一种迫降方法、装置及电子设备制造方法及图纸

本发明专利技术提供了一种迫降方法、装置及电子设备，在无人驾驶航空器迫降过程中，可以根据实时获取的待分析图像的图像分析结果，来选取出适合迫降的目标迫降场地，无人驾驶航空器就可以迫降在该目标迫降场地，进而可以提高无人驾驶航空器的迫降成功率以及提高无人驾驶航空器的降落安全性。并且，本发明专利技术可以适用于任何区域的迫降场地的分析，提高了未知迫降场地分析的准确性。

A method, device and electronic equipment of forced landing

【技术实现步骤摘要】
一种迫降方法、装置及电子设备
本专利技术涉及数据处理领域，更具体的说，涉及一种迫降方法、装置及电子设备。
技术介绍
无人驾驶航空器，简称无人机、无人航空器，广义上指不需要驾驶员登机驾驶的各式遥控或自主智能航空器。无人驾驶航空器在飞行过程中，会受到极端天气等影响而自主迫降，在迫降过程中，如果能够选取出适合于无人驾驶航空器的迫降场地，就可以提高无人驾驶航空器的迫降成功率以及提高无人驾驶航空器的降落安全性。
技术实现思路
有鉴于此，本专利技术提供一种迫降方法、装置及电子设备，以解决在无人驾驶航空器迫降过程中，亟需选取出适合于无人驾驶航空器的迫降场地的问题。为解决上述技术问题，本专利技术采用了如下技术方案：一种迫降方法，包括：实时获取迫降过程中采集的待分析图像，以及所述待分析图像的采集信息；所述采集信息包括采集所述待分析图像的图像采集设备的采集角度以及采集高度；所述待分析图像为地面迫降场地的图像；调用预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果，并基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地；所述图像分析结果为所述待分析图像对应的地面迫降场地适合迫降的分析结果；所述图像处理模型利用图像样本训练得到，所述图像样本预先标注了图像采集信息和迫降类型；所述图像采集信息至少包括所述采集信息。可选地，在所述基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地之后，还包括：控制所述无人驾驶航空器迫降至所述目标迫降场地。可选地，基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地，包括：获取当前的待分析图像的图像分析结果；若当前的所述待分析图像的图像分析结果为适合迫降，则将当前的所述待分析图像确定为目标图像，并确定所述目标图像对应的地面迫降场地，并作为所述目标迫降场地；若当前的所述待分析图像的图像分析结果为不适合迫降，则获取下一时刻采集的待分析图像的图像分析结果，并作为当前的待分析图像的图像分析结果，返回执行所述若当前的所述待分析图像的图像分析结果为适合迫降，则将当前的所述待分析图像确定为目标图像这一步骤，直至得到所述目标迫降场地。可选地，所述图像处理模型的生成过程包括：获取图像样本集合；所述图像样本集合中包含了预先标注了图像采集信息的图像样本；所述图像样本的迫降类型为适合迫降；所述图像采集信息至少包括所述采集信息；利用所述图像样本集合对初始模型进行训练，得到所述图像处理模型。可选地，获取图像样本集合，包括：获取虚拟场景；所述虚拟场景包括降落跑道的三维图像数据以及所述降落跑道周围区域的三维图像数据；从所述虚拟场景中提取出符合预设降落条件的目标图像；获取所述目标图像的图像采集信息；基于提取出的所述目标图像以及所述目标图像对应的图像采集信息，构建得到所述图像样本集合。可选地，从所述虚拟场景中提取出符合预设降落条件的目标图像，包括：从所述虚拟场景中确定出符合预设降落条件的目标区域；所述预设降落条件包括位于所述降落跑道周围区域且符合所述无人驾驶航空器的最小降落长度、最小降落宽度和落差；提取出所述目标区域的图像，并对提取的图像进行图像增强处理，得到所述目标图像。可选地，获取图像样本集合，包括：获取通过航拍设备采集的符合预设降落条件的地面迫降样本场地的图像样本，并构建得到图像样本集合。可选地，在所述利用所述图像样本集合对初始模型进行训练，得到所述图像处理模型之后，还包括：获取测试样本；基于所述测试样本对所述图像处理模型进行测试，得到测试结果；若所述测试结果为不适合迫降，对所述图像处理模型进行再训练，直至训练后的图像处理模型的识别准确度大于预设阈值。可选地，对所述图像处理模型进行再训练，直至训练后的图像处理模型的识别准确度大于预设阈值，包括：获取再训练图像样本集；所述再训练图像样本集中的图像样本的数量大于所述图像样本集合中的图像样本的数量；依据所述再训练图像样本集对所述图像处理模型进行再训练，直至训练后的图像处理模型的识别准确度大于预设阈值。一种迫降场地确定装置，包括：数据获取模块，用于实时获取迫降过程中采集的待分析图像，以及所述待分析图像的采集信息；所述采集信息包括采集所述待分析图像的图像采集设备的采集角度以及采集高度；所述待分析图像为地面迫降场地的图像；图像分析模块，用于调用预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果，并基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地；所述图像分析结果为所述待分析图像对应的地面迫降场地适合迫降的分析结果；所述图像处理模型利用图像样本训练得到，所述图像样本预先标注了图像采集信息和迫降类型；所述图像采集信息至少包括所述采集信息。一种电子设备，包括：存储器和处理器；其中，所述存储器用于存储程序；处理器调用程序并用于：实时获取迫降过程中采集的待分析图像，以及所述待分析图像的采集信息；所述采集信息包括采集所述待分析图像的图像采集设备的采集角度以及采集高度；所述待分析图像为地面迫降场地的图像；调用预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果，并基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地；所述图像分析结果为所述待分析图像对应的地面迫降场地适合迫降的分析结果；所述图像处理模型利用图像样本训练得到，所述图像样本预先标注了图像采集信息和迫降类型；所述图像采集信息至少包括所述采集信息。相较于现有技术，本专利技术具有以下有益效果：本专利技术提供了一种迫降方法、装置及电子设备，在无人驾驶航空器迫降过程中，可以采集地面迫降场地的待分析图像以及获取该待分析图像的采集信息，然后基于预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果。由于图像处理模型的训练样本标注有迫降类型，则可以使用图像处理模型分析得到当前获取的待分析图像对应的地面迫降场地是否适合迫降。在无人驾驶航空器迫降过程中，就可以根据实时获取的待分析图像的图像分析结果，来选取出适合迫降的目标迫降场地，无人驾驶航空器就可以迫降在该目标迫降场地，进而可以提高无人驾驶航空器的迫降成功率以及提高无人驾驶航空器的降落安全性。并且，本专利技术可以适用于任何区域的迫降场地的分析，提高了未知迫降场地分析的准确性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的实施例，对于本领域普通技术人员来讲，在不付出本文档来自技高网...

【技术保护点】
1.一种迫降方法，其特征在于，包括：/n实时获取迫降过程中采集的待分析图像，以及所述待分析图像的采集信息；所述采集信息包括采集所述待分析图像的图像采集设备的采集角度以及采集高度；所述待分析图像为地面迫降场地的图像；/n调用预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果，并基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地；/n所述图像分析结果为所述待分析图像对应的地面迫降场地适合迫降的分析结果；所述图像处理模型利用图像样本训练得到，所述图像样本预先标注了图像采集信息和迫降类型；所述图像采集信息至少包括所述采集信息。/n

【技术特征摘要】
1.一种迫降方法，其特征在于，包括：
实时获取迫降过程中采集的待分析图像，以及所述待分析图像的采集信息；所述采集信息包括采集所述待分析图像的图像采集设备的采集角度以及采集高度；所述待分析图像为地面迫降场地的图像；
调用预先训练的图像处理模型对标注有采集信息的所述待分析图像进行处理，得到所述待分析图像的图像分析结果，并基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地；
所述图像分析结果为所述待分析图像对应的地面迫降场地适合迫降的分析结果；所述图像处理模型利用图像样本训练得到，所述图像样本预先标注了图像采集信息和迫降类型；所述图像采集信息至少包括所述采集信息。


2.根据权利要求1所述的迫降方法，其特征在于，在所述基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地之后，还包括：
控制所述无人驾驶航空器迫降至所述目标迫降场地。


3.根据权利要求1所述的迫降方法，其特征在于，基于实时获取的所述待分析图像的图像分析结果，确定无人驾驶航空器迫降的目标迫降场地，包括：
获取当前的待分析图像的图像分析结果；
若当前的所述待分析图像的图像分析结果为适合迫降，则将当前的所述待分析图像确定为目标图像，并确定所述目标图像对应的地面迫降场地，并作为所述目标迫降场地；
若当前的所述待分析图像的图像分析结果为不适合迫降，则获取下一时刻采集的待分析图像的图像分析结果，并作为当前的待分析图像的图像分析结果，返回执行所述若当前的所述待分析图像的图像分析结果为适合迫降，则将当前的所述待分析图像确定为目标图像这一步骤，直至得到所述目标迫降场地。


4.根据权利要求1所述的迫降方法，其特征在于，所述图像处理模型的生成过程包括：
获取图像样本集合；所述图像样本集合中包含了预先标注了图像采集信息的图像样本；所述图像样本的迫降类型为适合迫降；所述图像采集信息至少包括所述采集信息；
利用所述图像样本集合对初始模型进行训练，得到所述图像处理模型。


5.根据权利要求4所述的迫降方法，其特征在于，获取图像样本集合，包括：
获取虚拟场景；所述虚拟场景包括降落跑道的三维图像数据以及所述降落跑道周围区域的三维图像数据；
从所述虚拟场景中提取出符合预设降落条件的目标图像；
获取所述目标图像的图像采集信息；
基于提取出的所述目标图像以及所述目标图像对应的图像采集信息，构建得到所述图像样本集合。


6.根据权利要求5所述的迫降方法，其特征在于，从所述虚拟场景中提取出符合预设降落条件的目标图像，包括：
从所述虚拟场景中确定出符合预设降落条件的目标区域；所述预设降落条件包括位于所述降落跑道周围区域且符合所述无人驾驶航空器的最...

【专利技术属性】
技术研发人员：牛三库，马罡，刘子铭，刘春桃，
申请(专利权)人：酷黑科技北京有限公司，
类型：发明
国别省市：北京;11