1.一种无人机降落区域的选择方法,其特征在于,所述选择方法包括:
获取所述无人机坐标系下的地面区域的三维点集合;其中,所述无人机坐标系包括相互垂直的x轴、y轴和z轴,所述三维点集合包括多个三维点;
根据每一所述三维点的平均曲率将所述三维点集合分类,得到包括至少一个平面点集的第一平面集合;
在所述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,所述预设条件包括所述平面点集的平面面积大于面积阈值,和所述平面点集的法向量与所述z轴之间的第一夹角小于第一角度阈值。
2.根据权利要求1所述的选择方法,其特征在于,所述在所述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,包括:
计算每一所述平面点集对应的所述平面面积;
剔除所述平面面积不大于所述面积阈值的平面点集,得到第二平面集合;
计算所述第二平面集合中每一平面点集的第一法向量与第二法向量之间的第一夹角,所述第二法向量与所述z轴平行;
确定所述第一夹角小于第一角度阈值的平面点集所在的区域为可降落区域。
3.根据权利要求2所述的选择方法,其特征在于,所述根据所述平均曲率将所述三维点集合分类,得到包括至少一个平面点集的第一平面集合,包括:
根据所述平均曲率在所述三维点集合中确定所述平面点集的种子点;
基于所述种子点在所述三维点集合中筛选加入所述平面点集的三维点;
筛选结束后,将未加入所述平面点集的待分配三维点赋值到三维点集合,执行所述根据所述平均曲率确定所述平面点集的种子点的步骤,直到所有所述待分配三维点被分配到对应的所述平面点集,得到所述第一平面集合。
4.根据权利要求3所述的选择方法,其特征在于,所述三维点集合包括每一三维点的点法线,基于所述种子点在所述三维点集合中筛选加入所述平面点集的三维点,包括:
在所述三维点集合中获取所述种子点的邻域点;
获取所述种子点的第一点法线和每一所述邻域点的第二点法线;
分别计算所述第一点法线和每一所述第二点法线之间的第二夹角;
比较所述第二夹角与第二角度阈值;
若所述第二夹角小于所述第二角度阈值,则将对应的三维点加入到所述平面点集,并在所述三维点集合中删除对应的三维点;
若所述第二夹角大于或等于所述第二角度阈值,则将对应的三维点加入所述待分配三维点,并在所述三维点集合中删除对应的三维点。
5.根据权利要求3所述的选择方法,其特征在于,所述根据所述平均曲率确定所述平面点集的种子点,包括:
将所述三维点集合中的所述三维点按照所述平均曲率由小到大进行排序;
确定所述平均曲率最小的三维点作为所述种子点。
6.根据权利要求2所述的选择方法,其特征在于,所述预设条件还包括所述平面点集对应的所述第一夹角为所述第二平面集合中最小;
所述确定所述第一夹角小于第一角度阈值的平面点集所在的区域为可降落区域之前,包括:
筛选所述第二平面集合中所述第一夹角最小的平面点集;
比较最小的所述第一夹角是否小于所述角度阈值。
7.根据权利要求6所述的选择方法,其特征在于,所述筛选所述第二平面集合中所述第一夹角最小的平面点集,包括:
从所述第二平面集合中取第一平面点集作为备选平面,并删除所述第二平面集合中所述第一平面点集;
从所述第二平面集合中获取第二平面点集;
比较所述备选平面的第三夹角是否小于所述第二平面点集的第一夹角;
若所述第三夹角小于所述第二平面点集的第一夹角,则删除所述第二平面集合中的所述第二平面点集,返回所述从所述第二平面集合中获取第二平面点集的步骤;
若所述第三夹角不小于所述第二平面点集的第一夹角,则将所述第二平面点集替换所述第一平面点集作为所述备选平面,返回所述从所述第二平面集合中获取第二平面点集的步骤;
直至所述第二平面集合为空,所述备选平面对应的平面点集为所述第二平面集合中所述第一夹角最小的平面点集。
8.根据权利要求1所述的选择方法,其特征在于,所述获取所述无人机坐标系下的地面区域的三维点集合之前,包括:
利用深度相机采集所述地面区域的三维点云数据;
对所述三维点云数据进行滤波处理,将滤波后的所述三维点云数据作为所述三维点集合。
9.一种无人机,其特征在于,包括深度相机、处理器和存储器,所述处理器耦接所述深度相机和所述存储器,在工作时执行指令,以配合所述深度相机和所述存储器实现如权利要求1至8任一项所述的无人机降落区域的选择方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序能够被处理器执行以实现如权利要求1至8中任一项所述的无人机降落区域的选择方法。