[发明专利]一种无人机自主飞行控制方法及系统

说明书

本发明公开一种无人机自主飞行控制方法及系统，本发明首先创建生成网络和分类判别网络；根据所述训练集A和所述生成网络确定假样本；然后将所述假样本和所述训练集A输入所述分类判别网络进行训练，获得所述分类判别网络的输出参数；网络输出结果比场景指令标记向量多出一个维度，这一维度特征用于分类真假样本，训练生成网络的过程中可以将无指令标记的假样本与有指令标记的训练集A一同当做真实样本输入进生成网络获得分类判别网络的输出参数，进而提高了对分类判别网络参数确定的准确性，进一步的提高自主飞行控制精度。

技术领域

本发明涉及无人机飞行控制技术领域，特别是涉及一种无人机自主飞行控制方法及系统。

背景技术

随着输电线路的不断发展，对输电线路巡检的需求不断加大，无人机巡检的加入极大的提高了电力巡检的效率，但是目前无人机巡检的操作模式依然停留在巡检人员手动操作阶段，对操作人员要求的技术门槛较高。实现无人机的自主飞行可以极大的减轻巡检人员的劳动，便于无人机电力巡检的推广。

现有进行无人机自主飞行控制主要包括以下方案：

(1)基于激光雷达实现对障碍物进行检测，实现对周围环境的感知以达到无人机避障的目的，实现无人机在特定工作场景实现自主飞行控制；其优势在于精度高，距离远，但同时激光雷达对环境较为敏感，在室外环境下容易受到强光干扰，不仅影响无人机的飞行安全，还影响自主飞行控制精度。

(2)基于超声波模块的无人机避障技术，使用超声波模块检测无人机周围的障碍物，结合避障算法实现无人机的自主飞行；其优势在于硬件成本较低，且对处理器的计算能力要求不高，但是由于其采用超声波模块，对环境的温度依赖性较强，且障碍物识别效率低，不仅难以满足室外无人机高速飞行的要求，还影响自主飞行控制精度。

发明内容

本发明的目的是提供一种无人机自主飞行控制方法及系统，满足室外无人机高速飞行的要求，提高自主飞行控制精度。

为实现上述目的，本发明提供了一种无人机自主飞行控制方法，所述方法包括：

确定样本数据集；所述样本数据集包括：各种障碍状况的输电线路航拍图像和各种障碍状况的输电线路航拍图像对应的实际的飞控指令；

将85％所述样本数据集作为训练集A，将15％所述样本数据集作为测试集B；

创建生成网络和分类判别网络；

根据所述训练集A和所述生成网络确定假样本；所述假样本包括：网络输出图片和网络输出图片对应的飞控指令；

将所述假样本和所述训练集A输入所述分类判别网络进行训练，获得所述分类判别网络的输出参数；

将所述测试集B中的各种障碍状况的输电线路航拍图像输入至已确定输出参数的分类判别网络，获得各种障碍状况的输电线路航拍图像对应的预测的飞控指令；

根据各种障碍状况的输电线路航拍图像对应的预测的飞控指令和所述测试集B中的各种障碍状况的输电线路航拍图像对应的实际的飞控指令确定准确率；

判断所述准确率是否大于或等于设定值，获得第一判断结果；如果所述第一判断结果表示所述准确率大于或等于设定值，则将已确定输出参数的分类判别网络输出至机载处理器，以使后期将摄像机采集的各种故障状况的输电线路航拍图像输入至机载处理器中分类判别网络直接输出飞控指令进行飞行控制；

如果所述第一判断结果表示所述准确率小于设定值，则更新样本数据集。

可选的，所述确定样本数据集，具体包括：

获取各种障碍状况的输电线路航拍图像；

对所述各种障碍状况的输电线路航拍图像进行处理，获得256x256规格的各种障碍状况的输电线路航拍图像；