System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內(nèi)的位置。 參數(shù)名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及無人機,尤其涉及一種基于無人機多機協(xié)同的降落控制方法、裝置及系統(tǒng)。
技術(shù)介紹
1、關(guān)于無人機起降技術(shù),目前主要是通過gps與視覺引導(dǎo)技術(shù)的復(fù)合導(dǎo)航方法來實現(xiàn)gps信號區(qū)域的全自主穩(wěn)定飛行和降落,這是在單一無人機執(zhí)行飛行任務(wù)的情況下。隨著巡檢任務(wù)的需求越來越精細(xì)化,導(dǎo)致無人機作業(yè)時長增加,為提高效率,需要通過多機協(xié)同巡視來減少巡檢作業(yè)時間,在部分配網(wǎng)線路偏遠(yuǎn)或復(fù)雜環(huán)境下,如何確保多機協(xié)同任務(wù)中無人機在機場精準(zhǔn)起降成為了當(dāng)下的一大挑戰(zhàn)。
2、目前機場無人機的起降定位主流采用的gps和視覺輔助定位方法,在有g(shù)ps信號覆蓋的區(qū)域內(nèi),無人機依靠gps接收器獲取精確的地理位置信息,確保飛行路徑的準(zhǔn)確性,無人機飛行到機場上方時,通過視覺識別引導(dǎo)降落的視覺標(biāo)志物(apritag標(biāo)識碼)來實現(xiàn)精準(zhǔn)降落。例如,專利文本cn114104310a公開了一種基于gps和apriltag的視覺輔助無人機降落的設(shè)備與方法,由地面定位設(shè)備循環(huán)檢測自身的位置和向飛行控制設(shè)備發(fā)送地面定位設(shè)備的信息,飛行控制設(shè)備實時接收地面定位設(shè)備信息,執(zhí)行速度、位置串聯(lián)pid控制策略,當(dāng)靠近目標(biāo)時,攝像頭實時檢測視野內(nèi)是否有apriltag靶標(biāo),若出現(xiàn)apriltag靶標(biāo),執(zhí)行視覺與gps融合控制策略,控制無人機按預(yù)定的位姿降落,若無apriltag靶標(biāo)出現(xiàn),則根據(jù)地面定位設(shè)備的位置信息尋找apriltag靶標(biāo)。
3、然而,當(dāng)使用多機協(xié)同進(jìn)行巡檢任務(wù)時,如果遇上信號不佳或任務(wù)地點處于無信號的地區(qū),gps定位精度不再可靠,會導(dǎo)致無人機飛行位置與
技術(shù)實現(xiàn)思路
1、本專利技術(shù)提供了一種基于無人機多機協(xié)同的降落控制方法、裝置及系統(tǒng),能夠在gps信號不佳時保證無人機降落的準(zhǔn)確性,并避免碰撞事故。
2、一種基于無人機多機協(xié)同的降落控制方法,包括:
3、多個無人機執(zhí)行飛行任務(wù),無人機檢測gps信號強度,確認(rèn)gps信號強度不滿足預(yù)設(shè)要求時切換至接收北斗信號;
4、基于所述北斗信號,采用卡爾曼濾波算法計算獲得無人機的位置狀態(tài),并基于pid控制算法控制無人機的運動狀態(tài);
5、各個無人機同步所述位置狀態(tài),根據(jù)所述位置狀態(tài)判斷是否滿足降落條件;
6、滿足降落條件時,待降落的無人機通過圖像采集裝置采集環(huán)境圖像并識別降落標(biāo)識;
7、根據(jù)所述降落標(biāo)識的中心坐標(biāo)計算與待降落的無人機的相對位置,根據(jù)所述相對位置控制待降落的無人機降落至預(yù)設(shè)位置。
8、進(jìn)一步地,采用卡爾曼濾波算法計算獲得無人機的位置狀態(tài),包括:
9、在所述北斗信號未更新時,根據(jù)無人機在所述正北方向和正東方向的加速度向量和速度向量,計算獲得關(guān)于無人機的水平位置向量的狀態(tài)方程;
10、在所述北斗信號更新時,將所述北斗信號作為觀測量;
11、根據(jù)所述狀態(tài)方程和所述觀測量,基于卡爾曼濾波器對無人機的狀態(tài)進(jìn)行預(yù)測和更新,獲得無人機水平位置。
12、進(jìn)一步地,基于pid控制算法控制無人機的運動狀態(tài),包括:
13、初始化pid控制器的誤差和積分項;
14、根據(jù)卡爾曼濾波器輸出的無人機當(dāng)前的水平位置,計算與期望位置的誤差;
15、pid控制器根據(jù)無人機當(dāng)前的水平位置與期望位置的誤差,生成控制參數(shù)控制無人機的運動狀態(tài)。
16、進(jìn)一步地,采集環(huán)境圖像并識別降落標(biāo)識,包括:
17、對所述環(huán)境圖像進(jìn)行灰度處理和目標(biāo)區(qū)域提取,生成灰度圖像;
18、對所述灰度圖像進(jìn)行線段檢測,獲得線段集合;
19、采用最小二乘法對所述線段集合進(jìn)行擬合,獲得邊擬合圖像;
20、對所述邊擬合圖像進(jìn)行四邊形檢測,并確定四邊形區(qū)域為降落標(biāo)識。
21、進(jìn)一步地,對所述灰度圖像進(jìn)行線段檢測,獲得線段集合,包括:
22、基于sobel算子計算所述灰度圖像每個像素點的梯度值和梯度方向;
23、將所述灰度圖像中每兩個相鄰的像素點連成邊;
24、計算每條邊對應(yīng)的兩個像素點的梯度值的差值,獲得對應(yīng)的邊的梯度差值;
25、計算每條邊對應(yīng)的兩個像素點的梯度方向的差值,獲得對應(yīng)的邊的方向差值;
26、判斷兩條邊的梯度差值和方向差值是否滿足第一合并條件,若滿足第一合并條件,則將兩條邊合并為邊集合;
27、判斷兩個邊集合是否滿足第二合并條件,若滿足第二合并條件,則對兩個邊集合進(jìn)行合并,直到無法再合并時,獲得所述線段集合。
28、進(jìn)一步地,判斷兩個邊集合是否滿足第二合并條件,包括:
29、計算兩個邊集合合并之后的合并集合中最大梯度值和最小梯度值的第一差值,以及最大梯度方向和最小梯度方向的第二差值;
30、若所述第一差值小于合并前兩個邊集合中最小梯度差值與第一約束值的和值,且第二差值小于合并前兩個邊集合中最小方向差值與第二約束值的和值,則確定兩個邊集合滿足第二合并條件。
31、進(jìn)一步地,對所述邊擬合圖像進(jìn)行四邊形檢測,包括:
32、對所述邊擬合圖像中的每條邊按照參考方向確定始端和末端;
33、對邊進(jìn)行分組:若一條邊的末端和另一條邊的始端的距離在預(yù)設(shè)范圍內(nèi)且連接之后形成的連接線從始端到末端的方向為與所述參考方向相同時,則將該兩條邊合并為一組,獲得有向邊組;
34、將所有邊作為第一層節(jié)點,所述有向邊組作為下層節(jié)點,建立有向邊樹;
35、采用深度優(yōu)先算法遍歷所述有向邊樹,當(dāng)遍歷到所述有向邊樹的最后一層,若存在一條邊與第一條邊形成回路,則確定遍歷的路徑為四邊形。
36、進(jìn)一步地,根據(jù)所述降落標(biāo)識的中心坐標(biāo)計算與待降落的無人機的相對位置,包括:
37、預(yù)先對無人機的圖像采集裝置的焦距進(jìn)行標(biāo)定;
38、根據(jù)圖像采集裝置的焦距,獲得攝像頭坐標(biāo)系和圖像物理坐標(biāo)系的轉(zhuǎn)換關(guān)系;
39、根據(jù)所述轉(zhuǎn)換關(guān)系,將降落標(biāo)識在攝像頭坐標(biāo)系下的中心坐標(biāo)轉(zhuǎn)換為圖像物理坐標(biāo)系下的中心物理坐標(biāo);
40、將降落標(biāo)識在圖像物理坐標(biāo)系下的中心物理坐標(biāo)轉(zhuǎn)換為像素坐標(biāo)系下的中心像素坐標(biāo);
41、根據(jù)所述中心像素坐標(biāo),計算無人機相對于所述中心像素坐標(biāo)的位置偏移量;
42、對所述位置偏移量進(jìn)行姿態(tài)矯正,獲得降落標(biāo)識的中心與待降落的無人機的相對位置。
43、一種基于無人機多機協(xié)同的降落控制裝置,包括:
44、信號檢測模塊,用于檢測gps信號強度,確認(rèn)gps信號強度不滿足預(yù)設(shè)要求時切換至接收北斗信號;
4本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點】
1.一種基于無人機多機協(xié)同的降落控制方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,采用卡爾曼濾波算法計算獲得無人機的位置狀態(tài),包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,基于PID控制算法控制無人機的運動狀態(tài),包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,采集環(huán)境圖像并識別降落標(biāo)識,包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,對所述灰度圖像進(jìn)行線段檢測,獲得線段集合,包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,判斷兩個邊集合是否滿足第二合并條件,包括:
7.根據(jù)權(quán)利要求4所述的方法,其特征在于,對所述邊擬合圖像進(jìn)行四邊形檢測,包括:
8.根據(jù)權(quán)利要求1所述的方法,其特征在于,根據(jù)所述降落標(biāo)識的中心坐標(biāo)計算與待降落的無人機的相對位置,包括:
9.一種基于無人機多機協(xié)同的降落控制裝置,其特征在于,包括:
10.一種基于無人機多機協(xié)同的降落控制系統(tǒng),其特征在于,包括多個無人機,所述無人機上設(shè)置有處理器和存儲裝置,所述存儲裝置存儲有多條指
...【技術(shù)特征摘要】
1.一種基于無人機多機協(xié)同的降落控制方法,其特征在于,包括:
2.根據(jù)權(quán)利要求1所述的方法,其特征在于,采用卡爾曼濾波算法計算獲得無人機的位置狀態(tài),包括:
3.根據(jù)權(quán)利要求2所述的方法,其特征在于,基于pid控制算法控制無人機的運動狀態(tài),包括:
4.根據(jù)權(quán)利要求1所述的方法,其特征在于,采集環(huán)境圖像并識別降落標(biāo)識,包括:
5.根據(jù)權(quán)利要求4所述的方法,其特征在于,對所述灰度圖像進(jìn)行線段檢測,獲得線段集合,包括:
6.根據(jù)權(quán)利要求5所述的方法,其特征在于,判斷兩個邊集合...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員:王健,符瑞,鞠玲,朱巖泉,馮唯,張毅,魏偉業(yè),翟立唯,季凌逸,張子豪,顧逸帆,郭海洋,曾文君,
申請(專利權(quán))人:國網(wǎng)江蘇省電力有限公司泰州供電分公司,
類型:發(fā)明
國別省市:
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。