[发明专利]一种无人机智能任务规划方法及辅助导航设备在审
申请号: | 202210444966.9 | 申请日: | 2022-04-26 |
公开(公告)号: | CN114777790A | 公开(公告)日: | 2022-07-22 |
发明(设计)人: | 曹正阳;陈刚;张稀桐;吴亚龙;唐炜;勾柯楠 | 申请(专利权)人: | 西安爱生无人机技术有限公司;西安交通大学 |
主分类号: | G01C21/20 | 分类号: | G01C21/20;G06V20/17;G06V10/44;G06T7/246 |
代理公司: | 北京佳信天和知识产权代理事务所(普通合伙) 11939 | 代理人: | 田英楠 |
地址: | 710065 陕*** | 国省代码: | 陕西;61 |
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 无人机 智能 任务 规划 方法 辅助 导航 设备 | ||
1.一种无人机智能任务规划方法,其特征在于,包括如下方法步骤:
S1、通过图像采集设备对任务区域内的目标进行识别;
S2、通过数据增强处理辅助导航设备的导航参数,并进行解算;
S3、识别到目标后形成目标特征点,并将目标特征点标记在追踪目标上;
S4、接收目标任务;
S5、根据目标任务和目标特征点对跟踪路径进行规划,用以在跟踪目标的同时完成目标任务;
其中,所述通过图像采集设备对任务区域内的目标进行识别包括:
S1.1、获取目标的基础特征,所述基础特征为所述目标特征点的集合;
S1.2、通过图像采集设备获取环境特征,所述环境特征为图像采集设备中与所述目标为同一类的图像所包括的特征点的集合;
S1.3、将基础特征中的特征点与环境特征中的特征点进行对比,得出区别特征点;
S1.4、图像采集设备根据区别特征点对目标进行特征分析,通过辅助导航设备完成端到端的模型计算出导航参数,并形成目标跟踪路径。
2.根据权利要求1所述的无人机智能任务规划方法,其特征在于,所述S1.4中特征分析采用特征相似性计算算法,其算法步骤如下:
S1.4.1、设置相似性阈值,由自适应组合特征图像匹配算法得出特征算子;
S1.4.2、计算相似值,形成通用且稳定的图像特征匹配基元;
S1.4.3、将相似值与相似性阈值进对比,其中:
相似值大于相似性阈值则目标识别成功;
相似值小于等于相似性阈值则目标识别失败。
3.根据权利要求2所述的无人机智能任务规划方法,其特征在于,所述相似值计算公式为:
;
其中:为相似值;为基础特征;为环境特征;为区别特征点的基础值;为区别特征点的识别值。
4.根据权利要求3所述的无人机智能任务规划方法,其特征在于,所述S3中追踪目标的形成方法如下:
S3.1、获取目标识别成功的信息,并生成特征点;
S3.2、获取区别特征点;
S3.3、将区别特征点标记在特征点上形成追踪特征点。
5.根据权利要求4所述的无人机智能任务规划方法,其特征在于,所述S5中对跟踪路径进行规划采用区域性目标追踪算法,其算法步骤如下:
S5.1、根据追踪特征点的移动生成追踪路径;
S5.2、提取图像采集设备识别范围,并获取识别范围的中心位置;
S5.3、将识别范围的中心位置沿追踪路径延伸形成任务区域;
S5.4、接收目标任务;
S5.5、在任务区域执行目标任务。
6.根据权利要求5所述的无人机智能任务规划方法,其特征在于,所述S5.1中的生成追踪路径采用转角计算算法,其算法公式如下:
;
其中,为目标转角函数;为目标转角速度;为目标转角距离;为目标移动速度。
7.一种用于无人机智能任务规划方法的辅助导航设备,其特征在于,包括图像采集设备本体(100),所述图像采集设备本体(100)包括图像采集头(110)和防护框架(120),其中:
所述图像采集头(110)安装在无人机机体上;
所述防护框架(120)设置在图像采集头(110)外,并与无人机机体固定连接。
8.根据权利要求7所述的用于无人机智能任务规划方法的辅助导航设备,其特征在于,所述防护框架(120)为方形框架。
9.根据权利要求8所述的用于无人机智能任务规划方法的辅助导航设备,其特征在于,所述防护框架(120)外部套设有防护套。
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西安爱生无人机技术有限公司;西安交通大学,未经西安爱生无人机技术有限公司;西安交通大学许可,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/202210444966.9/1.html,转载请声明来源钻瓜专利网。