买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安电子科技大学

摘要：本发明提出了一种基于视觉与地图联合检测的无人机紧急降落点检测方法，实现无人机紧急降落点的快速查找及降落前的异常判断。方案包括：1将地点信息储存到无人机数据库中，对潜在的降落点进行提前划分；2利用层次分析法计算权重获取安全降落的相对距离；3以无人机当前位置为中心、相对距离为半径，根据范围内各降落点的情况建立预测模型，选择预备降落点；4靠近预备降落点时，根据摄像头返回的实时图像，利用YOLOv5算法进行降落点异常情况判断；5根据判断结果进行紧急降落或寻找新的降落点。本发明利用先验拓扑地形信息结合实时视觉分析，有效提升了无人机寻找紧急降落点的效率，并保证了所选降落点的安全性和准确性。

主权项：1.一种基于视觉与地图联合检测的无人机紧急降落点检测方法，其特征在于，包括以下步骤：1通过网络资源及地区实拍照片获取覆盖多种不同环境场景的图像，并使用标注工具对图像进行标记，得到标注空地位置并添加分类标签后的图像样本数据；对图像样本数据进行增强，再将增强后数据其转换为YOLOv5目标识别模型所需格式，划分训练集、验证集和测试集；2根据识别目标的类型和数据集大小配置训练参数，利用训练集对YOLOv5目标识别模型进行训练，并根据损失函数进行参数更新，得到训练好的模型；3使用验证集对训练好的模型进行评估，即使用训练好的模型对验证集中的图像进行目标识别，检测图像中的像素位置并输出相应的结果和坐标；若验证通过，则得到训练完成的神经网络F；反之，返回执行步骤2继续训练；4使用练完成的神经网络F得到用于进行降落的区域图像坐标，利用高斯投影正算公式将大地平面坐标转换为高斯平面坐标，再将高斯平面坐标与高度构成一个三维空间坐标；根据相机成像原理将像素正中心坐标与相机中心坐标分别作为一个空间坐标，过这两点的直线与高斯平面的交点确定该像素点所对应的实际位置，并将该位置转换为地图上的实际经纬度坐标；5通过地图信息或者GPS数据确定无人机可能进行降落的区域，并对降落点进行管理和标记，将每个区块的地点信息储存到无人机的数据库中；6假设需要降落的无人机当前位置坐标为xd,yd，计算其与i第个预设降落点xi,yi之间的相对距离L，并利用层次分析法对不同降落点的相对距离进行权重计算，确定用于安全降落的相对距离； 7以无人机当前位置为中心，根据多旋翼飞行器的飞行时间计算其最大飞行距离，设定该距离为相对距离半径，即降落点范围，构建降落点预测模型；对降落点范围内的每个降落点进行预测评估，确定最佳降落点，并将其为作为紧急降落目标点；8对降落目标点进行障碍检测：8.1无人机在接近目标点时，通过发送指令激活自身携带的摄像头设备，实时捕捉周围环境的图像数据，并将其传输回无人机的控制系统；8.2控制系统将捕获的实时图像数据输入到神经网络F，获取目标点的障碍物检测结果；8.3根据障碍物检测结果对目标点进行评估,若检测结果显示目标点存在障碍物遮挡或地面不平坦，则判定当前紧急降落目标点异常，执行步骤9；反之，判定当前当前紧急降落目标点无异常，执行步骤10；9根据如下步骤寻找新的降落目标点：9.1根据无人机的实时位置信息和地图数据，生成一组候选的降落点；所述候选点位于无人机附近，且满足预设条件；9.2对于每个候选降落点重新进行障碍物检测，即执行步骤8.2进行障碍物检测，根据检测结果重新评估每个候选点的可行性，并选择最合适的降落点作为新的降落目标点；10控制系统向无人机发出在降落目标点进行紧急降落的指令，无人机根据指令完成降落操作。

全文数据：

权利要求：

百度查询： 西安电子科技大学 基于视觉与地图联合检测的无人机紧急降落点检测方法