[发明专利]一种无人机自主降落方法

说明书

本发明公开了一种无人机自主降落方法，所述降落方法通过无人机搭载摄像头拍摄地面图像，采用深度学习模型训练获得的图像语义分割算法模型识别地面图像的各个区域类型和边界，利用地面类型和地面区域大小判断最佳的降落点。当无人机在空中出现紧急情况时，本降落方法能够自动识别复杂的地面环境，并进行选择后，高效、精准地降落到安全的地点，大幅提升无人机的飞行安全。

技术领域

本发明属于无人机飞行安全控制技术领域。具体涉及一种无人机自主降落方法。

背景技术

多旋翼无人机在近些年得到了越来越广泛的应用，如影像拍摄、灾害检测、电力巡检、农业植保等领域，在未来，无人机物流也将真正进入普通大众的生活。由于无人机及搭载的设备往往造价昂贵，若在飞行中出现意外，不仅会严重损坏无人机和搭载设备，还会对地面的设施造成不可预知的伤害，若伤及行人后果更是不堪设想。目前针对无人机飞行安全的技术方案已陆续出现，如：用各种传感器进行主动避障、用通讯系统互相告知当前位置等等。无人机的自主安全降落作为安全飞行的重要一环，目前仍有很大提升空间。

市面上的绝大多数无人机在遇到如电池电量低、丢失遥控信号、失去GPS信号、天气突变等需要迅速降落的紧急情况时，往往是原地下降，这就存在较大风险，如无人机降落时桨叶碰到树枝或高压线，无人机误降落到水面、道路中间或人群密集区，事实上，这种情况在实际操作过程中经常发生，现有的这种盲目的降落方式往往既损坏无人机和设备，又会对地面物品和人身安全造成严重损害。为了解决这种盲目的降落方式，已有技术人员提出相应的解决办法，专利申请号为：2016105999459，名称为：一种多旋翼无人机自适应降落方法及系统，该专利公开了一种多旋翼无人机自适应降落方法及系统，该申请所述的方法为：无人机起飞后，通过地面控制站(如平板电脑、手机等控制设备)选择要降落的区域大致范围；收到降落指令后，开启降落模式，并等待降落动作；检测降落区域的着陆面是否适合无人机的降落，若是则进行降落并结束所述降落模式，否则改变所述无人机位姿并继续降落。该技术方案能够安全、可靠的实现无人机的自主降落，并且对地形复杂的情况能够自适应的安全降落。如上述专利在申请文件中所述：“发送图像信息及无人机飞行信息给地面控制站，地面控制站分析图像并选取该图像中适合无人机降落的若干降落区域”，“对当前无人机拍摄的图像与事先存储的若干目标降落区域的图像进行匹配”，也就是说，在该技术方案中，无人机需要把图像信息发给地面控制站，通过和事先存储的降落区域匹配来选择降落地点。但是在实际操作过程中，当无人机出现意外时，往往并没有足够的时间把图像回传给地面站分析计算，也并不一定有合适的降落区域匹配，这就大大限制了该技术方案的实用性，以及在实际操作过程中的灵活性。

针对上述专利所存在的缺陷，专利申请号为2015800028086，名称为无人机、其控制系统及方法，以及无人机降落控制方法，在该专利中通过在无人机上安装的控制装置，直接在无人机上实时计算，不需要将图像回传到地面控制站，在该专利的具体实施例中，“所述图像采集器741包括摄像头(图未示出)及图像分析元件(图未示出)。所述摄像头用于获取所述无人机100降落目的地的物体表面图像，并将该图像传送至所述图像分析元件中。所述图像分析元件通过分析所述降落目的地的物体表面纹理特征来识别所述图像中的物体类型。具体地，所述图像分析元件内预设有液体表面的波纹特征。所述图像分析元件获取所述降落目的地的物体表面图像后，对所述表面图像进行扫描分析，抽取所述表面图像的表面纹理特征，并将述表面纹理特征与所述液体表面的波纹特征相比对，并判断所述降落目的地的是否为水面等液体表面。”也就是说，该专利仅通过图像纹理特征与液体表面的波纹特征对比来判断是否为水面。而在无人机实际飞行过程中，其下方对应的地面情况要复杂得多，如行人、车辆、道路、屋顶、农田、树木、水面等，而上述现有技术中所采用的传统的特征对比，已无法满足无人机飞行过程中安全地自主降落的效率、类型及精度的要求。

发明内容

针对上述现有技术中存在的缺陷，本发明提供了一种无人机自主降落方法，当无人机在空中出现紧急情况时，能够自动识别复杂的地面环境，并进行选择后，高效、精准地降落到安全的地点，大幅提升无人机的飞行安全。结合说明书附图，本发明的技术方案如下：