本發(fā)明涉及無人機技術領域，尤其涉及一種無人機的降落方法及系統(tǒng)。

背景技術：

由于無人機飛行器具有可操控性好，低成本，使用方便等優(yōu)點，因此，無人機飛行器已經被應用于許多行業(yè)，如在航拍、農業(yè)植保、測繪等多個領域已經得到廣泛應用。

在實現本發(fā)明的過程中，發(fā)明人發(fā)現現有技術存在以下問題：目前無人機飛行器在起飛點降落時，主要依靠GPS定位或者位置估計實現無人機飛行器的降落，但是由于GPS存在米級別的誤差，以及位置估計的誤差隨時間累積增加，因此長時間飛行或者在GPS信號較差的地方，無人機無法實現精準降落。

技術實現要素：

本發(fā)明的主要目的在于提出一種無人機的降落方法及系統(tǒng)，旨在解決現有技術存在的問題。

為實現上述目的，本發(fā)明實施例第一方面提供一種無人機的降落方法，所述方法包括步驟：

獲取無人機的飛行高度；

根據所述無人機的飛行高度，獲取飛行高度對應的模板圖像；

通過無人機的攝像裝置拍攝場景畫面，獲取到拍攝的圖像；

將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置；

根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落。

進一步地，所述模板圖像為所述無人機在所述目標降落點拍攝的圖像或者為所述無人機預先存儲的在所述目標降落點的圖像。

進一步地，所述目標降落點為無人機起飛點垂直方向的飛行高度的位置。

進一步地，所述將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置包括：

將拍攝的圖像與飛行高度對應的模板圖像進行匹配，通過擴展卡爾曼濾波算法進行數據融合獲得無人機偏離目標降落點的位置。

進一步地，所述控制無人機飛行到目標降落點包括：

通過PID算法控制無人機的飛行姿態(tài)，控制無人機飛行到目標降落點。

此外，為實現上述目的，本發(fā)明實施例第二方面提供一種無人機的降落系統(tǒng)，所述系統(tǒng)包括：測距模塊、模板圖像獲取模塊、拍攝圖像獲取模塊、匹配模塊及降落控制模塊；

所述測距模塊，用于獲取無人機的飛行高度；

所述模板圖像獲取模塊，用于根據所述無人機的飛行高度，獲取飛行高度對應的模板圖像；

所述拍攝圖像獲取模塊，用于通過無人機的攝像裝置拍攝場景畫面，獲取到拍攝的圖像；

所述匹配模塊，用于將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置；

所述降落控制模塊，用于根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落。

進一步地，所述模板圖像為所述無人機在所述目標降落點拍攝的圖像或者為所述無人機預先存儲的在所述目標降落點的圖像。

進一步地，所述目標降落點為無人機起飛點垂直方向的飛行高度的位置。

進一步地，所述匹配模塊通過擴展卡爾曼濾波算法進行數據融合獲得無人機偏離目標降落點的位置。

進一步地，所述降落控制模塊通過PID算法控制無人機的飛行姿態(tài)，控制無人機飛行到目標降落點。

本發(fā)明實施例提供的無人機的降落方法及系統(tǒng)，通過將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置；根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落；實現了無人機精準降落，不需要依靠GPS定位或者位置估計實現無人機飛行器的降落。

附圖說明

圖1為本發(fā)明實施例提供的無人機的降落方法流程示意圖；

圖2為本發(fā)明實施例提供的無人機的降落系統(tǒng)結構示意圖。

本發(fā)明目的的實現、功能特點及優(yōu)點將結合實施例，參照附圖做進一步說明。

具體實施方式

應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

現在將參考附圖描述實現本發(fā)明各個實施例的。在后續(xù)的描述中，使用用于表示元件的諸如“模塊”、“部件”或“單元”的后綴僅為了有利于本發(fā)明的說明，其本身并沒有特定的意義。

在本發(fā)明中涉及“第一”、“第二”等的描述僅用于描述目的，而不能理解為指示或暗示其相對重要性或者隱含指明所指示的技術特征的數量。由此，限定有“第一”、“第二”的特征可以明示或者隱含地包括至少一個該特征。另外，各個實施例之間的技術方案可以相互結合，但是必須是以本領域普通技術人員能夠實現為基礎，當技術方案的結合出現相互矛盾或無法實現時應當認為這種技術方案的結合不存在，也不在本發(fā)明要求的保護范圍之內。

需要說明，本發(fā)明實施例中所有方向性指示(諸如上、下、左、右、前、后……)僅用于解釋在某一特定姿態(tài)(如附圖所示)下各部件之間的相對位置關系、運動情況等，如果該特定姿態(tài)發(fā)生改變時，則該方向性指示也相應地隨之改變。

如圖1所示，本發(fā)明第一實施例提供的一種無人機的降落方法，該方法包括步驟：

10、獲取無人機的飛行高度。

11、根據無人機的飛行高度，獲取飛行高度對應的模板圖像。

在本實施例中，模板圖像為無人機在目標降落點拍攝的圖像或者為無人機預先存儲的在所述目標降落點的圖像。

無人機內置有測距傳感器，例如超聲波傳感器、激光雷達測距傳感器，在無人機從起飛點起飛之后，測距傳感器測量到無人機飛行到一定高度時，可觸發(fā)無人機的攝像頭拍攝圖像，比如在起飛到五米時觸發(fā)無人機的攝像頭拍攝一張圖像，在起飛到六米時觸發(fā)無人機的攝像頭拍攝一張圖像……，從而得到一個模板圖像與無人機距離起飛點高度一一對應的圖像庫。

當無人機需要返航回到起飛點位置時，可獲取無人機的飛行高度數據，例如測距傳感器測量到的飛行高度數據；通過該飛行高度數據，可在圖像庫中查找到飛行高度數據對應的模板圖像。

12、通過無人機的攝像裝置拍攝場景畫面，獲取到拍攝的圖像。

13、將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置。

在本發(fā)明實施例中，無人機內置有一個或多個的攝像裝置，攝像裝置可以拍攝場景畫面，得到基于拍攝的圖像。將拍攝的圖像與飛行高度對應的模板圖像通過匹配技術可獲得無人機偏離目標降落點的位置。匹配的方法可包括：求解圖像相關系數、或者機器學習方法從圖像中獲取模板位置。

在本實施例中，目標降落點為無人機起飛點垂直方向的飛行高度的位置。

進一步地，在本實施例中，可通過擴展卡爾曼濾波算法(EKF，Extended Kalman Filter)進行數據融合獲得無人機偏離目標降落點的位置。

卡爾曼濾波是一種高效率的遞歸濾波器(自回歸濾波器),它能夠從一系列的不完全包含噪聲的測量中，估計動態(tài)系統(tǒng)的狀態(tài)。

14、根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落。

在本實施例中，在獲得無人機偏離目標降落點的位置之后，可通過PID(比例、積分、微分)算法控制無人機的飛行姿態(tài)，控制無人機飛行到目標降落點，然后控制無人機從目標降落點進行降落。

無人機的飛行姿態(tài)可包括無人機的橫滾角(英文名稱roll)，俯仰角(英文名稱pitch)，航向角(英文名稱yaw)，無人機的飛行姿態(tài)用來控制飛行器保持水平或保持某一姿態(tài)角。

本發(fā)明實施例提供的無人機的降落方法，通過將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置；根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落；實現了無人機精準降落，不需要依靠GPS定位或者位置估計實現無人機飛行器的降落。

本發(fā)明進一步提供一種系統(tǒng)。

參照圖2，圖2為本發(fā)明第二實施例提供的一種無人機的降落系統(tǒng)，所述系統(tǒng)包括：測距模塊20、模板圖像獲取模塊21、拍攝圖像獲取模塊22、匹配模塊23及降落控制模塊24。

測距模塊20，用于獲取無人機的飛行高度。

模板圖像獲取模塊21，用于根據測距模塊20獲取的無人機的飛行高度，獲取飛行高度對應的模板圖像。

在本實施例中，模板圖像為無人機在目標降落點拍攝的圖像或者為無人機預先存儲的在所述目標降落點的圖像。

無人機內置有測距傳感器，例如超聲波傳感器、激光雷達測距傳感器，在無人機從起飛點起飛之后，測距傳感器測量到無人機飛行到一定高度時，可觸發(fā)無人機的攝像頭拍攝圖像，比如在起飛到五米時觸發(fā)無人機的攝像頭拍攝一張圖像，在起飛到六米時觸發(fā)無人機的攝像頭拍攝一張圖像……，從而得到一個模板圖像與無人機距離起飛點高度一一對應的圖像庫。

當無人機需要返航回到起飛點位置時，可獲取無人機的飛行高度數據，例如測距傳感器測量到的飛行高度數據；通過該飛行高度數據，可在圖像庫中查找到飛行高度數據對應的模板圖像。

拍攝圖像獲取模塊22，用于通過無人機的攝像裝置拍攝場景畫面，獲取到拍攝的圖像。

匹配模塊23，用于將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置。

在本發(fā)明實施例中，無人機內置有一個或多個的攝像裝置，攝像裝置可以拍攝場景畫面，得到基于拍攝的圖像。將拍攝的圖像與飛行高度對應的模板圖像通過匹配技術可獲得無人機偏離目標降落點的位置。匹配的方法可包括：求解圖像相關系數、或者機器學習方法從圖像中獲取模板位置。

在本實施例中，目標降落點為無人機起飛點垂直方向的飛行高度的位置。

在本實施例中，匹配模塊通過擴展卡爾曼濾波算法(EKF，Extended Kalman Filter)進行數據融合獲得無人機偏離目標降落點的位置。

卡爾曼濾波是一種高效率的遞歸濾波器(自回歸濾波器),它能夠從一系列的不完全包含噪聲的測量中，估計動態(tài)系統(tǒng)的狀態(tài)。

降落控制模塊24，用于根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落。

在本實施例中，在獲得無人機偏離目標降落點的位置之后，可通過PID算法控制無人機的飛行姿態(tài)，控制無人機飛行到目標降落點，然后控制無人機從目標降落點進行降落。

無人機的飛行姿態(tài)可包括無人機的橫滾角(英文名稱roll)，俯仰角(英文名稱pitch)，航向角(英文名稱yaw)，無人機的飛行姿態(tài)用來控制飛行器保持水平或保持某一姿態(tài)角。

本發(fā)明實施例提供的無人機的降落系統(tǒng)，通過將拍攝的圖像與飛行高度對應的模板圖像進行匹配，獲得無人機偏離目標降落點的位置；根據無人機偏離目標降落點的位置，控制無人機飛行到目標降落點并控制無人機從目標降落點進行降落；實現了無人機精準降落，不需要依靠GPS定位或者位置估計實現無人機飛行器的降落。

需要說明的是，在本文中，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者裝置不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者裝置所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括該要素的過程、方法、物品或者裝置中還存在另外的相同要素。

以上僅為本發(fā)明的優(yōu)選實施例，并非因此限制本發(fā)明的專利范圍，凡是利用本發(fā)明說明書及附圖內容所作的等效結構或等效流程變換，或直接或間接運用在其他相關的技術領域，均同理包括在本發(fā)明的專利保護范圍內。