[发明专利]一种基于无人机的PAPI飞行校验方法和系统在审

专利信息
申请号: 202110574002.1 申请日: 2021-05-25
公开(公告)号: CN115393738A 公开(公告)日: 2022-11-25
发明(设计)人: 李小强 申请(专利权)人: 北京天华航宇科技有限公司
主分类号: G06V20/17 分类号: G06V20/17;G06V20/40;G06V10/56;G06V10/82;G06N3/04;G06N3/08;G06N20/00
代理公司: 北京知元同创知识产权代理事务所(普通合伙) 11535 代理人: 张田勇;张祖萍
地址: 100191 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 无人机 papi 飞行 校验 方法 系统
【权利要求书】:

1.一种基于无人机的PAPI飞行校验方法,其特征在于,包括:

基于PAPI信号灯设备数据,生成飞行任务数据;

启动具有摄像装置的无人机按照所述飞行任务数据飞行,从所述无人机接收所述摄像装置拍摄的地面的PAPI信号灯灯光的视频图像以及所述无人机的定位数据;

根据所接收的PAPI信号灯灯光的视频图像以及所述无人机的定位数据,计算所述无人机相对于地面的PAPI信号灯的方位和仰角数据,并且识别所述PAPI信号灯的位置和灯光颜色;

基于所述无人机相对于PAPI信号灯的方位和仰角数据,以及所述PAPI信号灯的位置和灯光颜色,对所述PAPI信号灯进行校验。

2.如权利要求1所述的PAPI飞行校验方法,其特征在于,所述识别所述PAPI信号灯的位置,包括:逐帧分析所接收的PAPI信号灯灯光的视频图像,并利用计算机视觉的轮廓检测方法自动识别所述视频图像的视频帧中PAPI信号灯的位置。

3.如权利要求2所述的PAPI飞行校验方法,其特征在于,所述利用计算机视觉的轮廓检测方法自动识别所述视频图像的视频帧中PAPI信号灯的位置,包括:针对每个视频帧,

检测视频帧中像素的亮度分布,取亮度均值和最高亮度值的平均值作为亮度门限,并基于所述亮度门限对视频帧进行二值化处理,其中,低于所述亮度门限的像素标记为黑色,高于所述亮度门限的像素标记为白色;

对视频帧进行形态学开操作以去除杂点;

通过查找轮廓得到视频帧中亮点的轮廓集合,用霍夫圆检测算法得到视频帧中的圆形图案;

基于四个PAPI信号灯灯光等距且并行排列,利用图像欧氏距离算法计算图像中圆形图案的距离特征,从而自动识别视频帧中PAPI信号灯的位置。

4.如权利要求1所述的PAPI飞行校验方法,其特征在于,利用用于PAPI信号灯灯光颜色识别的卷积神经网络模型,对PAPI信号灯灯光颜色进行自动识别,提取PAPI信号灯灯光颜色变化的视频帧,得到PAPI信号灯灯光颜色变化时所对应的PAPI信号灯仰角,对PAPI信号灯进行校验,所述用于PAPI信号灯灯光颜色识别的卷积神经网络模型包括卷积层、池化层、归一化层、压平层和全连接层。

5.如权利要求4所述的PAPI飞行校验方法,其特征在于,还包括构建用于PAPI信号灯灯光颜色识别的卷积神经网络模型步骤,如下:

在不同光照条件下,采集PAPI信号灯灯光图像;

识别所采集的PAPI信号灯灯光图像中PAPI信号灯的位置,提取单个PAPI信号灯灯光图像样本;

在提取的所述单个PAPI信号灯灯光图像样本中,标注PAPI信号灯的灯光颜色;

将标注后的所述单个PAPI信号灯灯光图像样本随机分成训练数据、测试数据和验证数据,利用训练数据对卷积神经网络模型进行训练,由测试数据和验证数据进行测试和验证,得到用于PAPI信号灯灯光颜色识别的卷积神经网络模型。

6.如权利要求1所述的PAPI飞行校验方法,其特征在于,

所述PAPI信号灯设备数据包含PAPI信号灯坐标、跑道出入口坐标和灯光角度;

所述飞行任务数据包括一个或多个飞行校验作业位置、在所述飞行校验作业位置处的爬升高度及速度;

所述无人机的定位数据包括无人机的经度、纬度和飞行高度。

7.如权利要求6所述的PAPI飞行校验方法,其特征在于,所述基于PAPI信号灯设备数据生成飞行任务数据包括:

通过输入被测PAPI信号灯到跑道的五边延长线距离,自动生成从无人机当前位置到校验作业位置的航路点信息,并且依据所述被测PAPI信号灯到跑道的五边延长线距离及PAPI信号灯设备中的灯光角度信息,生成所述无人机在校验作业位置的爬升高度,

其中,所述五边延长线为跑道的出口到入口的中心线。

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北京天华航宇科技有限公司,未经北京天华航宇科技有限公司许可,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/202110574002.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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