一种无人机移动距离计算系统及方法与流程

本发明属于无人机技术领域，特别是涉及一种无人机移动距离计算系统及方法。

背景技术：

现有飞行器定位的光流视觉模块，多数是采用图像模块与测距模块结合的设计，利用图像模块计算x、y(水平)方向的移动量，利用测距模块计算z(高度)方向的绝对值。

若图像模块采用单镜头，当飞行高度(altitude)较高时，图像模块对于x、y方向移动量(distance)的辨识度(pixel)会下降。通过下述简易xy移动量计算公式可以看出计算出的移动量会有误差。

若图像模块采用双镜头，即长焦镜头和短焦镜头，短焦镜头可以得到较多的景物信息，但物距远时辨识度低，长焦镜头可以得到较高的辨识度，但较缺乏景物信息。现有技术是以某一个高度当成切换不同镜头间判定基准，也即，在某个高度以下完全采用短焦镜头的图像，在某个高度以上完全采用长焦镜头的图像，虽然可以稍微改善不同高度间的辨识度(pixel)下降的问题，但是还是有其局限在,计算出之移动距离精准度还是会有误差。

技术实现要素：

本发明的目的在于提供一种无人机移动距离计算系统和方法，解决了无人机不同飞行高度时的平移量辨识度不一致的问题，以便可以准确计算出无人机飞行的距离，达到无人稳定控制之目的。

为解决上述技术问题，本发明采用以下技术方案予以实现：

与现有技术相比，本发明的优点和积极效果是：本发明利用长焦镜头和短焦镜头在不同高度时，其图像在感应器(sensor)上的辨识度的差异，计算长焦镜头和短焦镜头合理的权重，如此无人机系统就可以依据不同的飞行高度改变长焦镜头和短焦镜头的计算权重，使得飞行器在不同飞行高度时，对于x、y方向平移量都能保持相当高的辨识度，解决了不同飞行高度时的平移量辨识度不一致的问题，以便可以准确计算出无人机飞行的距离，达到无人稳定控制之目的。

结合附图阅读本发明实施方式的详细描述后，本发明的其他特点和优点将变得更加清楚。

附图说明

图1为本发明具体实施例的系统结构图。

图2为本发明具体实施例与现有技术可工作范围示意图。

图3为本发明具体实施例的系统框图。

图4为本发明具体实施例的流程图。

具体实施方式

如图1、3所示，本实施例的无人机移动距离计算系统包括长焦镜头模块1、短焦镜头模块2、测距模块3、光流控制算法系统模块(mcu系统模块)4和陀螺仪5。下面分别对各个模块进行详细说明：

长焦镜头模块1，用于提供长焦镜头获取的图像至光流控制算法系统模块4。

在长焦镜头确定的情况下，长焦镜头的分辨率r1为确定值，长焦镜头的视角fov1为确定值。因而，对于长焦镜头而言，长焦镜头根据某两帧图像计算的无人机移动距离d1＝p1/r1(h*2.0*tan(fov1/2))，p1为物体在长焦镜头上后帧图像与前帧图像相比所移动的像素量，h为测距模块获取的无人机所在高度。

短焦镜头模块2，用于提供短焦镜头获取的图像至光流控制算法系统模块4。

在短焦镜头确定的情况下，短焦镜头的分辨率r2为确定值，短焦镜头的视角fov2为确定值。因而，对于短焦镜头而言，短焦镜头根据某两帧图像计算的无人机移动距离d2＝p2/r2(h*2.0*tan(fov2/2))，p2为物体在短焦镜头上后帧图像与前帧图像相比所移动的像素量，h为测距模块获取的无人机所在高度。

其中，前帧图像与后帧图像可以为相邻图像，也可以为间隔一帧或几帧的图像，取决于mcu系统模块的运算能力。

测距模块3，用于获取无人机所在高度h，并将高度h提供至光流控制算法系统模块4；

陀螺仪5，用于确认无人机的姿态，以便提供给光流控制算法系统模块4在进行处理时的辅助参考。

光流控制算法系统模块4，用于根据长焦镜头模块1和短焦镜头模块2所提供的图像进行物体(特征点)的侦测，以此物体的信息去计算物体在其感应器(sensor)上的移动量，并根据测距模块所提供之无人机高度信息计算权重，然后再计算无人机的移动距离。光流控制算法系统模块4(mcu系统模块)主要包含三个部分：

物体侦测模块，用于侦测长焦镜头和短焦镜头的图像上的物体位置及物体移动的像素量。其中，物体通过物体特征点来体现。

权重计算模块，用于根据无人机所在高度h、长焦镜头的视角fov1、短焦镜头的视角fov2计算在不同高度时的长焦镜头权重w1和短焦镜头权重w2。

长焦镜头权重

短焦镜头权重w2＝1-w1；

δh＝k(fov2/fov1)；k为系数；

hmax:测距模块可测得的最大高度；

hmin:测距模块可测得的最小高度；

δ′h:无人机当下高度的权重系数。

移动距离计算模块，用于根据物体侦测模块计算的物体移动的像素量和权重计算模块计算的权重，计算无人机移动的距离。

移动距离计算模块计算某两帧图像的无人机移动距离

移动距离计算模块计算无人机在一定时间时无人机的移动距离

其中，n为一定时间内的图像帧数。例如，在mcu系统模块的运算能力很高时，无人机的长焦镜头模块1和短焦镜头模块2分别采集n帧图像，则分别对n帧图像的相邻两帧图像的无人机移动距离d进行计算，再计算dtotal。在mcu系统模块的运算能力不高时，无人机的长焦镜头模块1和断交镜头模块2分别采集的图像帧数为m，m＞n，从m帧图像中间隔一帧或几帧抽取一帧图像，得到n帧图像，则分别对n帧图像的相邻两帧图像的无人机移动距离d进行计算，再计算dtotal。

如图2所示，本实施例的无人机，可扩展光流控制算法系统模块的可工作范围，不再受限于图像模块的辨识度限制。其中，6为现有技术单镜头图像模块的可工作范围。7为本实施例长短焦双镜头模块的可工作范围。通过对比，本实施例长短焦双镜头模块的可工作范围大大提高。

如图4所示，本实施例还提出了一种无人机移动距离计算方法：

获取长焦镜头的图像，侦测长焦镜头的图像上的物体位置及物体移动的像素量。本实施例中，通过侦测长焦镜头的图像上的物体特征点确认物体。物体移动的像素量是指某两帧图像中物体特征点移动的像素量。

获取短焦镜头的图像，侦测短焦镜头的图像上的物体位置及物体移动的像素量。本实施例中，通过侦测短焦镜头的图像上的物体特征点确认物体。物体移动的像素量是指某两帧图像中物体特征点移动的像素量。

获取无人机所在高度h。

根据无人机所在的高度h、长焦镜头的视角fov1、短焦镜头的视角fov2计算在不同高度时的长焦镜头权重w1和短焦镜头权重w2。

长焦镜头权重

短焦镜头权重w2＝1-w1；

δh＝k(fov2/fov1)；k为系数；

hmax:测距模块可测得的最大高度；

hmin:测距模块可测得的最小高度；

δ′h:无人机当下高度的权重系数。

根据物体移动的像素量和权重，计算无人机移动的距离。

计算某两帧图像的无人机移动距离d的方法为：

其中，

d1:长焦镜头计算的无人机移动距离；d1＝p1/r1(h*2.0*tan(fov1/2))，p1为物体在长焦镜头上后帧图像与前帧图像相比所移动的像素量；r1为长焦镜头的分辨率；

d2:短焦镜头计算的无人机移动距离；d2＝p2/r2(h*2.0*tan(fov2/2))，p2为物体在短焦镜头上后帧图像与前帧图像相比所移动的像素量；r2为短焦镜头的分辨率。

计算无人机在一定时间时无人机的移动距离

其中，n为一定时间内的图像帧数。例如，在mcu系统模块的运算能力很高时，无人机的长焦镜头模块1和短焦镜头模块2分别采集n帧图像，则分别对n帧图像的相邻两帧图像的无人机移动距离d进行计算，再计算dtotal。在mcu系统模块的运算能力不高时，无人机的长焦镜头模块1和断交镜头模块2分别采集的图像帧数为m，m＞n，从m帧图像中间隔一帧或几帧抽取一帧图像，得到n帧图像，则分别对n帧图像的相邻两帧图像的无人机移动距离d进行计算，再计算dtotal。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。