CN115033019B - 一种无人机避障方法 - Google Patents
一种无人机避障方法 Download PDFInfo
- Publication number
- CN115033019B CN115033019B CN202210639454.8A CN202210639454A CN115033019B CN 115033019 B CN115033019 B CN 115033019B CN 202210639454 A CN202210639454 A CN 202210639454A CN 115033019 B CN115033019 B CN 115033019B
- Authority
- CN
- China
- Prior art keywords
- obstacle
- unmanned aerial
- aerial vehicle
- moving
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000003068 static effect Effects 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/106—Change initiated in response to external conditions, e.g. avoidance of elevated terrain or of no-fly zones
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明提供一种无人机避障方法，包括：S1、确定障碍物的类型；S2、判断障碍物的类型是否为移动障碍物；若是执行步骤S3；若否执行步骤S5；S3、获取移动障碍物的移动轨迹；S4、确定移动障碍物的移动轨迹的终点的位置信息是否处于安全降落区域内；若否执行步骤S7；若是执行步骤S8；S5、获取静止障碍物的轮廓点和轮廓点对应的位置信息；S6、判断各个轮廓点对应的位置信息是否均处于安全降落区域外；若是执行步骤S7；若否执行步骤S8；S7、根据起升点的位置信息生成控制指令并发送至无人机，以降落至落地点；S8、设定新的降落点。如此，避免无人机在降落时与障碍物发生碰撞，提高降落的安全性。
Description
技术领域
本发明涉及无人机技术领域，具体涉及一种无人机避障方法。
背景技术
随着现代科技的不断进步，无人机技术不断成熟，无人机的灵活性和简便性奠定了它在测量领域的巨大优势，在当前的测量领域已经发挥了举足轻重的作用，大大的降低了测量的人力成本。无人机在测量领域的应用往往以遥感技术为前提，能够很大程度的克服恶劣环境，能够以更精确的方式完成测量任务。
无人机在返航降落时，如果在降落点处有障碍物，而且也没及时清理障碍物，那么无人机在降落时就可能会与障碍物发生碰撞，将会造成一定的财产损失。现有技术中，无人机智能化程度低，由于无法识别障碍物的类型，因此，不能针对不同类型的障碍物进行不同的避障方式。
发明内容
有鉴于此，本发明要解决的问题是提供一种无人机避障方法。
为解决上述技术问题，本发明采用的技术方案是：
一种无人机避障方法，包括：
S1、无人机在降落过程中识别障碍物，确定障碍物的类型；其中，障碍物的类型包括静止障碍物和移动障碍物；
S2、判断障碍物的类型是否为移动障碍物；若是，执行步骤S3；若否，执行步骤S5；
S3、获取移动障碍物的移动轨迹；
S4、确定移动障碍物的移动轨迹的终点的位置信息是否处于安全降落区域内，安全降落区域为：以无人机的起升点为圆心、第一参数为半径，所形成的区域，其中，第一参数大于无人机长度的一半；若否，执行步骤S7；若是，执行步骤S8；
S5、获取静止障碍物的轮廓点和轮廓点对应的位置信息；
S6、判断各个轮廓点对应的位置信息是否均处于安全降落区域外；若是，执行步骤S7；若否，执行步骤S8
S7、根据起升点的位置信息生成控制指令，并发送至无人机，以使无人机降落至落地点，其中，起升点和落地点为同一位置；
S8、设定新的降落点。
可选地，确定障碍物的类型，具体包括：
无人机在悬停的过程中，通过雷达，探测障碍物与无人机的第一距离和第一角度；
预设时间后，再次通过雷达，探测障碍物与无人机的第二距离和第二角度；
根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型。
可选地，根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型，具体包括：
确定第一距离和第二距离的差值、第一角度和第二角度的差值是否均为零；
若是，障碍物的运动状态为静止状态，则障碍物的类型为静止障碍物；
若否，障碍物的运动状态为运动状态，则障碍物的类型为移动障碍物。
可选地，获取移动障碍物的移动轨迹，具体包括：
获取移动障碍物的图像合集，图像合集包括若干个图像；
确定移动障碍物在各个图像中的坐标点；
按照每张图像所携带的时间戳确定抓拍时间，按照抓拍时间连接各个移动障碍物坐标点，生成移动障碍物的移动轨迹。
可选地，获取静止障碍物的轮廓点，具体包括：
获取地面图像，其中，地面图像内包括起升点和落地点；
对地面图像进行二值化处理，得到黑白图像；
遍历黑白图像检测出静止障碍物的边缘轮廓路径；
从静止障碍物的边缘轮廓路径上等距选取若干个轮廓点。
可选地，获取轮廓点对应的位置信息，具体包括：
根据地面图像，生成栅格图像；
按照栅格图像与实际地面图像的比例关系，确定栅格图像中获取每个栅格的坐标；
根据轮廓点所处的栅格，确定轮廓点对应的位置信息。
可选地，设定新的降落点，具体包括：
将安全降落区域内的圆心，向与移动障碍物或静止障碍物的相反方向移动第一参数，再次生成安全降落区域。
可选地，无人机上设有定位装置，通过定位装置获取起升点和落地点的位置信息。
本发明具有的优点和积极效果是：
在本发明中，无人机在完成采集工作后且在降落之前，确定障碍物的类型，即静止障碍物和移动障碍物，根据不同类型的障碍物给出不同的避障反映，具体地，当静止障碍物的轮廓点全部位于安全降落区域外，无人机降落，否则，重新设置无人机的降落点；当移动障碍物的移动轨迹的终点的位置信息位于安全降落区域外，无人机降落，否则，重新设置无人机的降落点；因此，避免无人机在降落时就可能会与障碍物发生碰撞，实现无人机准确避障，提高降落的安全性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的一种无人机避障方法的整体流程图；
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
一种无人机避障方法，如图1所示，包括：
S1、无人机在降落过程中识别障碍物，确定障碍物的类型；其中，障碍物的类型包括静止障碍物和移动障碍物；
具体地，确定障碍物的类型，具体包括：
无人机在悬停的过程中，通过雷达，探测障碍物与无人机的第一距离和第一角度；
预设时间后，再次通过雷达，探测障碍物与无人机的第二距离和第二角度；
根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型。
其中，根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型，具体包括：
确定第一距离和第二距离的差值、第一角度和第二角度的差值是否均为零；
若是，障碍物的运动状态为静止状态，则障碍物的类型为静止障碍物；
若否，障碍物的运动状态为运动状态，则障碍物的类型为移动障碍物。
如下将具体举例说明，如何确定障碍物的类型。
无人机在完成采集工作后，需要降落至地面，那么，无人机在降落过程中，首先，通过雷达识别障碍物，探测障碍物与无人机的第一距离L1和第一角度θ1；
经过预设时间后，通过雷达，再次识别障碍物，探测障碍物与无人机的第二距离L2和第二角度θ2。其中，预设时间可以设置为三秒，当然，还可以设为其他时间，可以根据实际情况进行设置，在此并不做具体限定，提高设计的灵活性；
若第一距离L1和第二距离L2相等、并且第一角度θ1和第二角度θ2相等，那么，表明障碍物的运动状态为静止状态，则障碍物的类型为静止障碍物；
若第一距离L1和第二距离L2不相等，和/或，第一角度θ1和第二角度θ2不相等，那么，表明障碍物的运动状态为运动状态，则障碍物的类型为移动障碍物。
此外，在本发明中，无人机上设有数据采集单元，数据采集单元包括激光雷达、热红外相机、高光谱相机。三种相机可同时对地面信息进行数据采集，因此，可同时获取激光点云、光谱图像、红外图像等数据，获取数据类型丰富、精确度高，测量范围更大，在一定程度上，提高了设计的灵活性。
S2、判断障碍物的类型是否为移动障碍物；若是，执行步骤S3；若否，执行步骤S5；
S3、获取移动障碍物的移动轨迹；
获取移动障碍物的移动轨迹，具体包括：
获取移动障碍物的图像合集，图像合集包括若干个图像；
确定移动障碍物在各个图像中的坐标点；
按照每张图像所携带的时间戳确定抓拍时间，按照抓拍时间连接各个移动障碍物坐标点，生成移动障碍物的移动轨迹。
具体地，通过无人机上的摄像头获取各个图像，将采集的各个图像存储至图像队列中，形成图像合集。通过无人机上的定位装置即可确定障碍物的坐标，由于每个图像均携带有时间戳、每个图像均对应一个移动障碍物的坐标点，因此，根据时间戳确定抓拍时间，并对抓拍时间进行排序，再连接各个移动障碍物坐标点，生成了移动障碍物的移动轨迹。
S4、确定移动障碍物的移动轨迹的终点的位置信息是否处于安全降落区域内，安全降落区域为：以无人机的起升点为圆心、第一参数为半径，所形成的区域，其中，第一参数大于无人机长度的一半；若否，执行步骤S7；若是，执行步骤S8；
其中，从图像合集中提取最后一帧的图像作为待处理图像，待处理图像中的移动障碍物的坐标点，即为移动障碍物的移动轨迹的终点的位置信息。
并且，安全降落区域的面积大于无人机的面积。
S5、获取静止障碍物的轮廓点和轮廓点对应的位置信息；
获取静止障碍物的轮廓点，具体包括：
获取地面图像，其中，地面图像内包括起升点和落地点；
对地面图像进行二值化处理，得到黑白图像；
遍历黑白图像检测出静止障碍物的边缘轮廓路径；
从静止障碍物的边缘轮廓路径上等距选取若干个轮廓点。
说明一点，地面图像为无人机在降落前俯拍地面的图像。
识别静止障碍物的轮廓点的方法具体如下：
无人机上的摄像头采集到的地面图像信息为彩色图像信息，需要对地面图像进行二值化处理，使地面图像中的数据变成只有黑和白两种，经过滤噪点后得到黑白图像，遍历所得黑白图像检测出静止障碍物的边缘轮廓路径，在静止障碍物的边缘轮廓路径上，选取出若干个等距的轮廓点。
获取轮廓点对应的位置信息，具体包括：
根据地面图像，生成栅格图像；
按照栅格图像与实际地面图像的比例关系，确定栅格图像中获取每个栅格的坐标；
根据轮廓点所处的栅格，确定轮廓点对应的位置信息。
需要说明的是，将地面图像划分为若干个栅格后形成的图像为栅格图像，也即，栅格图像可以理解为带有栅格的地面图像。
并且，根据栅格图像与实际地面图像的比例关系，可以确定出栅格图像中的各个栅格的位置信息，也就是说，栅格图像中栅格的坐标是可以根据实际地面图像得到，而实际地面图像上的各个位置的坐标是已知的。栅格图像与实际地面图像的比例关系的比例关系例如但不限于为1:500。
S6、判断各个轮廓点对应的位置信息是否均处于安全降落区域外；若是，执行步骤S7；若否，执行步骤S8；
S7、根据起升点的位置信息生成控制指令，并发送至无人机，以使无人机降落至落地点，其中，起升点和落地点为同一位置；无人机上设有定位装置，通过定位装置获取起升点和落地点的位置信息。
S8、设定新的降落点。
设定新的降落点，具体包括：
将安全降落区域内的圆心，向与移动障碍物或静止障碍物的相反方向移动第一参数，再次生成安全降落区域。
例如一，当静止障碍物的轮廓点位于安全降落区域时，且有一轮廓点位于安全降落区域内圆心的右侧，那么，为了保证无人机降落时，避开静止障碍物，需要重新调整安全降落区域，则安全降落区的圆心向左移动第一参数，再次生成安全降落区域，此时，再循环执行步骤S1。
例如二，当移动障碍物的移动轨迹的终点位置信息位于安全降落区域时，且该点位于安全降落区域内圆心的左侧，那么，为了保证无人机降落时，避开移动障碍物，需要重新调整安全降落区域，则安全降落区的圆心向右移动第一参数，再次生成安全降落区域，此时，再循环执行步骤S1。
如此，当安全降落区域内存在移动障碍物或静止障碍物时，重新设置无人机的降落点，以避免碰撞到移动障碍物或静止障碍物，提高安全性。
以上对本发明的实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等，均应仍归属于本专利涵盖范围之内。
Claims (7)
1.一种无人机避障方法，其特征在于，包括:
S1、无人机在降落过程中识别障碍物，确定障碍物的类型；其中，障碍物的类型包括静止障碍物和移动障碍物，确定障碍物的类型，具体包括：
无人机在悬停的过程中，通过雷达，探测障碍物与无人机的第一距离和第一角度；
预设时间后，再次通过雷达，探测障碍物与无人机的第二距离和第二角度；
根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型；
S2、判断障碍物的类型是否为移动障碍物；若是，执行步骤S3；若否，执行步骤S5；
S3、获取移动障碍物的移动轨迹；
S4、确定移动障碍物的移动轨迹的终点的位置信息
是否处于安全降落区域内，安全降落区域为：以无人机的起升点为圆心、第一参数为半径，所形成的区域，其中，第一参数大于无人机长度的一半；若否，执行步骤S7；若是，执行步骤S8；
S5、获取静止障碍物的轮廓点和轮廓点对应的位置信息；
S6、判断各个轮廓点对应的位置信息是否均处于安全降落区域外；若是，执行步骤S7；若否，执行步骤S8；
S7、根据起升点的位置信息生成控制指令，并发送至无人机，以使无人机降落至落地点，其中，起升点和落地点为同一位置；
S8、设定新的降落点。
2.根据权利要求1所述的一种无人机避障方法，其特征在于，根据第一距离和第二距离的差值、第一角度和第二角度的差值，确定障碍物的运动状态，从而确定出障碍物的类型，具体包括：
确定第一距离和第二距离的差值、第一角度和第二角度的差值是否均为零；
若是，障碍物的运动状态为静止状态，则障碍物的类型为静止障碍物；
若否，障碍物的运动状态为运动状态，则障碍物的类型为移动障碍物。
3.根据权利要求1所述的一种无人机避障方法，其特征在于，获取移动障碍物的移动轨迹，具体包括：
获取移动障碍物的图像合集，图像合集包括若干个图像；
确定移动障碍物在各个图像中的坐标点；
按照每张图像所携带的时间戳确定抓拍时间，按照抓拍时间连接各个移动障碍物坐标点，生成移动障碍物的移动轨迹。
4.根据权利要求1所述的一种无人机避障方法，其特征在于，获取静止障碍物的轮廓点，具体包括：
获取地面图像，其中，地面图像内包括起升点和落地点；
对地面图像进行二值化处理，得到黑白图像；
遍历黑白图像检测出静止障碍物的边缘轮廓路径；
从静止障碍物的边缘轮廓路径上等距选取若干个轮廓点。
5.根据权利要求4所述的一种无人机避障方法，其特征在于，获取轮廓点对应的位置信息，具体包括：
根据地面图像，生成栅格图像；
按照栅格图像与实际地面图像的比例关系，确定栅格图像中获取每个栅格的坐标；
根据轮廓点所处的栅格，确定轮廓点对应的位置信息。
6.根据权利要求1所述的一种无人机避障方法，其特征在于，设定新的降落点，具体包括：
将安全降落区域内的圆心，向与移动障碍物或静止障碍物的相反方向移动第一参数，再次生成安全降落区域。
7.根据权利要求1所述的一种无人机避障方法，其特征在于，无人机上设有定位装置，通过定位装置获取起升点和落地点的位置信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210639454.8A CN115033019B (zh) | 2022-06-01 | 2022-06-01 | 一种无人机避障方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210639454.8A CN115033019B (zh) | 2022-06-01 | 2022-06-01 | 一种无人机避障方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115033019A CN115033019A (zh) | 2022-09-09 |
| CN115033019B true CN115033019B (zh) | 2024-07-09 |
Family
ID=83122681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210639454.8A Active CN115033019B (zh) | 2022-06-01 | 2022-06-01 | 一种无人机避障方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115033019B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112906479A (zh) * | 2021-01-22 | 2021-06-04 | 成都纵横自动化技术股份有限公司 | 一种无人机辅助降落方法及其系统 |
| CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
Family Cites Families (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102707724B (zh) * | 2012-06-05 | 2015-01-14 | 清华大学 | 一种无人机的视觉定位与避障方法及系统 |
| CN104309803B (zh) * | 2014-10-27 | 2017-07-21 | 广州极飞科技有限公司 | 旋翼飞行器自动降落系统及方法 |
| CN105043395B (zh) * | 2015-07-17 | 2017-12-05 | 浙江工业大学 | 一种飞行器月表软着陆的实时动态选址方法 |
| US10191496B2 (en) * | 2016-04-21 | 2019-01-29 | Foundation Of Soongsil University-Industry Cooperation | Unmanned aerial vehicle and a landing guidance method using the same |
| CN107479575B (zh) * | 2017-08-25 | 2019-12-17 | 中国地质大学（武汉） | 一种多旋翼无人机飞行控制方法及系统 |
| JP6487010B2 (ja) * | 2017-10-26 | 2019-03-20 | エスゼット ディージェイアイ テクノロジー カンパニー リミテッドＳｚ Ｄｊｉ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏ．，Ｌｔｄ | ある環境内で無人航空機を制御する方法、ある環境のマップを生成する方法、システム、プログラムおよび通信端末 |
| CN108513644A (zh) * | 2017-12-18 | 2018-09-07 | 深圳市大疆创新科技有限公司 | 无人机避障方法及无人机 |
| CN110018496A (zh) * | 2018-01-10 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 障碍物识别方法及装置、电子设备、存储介质 |
| CN110162081A (zh) * | 2018-02-14 | 2019-08-23 | 广州极飞科技有限公司 | 移动装置控制方法及装置、移动终端及移动装置 |
| CN118092500A (zh) * | 2018-11-28 | 2024-05-28 | 深圳市大疆创新科技有限公司 | 一种无人机的安全降落方法、装置、无人机及介质 |
| US11237572B2 (en) * | 2018-12-27 | 2022-02-01 | Intel Corporation | Collision avoidance system, depth imaging system, vehicle, map generator and methods thereof |
| CN110007313A (zh) * | 2019-03-08 | 2019-07-12 | 中国科学院深圳先进技术研究院 | 基于无人机的障碍物检测方法及装置 |
| CN110568861B (zh) * | 2019-09-19 | 2022-09-16 | 中国电子科技集团公司电子科学研究院 | 一种人机运动障碍物监测方法、可读存储介质和无人机 |
| CN110907945A (zh) * | 2019-10-28 | 2020-03-24 | 广西电网有限责任公司电力科学研究院 | 一种兼顾无人机室内外飞行的定位方法 |
| FR3110999B1 (fr) * | 2020-05-28 | 2022-10-14 | Airbus Helicopters | Procédé et système de détection et d’évitement d’obstacles à plusieurs espaces de détection pour aéronef |
| CN111813148B (zh) * | 2020-07-22 | 2024-01-26 | 广东工业大学 | 一种无人机降落方法、系统、设备和存储介质 |
| CN112379681B (zh) * | 2020-11-02 | 2024-08-23 | 中国兵器工业计算机应用技术研究所 | 无人机避障飞行方法、装置及无人机 |
| CN114730011B (zh) * | 2020-11-06 | 2024-12-17 | 深圳市大疆创新科技有限公司 | 飞行器的悬停方法、飞行器及存储介质 |
| CN113050664A (zh) * | 2021-03-24 | 2021-06-29 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
-
2022
- 2022-06-01 CN CN202210639454.8A patent/CN115033019B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113448345A (zh) * | 2020-03-27 | 2021-09-28 | 北京三快在线科技有限公司 | 一种无人机降落方法及装置 |
| CN112906479A (zh) * | 2021-01-22 | 2021-06-04 | 成都纵横自动化技术股份有限公司 | 一种无人机辅助降落方法及其系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115033019A (zh) | 2022-09-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP4033324B1 (en) | Obstacle information sensing method and device for mobile robot | |
| US11320833B2 (en) | Data processing method, apparatus and terminal | |
| KR102675315B1 (ko) | 표면을 자동으로 검사하기 위한 시스템 및 방법 | |
| US20220277557A1 (en) | Target detection method based on fusion of vision, lidar, and millimeter wave radar | |
| US11042723B2 (en) | Systems and methods for depth map sampling | |
| US11538349B2 (en) | Multi-sensor data fusion-based aircraft detection, tracking, and docking | |
| CN107161141B (zh) | 无人驾驶汽车系统及汽车 | |
| CN108227738B (zh) | 一种无人机避障方法及系统 | |
| US8005257B2 (en) | Gesture recognition apparatus and method | |
| JP2020527500A (ja) | オンボードセンサの外部パラメータを較正する方法及び装置 | |
| CN111136648B (zh) | 一种移动机器人的定位方法、定位装置及移动机器人 | |
| CN105405126B (zh) | 一种基于单目视觉系统的多尺度空‑地参数自动标定方法 | |
| WO2008045144A2 (en) | Gesture recognition method and apparatus | |
| CN109213138B (zh) | 一种避障方法、装置及系统 | |
| CN109426802A (zh) | 雷达和视觉传感器系统的融合 | |
| CN112798811A (zh) | 速度测量方法、装置和设备 | |
| CN110082783A (zh) | 一种悬崖检测的方法及装置 | |
| KR102448233B1 (ko) | 정밀 착륙을 위한 드론 제어 방법 | |
| CN109238281B (zh) | 基于图像螺旋线的视觉导航及避障方法 | |
| CN115033019B (zh) | 一种无人机避障方法 | |
| CN111950456A (zh) | 一种基于无人机的智能化fod探测方法及系统 | |
| CN118192640A (zh) | 无人机精准降落控制系统 | |
| CN118135136B (zh) | 一种基于无人机的巡检数据分析系统及方法 | |
| CN119339354B (zh) | 基于多模态ai传感器的无人驾驶地铁障碍物智能检测系统 | |
| Premachandra et al. | Improvement of multicopter detection using an infrastructure camera |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |