System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于无人机自主降落,具体涉及一种基于视觉避障辅助的无人机降落方法。
技术介绍
1、在电力组塔建设过程中,传统的人工巡检、现场配置布控球等方式在安全、高效和准确性上仍有很大提升空间。随着无人机技术的发展,无人机巡检在电力行业得到广泛应用。其中无人机能否精准的降落到指定机场,是实现无人机自主巡检的关键。
2、目前常用无人机降落方式有:基于rtk-gps定位的方法、基于惯性导航的方法、基于视觉定位的方法、以及多种传感器数据融合的方法。其中惯性导航方法在开放环境下会产生累积误差;gps的定位精度不高,rtk的精确度高,但是抗干扰能力差且成本较高;而基于计算机视觉的无人机自主降落方式在距离较小时,定位精度高、抗干扰能力强。
3、现有的无人机降落技术中,要求无人机机场在开阔无遮挡的平地。而电力组塔现场大多存在树木、铁塔、高空线缆等,因而对无人机自主降落有较高的避障要求,而无人机自身携带精确的避障模块也会对巡检时间大打折扣。
技术实现思路
1、本专利技术提供一种基于视觉避障辅助的无人机降落方法,采用视觉定位指导无人机降落,可以不依赖于卫星定位,即可完成无人机精准降落至机场平台。
2、为实现上述技术目的,本专利技术采用如下技术方案:
3、一种基于视觉避障辅助的无人机降落方法,包括:
4、步骤1,机场平台采用双目测距方式对机场上空障碍物进行测距,获得机场上空的障碍物点云,并相应确定无人机在机场上空的安全飞行区域;
5、
6、步骤3,无人机按照规划路径飞行至机场上空;
7、步骤4,无人机采集机场平台上的标识图像,并基于标识图像计算无人机位姿,再基于计算所得的无人机位姿调整飞行至与机场平台中心垂直对齐的位置;
8、步骤5,无人机垂直下降至机场平台中心;其中,无人机在垂直下降过程中,不断重复步骤4以保持与机场平台中心垂直对齐。
9、进一步优选,机场平台上的外圈圆的三等分处对应设置3个摄像头,每两个摄像头构成一组双目用于进行双目测距,由三组测距结果确定障碍物各点的最终深度。
10、进一步优选,采用3组双目对机场上空障碍物进行测距,获得机场上空的障碍物点云,具体包括:
11、(1)校准机场平台,固定平台处于水平状态;
12、(2)对3个摄像头进行标定,获取各自的内参矩阵mint与畸变系数;其中内参矩阵mint为:
13、
14、其中,f是摄像头的物理焦距,dx和dy表示每个像素在x和y方向的实际大小;
15、(3)对每组双目进行精细级线校正,使双目拍摄的图片中极线处在同一水平;
16、(4)对每组双目拍摄的图片进行特征提取、匹配、计算视差图,再计算图中各像素的深度信息;
17、(5)将相同位置的深度投影到双目摄像头与像素点组成的平面上,求取平均值作为该位置的最终深度;
18、(6)将三组双目获得的深度信息融合,得到机场上空的障碍物点云。
19、进一步优选,无人机在机场上空的安全飞行区域,确定方法为:以无人机半径r加上阈值t作为危险飞行距离d,再将障碍物区域的边缘扩大距离d,即为危险飞行区域,其相反区域即为安全飞行区域。
20、进一步优选,生成无人机由当前位置到达机场上空的规划路径,具体包括:首先将无人机的当前卫星定位信息转换为机场坐标系统中的相对位置;然后在机场平台中心上方安全飞行区域且高度低于当前无人机高度的位置为起点,以当前无人机位置为终点,采用a*算法做路径规划,生成无人机由当前位置到达机场上空的规划路径。
21、进一步优选,所述卫星定位信息采用gps定位信息。
22、进一步优选,在无人机按照规划路径飞行至机场上空的过程中,机场平台不断采集机场上空的图像,并对图像中的无人机进行检测;若检测到无人机,则以检测框中心为无人机的中心,实时判断无人机是否在安全飞行区域内;若不在安全飞行区域内,则重新规划路径并由无人机按照重新规划的路径飞行,直到无人机飞行至机场上空的预设位置。
23、进一步优选,机场平台上设置若干个大标识和若干个小标识,所述大标识均匀设置在每两个摄像头之间位置上,所述小标识均匀设置在机场平台的中心位置处;
24、重复步骤4执行的基于标识图像计算无人机位置,分两个阶段计算无人机位姿:
25、在初始阶段,基于标识图像中的大标识计算无人机位姿;
26、当能识别到标识图像中的小标识之后,基于标识图像中的小标识计算无人机位姿。
27、进一步优选,所述标识采用apriltag标识。
28、有益效果
29、本专利技术采用多组双目摄像头,对机场上空障碍物进行识别并测出距离,生成无人机安全飞行区域;无人机降落时首先飞到机场平台上空可飞行区域,然后通过机场标识精确指导无人机降落。具体体现在:
30、机场平台上的双目摄像头能通过视差计算图像的深度信息,从而识别障碍物的远近,作出机场平台上空的点云图,进而生成无人机可飞行区域。无人机在降落第一阶段,先根据当前gps位置和可飞行区域信息,自动生成到达机场平台上空的轨迹。由于机场平台与无人机的卫星定位信息存在一定差异,可能导致无人机撞到障碍物,本专利技术采用机场平台实时检测无人机,根据无人机与障碍物的距离操作无人机飞控进行纠正。整个过程不需要对机场和无人机进行精确定位,就能实现无人机在有障碍物的环境且卫星信号弱的环境下安全飞行到无人机上空。
31、机场平台设计两层不同大小的标识码,当无人机距离机场较远时,通过识别外层大标识进行定位。能识别内部小标识时(近距离),过滤大标识,采用小标识开始定位无人机位置。该方法在无人机降落第二阶段,能对风力等影响做出实时位置纠正,而且降落过程完全由视觉识别指导,不需要gps定位信息。特别地,本专利技术采用视觉定位指导无人机降落的方法,比基于gps/rtk等降落位置更精确,而且不影响无人机巡检时间,视觉识别模块也在机场端,整套系统实施方便且成本低。
本文档来自技高网...【技术保护点】
1.一种基于视觉避障辅助的无人机降落方法,其特征在于,包括:
2.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,机场平台上的外圈圆的三等分处对应设置3个摄像头,每两个摄像头构成一组双目用于进行双目测距,由三组测距结果确定障碍物各点的最终深度。
3.根据权利要求2所述的基于视觉避障辅助的无人机降落方法,其特征在于,采用3组双目对机场上空障碍物进行测距,获得机场上空的障碍物点云,具体包括:
4.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,无人机在机场上空的安全飞行区域,确定方法为:以无人机半径r加上阈值t作为危险飞行距离d,再将障碍物区域的边缘扩大距离d,即为危险飞行区域,其相反区域即为安全飞行区域。
5.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,生成无人机由当前位置到达机场上空的规划路径,具体包括:首先将无人机的当前卫星定位信息转换为机场坐标系统中的相对位置;然后在机场平台中心上方安全飞行区域且高度低于当前无人机高度的位置为起点,以当前无人机位置为终点,采用A*算法做路
6.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,所述卫星定位信息采用GPS定位信息。
7.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,在无人机按照规划路径飞行至机场上空的过程中,机场平台不断采集机场上空的图像,并对图像中的无人机进行检测;若检测到无人机,则以检测框中心为无人机的中心,实时判断无人机是否在安全飞行区域内;若不在安全飞行区域内,则重新规划路径并由无人机按照重新规划的路径飞行,直到无人机飞行至机场上空的预设位置。
8.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,机场平台上设置若干个大标识和若干个小标识,所述大标识均匀设置在每两个摄像头之间位置上,所述小标识均匀设置在机场平台的中心位置处;
9.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,所述标识采用AprilTag标识。
...【技术特征摘要】
1.一种基于视觉避障辅助的无人机降落方法,其特征在于,包括:
2.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,机场平台上的外圈圆的三等分处对应设置3个摄像头,每两个摄像头构成一组双目用于进行双目测距,由三组测距结果确定障碍物各点的最终深度。
3.根据权利要求2所述的基于视觉避障辅助的无人机降落方法,其特征在于,采用3组双目对机场上空障碍物进行测距,获得机场上空的障碍物点云,具体包括:
4.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,无人机在机场上空的安全飞行区域,确定方法为:以无人机半径r加上阈值t作为危险飞行距离d,再将障碍物区域的边缘扩大距离d,即为危险飞行区域,其相反区域即为安全飞行区域。
5.根据权利要求1所述的基于视觉避障辅助的无人机降落方法,其特征在于,生成无人机由当前位置到达机场上空的规划路径,具体包括:首先将无人机的当前卫星定位信息转换为机场坐标系统中的相对位置;然后在机场平台中心上方安全飞行区域且高度低于当前无人机...
【专利技术属性】
技术研发人员:周宁,罗仲达,王琛,彭永华,袁翎,吴斯阳,李辉云,李麟书,谢秋伟,刘唐兵,施东杰,凡正伟,
申请(专利权)人:国网湖南省电力有限公司,
类型:发明
国别省市:
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。