一种基于自主识别的无人机精准降落方法与流程

1.本发明涉及无人机回收技术领域，尤其涉及一种基于自主识别的无人机精准降落方法。


背景技术：

2.无人机是一种利用无线遥控设备和自备控制装置操纵的不载人飞行装置，随着无人机操控技术的进步，以及其结构不断向轻量化、小型化发展，已逐渐由军用侦察机和靶机转向民用领域，广泛应用于航拍、农业、运输、测绘等多个行业领域，在现代社会信息的背景下显得越来越重要和突出。在已经公布的专利号为cn202010864322的对比文件中，一种车载无人机精准降落的方法，此发明提供一种车载无人机精准降落识别方法，涉及无人机回收领域。该车载无人机精准降落识别方法，包括以下步骤：s1.当无人机降落时，无线信标发出引导降落的无线信号；s2.无人机接收到信号后朝向装有无线信标的车辆飞行靠近；s3.无人机飞到车辆顶端后，无人机上的摄像头捕捉识别到车辆顶端的外层二维码，无人机朝向外层二维码正上方移动，并且不断向外层二维码移动；s4.当无人机下降到一定高度后，无人机上的摄像头捕捉识别到次层二维码，无人机继续保持在次层二维码正上端，并且朝向次层二维码降落。本发明设计的方法通过在车辆顶部设置上下中间区域组合编码来实现降落点精准识别和一一对应，保证了无人机精确降落，但是这样的降落方式存在一定的局限性，不能被应用在多个场景，对于环境的要求高。
3.无人机是由控制站管理(包括远程操纵或自主飞行)的航空器。无人机有着灵活性强，飞行速度快，操纵简单，价格成本较低，可配备多功能用途等优点。其中民用无人机在巡检，测绘，航拍，运输等方面被大量需求和应用。但是，无人机具有不稳定性，也是一个技术难点。现有的降落方式都是手动操控无人机降落，通过gps自动降落(无人状况下风险大)。无人机在人工或自主降落时因为定位信息不准确会遇到偏离降落地点，降落位置不准确，无法顺利降落等问题。这些问题都会导致任务的失败甚至机器损坏等情况出现。
4.为解决上述问题，本技术中提出一种基于自主识别的无人机精准降落方法。


技术实现要素：

5.(一)发明目的
6.为解决背景技术中存在的技术问题，本发明提出一种基于自主识别的无人机精准降落方法。
7.(二)技术方案
8.为解决上述问题，本发明提供了一种基于自主识别的无人机精准降落方法，包括以下步骤：
9.s1、无人机通过gps飞行到降落上空区域准备降落；
10.s2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；
11.s3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过
旋转方向和降落油门降落到一定高度悬停；
12.s4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；
13.s5、无人机根据pid系统修正误差并且自行对准降落位置；
14.s6、无人机根据向心变动率处于设定的低值时进行精准降落。
15.优选的，所述s2中，无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点。
16.优选的，所述s3中，无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接。
17.优选的，通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。
18.优选的，所述无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
19.优选的，所述s4中，识别小二维码不成功时，无人机以初始悬停位置为中心，0
‑
3米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
20.优选的，所述s3中，无人机的悬停高度为2
‑
8米。
21.优选的，所述大二维码和小二维码之间的间距固定，并预先输入至无人机图像识别软件中。
22.优选的，所述大二维码和小二维码通过特定图形组合式样编码告知无人机应该降落的航向方位信息。
23.本发明的上述技术方案具有如下有益的技术效果：
24.本发明通过大小二维码的设计帮助无人机在降落时进行精准定位识别，减少了偏差，大大提升了无人机自主降落的容错率；
25.本发明的应用方向广泛，可应用于多种降落场景。例如在刮风，下雨，雾霾(可见度>10m),沙尘等天气环境。此发明还可以在狭小，移动，无法手动降落的地点中应用。例如运行中的汽车，轮船，室内体育场等区域。通过在降落地设置两个二维码的方式打破了以往无人机对降落地地理环境的要求，使得本发明可以被应用在多个场景，抵抗较大风力天气环境，提升无人机的降落稳定性；
26.本发明通过计算和识别坐标系统保证了无人机在在每一个降落环节所做出的响应动作具有连贯性和稳定性。本发明通过无人机上的高清摄像头识别大码靠近降落地点，pid系统修正误差，再通过识别小码定位降落，解决了无人机降落精准度低的问题。
附图说明
27.图1为本发明的流程图；
28.图2为大二维码示意图；
29.图3为小二维码示意图；
30.图4为实验测试结果图。
具体实施方式
31.为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
32.实施例一
33.参照图1
‑
3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
34.s1、无人机通过gps飞行到降落上空区域准备降落；
35.s2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
36.s3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为2米。
37.s4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
38.s5、无人机根据pid系统修正误差并且自行对准降落位置；
39.s6、无人机根据向心变动率处于设定的低值时进行精准降落。
40.在本实施例中，通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。
41.在本实施例中，无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
42.在本实施例中，大二维码和小二维码之间的间距固定，并预先输入至无人机图像识别软件中。大二维码和小二维码通过特定图形组合式样编码告知无人机应该降落的航向方位信息。
43.实施例二
44.参照图1
‑
3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
45.s1、无人机通过gps飞行到降落上空区域准备降落；
46.s2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
47.s3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模
块的输出端与无人机位置驱动模块连接；无人机的悬停高度为5米。通过计算模块计算大二维码与无人机的距离，距离信息传输给无人机位置控制模块，无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
48.s4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，1.5米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
49.s5、无人机根据pid系统修正误差并且自行对准降落位置；
50.s6、无人机根据向心变动率处于设定的低值时进行精准降落。
51.实施例三
52.参照图1
‑
3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
53.s1、无人机通过gps飞行到降落上空区域准备降落；
54.s2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
55.s3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为6米。无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
56.s4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，2米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
57.s5、无人机根据pid系统修正误差并且自行对准降落位置；
58.s6、无人机根据向心变动率处于设定的低值时进行精准降落。
59.实施例四
60.参照图1
‑
3，一种基于自主识别的无人机精准降落方法，包括以下步骤：
61.s1、无人机通过gps飞行到降落上空区域准备降落；
62.s2、无人机开启二维码识别降落区域上的大二维码，并且定位大二维码位置；无人机二维码识别采用高清摄像头和图像识别软件，通过高清摄像头采集二维码图像，通过图像识别软件识别高清摄像头采集的二维码图像大二维码，靠近降落地点；
63.s3、无人机开始自动计算并且控制无人机飞行到大二维码位置区域，无人机通过旋转方向和降落油门降落到一定高度悬停；无人机包括计算模块、无人机位置控制模块和无人机位置驱动模块，计算模块与无人机位置控制模块的输入端连接，无人机位置控制模块的输出端与无人机位置驱动模块连接；无人机的悬停高度为8米。无人机位置控制模块控制无人机位置驱动模块驱动无人机飞行到大二维码位置。无人机位置驱动模块包括对无人机的飞行方向、飞行高度、飞行速度、悬停、降落速度和降落高度进行驱动。
64.s4、无人机开始识别小二维码，并且定位小二维码位置，识别成功时对无人机进行
引导下降；识别小二维码不成功时，无人机以初始悬停位置为中心，3米为半径进行无人机悬停距离修正，并进行图像采集识别直到识别成功小二维码。
65.s5、无人机根据pid系统修正误差并且自行对准降落位置；
66.s6、无人机根据向心变动率处于设定的低值时进行精准降落。
67.为了验证本发明的技术效果，进行对本发明方法进行飞行降落实验测试。
68.测试当日气温为9
‑
18摄氏度，实验测量时的气温为10摄氏度。当日天气为小雨转阴且有东北风3
‑
4级，测量时的有小雨且风速大约在2.5m/s。实验使用的是配备的自主降落和定位识别系统的大疆dji经纬matrices 300rtk四旋翼无人机，降落地为全自动多功能机库，机库的停机坪上有本发明研发的两个二维码。大风全自动多功能机库参数为长2.3m，高2.0m，宽，1.7m，上方机库门面积为3.91
㎡
，机库门打开后实际停机坪面积约为3.3
㎡
。当日重复试验次数为78次。本实验重点观测无人机在下雨，刮风天气下，自动降落的精准程度，采用本发明方法进行无人机的降落测试。
69.测试结果数据如图4所示，可以从上图的测试结果中看出，此次实验，无人机在平均风速2.5m/s，下雨的情况下，最高降落耗时在37s左右，最低降落耗时在10s左右，平均降落耗时在15s左右。最大降落偏差在20cm左右，最小的几乎在0偏差，平均降落偏差在8cm左右。此实验数据可以表明本发明本的自主识别的无人机精准降落方式的可行性。
70.根据现有的无人机自主降落作为对照组和与本发明的方法进行降落，记录数据求取平均值，得到以下表格：
[0071][0072]
从以上表格可以看出，本发明的方法提高了无人机降落的精度，有更好的环境适应能力，同时可以更快速的进行精准降落，极大的提升了无人机自主降落的容错率，抵抗较大风力天气环境，提升无人机的降落稳定性。
[0073]
本发明的上述技术方案具有如下有益的技术效果：
[0074]
本发明通过大小二维码的设计帮助无人机在降落时进行精准定位识别，减少了偏差，大大提升了无人机自主降落的容错率；本发明的应用方向广泛，可应用于多种降落场景。例如在刮风，下雨，雾霾,沙尘等天气环境。此发明还可以在狭小，移动，无法手动降落的地点中应用。例如运行中的汽车，轮船，室内体育场等区域。通过在降落地设置两个二维码的方式打破了以往无人机对降落地地理环境的要求，使得本发明可以被应用在多个场景；本发明通过计算和识别坐标系统保证了无人机在在每一个降落环节所做出的响应动作具有连贯性和稳定性。本发明通过无人机上的高清摄像头识别大码靠近降落地点，pid系统修正误差，再通过识别小码定位降落，解决了无人机降落精准度低的问题，抵抗较大风力天气环境，提升无人机的降落稳定性。
[0075]
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。