基于计算机图像识别的无人机飞行障碍物探测方法技术

本发明专利技术的实施例公开基于计算机图像识别的无人机飞行障碍物探测方法，涉及无人机技术领域。所述方法，包括：通过无人机的摄像头实时采集包括无人机飞行前方环境信息的第一图像，并将所述第一图像实时传送给计算机；所述计算机基于图像识别方法对收到的第一图像进行障碍物识别；当识别出所述第一图像中存在障碍物时，根据所述第一图像确定所述无人机正对的当前识别出的障碍物的面积。本发明专利技术能够智能、快速、准确的检测无人机前方障碍物的详细信息。准确的检测无人机前方障碍物的详细信息。准确的检测无人机前方障碍物的详细信息。

Detection method of UAV flying obstacles based on computer image recognition

【技术实现步骤摘要】
基于计算机图像识别的无人机飞行障碍物探测方法


[0001]本专利技术属于无人机
，尤其涉及基于计算机图像识别的无人机飞行障碍物探测方法。

技术介绍

[0002]随着航空技术与信息技术的不断进步，相比于有人驾驶飞机，无人机(Unmanned aerial vehicle，UAV)往往更适合那些太“愚钝，肮脏或危险”的任务，特别是应用于低空障碍物多的场景，因此无人机得到了广泛的应用，包括：军用方面的侦查和打击，民用方面的航拍、植保、微型自拍、快递运输、灾难救援、新闻报道、电力巡检等等方面。随着低空空域改革的推进，综合空域环境更加复杂，不确定性更高，导致无人机飞行过程中遇到障碍物发生碰撞的机率呈几何增加，因此无人机飞行障碍物探测方法显得特别重要，它是无人机规避障碍物的前提条件。
[0003]目前，无人机飞行障碍物探测方法主要有两种，一是无人机控制人员根据无人机上的摄像头采集到的前方图像，通过人工查看图像以判断判断是否存在障碍物，不仅耗费人力，同时获取到的障碍物信息比较片面，不够详细和准确，另外因传输图像信息存在时延，人为控制无人机转向也会滞后，有可能出现无人机撞到障碍物的情况；二是通过雷达扫描无人机前方障碍物，由无人机预设程序或控制人员进行分析，此类方式只能获知障碍物的大体信息(如大体大小)。因获得到的障碍物信息不详细和准确，从而导致无人机规避障碍物效果不好，甚至不进行规避。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种基于计算机图像识别的无人机飞行障碍物探测方法，用于解决现有无人机飞行障碍物探测方法，获取障碍物信息不准确、不全面的问题。本专利技术能够智能、快速、准确的分析获得无人机前方的障碍物的详细信息。
[0005]本专利技术实施例提供基于计算机图像识别的无人机飞行障碍物探测方法，包括以下步骤：
[0006]通过无人机的摄像头实时采集包括无人机飞行前方环境信息的第一图像，并将所述第一图像实时传送给计算机；
[0007]所述计算机基于图像识别方法对收到的第一图像进行障碍物识别；
[0008]当识别出所述第一图像中存在障碍物时，根据所述第一图像确定所述无人机正对的当前识别出的障碍物的面积。
[0009]在一可选实施例中，所述计算机基于图像识别方法对收到的第一图像进行障碍物识别，包括：
[0010]所述计算机基于图像识别方法对收到的第一图像进行障碍物识别；
[0011]若识别出所述第一图像中存在疑似障碍物，则通过设置于所述无人机的摄像头上的红外测距仪检测所述无人机与所述疑似障碍物的正对距离；
[0012]判断所述无人机与所述疑似障碍物的正对距离值是否不小于预设阈值，若是，则确定所述无人机飞行前方存在障碍物，否则，确定所述无人机飞行前方不存在障碍物。
[0013]在一可选实施例中，所述计算机基于图像识别方法对收到的第一图像进行障碍物识别，包括：
[0014]将所述第一图像进行二值化处理，得到对应的第二图像；
[0015]将所述第二图像进行霍夫变换，得到对应的第三图像；
[0016]根据所述第三图像，得到待识别的各物体的特征向量；
[0017]将所述待识别的各物体的特征向量与预设障碍物特征向量库进行匹配，以确定所述第一图像中的疑似障碍物。
[0018]在一可选实施例中，所述根据所述第一图像确定所述无人机正对的当前识别出的障碍物的面积，包括：
[0019]根据所述无人机与当前识别出的障碍物的正对距离，基于以下第一公式计算所述无人机正对的当前识别出的障碍物的面积：
[0020][0021]其中，S表示所述无人机正对的当前识别出的障碍物的面积；D(i,j)表示所述第一图像中第i行第j列的像素点为障碍物像素点的标记值，若该像素点为障碍物像素点则D(i,j)＝1，反之D(i,j)＝0；i＝1,2,
…
,n；j＝1,2,
…
,m；n表示所述第一图像中每一列像素点的个数；m表示所述第一图像中每一行像素点的个数；k表示所述第一图像中相邻两个像素点之间的距离值；f表示所述摄像头的焦距值；L表示所述无人机与当前识别出的障碍物的正对距离值。
[0022]在一可选实施例中，在所述识别出所述第一图像中存在障碍物后，所述方法还包括步骤：
[0023]确定所述无人机与当前识别出的障碍物各个边缘点的距离；
[0024]根据当前计算出的所述无人机与当前识别出的障碍物各个边缘点的距离，调整所述无人机的飞行方向及飞行角度，以使所述无人机避障转向到所述障碍物另一侧面，随后返回执行所述采集包括无人机飞行前方环境信息的第一图像的步骤。
[0025]在一可选实施例中，所述确定所述无人机与当前识别出的障碍物各个边缘点的距离，包括：
[0026]以所述第一图像的左下顶点为坐标原点，以所述第一图像的下边缘水平向右为X轴，以所述第一图像的左边缘竖直向上为Y轴，建立平面直角坐标系；
[0027]对所述第一图像中当前识别出的障碍物的各边缘像素点在所述平面直角坐标系中进行坐标定位；
[0028]根据以下第二公式计算所述无人机与当前识别出的障碍物各个边缘点的距离：
[0029][0030]所述第二公式中，h(a)表示所述无人机距离与所述当前识别出的障碍物的第a个边缘像素点的距离值；a＝1,,2,
…
,N；N为所述第一图像中当前识别出的障碍物的边缘像素
点的总数；[x(a),y(a)]表示所述当前识别出的障碍物的第a个边缘像素点在所述平面直角坐标系中的坐标值；(X0,Y0)表示所述第一图像中心点在所述平面直角坐标系中的坐标值；
[0031]所述根据当前计算出的所述无人机与当前识别出的障碍物各个边缘点的距离，调整所述无人机的飞行方向及飞行角度，包括：
[0032]选择所述无人机与当前识别出的障碍物各个边缘点的距离中的最小距离；
[0033]根据所述最小距离及其对应的边缘像素点在所述平面直角坐标系中的坐标，基于第三公式计算出所述无人机的飞行方向及飞行角度调整值；
[0034]根据计算出的飞行方向及飞行角度调整值，控制所述无人机转向飞行；
[0035]其中所述第三公式为：
[0036][0037][0038]所述第三公式中，θ表示所述无人机的飞行方向值；α表示所述无人机的飞行角度调整值；[x(a
min
),y(a
min
)]表示所述最小距离对应的边缘像素点在所述平面直角坐标系中的坐标值；||表示求取绝对值函数；h(a
min
)表示所述无人机与当前识别出的障碍物各个边缘点的距离中的最小距离值。
[0039]在一可选实施例中，所述根据计算出的飞行方向及飞行角度调整值，控制所述无人机转向飞行，包括：
[0040]若x(a
min
)≤X0且y(a
min
)≤Y0，则控制所述无人机沿着当前飞行方向的下方顺时针本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，包括以下步骤：通过无人机的摄像头实时采集包括无人机飞行前方环境信息的第一图像，并将所述第一图像实时传送给计算机；所述计算机基于图像识别方法对收到的第一图像进行障碍物识别；当识别出所述第一图像中存在障碍物时，根据所述第一图像确定所述无人机正对的当前识别出的障碍物的面积。2.如权利要求1所述的基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，所述计算机基于图像识别方法对收到的第一图像进行障碍物识别，包括：所述计算机基于图像识别方法对收到的第一图像进行障碍物识别；若识别出所述第一图像中存在疑似障碍物，则通过设置于所述无人机的摄像头上的红外测距仪检测所述无人机与所述疑似障碍物的正对距离；判断所述无人机与所述疑似障碍物的正对距离值是否不小于预设阈值，若是，则确定所述无人机飞行前方存在障碍物，否则，确定所述无人机飞行前方不存在障碍物。3.如权利要求1所述的基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，所述计算机基于图像识别方法对收到的第一图像进行障碍物识别，包括：将所述第一图像进行二值化处理，得到对应的第二图像；将所述第二图像进行霍夫变换，得到对应的第三图像；根据所述第三图像，得到待识别的各物体的特征向量；将所述待识别的各物体的特征向量与预设障碍物特征向量库进行匹配，以确定所述第一图像中的疑似障碍物。4.如权利要求2所述的基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，所述根据所述第一图像确定所述无人机正对的当前识别出的障碍物的面积，包括：根据所述无人机与当前识别出的障碍物的正对距离，基于以下第一公式计算所述无人机正对的当前识别出的障碍物的面积：其中，S表示所述无人机正对的当前识别出的障碍物的面积；D(i,j)表示所述第一图像中第i行第j列的像素点为障碍物像素点的标记值，若该像素点为障碍物像素点则D(i,j)＝1，反之D(i,j)＝0；i＝1,2,
…
,n；j＝1,2,
…
,m；n表示所述第一图像中每一列像素点的个数；m表示所述第一图像中每一行像素点的个数；k表示所述第一图像中相邻两个像素点之间的距离值；f表示所述摄像头的焦距值；L表示所述无人机与当前识别出的障碍物的正对距离值。5.如权利要求1
‑
4任一项所述的基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，在所述识别出所述第一图像中存在障碍物后，所述方法还包括步骤：确定所述无人机与当前识别出的障碍物各个边缘点的距离；根据当前计算出的所述无人机与当前识别出的障碍物各个边缘点的距离，调整所述无人机的飞行方向及飞行角度，以使所述无人机避障转向到所述障碍物另一侧面，随后返回执行所述采集包括无人机飞行前方环境信息的第一图像的步骤。
6.如权利要求5所述的基于计算机图像识别的无人机飞行障碍物探测方法，其特征在于，所述确定所述无人机与当前识别出的障碍物各个边缘点的距离，包括：以所述第一图像的左下顶点为坐标原点，以所述第一图像的下边缘水平向右为X轴，以所述第一图像的左边缘竖直向上为Y轴...

【专利技术属性】
技术研发人员：余雄，夏小燕，张靖宣，张雪涛，张旭东，李海龙，王佳伟，曹盼，王璇，吴帆，吴承思，
申请(专利权)人：贵州聚原数技术开发有限公司，
类型：发明
国别省市：