【技术实现步骤摘要】
本专利技术涉及无人机，尤其涉及一种基于场景自适应的无人降落方法及系统。
技术介绍
1、随着无人机在各个领域的应用不断增加，对无人机的降落要求也越来越高，无人机的安全性与稳定性对于各类应用至关重要，尤其在恶劣环境或复杂场景下，需要更可靠稳定的降落系统来确保无人机和周围环境的安全。
2、公开号为cn106054903b的一种多旋翼无人机自适应降落方法及系统，无人机起飞后，通过地面控制站(如平板电脑、手机等控制设备选择要降落的区域大致范围；收到降落指令后，开启降落模式，并等待降落动作；检测降落区域的着陆面是否适合无人机的降落，若是则进行降落并结束所述降落模式，否则改变所述无人机位姿并继续降落。
3、目前的无人机降落系统存在以下问题，降落误差较大，目前gnss系统定位精度一般在一米以上，无法满足高精度的降落需求；缺乏自适应，无法根据当前环境去选择合适的外设数据进行降落；降落稳定性不足，在恶劣环境或复杂环境下降落时出现异常没有相应的保护制，从而降低了无人机降落的精确性和可靠性。
技术实现思路
1、有鉴于此，本专利技术提出了一种基于场景自适应的无人降落方法及系统，能够在复杂或动态变化的环境中实现精确、可靠的自主降落。
2、本专利技术的技术方案是这样实现的：第一方面，本专利技术提供了一种基于场景自适应的无人降落方法，所述方法包括以下步骤：
3、s1，无人机搭载传感器单元和若干定位源，传感器单元采集周围环境信息，若干定位源分别对相对位置进行定位，获取
4、s2，构建定位调整模型，根据周围环境信息及定位信息，基于定位调整模型计算获得最优定位源；
5、s3，无人机包括无人机控制模块，根据最优定位源获取降落目标的相对位置信息，将相对位置信息输入至无人机控制模块，以使无人机根据相对位置信息进行降落。
6、在以上技术方案的基础上，优选的，步骤s1中所述无人机搭载传感器单元和若干定位源，传感器单元采集周围环境信息，若干定位源分别对相对位置进行定位，获取各定位源的定位信息，其中，所述传感单元包括光敏传感器和激光雷达，所述若干定位源包括视觉定位模块、align-gps定位模块和uwb定位模块。
7、在以上技术方案的基础上，优选的，所述光敏传感器用于采集周围环境的光照度数据，并确定当前场景为室内或室外；
8、所述激光雷达用于采集获取周围环境的障碍物位置；
9、所述视觉定位模块用于捕捉周围环境图像和视频，获取周围环境的光照强度，定位误差和视频帧率；
10、所述align-gps定位模块用于采集相对定位位置的定位误差、信号强度和数据延时；
11、所述uwb相对定位模块用于采集相对定位位置的定位误差、信号强度和数据延时。
12、在以上技术方案的基础上，优选的，步骤s2中所述构建定位调整模型，根据周围环境信息及定位信息，基于定位调整模型计算获得最优定位源，其中，包括以下子步骤：
13、s21，预设精度评分规则，对视觉定位模块、align-gps定位模块和uwb定位模块对应的定位误差进行匹配，分别得到相应的定位精度评分；
14、s22，预设场景评分规则，根据当前场景对各定位源对应的可靠性进行匹配，分别得到相应的可靠性评分；
15、s23，预设信号强度评分规则，对align-gps定位模块和uwb定位模块的相应信号强度进行匹配，分别得到相应的可用性评分；预设光照强度评分规则，对视觉定位模块的光照强度进行匹配，得到相应的可用性评分；
16、s24，预设延迟评分规则，对align-gps定位模块和uwb定位模块的相应数据延时进行匹配，分别得到相应的延迟评分；预设帧率评分规则，对视觉定位模块的视频帧率进行匹配，得到相应的延迟评分；
17、s25，构建定位调整模型，根据定位精度评分、可靠性评分、可用性评分和延迟评分，基于定位调整模型计算获得各定位源对应的总评分；
18、s26，根据各定位源的总评分高低，选择总评分最高的定位源作为当前场景最优定位源。
19、在以上技术方案的基础上，优选的，所述定位调整模型的计算表达式为：
20、s＝w1*qi+w2*mi+w3*ni+w4*li
21、式中，s为第i个定位源对应的总评分，qi为第i个定位源对应的定位精度评分，mi为第i个定位源对应的可靠性评分，ni为第i个定位源对应的可用性评分，li为第i个定位源对应的延迟评分，w1、w2、w3和w4为对应各评分的权重，w1+w2+w3+w4＝1。
22、在以上技术方案的基础上，优选的，所述精度评分规则、信号强度评分规则和延迟评分规则均为分段函数；
23、精度评分规则表达式为：
24、
25、式中，ji为第i个定位源对应的定位误差值；
26、若光敏传感器检测为室外时，则align-gps定位模块的对应的可靠性评分为0.9，uwb定位模块的对应的可靠性评分为0.7，视觉定位模块的对应的可靠性评分为0.4，若光敏传感器检测为室内时，则align-gps定位模块的对应的可靠性评分为0.1，uwb定位模块的对应的可靠性评分为0.3，视觉定位模块的对应的可靠性评分为0.6；
27、若定位源为align-gps定位模块或uwb定位模块时，则信号强度评分规则表达式为：
28、
29、式中，xi为align-gps定位模块和uwb定位模块对应的信号强度；
30、若定位源为视觉定位模块时，则信号强度评分规则表达式为：
31、
32、式中，gi为视觉定位模块对应的光照强度；
33、若定位源为align-gps定位模块或uwb定位模块时，则延迟评分规则表达式为：
34、
35、式中，ci为align-gps定位模块和uwb定位模块对应的数据延时；
36、若定位源为视觉定位模块时，则延迟评分规则表达式为：
37、
38、式中，yi为视觉定位模块对应的数据延时。
39、在以上技术方案的基础上，优选的，步骤s3中所述无人机包括无人机控制模块，根据最优定位源获取降落目标的相对位置信息，将相对位置信息输入至无人机控制模块，以使无人机根据相对位置信息进行降落，包括以下子步骤：
40、s31，根据最优定位源获取降落目标的相对位置信息；
41、s32，采用pid控制器输出无人机x、y、z轴的目标速度，并将其发送给无人机控制模块，使无人机根据相对位置信息进行降落；
42、pid控制器输出公式为：
43、ex(t)＝xtarget(t)-xdrone(t)
44、ey(t)＝ytarget(t)-ydrone(t)
45、ez(t)＝ztarget(t)-zdrone(t)...
【技术保护点】
1.一种基于场景自适应的无人降落方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的基于场景自适应的无人降落方法，其特征在于：步骤S1中所述无人机搭载传感器单元和若干定位源，传感器单元采集周围环境信息，若干定位源分别对相对位置进行定位，获取各定位源的定位信息，其中，所述传感单元包括光敏传感器和激光雷达，所述若干定位源包括视觉定位模块、ALIGN-GPS定位模块和UWB定位模块。
3.如权利要求2所述的基于场景自适应的无人降落方法，其特征在于：
4.如权利要求3所述的基于场景自适应的无人降落方法，其特征在于：步骤S2中所述构建定位调整模型，根据周围环境信息及定位信息，基于定位调整模型计算获得最优定位源，其中，包括以下子步骤：
5.如权利要求4所述的基于场景自适应的无人降落方法，其特征在于：所述定位调整模型的计算表达式为：
6.如权利要求5所述的基于场景自适应的无人降落方法，其特征在于：所述精度评分规则、信号强度评分规则和延迟评分规则均为分段函数；
7.如权利要求6所述的基于场景自适应的无人降落方法，
8.如权利要求7所述的基于场景自适应的无人降落方法，其特征在于：步骤S32中还包括动态调节无人机X、Y、Z轴的PID值，使无人机降落到移动的物体上，其中，
9.如权利要求1所述的基于场景自适应的无人降落方法，其特征在于：还包括步骤S4，监测无人机在降落过程中的飞行状态，对无人机起到安全保护，其中，无人机还包括状态监测模块，用于在降落过程中实时监测无人机的飞行状态，包括速度、高度、姿态和位置信息，若检测到无人机状态异常时，则控制无人机进行返航或悬停，所述异常状态包括无人机定位异常、降落目标信息丢失和降落超时。
10.一种基于场景自适应的无人降落系统，采用如权利要求1-9中任意一项的基于场景自适应的无人降落方法实现，其特征在于：所述系统包括：
...【技术特征摘要】
1.一种基于场景自适应的无人降落方法，其特征在于，所述方法包括以下步骤：
2.如权利要求1所述的基于场景自适应的无人降落方法，其特征在于：步骤s1中所述无人机搭载传感器单元和若干定位源，传感器单元采集周围环境信息，若干定位源分别对相对位置进行定位，获取各定位源的定位信息，其中，所述传感单元包括光敏传感器和激光雷达，所述若干定位源包括视觉定位模块、align-gps定位模块和uwb定位模块。
3.如权利要求2所述的基于场景自适应的无人降落方法，其特征在于：
4.如权利要求3所述的基于场景自适应的无人降落方法，其特征在于：步骤s2中所述构建定位调整模型，根据周围环境信息及定位信息，基于定位调整模型计算获得最优定位源，其中，包括以下子步骤：
5.如权利要求4所述的基于场景自适应的无人降落方法，其特征在于：所述定位调整模型的计算表达式为：
6.如权利要求5所述的基于场景自适应的无人降落方法，其特征在于：所述精度评分规则、信号强度评分规则和延迟评分规则均为分段函数；<...
【专利技术属性】
技术研发人员：王军，杜勇，李龙雷，
申请(专利权)人：旭日蓝天武汉科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。