一种无人机精准降落于移动平台方法与流程

本发明涉及一种无人机精准降落于移动平台方法。

背景技术：

随着无人机技术越来越成熟，无人机的应用领域也越来越广泛，近两年除消费级无人机火爆以外，无人机在其他很多行业也得到广泛发展，最为显著的无疑是物流无人机，从亚马逊到京东，再到中国各大物流公司都是投入巨大精力来研制全自主无人机物流平台，以达到节省人力成本，解决快寄投送最后一公里的问题。而搭载一台能在物流车上自主起降的无人机也成为各大物流无人机公司研究的核心技术之一，目前无人机定位采用gps技术，由于gps信号受遮挡、天气干扰严重，不能实现精确定位。

技术实现要素：

本发明的目的在于提供一种无人机精准降落于移动平台方法，解决现有技术中无人机不能实现精确定位的技术问题。

为了解决上述问题，本发明采取如下技术方案：

一种无人机精准降落于移动平台方法，用于控制无人机在执行完任务后精准降落返回到移动平台上，包括如下步骤：

1)、无人机通过4g模块获取移动平台的gps数据，并根据移动平台gps数据导航飞行，判断无人机是否位于移动平台遥测信号覆盖范围内，即无人机是否位于移动平台视距以内：

1.1)、如果否，则说明无人机在移动平台视距以外飞行，此时移动平台gps数据通过4g模块发送到云端服务器，云端服务器将移动平台gps数据发送到无人机的4g模块，此时移动平台gps数据为非实时性数据，无人机根据移动平台gps数据继续导航飞行。在无人机返航过程中，当移动平台距离无人机太远，超出移动平台视距，无人机无法与移动平台直接进行无线通讯，只要依靠云端服务器，使无人机向移动平台开进。

1.2)、如果是，则说明无人机飞入移动平台视距以内，无人机搜索地面信号，移动平台与无人机进行数据链路连接:

1.2.1)、如果连接失败，则无人机重新根据移动平台gps数据导航飞行；

1.2.2)、如果连接成功，则无人机切换移动平台gps数据来源，无人机直接与移动平台建立无线通信，此时的移动平台gps数据是实时的；

2)、无人机飞入移动平台视距以内飞行时，无人机上的相机拍摄移动平台，无人机控制器通过图像识别获取精确的降落位置，利用图像偏差来实现精准降落。

进一步改进，所述步骤2)中，无人机根据移动平台的实时gps数据，精确导航飞行，并实时监测无人机是否飞行到移动平台正上方：

2.1)、如果否，则调整无人机的飞行方向和速度，继续进行精确导航飞行；

2.2)、如果是，则无人机与移动平台保持相同速度飞行，通过相机拍摄图像，检测拍摄的图像中是否存在移动平台：

2.2.1)、如果没有，则继续进行精确导航飞行；

2.2.2)、如果有，则根据图像偏差与相机参数计算实际偏差，无人机控制器基于该实际偏差开始降落，并检测无人机距离移动平台的高度是否小于设定距离l：

2.2.2.1)、如果否，则继续进行精确导航飞行，控制器基于实际偏差控制无人机继续降落；

2.2.2.2)、如果是，则根无人机停桨，降落，实现精准降落。

进一步改进，所述无人机控制器基于实际偏差继续降落，实现精准降落的步骤如下：

1)、相机拍摄获取的图像存在畸变，因此需要对相机进行矫正，同时获取相机的内参矩阵；

1.1)、建立相机坐标系、成像平面坐标系、像素坐标系；

相机坐标系：以相机光心oc作为原点，ocxc轴平行与成像平面的水平方向，从相机的后方看，指向相机的右方，ocyc轴平行于成像平面竖直方向，指向相机下方，光轴oczc垂直与xcocyc平面；

像素坐标系：为一个二维直角坐标系，以像素为单位，以图像的左上点为原点o，ou轴与图像宽度方向平行，沿图像上顶边指向右侧，ov轴与图像高度方向平行，沿图像左边界指向下方。

成像平面坐标系：为一个二维直角坐标系，以图像中心oi为原点，该点为相机光轴与成像平面的交点，oixi轴与ocxc轴平行，oiyi轴与ocyc轴平行，并且两者的正方向相同；

1.2)完成相机坐标系、成像平面坐标系、像素坐标系之间的转换，

1.2.1)、将相机坐标系转换到成像平面坐标系：

设点a(x，y，z)为相机坐标系空间中的一点，则a(x，y，f)点为a点在到图像平面上的投影，相机的焦距为f，得出：

x/f＝x/z，y/f＝y/z；

即，x＝fx/z，y＝fy/z；

上述变换关系用3*3的矩阵表示为：q＝mq，其中

得出透视投影变换矩阵为：

1.2.2)、成像平面坐标系转换到像素坐标系：

设定成像平面坐标的原点oi在以像素为单位的成像平面坐标中的坐标为(u0，v0)；设每个像素的物理尺寸大小为dx*dy(mm)，dx！＝dy；

设定图像平面上某点在成像平面坐标系中的坐标为(x，y)，在像素坐标系中的坐标为(u,v)，则二者满足如下关系：

u＝x/dx+u0；v＝y/dy+v0；

用齐次坐标与矩阵形式表示为：

将等式两边都乘以z可得：

将相机坐标系中的(1)式代入上式可得：

则获得相机的内参矩阵：

2)、无人机进行目标识别：

使用aruco图案识别算法，用相机内参矩阵进行像素偏差到实际偏差距离的转换，实际偏差距离为在相机坐标系中上一帧图像中无人机的位置与移动平台之间的位置坐标差，像素偏差为在像素坐标系中上一帧图像中无人机的位置与移动平台之间的位置坐标差。用dx表示x方向的实际偏差距离，px表示x方向的像素偏差值，dx/f为内参矩阵输出数据，h为无人机飞行高度，即有：dx＝px*dx*h/f；

用dy表示y方向的实际偏差距离，py表示y方向的像素偏差值，dy/f为内参矩阵输出数据，h为高度，即有dy＝py*dy*h/f；

控制器根据实际偏差距离dx、dy来控制无人机进行精准降落，dx、dy的方向性由px、py决定，形成闭环参数，完成对无人机的精准控制。

无人机和移动平台一直处于动态中，根据相机参数矩阵以上一帧的像素偏差计算出实际偏差距离，控制器以该实际偏差距离进行控制无人机，进行姿态调整，然后继续拍摄、计算、调整，形成闭环控制回路，直至无人机精准降落到移动平台上。

进一步改进，所述移动平台视距为10公里。

进一步改进，设定无人机距离移动平台的高度小于设定距离l为20厘米时停桨。

与现有技术相比，本方案具有如下有益效果：

当无人机距离移动平台10公里以外时，移动平台gps数据通过4g模块发送到云端服务器，云端服务器将移动平台gps数据发送到无人机的4g模块，此时移动平台gps数据为非实时性数据，无人机根据移动平台gps数据继续导航飞行；当无人机距离移动平台10公里以内时，移动平台与无人机进行数据链路连接，无人机通过4g模块获取移动平台的gps数据，并根据移动平台gps数据导航飞行。无人机距离移动平台10公里以内时，相机实时拍照，进行计算，根据相机参数矩阵以上一帧的像素偏差计算出实际偏差距离，控制器以该实际偏差距离进行控制无人机，进行姿态调整，然后继续拍摄、计算、调整，形成闭环控制回路，直至无人机精准降落到移动平台上。使用gps+图像识别的组合方式来精确定位，实现无人机的精准降落，控制精度高，且便于操作。

附图说明

图1为本发明所述无人机精准降落于移动平台方法的流程图。

具体实施方式

为使本发明的目的和技术方案更加清楚，下面结合本发明实施例对本发明的技术方案进行清楚，完整的描述。

如图1所示，一种无人机精准降落于移动平台方法，包括如下步骤：

1)、无人机通过4g模块获取移动平台的gps数据，并根据移动平台gps数据导航飞行，判断无人机是否位于移动平台遥测信号覆盖范围内，即无人机是否位于移动平台视距10公里以内：

1.1)、如果否，则说明无人机在移动平台视距以外飞行，此时移动平台gps数据通过4g模块发送到云端服务器，云端服务器将移动平台gps数据发送到无人机的4g模块，此时移动平台gps数据为非实时性数据，无人机根据移动平台gps数据继续导航飞行；

1.2)、如果是，则说明无人机飞入移动平台视距以内，无人机搜索地面信号，移动平台与无人机进行数据链路连接:

1.2.1)、如果连接失败，则无人机重新根据移动平台gps数据导航飞行；

1.2.2)、如果连接成功，则无人机切换移动平台gps数据来源，无人机直接与移动平台建立无线通信，此时的移动平台gps数据是实时的；

2)、无人机飞入移动平台视距以内飞行时，无人机上的相机拍摄移动平台，无人机控制器通过图像识别获取精确的降落位置，利用图像偏差来实现精准降落。

在本实施例中，所述步骤2)中，无人机根据移动平台的实时gps数据，精确导航飞行，并实时监测无人机是否飞行到移动平台正上方：

2.1)、如果否，则调整无人机的飞行方向和速度，继续进行精确导航飞行；

2.2)、如果是，则无人机与移动平台保持相同速度飞行，通过相机拍摄图像，检测拍摄的图像中是否存在移动平台：

2.2.1)、如果没有，则继续进行精确导航飞行；

2.2.2)、如果有，则根据图像偏差与相机参数计算实际偏差，无人机控制器基于该实际偏差开始降落，并检测无人机距离移动平台的高度是否小于20厘米：

2.2.2.1)、如果否，则继续进行精确导航飞行，控制器基于实际偏差控制无人机继续降落；

2.2.2.2)、如果是，则根无人机停桨，降落，实现精准降落。

在本实施例中，所述无人机控制器基于实际偏差继续降落，实现精准降落的步骤如下：

1)、相机拍摄获取的图像存在畸变，因此需要对相机进行矫正，同时获取相机的内参矩阵；

1.1)、建立相机坐标系、成像平面坐标系、像素坐标系；

相机坐标系：以相机光心oc作为原点，ocxc轴平行与成像平面的水平方向，从相机的后方看，指向相机的右方，ocyc轴平行于成像平面竖直方向，指向相机下方，光轴oczc垂直与xcocyc平面；

像素坐标系：为一个二维直角坐标系，以像素为单位，以图像的左上点为原点o，ou轴与图像宽度方向平行，沿图像上顶边指向右侧，ov轴与图像高度方向平行，沿图像左边界指向下方。

成像平面坐标系：为一个二维直角坐标系，以图像中心oi为原点，该点为相机光轴与成像平面的交点，oixi轴与ocxc轴平行，oiyi轴与ocyc轴平行，并且两者的正方向相同；

1.2)完成相机坐标系、成像平面坐标系、像素坐标系之间的转换，

1.2.1)、将相机坐标系转换到成像平面坐标系：

设点a(x，y，z)为相机坐标系空间中的一点，则a(x，y，f)点为a点在到图像平面上的投影，相机的焦距为f，得出：

x/f＝x/z，y/f＝y/z；

即，x＝fx/z，y＝fy/z；

上述变换关系用3*3的矩阵表示为：q＝mq，其中

得出透视投影变换矩阵为：

1.2.2)、成像平面坐标系转换到像素坐标系：

设定成像平面坐标的原点oi在以像素为单位的成像平面坐标中的坐标为(u0，v0)；设每个像素的物理尺寸大小为dx*dy(mm)，dx！＝dy，因为单个像素点投影在图像平面上是矩形而不是正方形。

设定图像平面上某点在成像平面坐标系中的坐标为(x，y)，在像素坐标系中的坐标为(u,v)，则二者满足如下关系：

u＝x/dx+u0；v＝y/dy+v0；

用齐次坐标与矩阵形式表示为：

将等式两边都乘以z可得：

将相机坐标系中的(1)式代入上式可得：

则获得相机的内参矩阵：

2)、无人机进行目标识别：

使用aruco图案识别算法，用相机内参矩阵进行像素偏差到实际距离偏差的转换，用dx表示x方向的实际偏差距离，px表示x方向的像素偏差值，dx/f为内参矩阵输出数据，h为无人机飞行高度，即有：dx＝px*dx*h/f；

用dy表示y方向的实际偏差距离，py表示y方向的像素偏差值，dy/f为内参矩阵输出数据，h为高度，即有dy＝py*dy*h/f；

控制器根据实际偏差距离dx、dy来控制无人机进行精准降落，dx、dy的方向性由px、py决定，形成闭环参数，完成对无人机的精准控制。

在其他实施例中，所述移动平台视距可以为其他值，只要满足在该视距内无人机能够与移动平台禁止直接通讯即可，比如9公里、11公里等。

在其他实施例中，设定无人机距离移动平台的高度小于设定距离l时停桨，l可以为18厘米、18厘米、25厘米、30厘米等。

本发明中未做特别说明的均为现有技术或者通过现有技术即可实现，而且本发明中所述具体实施案例仅为本发明的较佳实施案例而已，并非用来限定本发明的实施范围。即凡依本发明申请专利范围的内容所作的等效变化与修饰，都应作为本发明的技术范畴。