【技术实现步骤摘要】
本专利技术涉及无人机自主控制的，尤其涉及一种基于计算机视觉的无人机避障控制方法及系统。
技术介绍
1、随着无人机技术的快速发展及其在物流运输、应急救援、环境监测领域的广泛应用，基于无人机的计算机避障技术逐渐受到重视，早期的无人机避障多依靠瞄准或激光雷达传感器获取环境距离信息，但此类方法存在数据缺失、传感器易受干扰、硬件成本等难题。
2、近年来，随着图像处理与深度学习算法的成熟，计算机视觉在无人机避障系统中的地位日益凸显，通过安装多目摄像头并结合算法对图像数据进行特征提取和智能分析，无人机能够在机载计算能力允许的情况下实现环境感知与障碍物识别的实时化与接收化，为自动规划飞行路径及提高飞行安全性提供了重要的技术支撑。
3、现有的计算机避障技术虽然已经能够识别部分常见故障物，并在一定程度上实现了实现自主飞行，但仍存在不足之处；一方面，传统算法在处理纹理复杂环境时，容易遭受噪声干扰而导致误判，另外，现有技术对动态障碍物的识别与跟踪能力尚显不足，路径规划通常依赖于固定的模型或规则，难以及时根据环路环境变化实现有效的路径动态...
【技术保护点】
1.一种基于计算机视觉的无人机避障控制方法，其特征在于，包括：
2.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述图像预处理，包括：
3.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，提取所述障碍物的位置、尺寸及运动信息，包括：
4.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述生成候选避障路径，包括：
5.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述基于动态安全性评估模型筛选出最优路径，包括：
6.根据权利...
【技术特征摘要】
1.一种基于计算机视觉的无人机避障控制方法，其特征在于，包括：
2.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述图像预处理，包括：
3.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，提取所述障碍物的位置、尺寸及运动信息，包括：
4.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述生成候选避障路径，包括：
5.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述基于动态安全性评估模型筛选出最优路径，包括：
6.根据权利要求1所述的基于计算机视觉的无人机避障控制方法，其特征在于，所述调整无人机姿...
【专利技术属性】
技术研发人员：周竞涛，梁增涛，姜长根，闻道鑫，吴银龙，
申请(专利权)人：西北工业大学，
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。