint data; the face data and voice voiceprint data are respectively compared with the data The data in the database are compared to verify the user's identity information; when the identity information is verified to be correct, the UAV authority submission module will submit the UAV control authority to the user, otherwise the UAV will return after hovering for a period of time; when the goods are delivered, the UAV will rise to the set height to receive the control signal of the UAV flight control system, and the UAV navigation will return \u3002 The invention realizes the human-computer interaction between the UAV and the user, so that the user can choose the time and place independently during the receiving of the logistics transportation, which makes the delivery of the goods more convenient and saves the labor cost of the logistics company.
【技术实现步骤摘要】
一种无人机物流送货方法及系统
本专利技术涉及无人机控制
,具体涉及一种无人机物流送货方法及系统。
技术介绍
在现代物流派送领域中的最后派送服务中,物流“最后一公里”,即“门到门”,按时按需送货上门的环节存在诸多不足,目前“最后一公里”仍然要依靠快递员的电动三轮车或双脚才能走完,没有物流车辆通道保证物流通畅,大部分物流的货运车辆在城内受交通限制,还存在物流车辆无处停靠的难题;完全使用人力徒步运送则会导致效率极端低下,人力成本急剧上升。以通常快递为例,末端集散中心在完成快递整理后,需要派遣专门的快递员携带快件出发,依次将其运送至每个相关的物流的自提柜或直接与收件人交接。为了解决劳动力的问题,现有的派送开始使用物流无人机,但是目前无人机的操作上还需要人工进行操作或自主飞行到特定地点降落,这样的派送服务在一定程度上还是无法脱离人为的操作,需要耗费人力来控制或只能在指定地点工作,无法实现人机互动,存在一定的局限性,所以需要一套方案来解决目前派送上最后路程的全自动化运转。
技术实现思路
为了克服现有技术存在的缺陷与不足,本专利技术提供一种无人机物流送货方法及系统,实现无人机与用户之间的人机交互,使得物流运输中用户在接收时,能自主选择时间地点使得交付物品更加便利并节省物流公司的人力成本。为了达到上述目的,本专利技术采用以下技术方案:本专利技术提供一种无人机物流送货方法,包括下述步骤:S1:无人机在收货点上空采集图像及声音数据,并将数据传输到无人机交互式控制系统;S2 ...
【技术保护点】
1.一种无人机物流送货方法,其特征在于,包括下述步骤:/nS1:无人机在收货点上空采集图像及声音数据,并将数据传输到无人机交互式控制系统;/nS2:无人机交互式控制系统通过人体姿态识别模块识别出图像中的人体位置及人体关节节点后,识别人脸特征点数据,通过语音识别模块读取用户的语音数据,识别声纹特征点数据;/nS3:采集的人脸特征点与数据库中的人脸数据进行对比,采集的声纹特征点数据与数据库中的语音数据进行对比,用户识别模块验证用户的身份信息;/nS4:当身份信息验证为错误时,无人机权限递交模块控制无人机悬停,超过设定时间后无人机返回;当身份信息验证为正确时,无人机权限递交模块将无人机控制权限递交至用户,通过人体姿态识别模块或语音识别模块与无人机进行数据交互;/nS5:通过对比数据库中的节点运作方式判断出人体姿态所对应的控制信号,或者通过对比数据库中的语音数据判断出用户语义并转换成控制信号,并回传至无人机飞控系统;/nS6:当货物完成交付,无人机避障提升到设定的高度后,接收无人机飞控系统的控制信号,无人机返回。/n
【技术特征摘要】
1.一种无人机物流送货方法,其特征在于,包括下述步骤:
S1:无人机在收货点上空采集图像及声音数据,并将数据传输到无人机交互式控制系统;
S2:无人机交互式控制系统通过人体姿态识别模块识别出图像中的人体位置及人体关节节点后,识别人脸特征点数据,通过语音识别模块读取用户的语音数据,识别声纹特征点数据;
S3:采集的人脸特征点与数据库中的人脸数据进行对比,采集的声纹特征点数据与数据库中的语音数据进行对比,用户识别模块验证用户的身份信息;
S4:当身份信息验证为错误时,无人机权限递交模块控制无人机悬停,超过设定时间后无人机返回;当身份信息验证为正确时,无人机权限递交模块将无人机控制权限递交至用户,通过人体姿态识别模块或语音识别模块与无人机进行数据交互;
S5:通过对比数据库中的节点运作方式判断出人体姿态所对应的控制信号,或者通过对比数据库中的语音数据判断出用户语义并转换成控制信号,并回传至无人机飞控系统;
S6:当货物完成交付,无人机避障提升到设定的高度后,接收无人机飞控系统的控制信号,无人机返回。
2.根据权利要求1所述的无人机物流送货方法,其特征在于,步骤S2中所述识别人脸特征点数据,具体步骤包括:
构建回归函数F,图像I作为输入,输出θ为人脸特征点的位置,构建多个回归子函数逼近回归函数F,计算公式为:
θ=F(I)=fn(fn-1(…f1(θ0,I),I),I);
θi=fi(θi-1,I),i=1,…,n;
其中,θ0为人脸特征点的初始形状。
3.根据权利要求1所述的无人机物流送货方法,其特征在于,步骤S2中所述人体姿态识别模块识别出图像中的人体位置及人体关节节点,具体包括:
采用初级神经网络计算图像中的人体关节像素坐标,将图像的人体关节坐标映射到深度图坐标,计算关节热点图像,将深度图像和关节热点图像输入次级神经网络,估算人体3D关节位置,根据人体3D关节点位置,采用图像分割方法计算腋下点。
4.根据权利要求3所述的无人机物流送货方法,其特征在于,所述初级神经网络采用CPN网络,包括GlobalNet和RefineNet,所述GlobalNet用于定位可见关键点,所述RefineNet用于定位隐藏关键点,所述Refin...
【专利技术属性】
技术研发人员:李伟华,杨皓然,佘佳俊,张敏,梁祖懿,雷英佳,张泽恒,谭铭濠,
申请(专利权)人:暨南大学,
类型:发明
国别省市:广东;44
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。