一种基于目标识别无人机精准降落方法技术

本发明专利技术属于无人机精准降落技术领域，具体涉及一种基于目标识别无人机精准降落方法，包括无人机本体、无人机本体由微处理器飞行控制模块、无人机运动模块、GPS模块、DTU数据传输模块、机载电脑树莓派、下视摄像头构成，所述无人机飞行控制模块用于根据微处理器计算出的飞行路线，生成相应的实时飞行控制指令；GPS模块用于粗略估计返航位置，以便使摄像头捕获降落信息；DTU数据传输模块用于无人机能够通过4G实时传输机器人各项参数给中心站，适应在不同地表和不同视角下的数据集扩充，对训练网络模型精度起到极强的正反馈，达到更好的识别效果，可目标识别且分类4种停机坪，四种停机坪皆可从yolov5中提出中心点估计值实现降落。可从yolov5中提出中心点估计值实现降落。可从yolov5中提出中心点估计值实现降落。

【技术实现步骤摘要】
一种基于目标识别无人机精准降落方法


[0001]本专利技术属于无人机精准降落
，具体涉及一种基于目标识别无人机精准降落方法。

技术介绍

[0002]随着自动化无人机的普及，无人机降落逐渐从手持遥控器中摆脱出来，无人机定位方法逐渐也从GNSS到图像处理中扩展开来，图像处理应用是无人机定位的重大里程碑，各个机构在降落目标靶和算法在实践上进行了较为广泛的尝试，目前，国内无人机降落的运用中，较多采用的是在GPS以及更加精准的RTK中运用GNSS数据实时定位和降落，在视觉方向中运用图像识别较多采用改变目标靶图案，有或者视觉基准库，它通过设计与二维码相似的特定标志，同时降低了复杂度以满足实时性要求；其次有采用同心圆和同心正方形目标靶，通过聚类算法去除图像中干扰图案，预测其中心点；还有基于识别红外LED灯珠的方式，它通过配备Z轴测距传感器估算水平相对位置，从而实现中心点降落，现有技术存在诸多缺陷，GPS的导航是通过无线电发射信号，其包含了无线电所有的缺点，计算降落误差值较大，使用RTK实时定位降落可大幅提高定位精度，实现厘米级定位，但其系统需要依赖的组件包括移动站、固定站、天线、无线数传等，成本昂贵，对于利用可见光图像的无人机精准降落技术，目前相关研究机构多偏重于对于单一目标靶的自动识别理论算法的研究，而对于特定的目标靶实行精准降落虽然降落精度高，但对目标靶的设计和制作都有严格的要求。

技术实现思路

[0003]针对现有技术的不足，本专利技术的目的在于提供一种基于目标识别无人机精准降落方法，解决了现有技术中计算降落误差值较大、成本昂贵和目标靶的设计和制作都有严格的要求。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]一种基于目标识别无人机精准降落方法，所述方法包括以下步骤：
[0006]S1、训练集的准备：将无人机在不同的停机坪上方和不同高度飞行，同时下视摄像头开启录像，以保存视频内容；S2、图像增强和扩充：通过copy
‑
paste算法以及透视变换扩充数据集的数量，让模型训练出更准确的识别精度与中心点预测值，同时能够让无人机适应各种不同地形目标点预测，分割填补算法能使无人机识别出不同地表下的降落点，透视变换将降落目标扩充为各种侧视视角下的形状；S3、训练权重参数：为了满足实时中心点预测，且面向树莓派4b，选择较小的深度和宽度yolov5网络模型n在RTX3070显卡主机中训练出权重文件；S4、载入权重文件实现精准降落：通过全球定位系统GPS模块可以为无人机飞行提供粗略的返航位置信息，运用树莓派4b将位置信息传入无人机飞控AP模块执行返航任务同时保持无人机状态悬停，打开树莓派4b链接的下视160度广角摄像头，将图像传入yolov5预训练网络输出目标检测的中心点，根据摄像头图像中心与目标检测中心点的差值
大小，树莓派发送PID调节速度给无人机飞控AP模块与惯性测量单元IMU模块协同，以控制无人机向中心点移动。
[0007]所述步骤S1中，视频内容随机抽帧并保存为图片格式。
[0008]所述步骤S2中，通过copy
‑
paste算法以及透视变换来增强数据集。
[0009]所述步骤S3中，无人机机载树莓派运用基于YOLOv5模型的目标检测算法，使用labelimg软件准确标注数据集中的停机坪，采用kmeans计算anchor的参数数值，以保证分类停机坪目标边框以及中心点的准确性。
[0010]所述步骤S4中，所述设置中心点偏移量阈值，若实际偏移量小于阈值即实行降落固定高度命令，若实际偏移大于等于中心点偏移量阈值，再次重复S4指令，以修正无人机集体姿态，最终实现高精度降落。
[0011]所述若实际偏移量小于阈值即实行降落固定高度命令，固定高度为10cm。
[0012]本专利技术的有益效果：
[0013]1、对于目标靶数据集的扩充使用分割填补算法以及透视变换，以适应在不同地表和不同视角下的数据集扩充，对训练网络模型精度起到极强的正反馈，达到更好的识别效果。
[0014]2、可目标识别且分类4种停机坪，四种停机坪皆可从yolov5中提出中心点估计值实现降落，对于识别出同心圆和通信正方形停机坪也可以聚类算法实现降落；二维码特定标志可以实现降落，也可以以Apritag或者Aruco视觉基准库完成二次开发。
[0015]3、利用摄像头中心点和预测中心点的插值调节PID算法参数，不仅可以实现目标靶的精准降落，而且在一定速度下可以实现动态目标靶的跟踪。
[0016]4、树莓派4b作为机载电脑，不仅可以实现无人机的精准降落，而且也可以使用外部控制完成其他项目开发，节约成本。
附图说明
[0017]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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1是本专利技术实施例的copy
‑
paste算法实现扩充数据集示意图；
[0019]图2是本专利技术实施例训练权重示意图；
[0020]图3是无人机实物图及供电线路示意图；
[0021]图4是本专利技术实施例的机载电脑控制降落示意图；
[0022]图5是本专利技术实施例无人机降落步骤流程图。
具体实施方式
[0023]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0024]在本专利技术的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、
“
长度”、“内”、“四周”等指示方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的组件或元件必须具有特定的方位，以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0025]如图1
‑
4所示，一种基于目标识别无人机精准降落方法，包括无人机本体、无人机本体由微处理器飞行控制模块、无人机运动模块、GPS模块、DTU数据传输模块、机载电脑树莓派、广角160度下视摄像头构成。所述无人机飞行控制模块用于根据微处理器计算出的飞行路线，生成相应的实时飞行控制指令；GPS模块用于粗略估计返航位置，以便使摄像头捕获降落信息；DTU数据传输模块用于无人机能够通过4G实时传输机器人各项参数给中心站，便于后台中心站内能够及时获取机器人实时状况；机载电脑树莓派使用ubnutu系统装载yolov5用于目标检测以及速度指令传输给飞控系统，通过无人机分电版链接外置式电池分离系统链接Type
‑
C输出稳定5V/3A给树莓派供电，使用15引脚带状电缆与广角摄像，所述方法包括以下步骤：
...

【技术保护点】

【技术特征摘要】
1.一种基于目标识别无人机精准降落方法，其特征在于，包括无人机本体、无人机本体由微处理器飞行控制模块、无人机运动模块、GPS模块、DTU数据传输模块、机载电脑树莓派和下视摄像头，所述无人机飞行控制模块用于根据微处理器计算出的飞行路线，生成相应的实时飞行控制指令；GPS模块用于粗略估计返航位置，以便使摄像头捕获降落信息；DTU数据传输模块用于无人机能够通过4G实时传输机器人各项参数给中心站，便于后台中心站内能够及时获取机器人实时状况；机载电脑树莓派使用ubnutu系统装载yolov5用于目标检测以及速度指令传输给飞控系统，通过无人机分电版链接外置式电池分离系统给树莓派4b供电，使用15引脚带状电缆与摄像头，所述方法包括以下步骤：S1、训练集的准备：将无人机在不同的停机坪上方和不同高度飞行，同时下视摄像头开启录像，以保存视频内容；S2、图像增强和扩充：通过copy
‑
paste算法以及透视变换扩充数据集的数量；S3、训练权重参数：为了满足实时中心点预测，且面向树莓派4b，选择较小的深度和宽度yolov5网络模型n在主机中训练出权重文件；S4、载入权重文件实现精准降落：通过全球定位系统GPS模块可以为无人机飞行提供粗略的返航位置信息，运用树莓派4b将位置信息传入无人机飞控AP模块执行返航任务同时保持无人机状态悬停，打开树莓派4b链接的下视160度广角...

【专利技术属性】
技术研发人员：袁安富，周正然，王伟，易冬冬，章敏，
申请(专利权)人：南京信息工程大学，
类型：发明
国别省市：