[发明专利]无人机降落区域的选择方法、无人机及介质在审

专利信息
申请号: 202110256819.4 申请日: 2021-03-09
公开(公告)号: CN113205550A 公开(公告)日: 2021-08-03
发明(设计)人: 王灿;苏智龙;吴新宇 申请(专利权)人: 深圳先进技术研究院
主分类号: G06T7/593 分类号: G06T7/593;G06T7/70;G06K9/62;G06T5/00
代理公司: 深圳市威世博知识产权代理事务所(普通合伙) 44280 代理人: 黎坚怡
地址: 518055 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 无人机 降落 区域 选择 方法 介质
【说明书】:

本申请公开了一种无人机降落区域的选择方法、无人机及介质。该方法包括如下步骤:获取无人机坐标系下的地面区域的三维点集合;其中,无人机坐标系包括相互垂直的X轴、Y轴和Z轴,三维点集合包括多个三维点;根据每一三维点的平均曲率将三维点集合分类,得到包括至少一个平面点集的第一平面集合;在第一平面集合中确定符合预设条件的平面点集对应的区域作为可降落区域,预设条件包括平面点集的平面面积大于面积阈值,和平面点集的法向量与Z轴之间的第一夹角小于第一角度阈值。通过上述方式,本申请能够筛选出安全性高的降落区域。

技术领域

本申请涉及无人机领域,特别是涉及一种无人机降落区域的选择方法、无人机及计算机可读存储介质。

背景技术

近年来无人机被广泛的应用于农业、公共运输、公共安全等各个领域,无人机的使用数量出现了大规模的增加。随着人工智能的发展,无人机智能飞行,自主飞行受到了越来越多的关注。

目前大部分的无人机任务都是采用人工遥控无人机运动的模式。伴随着技术的发展和需求的改变,包括如军事,探测等方面都需要无人机能够自主运动,包括起飞、飞行、降落等动作。

在无人机的运动的各个阶段中,降落阶段最为关键,同时也伴随着最大的坠毁风险。目前,主要由人工控制无人机进行降落。随着无人机应用场景越来越广泛,自主降落将会成为无人机的主流,而相关技术中,无人机的自主降落存在对复杂环境适应差、选择的降落平面安全性差的问题。

发明内容

本申请提供一种无人机降落区域的选择方法、无人机及计算机可读存储介质,以解决相关技术中无人机自主降落适应性差、安全性差的问题。

为解决上述技术问题,本申请提供一种无人机降落区域的选择方法。该方法包括:获取无人机坐标系下的地面区域的三维点集合;其中,无人机坐标系包括相互垂直的X轴、Y轴和Z轴,三维点集合包括多个三维点;根据每一三维点的平均曲率将三维点集合分类,得到包括至少一个平面点集的第一平面集合;在第一平面集合中确定符合预设条件的平面点集对应的区域作为可降落区域,预设条件包括平面点集的平面面积大于面积阈值,和平面点集的法向量与Z轴之间的第一夹角小于第一角度阈值。

为解决上述技术问题,本申请提供一种无人机。该无人机包括深度相机、处理器和存储器,处理器耦接深度相机和存储器,在工作时执行指令,以配合深度相机和存储器实现上述的无人机降落区域的选择方法。

为解决上述技术问题,本申请提供一种计算机可读存储介质。计算机可读存储介质存储有计算机程序,计算机程序能够被处理器执行以实现上述的无人机降落区域的选择方法。

本申请通过将无人机预估降落的地面区域对应的多个三维点分类为至少一个平面点集,能够适应复杂场景。相较于二维图像识别降落环境,三维点能够更加准确、有效地提取出可降落区域。进一步地,本申请从第一平面集合中筛选平面面积大于面积阈值、与Z轴之间的第一夹角小于第一角度阈值的平面点集对应的区域作为可降落区域,能够使得筛选出的可降落区域与无人机的当前位姿接近、对应的平面面积足够无人机降落,从而使得无人机能够更加安全稳妥地降落在可降落区域。

附图说明

图1是本申请提供的无人机一实施例的结构示意图;

图2是本申请提供的无人机降落区域的选择方法一实施例的流程示意图;

图3是本申请提供的根据每一三维点的平均曲率将三维点集合分类一实施方式的流程示意图;

图4是本申请提供的计算机可读存储介质一实施例的结构示意图。

具体实施方式

为使本领域的技术人员更好地理解本发明的技术方案,下面结合附图和具体实施方式对本申请所提供的无人机降落区域的选择方法、无人机及计算机可读存储介质做进一步详细描述。

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深圳先进技术研究院,未经深圳先进技术研究院许可,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/202110256819.4/2.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