一种无人机控制方法及装置制造方法及图纸

本发明专利技术公开了一种无人机控制方法及装置，该方法包括：获取手势原始数据信息；对手势原始数据信息进行手势类型识别，得到手势类型；手势类型包括静态手势，和

【技术实现步骤摘要】
一种无人机控制方法及装置


[0001]本专利技术涉及无人机
，尤其涉及一种无人机控制方法及装置
。

技术介绍

[0002]传统的无人机控制方式主要通过地面站或遥控器对无人机进行控制，操作方式复杂，需要经过长时间学习才可以达到流畅地操作要求
。
因此在环境复杂且操作人员处于精神高度紧张的情况下，复杂沉重的操控设备会影响操作人员的机动性，增加误操作的概率
。
因此，提供一种无人机控制方法及装置，以降低无人机控制难度，进而提高无人机控制效率和准确度
。

技术实现思路

[0003]本专利技术所要解决的技术问题在于，提供一种无人机控制方法及装置有利于降低无人机控制难度，进而提高无人机控制效率和准确度
。
[0004]为了解决上述技术问题，本专利技术实施例第一方面公开了一种无人机控制方法，所述方法包括：
[0005]获取手势原始数据信息；
[0006]对所述手势原始数据信息进行手势类型识别，得到手势类型；所述手势类型包括静态手势，和
/
或，动态手势；
[0007]基于所述手势类型和控制模型集合，对所述手势原始数据信息进行处理，得到控制指令信息；所述控制指令信息用于指示对无人机的飞行控制
。
[0008]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述手势原始数据信息进行手势类型识别，得到手势类型，包括：
[0009]对所述手势原始数据信息进行前处理，得到待处理数据信息；
[0010]利用第一均值计算模型对所述待处理数据信息进行计算处理，得到动作均值信息；所述动作均值信息包括第一动作均值和第二动作均值；
[0011]其中，所述第一均值计算模型为：
[0012][0013][0014]式中，
R1为所述第一动作均值；
R2为所述第二动作均值；
Gry
X
、Gry
Y
和
Gry
Z
分别为
X
轴角速度均值
、Y
轴角速度均值和
Z
轴角速度均值；
Acc
X
、Acc
Y
和
Acc
Z
分别为
X
轴加速度均值
、Y
轴加速度均值和
Z
轴加速度均值；
[0015]基于所述动作均值信息，确定出手势类型
。
[0016]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述动作均值信息，确定出手势类型，包括：
[0017]利用第二均值计算模型对所述第一动作均值进行计算，得到目标动作均值；
[0018]其中，所述第二均值计算模型为：
[0019]R3＝
(R2‑
1)2；
[0020]式中，
R3为所述目标动作均值；
[0021]判断所述目标动作均值是否小于第一动作阈值，得到第一判断结果；
[0022]当所述第一判断结果为否时，确定手势类型为所述动态手势；
[0023]当所述第一判断结果为是时，判断所述第二动作均值是否小于第二动作阈值，得到第二判断结果；
[0024]当所述第二判断结果为否时，确定所述手势类型为所述动态手势；
[0025]当所述第二判断结果为是时，确定所述手势类型为所述静态手势
。
[0026]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述控制模型集合包括第一控制模型和第二控制模型；
[0027]所述基于所述手势类型和控制模型集合，对所述手势原始数据信息进行处理，得到控制指令信息，包括：
[0028]判断所述手势类型与预设的模型属性是否相一致，得到模型判断结果；所述模型属性表征模型的应用对象类型；
[0029]当所述模型判断结果为是时，确定所述第一控制模型为目标控制模型；
[0030]当所述模型判断结果为否时，确定所述第二控制模型为所述目标控制模型；
[0031]利用所述目标控制模型对所述手势原始数据信息进行处理，得到目标控制类型；
[0032]对所述目标控制类型进行信息转化，得到控制指令信息
。
[0033]作为一种可选的实施方式，在本专利技术实施例第一方面中，当所述目标控制模型为所述第一控制模型时，所述利用所述目标控制模型对所述手势原始数据信息进行处理，得到目标控制类型，包括：
[0034]利用所述第一控制模型对所述手势原始数据信息进行计算处理，得到包络值信息；
[0035]其中，所述第一控制模型为：
[0036][0037]式中，
E
v
为所述包络值信息对应的包络值；
x
i
为手势原始数据信息中第
i
个加速度值；
N
为所述加速度值的数量；
[0038]利用预设的决策标准判断信息对所述包络值信息进行匹配处理，得到目标控制类型
。
[0039]作为一种可选的实施方式，在本专利技术实施例第一方面中，当所述目标控制模型为所述第二控制模型时，所述利用所述目标控制模型对所述手势原始数据信息进行处理，得到目标控制类型，包括：
[0040]对所述手势原始数据信息进行数据提取，得到提取数据信息；
[0041]对所述提取数据信息进行拟合计算处理，得到差值信息；所述差值信息包括协方差
、
第一标准差和第二标准差；
[0042]利用所述第二控制模型对所述差值信息进行计算处理，得到动作系数值；
[0043]其中，所述第二控制模型为：
[0044][0045]式中，
C
v
为所述动作系数值；
A
为所述协方差；
B
为所述第一标准差；
D
为所述第二标准差；
[0046]基于所述动作系数值，确定出目标控制类型
。
[0047]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述对所述手势原始数据信息进行数据提取，得到提取数据信息，包括：
[0048]依次对所述手势原始数据信息进行提取，得到第一待用数据信息；
[0049]判断所述第一待用数据信息对应的提取次数是否等于提取阈值，得到提取判断结果；
[0050]当所述提取判断结果为否时，触发执行所述依次对所述手势原始数据信息进行提取，得到第一待用数据信息；
[0051]当所述提取判断结果为是，依据所述第一待用数据信息的提取序号对所有所述第一待用数据信息进行编组，得到待用数据组；
[0052]判断所述待用数据组的数量是否等于数据组阈值，得到数据组判断结果；
[0053]当所述数据组判断结果为否时，触发执行所述依次对所述手势原始数据信息进行提取，得到第一待用数据信息；
[0本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种无人机控制方法，其特征在于，所述方法包括：获取手势原始数据信息；对所述手势原始数据信息进行手势类型识别，得到手势类型；所述手势类型包括静态手势，和
/
或，动态手势；基于所述手势类型和控制模型集合，对所述手势原始数据信息进行处理，得到控制指令信息；所述控制指令信息用于指示对无人机的飞行控制
。2.
根据权利要求1所述的无人机控制方法，其特征在于，所述对所述手势原始数据信息进行手势类型识别，得到手势类型，包括：对所述手势原始数据信息进行前处理，得到待处理数据信息；利用第一均值计算模型对所述待处理数据信息进行计算处理，得到动作均值信息；所述动作均值信息包括第一动作均值和第二动作均值；其中，所述第一均值计算模型为：其中，所述第一均值计算模型为：式中，
R1为所述第一动作均值；
R2为所述第二动作均值；
Gry
X
、Gry
Y
和
Gry
Z
分别为
X
轴角速度均值
、Y
轴角速度均值和
Z
轴角速度均值；
Acc
X
、Acc
Y
和
Acc
Z
分别为
X
轴加速度均值
、Y
轴加速度均值和
Z
轴加速度均值；基于所述动作均值信息，确定出手势类型
。3.
根据权利要求2所述的无人机控制方法，其特征在于，所述基于所述动作均值信息，确定出手势类型，包括：利用第二均值计算模型对所述第一动作均值进行计算，得到目标动作均值；其中，所述第二均值计算模型为：
R3＝
(R2‑
1)2；式中，
R3为所述目标动作均值；判断所述目标动作均值是否小于第一动作阈值，得到第一判断结果；当所述第一判断结果为否时，确定手势类型为所述动态手势；当所述第一判断结果为是时，判断所述第二动作均值是否小于第二动作阈值，得到第二判断结果；当所述第二判断结果为否时，确定所述手势类型为所述动态手势；当所述第二判断结果为是时，确定所述手势类型为所述静态手势
。4.
根据权利要求1所述的无人机控制方法，其特征在于，所述控制模型集合包括第一控制模型和第二控制模型；所述基于所述手势类型和控制模型集合，对所述手势原始数据信息进行处理，得到控制指令信息，包括：判断所述手势类型与预设的模型属性是否相一致，得到模型判断结果；所述模型属性表征模型的应用对象类型；当所述模型判断结果为是时，确定所述第一控制模型为目标控制模型；
当所述模型判断结果为否时，确定所述第二控制模型为所述目标控制模型；利用所述目标控制模型对所述手势原始数据信息进行处理，得到目标控制类型；对所述目标控制类型进行信息转化，得到控制指令信息
。5.
根据权利要求4所述的无人机控制方法，其特征在于，当所述目标控制模型为所述第一控制模型时，所述利用所述目标控制模型对所述手势原始数...

【专利技术属性】
技术研发人员：闫野，张皓洋，田彦秀，白晓伟，谢良，张敬，陈伟，张星昱，印二威，
申请(专利权)人：中国人民解放军军事科学院国防科技创新研究院，
类型：发明
国别省市：