[发明专利]综合H图案识别和AprilTag二维码识别的无人机精准降落方法有效

专利信息
申请号: 201911136463.X 申请日: 2019-11-19
公开(公告)号: CN110991207B 公开(公告)日: 2021-04-27
发明(设计)人: 李新;董思远;吴祥雨 申请(专利权)人: 山东大学
主分类号: G06K7/14 分类号: G06K7/14;G06K9/00
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 李琳
地址: 250101 *** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 综合 图案 识别 apriltag 二维码 无人机 精准 降落 方法
【说明书】:

本公开公开了一种综合H图案识别和AprilTag二维码识别的无人机精准降落方法,包括:制作目标识别图像,将其设置于目标降落点,所述目标识别图像包括二维码标签和目标图形;控制无人机停至目标降落点的上空,将摄像头调整至向下垂直方向,使得目标识别图像出现在摄像头视野范围内;在无人机降落到指定高度之前和降落到指定高度之后,分别识别无人机相对于目标图形和二维码标签的偏移量,并判断该偏移量是否满足预设的误差范围值,调整水平距离和正方向角度,执行降落至目标降落点。保证图像识别时的性能平衡,在降落时解决风扰的影响,保证了整个降落过程高精度、稳定性和可靠性。

技术领域

本公开涉及无人机精准降落技术领域,特别是涉及一种综合H图案识别和AprilTag二维码识别的无人机精准降落方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。

随着无人机技术的发展和普及,无人机的自主降落技术是无人机实现自动化的重要一环,而精准降落技术又是降落技术中对精准度要求很高的技术,所以相应的难度也就更大。

在基于深度学习的图像识别之前,常规的降落方法是依靠GPS定位来辅助降落,而民用级别的GPS定位精度能达到10m左右,误差较大,而且GPS信号在遮挡物较多的区域,比如建筑物密集或森林,会造成误差增大甚至信号丢失,甚至会受到恶意的卫星定位信号干扰而降落到错误地点;专业级高精度GPS设备成本昂贵,不具有经济实用性。

而仅采用深度学习的图像识别,又会出现无人机受风扰的问题无法解决,AprilTags是一种视觉基准系统,适用于各种任务,包括增强现实、机器人和相机校准,AprilTags检测软件计算标签相对于摄像机的精确3D位置、方向和标识。在无人机不具备较好的抗风性能时,AprilTags标签识别可以对无人机根据风向的影响进行微调,保证飞机能够正常悬停。

发明内容

为了解决上述问题,本公开提出了一种综合H图案识别和AprilTag二维码识别的无人机精准降落方法,结合深度学习的图像识别和AprilTags标签的无人机精准降落,减少无人机降落在使用民用GPS定位带来的误差,减轻移动设备在实时处理图像时的负担,结合AprilTags提高降落的精度,并且在恶劣环境下,解决无人机降落时的风扰问题来提高精准降落的稳定性和可靠性。

为了实现上述目的,本公开采用如下技术方案:

第一方面,本公开提供一种综合H图案识别和AprilTag二维码识别的无人机精准降落方法,包括:

制作目标识别图像,将其设置于目标降落点,所述目标识别图像包括二维码标签和目标图形;

控制无人机停至目标降落点的上空,将摄像头调整至向下垂直方向,使得目标识别图像出现在摄像头视野范围内;

在无人机降落到指定高度之前和降落到指定高度之后,分别识别无人机相对于目标图形和二维码标签的偏移量,并判断该偏移量是否满足预设的误差范围值,调整水平距离和正方向角度,执行降落至目标降落点。

作为可能的一些实现方式,所述目标图形包括“H”标签、三角形标签以及圆圈标签,所述目标识别图形为矩形,包括设置于矩形四角和矩形中心的五个二维码标签、设置于矩形中心的“H”标签,设置于“H”标志上方为三角形标签,以及最外层的圆圈标签,所述圆圈标签内不包含矩形四角上的二维码标签,并且标签颜色与背景色颜色不同。

作为可能的一些实现方式,在无人机降落到指定高度之前,对目标图形进行图像识别,判断无人机相对于目标图形的水平距离偏移值与正方向角度偏移值是否满足预设的第一误差范围值,调整水平距离和正方向角度,执行降落至指定高度;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东大学,未经山东大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911136463.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top