[发明专利]一种基于计算机视觉的无人机安全稳定降落系统在审

专利信息
申请号: 202210455352.0 申请日: 2022-04-27
公开(公告)号: CN114740877A 公开(公告)日: 2022-07-12
发明(设计)人: 王晓跃 申请(专利权)人: 江苏熙枫智能科技有限公司
主分类号: G05D1/08 分类号: G05D1/08;G05D1/10
代理公司: 上海思真远达专利代理事务所(特殊普通合伙) 31481 代理人: 李娜
地址: 213032 江*** 国省代码: 江苏;32
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 计算机 视觉 无人机 安全 稳定 降落 系统
【说明书】:

发明公开了一种基于计算机视觉的无人机安全稳定降落系统,涉及无人机安全降落领域,解决了现有的无人机在返航降落时通过人为操控,难以及时准确的对险情与障碍进行判断,导致无人机事故率高发,也严重危及他人财产安全的问题,现提出如下方案,其包括无人机飞控系统、飞行姿态调整模块、无人机动力模块、险情判别模块,所述险情判别模块连接有计算机视觉监控系统,所述计算机视觉监控系统分别连接有视觉检测模块与环境识别模块,所述视觉监测模块与环境识别模块均与险情判别模块连接。本系统有效的提高了无人机在返航降落程序的安全性,同时有效的避免了人为的操作失误,将会无人机降落事故的发生率,避免了不必要的经济损失的特点。

技术领域

本发明涉及无人机安全降落领域,尤其涉及一种基于计算机视觉的无人机安全稳定降落系统。

背景技术

无人驾驶飞机简称“无人机”,英文缩写为“UAV”,是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机,或者由车载计算机完全地或间歇地自主地操作。

与有人驾驶飞机相比,无人机往往更适合那些太“愚钝,肮脏或危险”的任务。无人机按应用领域,可分为军用与民用。军用方面,无人机分为侦察机和靶机。民用方面,无人机+行业应用,是无人机真正的刚需;在航拍、农业、植保、微型自拍、快递运输、灾难救援、观察野生动物、监控传染病、测绘、新闻报道、电力巡检、救灾、影视拍摄、制造浪漫等等领域的应用,大大的拓展了无人机本身的用途,发达国家也在积极扩展行业应用与发展无人机技术。

但是现有的无人机其的返航降落一般都是通过人为进行控制,而现有无人机在与控制终端连接有,控制终端的屏幕一般较小,因而在进行降落操控时,即使可以实时成像,但是通过控制者的肉眼进行人为的判断依然会有较大误判的可能,造成现有无人机在返航降落时,故障损坏的事故率高发,这样对于操控者是一种损失,同时无人机的坠落依然可能会给他人造成不必要的经济损失。因此提出一种基于计算机视觉的无人机安全稳定降落系统。

发明内容

本发明的目的在于提供一种基于计算机视觉的无人机安全稳定降落系统,解决了现有的无人机在返航降落时通过人为操控,难以及时准确的对险情与障碍进行判断,导致无人机事故率高发,也严重危及他人财产安全的问题。

为实现上述目的,本发明提供如下技术方案:一种基于计算机视觉的无人机安全稳定降落系统,包括无人机飞控系统,无人机飞控系统分别依次连接有飞行姿态调整模块、无人机动力模块,所述无人机飞控系统双向连接有险情判别模块,所述险情判别模块连接有计算机视觉监控系统,所述计算机视觉监控系统分别连接有视觉检测模块与环境识别模块,所述视觉监测模块与环境识别模块均与险情判别模块连接。

优选的,所述视觉检测模块包括下方雷达测距单元、侧向雷达测距单元、视觉成像相机。

优选的,所述环境识别模块包括地面识别单元、环境障碍物识别单元、风速风向监测单元。

优选的,所述险情判别模块包括地面障碍判别单元与环境障碍判别单元。

优选的,所述无人机飞控系统用于对无人机的飞行启停进行总体控制,所述飞行姿态调整模块用于对无人机动力模块的飞行姿态进行调整。

优选的,所述险情判别模块用于对是属于地面障碍的险情还是属于环境因素导致不宜降落的环境进行判别。

优选的,所述计算机识别监控系统控制视觉检测模块以及环境识别模块内装载的各种检测单元器件。

优选的,所述下方雷达测距单元、侧向雷达设备单元,分别用于在靠近地面时,对无人机的下方以及侧向环境进行检测,并通过险情判别模块,由其确定为地面障碍,避免地面不平导致无人机降落侧翻或者周围有树枝等障碍对螺旋桨造成损坏,所述视觉成像相机用于在降落时对周围进行实时的拍摄成像。

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江苏熙枫智能科技有限公司,未经江苏熙枫智能科技有限公司许可,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/202210455352.0/2.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