基于视觉与卫星导航融合的无人机精准降落方法技术

本发明专利技术实施例提供一种基于视觉与卫星导航融合的无人机精准降落方法，属于无人机降落技术领域。包括驱动无人机下降到指定高度；获取所述无人机视角内的图像；根据所述图像进行视觉识别，以对所述无人机降落点的特征区域进行识别；本发明专利技术提供的基于视觉与卫星导航融合的无人机精准降落方法通过对无人机视角内图像进行识别的方式，以对无人机降落点的特征区域进行识别，并获取无人机和特征区域的位置信息，同时结合无人机的卫星坐标，能够驱动无人机准确降落至特征区域上，采用特征区域识别以及卫星坐标结合的方式，能够满足车载等不同情况的降落，适用性更广，且能够降低风扰动对无人机降落的影响，进而是的无人机降落更加精确，效率更高。效率更高。效率更高。

【技术实现步骤摘要】
基于视觉与卫星导航融合的无人机精准降落方法


[0001]本专利技术涉及无人机降落
，具体地涉及一种基于视觉与卫星导航融合的无人机精准降落方法。

技术介绍

[0002]目前超高压输电线路的巡检主要靠人工与无人机相结合的方式，辅助直升机巡检作为补充。人工巡检这种方式不但人员的工作强度大、工作条件差、工作效率低而且存在人身安全的风险，特别是一些原因不明和测距不准的故障会增加工作量，有些线路还受地形因素影响造成巡线困难，而载人直升机受航空管制、天气、使用成本等因素的制约，不能及时的对事故、异常进行查找，也难以满足运行规程规定的巡检周期。
[0003]多旋翼无人机机动灵活、悬停稳定性好以及便于操控的特点，目前在输电线路巡检中得到推广应用。精准降落对于无人机自主巡检至关重要，一般分为RTK精准降落，视觉精准降落，多源融合精准降落。传统情况下根据RTK模式精准降落，适用于停机靶面较大且固定不动的情况，面对车载移动平台并不适用，适用性较窄；视觉降落在有风扰动的情况下，下降过程中容易形成来回摆动的效应，增长了下降时间，影响了无人机降落的效率。
[0004]本申请专利技术人在实现本专利技术的过程中发现，现有技术的上述方案具有适用性窄以及无人机降落效率低缺陷。

技术实现思路

[0005]本专利技术实施例的目的是提供一种基于视觉与卫星导航融合的无人机精准降落方法，该基于视觉与卫星导航融合的无人机精准降落方法具有适用性广以及无人机降落效率高的效果。
[0006]为了实现上述目的，本专利技术实施例提供一种基于视觉与卫星导航融合的无人机精准降落方法，包括：
[0007]驱动无人机下降到指定高度；
[0008]获取所述无人机视角内的图像；
[0009]根据所述图像进行视觉识别，以对所述无人机降落点的特征区域进行识别；
[0010]判断是否识别到所述特征区域；
[0011]在判断识别到所述特征区域的情况下，获取所述无人机与特征区域的位置信息；
[0012]根据所述位置信息以及所述无人机的卫星坐标，驱动所述无人机降落；
[0013]在判断未识别到所述特征区域的情况下，返回获取所述无人机视角内的图像。
[0014]可选地，根据所述图像进行视觉识别，以对所述无人机降落点的特征区域进行识别包括：
[0015]对所述图像进行边缘检测；
[0016]判断是否获取到直线边缘；
[0017]在判断获取到所述直线边缘的情况下，判断所述直线边缘的邻接边缘是否为直线
边缘；
[0018]在判断所述直线边缘的邻接边缘为直线边缘的情况下，判断述直线边缘是否形成四边形；
[0019]在判断述直线边缘形成四边形的情况下，判定所述四边形为所述特征区域，并对所述特征区域进行解码。
[0020]可选地，在判断识别到所述特征区域的情况下，获取所述无人机与所述特征区域的位置信息包括：
[0021]构建所述无人机和所述特征区域的坐标系，其中，所述特征区域的几何中心为坐标原点，所述特征区域包括多个AprilTag；
[0022]获取所述图像中所述无人机到其识别的所述AprilTag中心点的X轴距离和Y轴距离；
[0023]获取所述特征区域的边长和边宽以及所述图像中所述特征区域的边长和边宽；
[0024]根据公式(1)计算所述无人机与其识别的所述AprilTag中心点的X轴距离，
[0025]m
x
＝(l
x
*h
x
)/p
x
，(1)
[0026]其中，m
x
为所述无人机与其识别的所述AprilTag中心点的X轴距离，l
x
为所述特征区域的边长，h
x
为所述图像中所述无人机到其识别的所述AprilTag中心点的X轴像素距离，p
x
为所述图像中所述特征区域的像素边长；
[0027]根据公式(2)计算所述无人机与其识别的所述AprilTag中心点的Y轴距离，
[0028]m
y
＝(l
x
*h
y
)/p
y
，(2)
[0029]其中，m
y
为所述无人机与其识别的所述AprilTag中心点的Y轴距离，h
y
为所述图像中所述无人机到其识别的所述AprilTag中心点的Y轴像素距离，p
y
为所述图像中所述特征区域的像素边宽，且p
y
＝p
x
；
[0030]判断所述无人机识别的所述AprilTag中心点是否为所述坐标原点；
[0031]在判断所述无人机识别的所述AprilTag中心点为所述坐标原点的情况下，根据公式(3)输出所述无人机与所述坐标原点的X轴距离和Y轴距离，
[0032][0033]其中，m
x*
为所述无人机与所述坐标原点的X轴距离，m
y*
为所述无人机与所述坐标原点的Y轴距离；
[0034]在判断所述无人机识别到的所述AprilTag中心点不是所述坐标原点的情况下，根据公式(4)输出所述无人机与所述坐标原点的X轴距离和Y轴距离，
[0035][0036]其中，a为所述无人机识别到的所述AprilTag中心点的X轴坐标，b为所述无人机识别到的所述AprilTag中心点的Y轴坐标；
[0037]根据公式(5)计算所述无人机与所述特征区域的Z轴距离，
[0038]m
z
＝k
z
/p
x
，(5)
[0039]其中，m
z
为所述无人机与所述特征区域的Z轴距离，k
z
为实现标定的比例系数。
[0040]可选地，根据所述位置信息以及所述无人机的卫星坐标，驱动所述无人机降落包括：
[0041]获取当前的所述无人机的卫星坐标；
[0042]根据所述位置信息获取所述特征区域的位置坐标，并驱动所述无人机根据所述位置坐标下降；
[0043]判断所述无人机是否到达可直接降落的高度；
[0044]在判断所述无人机到达可直接降落的高度时，获取所述无人机与所述特征区域的平面偏移信息；
[0045]判断所述平面偏移信息是否在预设降落条件内；
[0046]在判断所述平面偏移信息在预设降落条件内的情况下，驱动所述无人机直接降落；
[0047]在判断所述平面偏移信息不在预设降落条件内的情况下，驱动所述无人机直接飞至所述位置坐标。
[0048]可选地，根据所述位置信息以及所述无人机的卫星坐标，驱动所述无人机降落还包括：在判断所述无人机未到达可直接降落的高度时，驱动所述无人机直接飞至所述位置坐标。
[0049]可选地，在判断所述无人机到达可直接降落的高度时，获取所述无人机与所述特征区域的平面本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉与卫星导航融合的无人机精准降落方法，其特征在于，包括：驱动无人机下降到指定高度；获取所述无人机视角内的图像；根据所述图像进行视觉识别，以对所述无人机降落点的特征区域进行识别；判断是否识别到所述特征区域；在判断识别到所述特征区域的情况下，获取所述无人机与特征区域的位置信息；根据所述位置信息以及所述无人机的卫星坐标，驱动所述无人机降落；在判断未识别到所述特征区域的情况下，返回获取所述无人机视角内的图像。2.根据权利要求1所述的无人机精准降落方法，其特征在于，根据所述图像进行视觉识别，以对所述无人机降落点的特征区域进行识别包括：对所述图像进行边缘检测；判断是否获取到直线边缘；在判断获取到所述直线边缘的情况下，判断所述直线边缘的邻接边缘是否为直线边缘；在判断所述直线边缘的邻接边缘为直线边缘的情况下，判断述直线边缘是否形成四边形；在判断述直线边缘形成四边形的情况下，判定所述四边形为所述特征区域，并对所述特征区域进行解码。3.根据权利要求2所述的无人机精准降落方法，其特征在于，在判断识别到所述特征区域的情况下，获取所述无人机与所述特征区域的位置信息包括：构建所述无人机和所述特征区域的坐标系，其中，所述特征区域的几何中心为坐标原点，所述特征区域包括多个AprilTag；获取所述图像中所述无人机到其识别的所述AprilTag中心点的X轴距离和Y轴距离；获取所述特征区域的边长和边宽以及所述图像中所述特征区域的边长和边宽；根据公式(1)计算所述无人机与其识别的所述AprilTag中心点的X轴距离，m
x
＝(l
x
*h
x
)/p
x
，
ꢀꢀꢀꢀ
(1)其中，m
x
为所述无人机与其识别的所述AprilTag中心点的X轴距离，l
x
为所述特征区域的边长，h
x
为所述图像中所述无人机到其识别的所述AprilTag中心点的X轴像素距离，p
x
为所述图像中所述特征区域的像素边长；根据公式(2)计算所述无人机与其识别的所述AprilTag中心点的Y轴距离，m
y
＝(l
x
*h
y
)/p
y
，
ꢀꢀꢀꢀ
(2)其中，m
y
为所述无人机与其识别的所述AprilTag中心点的Y轴距离，h
y
为所述图像中所述无人机到其识别的所述AprilTag中心点的Y轴像素距离，p
y
为所述图像中所述特征区域的像素边宽，且p
y
＝p
x
；判断所述无人机识别的所述AprilTag中心点是否为所述坐标原点；在判断所述无人机识别的所述AprilTag中心点为所述坐标原点的情况下，根据公式(3)输出所述无人机与所述坐标原点的X轴距离和Y轴距离，
其中，m
x*
为所述无人机与所述坐标原点的X轴距离，m

【专利技术属性】
技术研发人员：唐旭明，徐海明，詹赐福，李路遥，孟蒋辉，刘荣伟，汪学江，胡健，
申请(专利权)人：安徽中科新萝智慧城市信息科技有限公司，
类型：发明
国别省市：