Processing

Please wait...

Settings

Settings

Goto Application

1. WO2020107248 - METHOD AND DEVICE FOR SAFE LANDING OF UNMANNED AERIAL VEHICLE, UNMANNED AERIAL VEHICLE, AND MEDIUM

Document

说明书

发明名称 0001   0002   0003   0004   0005   0006   0007   0008   0009   0010   0011   0012   0013   0014   0015   0016   0017   0018   0019   0020   0021   0022   0023   0024   0025   0026   0027   0028   0029   0030   0031   0032   0033   0034   0035   0036   0037   0038   0039   0040   0041   0042   0043   0044   0045   0046   0047   0048   0049   0050   0051   0052   0053   0054   0055   0056   0057   0058   0059   0060   0061   0062   0063   0064   0065   0066   0067   0068   0069   0070   0071   0072   0073   0074   0075   0076   0077   0078   0079   0080   0081   0082   0083   0084   0085   0086   0087   0088   0089   0090   0091   0092   0093   0094   0095   0096   0097   0098   0099   0100   0101   0102   0103   0104   0105   0106   0107   0108   0109   0110   0111   0112   0113   0114   0115   0116   0117   0118   0119   0120   0121   0122   0123   0124   0125   0126   0127   0128   0129   0130   0131   0132   0133   0134   0135   0136   0137   0138   0139   0140   0141   0142   0143   0144   0145   0146   0147   0148   0149   0150   0151   0152   0153   0154   0155   0156   0157   0158   0159  

权利要求书

1   2   3   4   5   6   7   8   9   10   11   12   13   14   15   16   17   18   19   20   21   22   23   24   25   26   27   28   29   30   31   32   33   34   35   36   37  

附图

1   2   3   4   5   6   7   8   9  

说明书

发明名称 : 一种无人机的安全降落方法、装置、无人机及介质

技术领域

[0001]
本发明实施例涉及计算机技术领域,尤其涉及一种无人机的安全降落方法、装置、无人机及介质。

背景技术

[0002]
农用无人机在自主作业的过程中,可能会由于环境干扰或者硬件故障等原因丢失GNSS信号导致农用无人机无法获得位置信息,为了使得无人机在丢失GNSS信号时能够实现返航,可借助机体下方的双目视觉模块,以使得农用无人机可根据该双目视觉模块提供的位置信息进行返航。
[0003]
但是,由于光线、环境等原因使得双目视觉模块可能无法提供精准的位置,导致无人机在返航途中出现较大的偏差,由于该无人机返航时出现的较大偏差,可能使得无人机在返航途中降落到地面不平整的地区或者水中,使得无人机在降落时缺乏安全降落的保障。
[0004]
发明内容
[0005]
本发明实施例提供了一种无人机的安全降落方法、装置、无人机及介质,有助于为无人机的安全降落提供保障。
[0006]
本发明实施例的第一方面提供了一种无人机的安全降落方法,该方法包括:
[0007]
当所述无人机丢失导航信号时,确定无人机的返航目标位置和第一返航路径;
[0008]
控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航;
[0009]
当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点;
[0010]
根据记录的安全降落点进行降落。
[0011]
本发明实施例第二方面提供了一种安全降落装置,应用于无人机,其特征在于,所述安全降落装置包括存储器和处理器;
[0012]
所述存储器用于存储程序代码;
[0013]
所述处理器,调用所述程序代码,当程序代码被执行时,用于执行以下操 作:
[0014]
当所述无人机丢失导航信号时,确定无人机的返航目标位置和第一返航路径;
[0015]
控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航;
[0016]
当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点;
[0017]
根据记录的安全降落点进行降落。
[0018]
本发明实施例的第三方面是提供的一种无人机,包括:
[0019]
机身;
[0020]
动力系统,安装在所述机身,用于为所述无人机提供动力;
[0021]
以及如第二方面中所述的安全降落装置。
[0022]
在本发明实施例中,当无人机丢失导航信号时,可在确定所述无人机的返航目标位置和第一返航路径后,控制所述无人机按照第一返航路径和所述返航目标位置进行返航,在检测到所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,检测并记录安全降落点,使得所述无人机可基于记录的所述安全降落点进行降落,可为所述无人机的安全降落提供可靠的保障,并同时提高了无人机在确定安全降落点时的工作效率,有效节省了所述无人机的处理资源。

附图说明

[0023]
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
[0024]
图1是本发明实施例提供的一种无人机的安全降落方法的流程示意图;
[0025]
图2是本发明另一实施例提供的一种无人机的安全降落方法的流程示意图;
[0026]
图3是本发明实施例提供的一种无人机的观测区域和待检测区域的示意图;
[0027]
图4是本发明实施例提供的一种将如图3所示的观测区域和待检测区域反投影成二维图像的示意图;
[0028]
图5是本发明实施例提供的一种无人机的倾斜飞行姿态的示意图;
[0029]
图6是本发明实施例提供的一种无人机按照预设轨迹确定安全降落点的示意图;
[0030]
图7是本发明又一实施例提供的一种无人机的安全降落方法的流程示意图;
[0031]
图8是本发明实施例提供的一种无人机的返航流程示意图;
[0032]
图9是本发明实施例提供的一种安全降落装置的示意性框图。

具体实施方式

[0033]
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付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。
[0034]
无人机在作业过程中可能由于环境的干扰,或者硬件故障等因素导致无人机丢失导航信号。无人机的导航信号可以包括定位传感器的信号或指南针的信号中的至少一种。定位传感器可以包括无人机上设置的全球卫星导航系统(Global Navigation Satellite System,GNSS)模块。例如,进行农药喷洒作业的农用无人机可能由于环境因素对GNSS模块的干扰而发生故障(俗称为所述无人机丢星),或者因为硬件故障而导致指南针失灵,从而造成无人机丢失导航信号。在所述无人机丢失导航信号时,无人机不能依靠GNSS模块或指南针获取到可靠的导航信号,也就是说此时的无人机不能根据可靠的坐标信息或方向信息执行精准返航,为了使丢失导航信号的无人机返航到返航目标位置或者该返航目标位置的附近位置,可借助无人机的双目视觉模块执行视觉返航,在一些实施例中,可将返航目标位置称为Home点。Home点可以是无人机的出发位置,也可以是用户自行设定的位置(可以不与出发位置相同)。当无人机执行返航时会将Home点作为返航目标位置并向其飞去。
[0035]
当前,在基于双目视觉模块进行返航时,所述无人机可在丢失导航信号时, 可将该无人机的出发位置作为该无人机的返航目标位置,从而可根据无人机在丢失导航信号前最晚记录的所述无人机朝着返航目标位置的方向确定所述无人机的第一返航方向,并根据该第一返航方向和该返航目标位置,确定该无人机的第一返航路径,进一步地,可在所述无人机检测到丢失导航信号时根据所述第一返航路径的指示,向所述返航目标位置进行返航,当所述无人机返航到所述返航目标位置时,进行安全降落点检测,并在检测到安全降落点时执行降落操作;如果未检测到安全降落点,则需要重新寻找安全降落点并执行降落。
[0036]
采用当前的无人机返航方法,虽然在到达返航目标位置时对当前的降落位置进行了安全降落点检测,但是如果检测结果指示当前的降落位置不是安全降落点,则需要无人机重新确定新的飞行路线以及重新从所述新的飞行路线中确定出安全降落点的步骤,降低了无人机确定安全降落点时的工作效率,浪费无人机的处理资源。
[0037]
基于此,本申请提出了一种无人机的安全降落方法,可提高无人机在确定安全降落点时的工作效率,从而有效节省所述无人机的处理资源,并同时为所述无人机的安全降落提供可靠的保障。
[0038]
请参见图1,是本发明实施例提供的一种无人机的安全降落方法的示意流程图,如图1所示,该方法可包括:
[0039]
S101,当所述无人机丢失导航信号时,确定所述无人机的返航目标位置和第一返航路径。
[0040]
在一个实施例中,无人机在飞行过程中如果发生定位故障,可能导致无人机丢失导航信号,例如在无人机的GNSS故障时导致的导航信号丢失情况。在所述无人机检测到导航信号丢失时,可触发无人机下方的双目视觉模块进行视觉返航,以使得所述无人机能返航到预设的返航目标位置处。在一个实施例中,所述预设的返航目标位置是从预设的至少一个返航位置中确定的,所述预设的返航位置例如可以是在所述无人机中预设的用于进行电池更换或者进行飞行作业的位置,也可以是无人机的出发位置。如果所述无人机仅由于丢失定位传感器的信号而导致导航信号的丢失,例如定位传感器发生故障而丢失导航信号,如上述的GNSS故障发生的导航信号的丢失,可依靠指南针确定无人机进行返航时的第一返航方向,从而结合确定出的返航目标位置以及该第一返航方向, 确定该无人机的第一返航路径。
[0041]
在一个实施例中,无人机在飞行过程中如果发生指南针故障,也可能导致无人机丢失导航信号。此时无人机可以根据双目视觉模块进行视觉返航,并且在返航途中依据定位传感器的坐标信号确定自身的方向。所述预设的返航目标位置可以是如前所述的返航位置。此时无人机可以依靠定位传感器如GNSS模块确定无人机的位置,并结合确定出的返航目标位置确定该无人机的第一返航路径。
[0042]
在另一实施例中,如果该无人机是由于丢失定位传感器和指南针的信号而导致的导航信号的丢失,如定位传感器和指南针均故障时导致的导航信号的丢失,无人机可以根据视觉模块对周围环境进行识别并据此定位自身的位置及方向,并且可以结合丢失导航信号前所记录的位置及方向信息来确定出该无人机的第一返航路径以及返航目标位置。
[0043]
在无人机从返航目标位置飞行到丢失导航信号对应位置的过程中,无人机的定位装置正常,会对无人机的飞行位置进行实时的更新与记录。当无人机起飞时,还可记录所述无人机的返航目标位置。因此,当无人机在正常飞行过程中,正常工作的定位装置可以实时更新与记录无人机的当前位置,并且根据当前位置和返航目标位置,实时更新与记录无人机朝向返航目标位置的方向。
[0044]
例如,无人机可以通过其上的惯性测量单元(Inertial Measurement Unit,IMU)实时记录无人机的姿态,从而实时记录无人机的飞行方向而获取无人机朝向返航目标位置的方向。当无人机丢失导航信号时,例如GNSS模块遇到干扰失去信号、故障或其他问题时,可从预设的至少一个返航位置中选取任一位置作为返航目标位置,并可将其丢失导航信号前最后记录的飞行位置确定为返航起始位置,以及将其丢失导航信号前最后记录的朝向返航目标位置的方向确定为第一返航方向,从而可根据该第一返航方向、返航目标位置以及返航起始位置,确定该无人机的第一返航路径。其中,所述第一返航方向为所述无人机的返航起始位置指向所述返航目标位置的方向。例如,无人机可以根据返航起始位置和第一返航方向,确定一条直线路径作为第一返航路径朝向Home点飞去;也可以根据返航起始位置和Home点,以及途中记录的飞行位置确定出原始飞行的路径并将其作为第一返航路径,返回至Home点;当然无人机也可以 根据其他方式生成第一返航路径,此处并不作限制。
[0045]
S102,控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航。
[0046]
在一个实施例中,无人机可将如GNSS模块等定位装置中记录的任一返航位置作为所述无人机的返航目标位置,所述GNSS模块等定位装置记录的任一返航位置例如可以是无人机进行飞行作业或者电池更换的位置,或者是农用无人机进行农药喷洒的位置,或者是用户所设定的位置等。在一个实施例中,无人机可结合所述无人机在返航过程中的当前位置实时调整所述无人机的第一返航路径,并控制所述无人机按照在所述返航过程中各当前位置对应的第一返航路径的指示朝着Home点(即返航目标位置)进行返航。
[0047]
在一些情况下,第一返航路径可以是基本不变化的,例如无人机从返航起始位置直接朝向返航目标位置飞去。在另一些情况下,第一返航路径可以是变化的,例如无人机在返航过程中遇到障碍物并因避障功能启动而导致第一返航路径变化,此时无人机可以在绕开障碍物结束避障功能后,重新回到开始的第一返航路径,或者以变化后的第一返航路径继续返航。
[0048]
在控制所述无人机基于所述第一返航路径和返航目标位置进行返航时,还可参考视觉里程计提供的位置信息进行,所述无人机可根据所述视觉里程计提供的位置信息确定所述无人机的当前位置。
[0049]
S103,当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点。
[0050]
在无人机丢失导航信号进行视觉返航的过程中,由于不能通过GNSS获取到所述无人机的准确坐标信息,再加上返航过程中视觉里程计和/或指南针的误差,可能使无人机不能精准地返航到返航目标位置,所述无人机最终的返航目标位置可能是所述无人机返航目标位置的附近位置,由于所述返航目标位置的附近位置可能不是适合无人机安全降落的位置,因此无人机需要重新确定出可供所述无人机降落的安全降落点,为了有效提高无人机寻找安全降落点的处理效率,可在返航过程中对所述无人机的当前位置进行安全降落点检测,并记录确定出的安全降落点,从而可在步骤S104中根据记录的安全降落点降落。
[0051]
在一个实施例中,所述无人机可在当前位置距离所述返航目标位置的第一预设范围时,开始进行安全降落点检测,并将检测到的安全降落点进行记录(即存储检测到的安全降落点),因此当无人机在Home点(即返航目标位置)或者Home点附近进行降落时,如果检测到该点为不安全的降落点,可执行步骤S104根据记录的安全降落点进行降落,避免了重复寻找安全降落点的情况,从而实现了对无人机处理资源的节省,可提高无人机降落到安全降落点的成功率。例如,无人机可以在当前位置距离所述返航目标位置30米范围时,即开始进行安全降落点检测,并记录所检测到的安全降落点,但此时并不降落而仍然飞向Home点。
[0052]
S104,根据记录的所述安全降落点进行降落。
[0053]
在一个实施例中,当所述无人机飞行到返航目标位置或者所述返航目标位置的附近位置时,可对其所处的当前位置进行安全降落点检测,如果检测到所述无人机所处的当前位置为安全降落点,则直接进行降落,并在降落过程中对该位置持续进行安全降落点检测,如果在降落过程中检测到该当前位置为不安全降落点,则调整飞行高度为执行降落之前的高度,并飞行到记录的安全降落点处进行降落;如果在降落过程中检测到该当前位置为安全降落点,则持续降低飞行高度,直到检测到所述无人机和地面之间的相对高度为零时关闭动力系统,使所述无人机降落到地面。
[0054]
再一个实施例中,如果检测到所述无人机所处的当前位置不是安全降落点,则根据在距离所述返航目标位置的第一预设范围内记录的安全降落点进行降落,在所述无人机对所述安全降落点进行记录时,记录有所述安全降落点的位置信息,因此,当所述无人机向记录的所述安全降落点进行飞行时,可根据所述无人机的当前位置和记录的安全降落点的位置信息,确定所述无人机的第二返航路径,所述第二返航路径为无人机从当前位置飞向记录的安全记录点的路径。在一些情况下,所述无人机飞向记录的所述安全降落点的第二返航路径对应的第二返航方向与上述的第一返航路径对应的第一返航方向相反,因此,在所述无人机向所述记录的安全降落点飞行时,可直接将和所述第一返航方向相反的方向作为第二返航方向。
[0055]
在本发明实施例中,当无人机丢失导航信号时,可在确定所述无人机的返 航目标位置和第一返航路径后,控制所述无人机按照第一返航路径和所述返航目标位置进行返航,在检测到所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,检测并记录安全降落点,使得所述无人机可基于记录的所述安全降落点进行降落,可为所述无人机的安全降落提供可靠的保障,并同时提高了无人机在确定安全降落点时的工作效率,有效节省了所述无人机的处理资源。
[0056]
下面对本发明实施例中无人机对当前位置进行安全降落点检测的方法进行具体描述,如图2所示,包括如下步骤:
[0057]
S201,当所述无人机丢失导航信号时,确定所述无人机的返航目标位置和第一返航路径。
[0058]
S202,控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航。
[0059]
在一个实施例中,步骤S201和步骤S202的具体实施方式可参见上述步骤S101和步骤S102的叙述,在此不再赘述。
[0060]
S203,当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,按照预设的平面检测算法对所述无人机的当前位置进行平面检测,以及按照预设的水面检测算法对所述无人机的当前位置进行水面检测。
[0061]
S204,记录可供所述无人机降落的安全降落点。
[0062]
在步骤S203和步骤S204中,所述无人机可基于双目视觉传感器对所述无人机的当前位置进行平面检测,和/或对所述当前位置进行水面检测。所述无人机按照预设的平面检测算法对所述无人机的当前位置进行平面检测时,先从所述当前位置对应的观测区域中确定出进行平面检测的待检测区域,在一个实施例中,无人机的下视双目视觉传感器(即双目视觉模块)的观测区域较大,如图3所示的301区域(即由P 1-3D,P 2-3D,P 3-3D,P 4-3D围成的区域)假设为所述无人机双目视觉传感器的观测区域,而对所述当前位置进行平面检测时,只需要确定所述无人机在物理空间中对应的最大外接圆是否平整即可,不需要检测该双目视觉传感器可观测到的所有区域是否平整。
[0063]
如果所述无人机选取的待检测区域太大,会导致无人机对当前位置的平面 检测结果出现误差,即如果所述无人机在当前位置对应的最大外接圆本应为平整地面,由于选取的待检测区域扩大后包含了不平整的地面,使得无人机认为当前位置不是平面,而出现安全降落点检测的误差;而如果所述无人机选取的待检测区域太小,也会导致无人机对当前位置的平面检测结果出现差错,即如果所述无人机所在的当前位置为不平整地面,而由于选取的待检测区域过小,使得选取的待检测区域检测为平整地面,则可能导致无人机将本不平整的当前位置误作为平整的当前位置,而控制无人机下降到该不平整的地面上而出现安全故障。
[0064]
因此,在进行平面检测时,需要从观测区域301中选取出适当大小的待检测区域302进行平面检测,在一个实施例中,选取出的待检测区域302可以是物理空间中2米*2米的正方形区域,从而根据该平面检测结果确定当前位置是否为平面,在一个实施例中,所述观测区域301也可称作所述无人机的检测范围,所述待检测区域302可以称作所述无人机的图像兴趣范围(Region Of Interest,ROI)。可以理解的是,选取出的待检测区域302的区域尺寸并不限于2米*2米,在一些情况下,可以根据无人机的大小进行确定,例如,以无人机飞行时在地面的投影面尺寸作为待检测区域302的区域尺寸,或者将该投影面尺寸扩大50%作为区域尺寸。
[0065]
在从所述无人机的观测区域中确定出进行平面检测的待检测区域后,进一步地,可确定所述待检测区域对应的二维投影图像,具体地,可将如图3所示的三维空间中的观测区域301以及待检测区域302通过反投影规则,得到二维图像中的观测区域图像和待检测区域图像,如图4所示,三维空间中的所述观测区域301对应于二维图像中的观测区域图像401(即由P 1-2D,P 2-2D,P 3-2D,P 4-2D围成的区域),所述待检测区域302对应于二维图像中的待检测区域图像402。在一个实施例中,所述反投影规则具体可以是:
[0066]
S·P 2d=K·(R ci·P 3d+T ci) 式2.1
[0067]
其中,以及P 3d为三维空间中待检测区域对应的三维空间点,P 2d为二维空间中和P 3d对应的二维图像点,基于相机的外参(R,T)和相机内参K,可将三维空间中待检测区域的各三维空间点按照上述式2.1对应的反投影规则进行反投影,可确定出待检测区域对应的二维投影图像402,在所述二维投影图像 402中的点即为需要处理观测的点。
[0068]
在确定所述待检测区域对应的二维投影图像后,需将所述二维投影图像中的点转化为地面坐标系下的三维空间点,所述地面坐标系下的三维空间点为真实的观测点,用凸起点的凸起高度表示实际空间中高于平面的物体高度,例如,如果无人机下方选取的待检测区域为平面,得到的点云应该几乎集中在同一平面上;如果无人机下方选取的待检测区域包括一棵树,那么点云的形状包括类似树顶的凸起。
[0069]
在一个实施例中,可采用双目视觉模块将所述二维投影图像中的点转化为地面坐标系下的三维空间点,即可使用双目视觉的深度图,将飞行器下方的待检测区域的物理场景转换为三维空间点集合,从而可根据所述三维空间点集合,对当前位置进行平面检测。
[0070]
在根据所述三维空间点集合,对所述当前位置进行平面检测时,具体有两种实施方案:
[0071]
(1)、使用平面方程拟合出和所述三维空间点集合最相近的拟合平面,然后判断所述拟合平面对于所述三维空间点集合的内点百分比,如果所述内点百分比满足预设的百分比数量,则将所述拟合平面确定为一个平面,并通过确定所述拟合平面的法向量确定所述拟合平面的倾斜程度。其中,所述平面方程为:
[0072]
ax+by+cz+d=0 式2.2
[0073]
在一个实施例中,如式2.2所示的平面方程参数的拟合类似于求解线性系统Ax=0,三维空间点集合中大量的点[x,y,z]和需要求解的参数a、b、c和d构成如式2.3所示的超定方程,从而可使用随机采样一致性算法(RANSCA)求解得到该平面方程。
[0074]
[0075]
(2)、由于对所述当前位置进行平面检测即是需要确定当前位置对应的待检测区域是否为安全平面,且确定为安全的平面接近于水平面,因此,可根据公式cz+d=0,将所要拟合的平面强制确定为水平面,则可通过判断所述三维 空间点集合关于所述强制拟合的水平面的内点百分比,并根据所述内点百分比确定当前位置是否平整。
[0076]
在第二种实施方案中,无人机可先获取标准平面方程,并计算所述三维空间点集合中任一空间三维点与所述标准平面方程之间的距离,并根据所述距离确定所述三维空间点集合中的内点数量,所述内点为所述距离小于或等于预设距离阈值的三维空间点,并当所述内点数量大于或等于预设数量阈值时确定所述当前位置为平面。
[0077]
在采用第二种方法确定当前位置是否平整时,由于强制拟合的水平面方程为cz+d=0,因此,可令超定方程式2.3中的参数a=b=0,再对该超定方程进行求解,使得对超定方程的参数求解过程更为简单,在一个实施例中,根据超定方程求取的平面即为三维空间点集合中所有点云所聚集的平面,如果当前位置平整,则该点云所聚集的平面一定会拟合成一个水平面,如果当前位置不平整,则该点云所聚集的平面一定不能拟合成一个水平面,也就是说不能求解得到使得超定方程2.3有意义的参数。
[0078]
在对超定方程式2.3求解得到平面方程后,根据所述三维空间点集合中各空间点与所述平面方程之间的距离,可将所述三维空间点集合中的各个空间点进行分类成内点和外点。在一个实施例中,可选取所述三维空间点集合中的任一空间点作为观测点,并计算所述观测点与所述平面方程之间的距离d,当d小于或等于预设的距离阈值时,将所述观测点分类为内点;当所述d大于所述预设的距离阈值时,将所述观测点分类为外点。其中,如果观测点坐标为(x、y、z),则可按照式2.4计算所述观测点与所述平面方程之间的距离:
[0079]
[0080]
需要说明的是,如果无人机以如图5所示的飞行姿态进行飞行,并在以所述飞行姿态进行飞行的过程中进行安全点检测,由于所述无人机的飞行姿态和水平面之间存在倾斜夹角,因此,在采用上述方法对当前位置进行平面检测时,需要根据所述无人机的飞行姿态、当前位置、倾斜角度以及飞行高度H对所述无人机的飞行高度进行补偿,并根据补偿后的飞行高度对所述无人机的当前位置进行平面检测。
[0081]
再一个实施例中,在按照预设的水面检测算法对所述无人机的当前位置进 行水面检测时,也可根据所述无人机的双目视觉传感器从所述当前位置对应的观测区域301中确定出进行水面检测的待检测区域302,并按照相机的反投影规则确定所述待检测区域302对应的二维投影图像,如图4中的402区域。用于进行水面检测的机器学习算法,是基于灰度图训练得到的卷积神经网络CNN模型进行的,即可将得到的待检测区域对应的二维投影图像输入所述CNN模型,所述CNN模型可检测所述二维投影图像中每一帧图像对应的区域是否有水面存在,并将检测结果作为输出,以确定所述当前位置是否为水面。
[0082]
在一个实施例中,根据上述的平面检测结果和水面检测结果,确定所述当前位置是否为安全降落点,并将确定的安全降落点进行记录,在记录所述安全降落点时,可记录所述安全降落点对应于返航目标位置的相对位置,其中,确定的所述安全降落点为当前位置是平面或者非水面的位置。
[0083]
在一个实施例中,也可采用其他算法对当前位置进行平面检测和水面检测,例如,采用传统的基于视觉的检测方法进行平面检测和/或进行水面检测。
[0084]
S205,当返航过程中所述无人机的当前位置在距离所述返航目标位置的第二预设范围时,进行安全降落点检测。
[0085]
S206,若检测结果为未检测到安全降落点,则执行所述根据记录的安全降落点进行降落的步骤。
[0086]
S207,若所述检测结果为检测到安全降落点,则根据检测到的安全降落点进行降落。
[0087]
在步骤S205-步骤S207中,当所述无人机在距离所述返航目标位置的第一预设范围内时,可对当前位置进行安全降落点检测并记录下可供所述无人机降落的安全降落点,无人机在继续飞行到距离所述返航目标位置的第二预设范围时,所述当前位置距离所述返航目标位置的第二预设范围即为所述返航目标位置的附近,其中,所述第一预设范围大于所述第二预设范围,所述第一预设范围例如可以是20米或者10米等,所述第二预设范围例如可以是5米或者10米等。
[0088]
当所述无人机的当前位置在距离所述返航目标位置的第二预设范围时,如果在进行安全降落点检测后的检测结果为未检测到安全降落点,则执行步骤S206根据记录的安全降落点进行降落的步骤。
[0089]
在根据记录的安全降落点进行降落时,可先根据所述无人机的当前位置和记录的安全降落点确定第二返航路径,在根据所述当前位置和所述记录的安全降落点确定第二返航路径时,可所述第二返航路径为由所述当前位置(即在所述返航目标位置附近的位置)指向所述记录的安全降落点的方向,进一步地可基于所述第二返航路径,向记录的安全降落点飞行,并在所述双目视觉传感器确定所述无人机的当前位置为记录的所述安全降落点时,控制所述无人机进行降落。
[0090]
在一个实施例中,如果在进行安全降落点检测后的检测结果为检测到安全降落点,则执行步骤S207根据检测到的安全降落点进行降落的步骤,具体地,无人机在降落过程中,需要持续检测所述检测的安全降落点是否安全,因为所述无人机在距离所述返航目标位置的第二预设范围的位置,通常是用户更换电池或者路边等位置,所以无人机在检测到当前位置为安全降落点并进行降落的过程中很可能有人出现,如果在下降过程中不持续检测所述安全降落点是否安全,也会出现无人机降落在不安全位置而引发安全故障的情况。
[0091]
当所述无人机持续检测到所述检测的安全降落点安全时,成功降落到所述检测到的安全降落点;或者,如果在降落过程中检测到所述安全降落点不安全,则将所述无人机的当前飞行高度调整为预设飞行高度,所述预设飞行高度为所述无人机返航时的飞行高度(即执行降落之前的高度),并执行上述S206中根据记录的安全降落点进行降落的步骤。
[0092]
其中,所述预设飞行高度为保证所述无人机下方的双目视觉模块在返航过程中处于较高精度范围而设置的,所述预设飞行高度例如可以是2米或者2.5米等。
[0093]
再一个实施例中,当所述无人机在返航过程中处于距离所述返航目标位置的第二预设范围内时未检测到安全降落点,并确定在第一预设范围内未记录有安全降落点时,可在距离所述返航目标位置的第三预设范围内按照预设轨迹进行安全降落点检测,其中,所述预设轨迹包括螺旋形轨迹、折线形轨迹或者直线型轨迹中的一种或多种,所述折线形轨迹例如可以是“Z”字形轨迹,从而可在所述预设轨迹中检测到安全降落点时,根据检测到的安全降落点降落。
[0094]
举例来说,如果所述无人机从如图6的B点(即返航起始位置)向A点 (即返航目标位置)返航,在到达返航目标位置附近(即所述无人机的当前位置在距离所述返航目标位置的第二预设范围)的D点时,对所述当前位置(即D点)进行安全降落点检测,如果确定D点为不安全降落点,且确定所述无人机在第一预设范围内未记录有安全降落点,则可按照预设轨迹,例如可以是如图所示的灰色螺旋形轨迹从D点开始寻找安全降落点,如果在所述螺旋形轨迹的K点处检测到安全降落点,则降落在所述K点。
[0095]
再一个实施例中,当所述无人机在返航过程中在距离所述返航目标位置的第二预设范围内未检测到安全降落点,并确定在距离所述返航目标位置的第一预设范围内未记录有安全降落点,还可控制所述无人机在所述返航目标位置悬停,以等待用户的操作指令,在所述无人机出现低电量告警时,可强制所述无人机执行降落。
[0096]
再一个实施例中,当所述无人机的当前位置和所述返航目标位置重合时,即所述无人机进行视觉返航到返航目标位置时,可对该返航目标位置进行安全降落点检测,如果检测到所述返航目标位置为安全降落点,则在所述返航目标位置执行降落,如果检测到所述返航目标位置不是安全降落点,则执行步骤S206中根据记录的安全降落点进行降落的步骤。
[0097]
在本发明实施例中,如果无人机丢失导航信号,可在确定无人机的返航目标位置和第一返航路径后,控制该无人机基于第一返航路径和返航目标位置进行返航,并在所述无人机的当前位置在距离返航目标位置的第一预设范围内时,按照预设的平面检测算法以及预设的水面检测算法对当前位置进行平面检测以及水面检测,为所述无人机的返航及降落过程提供了安全保障,可有效降低无人机在降落后发生安全故障的可能性,由于记录了确定为平面的安全降落点,和/或非水面的安全降落点,无人机在返航到距离所述返航目标位置的第二预设范围时,可进行安全降落点检测,并进行安全降落尝试,如果所述无人机在距离所述返航目标位置的第二预设范围的当前位置没有检测到安全降落点,就根据记录的安全降落点进行降落,如果检测到安全降落点则直接进行降落,可提高无人机对安全降落点的确定速度,从而提高了无人机安全降落速度。
[0098]
在本发明实施例中,提出了一种基于无人机的安全降落方法的应用场景图,如图7所示,无人机从A点起飞,并根据GNSS提供的导航信号向B飞行, 在图7中用灰色曲线标识所述无人机从A点飞向B点的飞行轨迹,在所述无人机从A点向B点飞行的过程中,会根据GNSS提供的可靠坐标信息实时刷新并记录所述无人机的位置信息。
[0099]
如果所述无人机在B点时发生GNSS故障而丢失导航信号,请一并参考如图8所示的所述无人机进行安全降落时的流程示意图,无人机在确定丢失导航信号时,可触发下方的双目视觉模块并根据视觉里程计提供的位置信息进行视觉返航,在进行视觉返航时,无人机可从预设的至少一个返航位置中选取任一位置作为所述无人机的返航目标位置,假设选取的目标返航位置为该无人机的出发位置,即图7中A点标识的位置并将丢失该导航信号前所述无人机记录的朝着所述返航目标位置的方向,作为第一返航方向,所述第一返航方向即是图7中黑色曲线所指示的方向,进一步地可根据该第一返航方向和该第一返航目标位置,确定第一返航路径(即如图黑色曲线所指示的路径),其中,该第一返航方向为由返航起始位置指向返航目标位置的方向,从而可根据该第一返航路径的指示,控制无人机从返航起始位置B点向返航目标位置A点进行返航。
[0100]
当所述视觉里程计确定所述无人机的当前位置到达距离返航目标位置的第一预设范围时,即当所述无人机处于图7所示的C点时,为了避免无人机重复检测安全降落点的过程,可控制所述无人机开始进行安全降落点检测,并记录检测到的安全降落点。在一个实施例中,假设检测并记录的安全降落点为图7中用星标记的a、b和c点。
[0101]
由于视觉返航导致的返航误差,所述无人机可能按照所述第一返航路径的指示飞行到距离返航目标位置第二预设范围的D点开始进行安全降落尝试;所述无人机也可能正确地回到A点,并在A点进行安全降落尝试。如果在A点或D点进行的安全降落尝试失败,则查找在第二预设范围内记录的安全降落点(即a、b和c点),并从所述记录的安全降落点中确定出离A点或D点最近的安全降落点,即为a点,从而调整所述飞行器的飞行高度为预设的飞行高度后,将所述飞行器的第一返航路径调整为第二返航路径,使所述飞行器根据第二返航路径的指示从D点飞行到a点并执行安全降落。
[0102]
如果所述飞行器没有查找到记录的安全降落点,且回到返航目标位置时多 次尝试降落失败,或者在第二预设范围内没有检测到安全降落点,则可执行原地悬停等待用户托管的操作,并在严重低电量时报警执行强制降落。可以理解的是,无人机在返航目标位置悬停,可以是实际返航目标位置即A点悬停,也可以由于视觉返航误差而导致在D点悬停。
[0103]
本发明实施例提供了一种安全降落装置,应用于无人机中,图9是本发明实施例提供应用于无人机的安全降落装置的结构图,如图9所示,所述应用于无人机的安全降落装置900包括存储器901和处理器902,其中,存储器902中存储有程序代码,处理器902调用存储器中的程序代码,当程序代码被执行时,处理器902执行如下操作:
[0104]
当所述无人机丢失导航信号时,确定所述无人机的返航目标位置和第一返航路径;
[0105]
控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航;
[0106]
当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点;
[0107]
根据记录的安全降落点进行降落。
[0108]
在一个实施例中,所述处理器902还用于执行如下操作:
[0109]
当返航过程中所述无人机的当前位置在距离所述返航目标位置的第二预设范围时,进行安全降落点检测,其中,所述第一预设范围大于所述第二预设范围;
[0110]
若检测结果为未检测到安全降落点,则执行所述的根据记录的安全降落点进行降落的步骤;
[0111]
若所述检测结果为检测到安全降落点,则根据检测到的安全降落点进行降落。
[0112]
在一个实施例中,所述处理器902在根据记录的安全降落点进行降落时,执行如下操作:
[0113]
根据所述无人机的当前位置和记录的安全降落点,确定第二返航路径;
[0114]
基于所述第二返航路径,向所述记录的安全降落点飞行;
[0115]
当所述无人机的当前位置为所述记录的安全降落点时,控制所述无人机进 行降落。
[0116]
在一个实施例中,所述处理器902在根据检测到的安全降落点进行降落时,执行如下操作:
[0117]
在降落过程中,持续检测所述检测的安全降落点是否安全;
[0118]
若持续检测到所述检测的安全降落点均安全,则确定成功降落到所述检测到的安全降落点;
[0119]
若检测到所述检测的安全降落点不安全,则将无人机的当前飞行高度调整为预设飞行高度,并执行所述根据记录的安全降落点进行降落的步骤;
[0120]
其中,所述预设飞行高度为所述无人机返航时的飞行高度。
[0121]
在一个实施例中,所述处理器902还用于执行如下操作:
[0122]
若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则在距离所述返航目标位置的第三预设范围内按照预设轨迹进行安全降落点检测,所述预设轨迹包括螺旋形轨迹或折线形轨迹;
[0123]
在所述预设轨迹中检测到安全降落点时,根据检测到的安全降落点进行降落。
[0124]
在一个实施例中,所述处理器902还用于执行如下操作:
[0125]
若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则控制所述无人机在所述返航目标位置悬停。
[0126]
在一个实施例中,所述处理器902还用于执行如下操作:
[0127]
当所述无人机到达所述返航目标位置时,对所述返航目标位置进行安全降落点检测;
[0128]
若检测结果为所述返航目标位置是安全降落点,则在所述返航目标位置执行降落;
[0129]
若检测结果为所述返航目标位置不是安全降落点,则执行根据记录的安全降落点进行降落的步骤。
[0130]
在一个实施例中,所述处理器902在确定所述无人机的返航目标位置和第一返航路径时,执行如下操作:
[0131]
从预设的至少一个返航位置中选取任一位置作为所述无人机的返航目标位置;
[0132]
根据所述返航目标位置确定第一返航方向;
[0133]
根据所述第一返航方向和所述返航目标位置,确定所述第一返航路径。
[0134]
在一个实施例中,所述处理器902在控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航时,执行如下操作:
[0135]
控制所述无人机基于所述第一返航路径和所述返航目标位置,以及视觉里程计提供的位置信息进行返航。
[0136]
在一个实施例中,所述第二返航路径对应的第二返航方向和所述第一返航路径对应的第一返航方向相反。
[0137]
在一个实施例中,所述安全降落点为平面位置且非水面的位置。
[0138]
在一个实施例中,所述处理器902在进行安全降落点检测时,执行如下操作:
[0139]
基于双目视觉传感器进行安全降落点检测。
[0140]
在一个实施例中,所述处理器902在进行安全降落点检测时,执行如下操作:
[0141]
按照预设的平面检测算法对所述无人机的当前位置进行平面检测,以及按照预设的水面检测算法对所述无人机的当前位置进行水面检测。
[0142]
在一个实施例中,所述导航信号包括如下至少一种:定位传感器的信号,指南针的信号。
[0143]
在一个实施例中,所述处理器902在按照预设的平面检测算法对所述无人机的当前位置进行平面检测时,执行如下操作:
[0144]
从所述当前位置对应的观测区域中确定出进行平面检测的待检测区域,所述待检测区域小于所述观测区域;
[0145]
确定所述待检测区域对应的二维投影图像;
[0146]
将所述二维投影图像中任一像素点转换为三维空间点,得到所述二维投影图像对应的三维空间点集合;
[0147]
根据所述三维空间点集合,对所述当前位置进行平面检测。
[0148]
在一个实施例中,所述处理器902在根据所述三维空间点集合,对所述当 前位置进行平面检测时,执行如下操作:
[0149]
获取标准平面方程;
[0150]
计算所述三维空间点集合中任一三维空间点与所述标准平面方程之间的距离,并根据所述距离确定所述三维空间点集合中的内点数量,所述内点为所述距离小于或等于预设距离阈值的三维空间点;
[0151]
当所述内点数量大于或等于预设数量阈值时,确定所述当前位置为平面。
[0152]
在一个实施例中,所述处理器902在按照预设的水面检测算法对所述无人机的当前位置进行水面检测时,执行如下操作:
[0153]
从所述当前位置对应的观测区域中确定出进行水面检测的待检测区域,所述待检测区域小于所述观测区域;
[0154]
确定所述待检测区域对应的二维投影图像;
[0155]
将所述二维投影图像输入卷积神经网络模型,根据所述卷积神经网络模型的输出确定所述当前位置是否为水面。
[0156]
本实施例提供的应用于无人机的安全降落装置能执行前述实施例提供的如图1和图2所示的安全降落方法,且执行方式和有益效果类似,在这里不再赘述。
[0157]
本发明实施例提供一种无人机,包括机身,动力系统以及如前所述的安全降落装置。无人机的安全降落装置工作与前述相同或类似,此处不再赘述。无人机的动力系统可以包括旋翼、驱动旋翼旋转的电机及其电调。无人机可以是四旋翼、六旋翼、八旋翼或其他多旋翼无人机,此时无人机垂直起降进行工作。可以理解的是,无人机还可以是固定翼无人机或混合翼无人机。
[0158]
本发明实施例提供的无人机还可以包括安装于机身上的传感器。传感器包括GNSS模块,用于为所述无人机提供位置信息。传感器还包括双目视觉传感器或者视觉里程计中的至少一种。在一些实施方式中,双目视觉传感器可以设置在无人机的下方,用于获取无人机下方的图像,并生成深度图、语义图或其他信息,从而进行安全降落点检测。在一些实施方式中,视觉里程计可以设置在无人机的前侧,从而使得无人机在没有GNSS信号或GNSS模块故障无法工作时,为无人机提供飞行里程信息。
[0159]
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其 限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

权利要求书

[权利要求 1]
一种无人机的安全降落方法,其特征在于,包括: 当所述无人机丢失导航信号时,确定所述无人机的返航目标位置和第一返航路径; 控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航; 当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点; 根据记录的安全降落点进行降落。
[权利要求 2]
根据权利要求1所述的方法,其特征在于,所述方法还包括: 当返航过程中所述无人机的当前位置在距离所述返航目标位置的第二预设范围时,进行安全降落点检测,其中,所述第一预设范围大于所述第二预设范围; 若检测结果为未检测到安全降落点,则执行所述根据记录的安全降落点进行降落的步骤; 若所述检测结果为检测到安全降落点,则根据检测到的安全降落点进行降落。
[权利要求 3]
根据权利要求2所述的方法,其特征在于,所述根据记录的安全降落点进行降落,包括: 根据所述无人机的当前位置和记录的安全降落点,确定第二返航路径; 基于所述第二返航路径,向所述记录的安全降落点飞行; 当所述无人机的当前位置为所述记录的安全降落点时,控制所述无人机进行降落。
[权利要求 4]
根据权利要求2所述的方法,其特征在于,所述根据检测到的安全降落点进行降落,包括: 在降落过程中,持续检测所述检测到的安全降落点是否安全; 若持续检测到所述检测的安全降落点均安全,则确定成功降落到所述检测到的安全降落点; 若检测到所述检测的安全降落点不安全,则将无人机的当前飞行高度调整为预设飞行高度,并执行所述根据记录的安全降落点进行降落的步骤; 其中,所述预设飞行高度为所述无人机返航时的飞行高度。
[权利要求 5]
根据权利要求2所述的方法,其特征在于,所述方法还包括: 若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则在距离所述返航目标位置的第三预设范围内按照预设轨迹进行安全降落点检测,所述预设轨迹包括螺旋形轨迹或折线形轨迹; 在所述预设轨迹中检测到安全降落点时,根据检测到的安全降落点进行降落。
[权利要求 6]
根据权利要求2所述的方法,其特征在于,所述方法还包括: 若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则控制所述无人机在所述返航目标位置悬停。
[权利要求 7]
根据权利要求1所述的方法,其特征在于,所述方法还包括: 当所述无人机到达所述返航目标位置时,对所述返航目标位置进行安全降落点检测; 若检测结果为所述返航目标位置是安全降落点,则在所述返航目标位置执行降落; 若检测结果为所述返航目标位置不是安全降落点,则执行根据记录的安全降落点进行降落的步骤。
[权利要求 8]
根据权利要求1所述的方法,其特征在于,所述确定所述无人机的返航目标位置和第一返航路径,包括: 从预设的至少一个返航位置中选取任一位置作为所述无人机的返航目标位置; 根据所述返航目标位置确定第一返航方向; 根据所述第一返航方向和所述返航目标位置,确定所述第一返航路径。
[权利要求 9]
根据权利要求1所述的方法,其特征在于,所述控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航,包括: 控制所述无人机基于所述第一返航路径和所述返航目标位置,以及视觉里程计提供的位置信息进行返航。
[权利要求 10]
根据权利要求3所述的方法,其特征在于,所述第二返航路径对应的第二返航方向和所述第一返航路径对应的第一返航方向相反。
[权利要求 11]
根据权利要求1-10任一项所述的方法,其特征在于,所述安全降落点为平面且非水面的位置。
[权利要求 12]
根据权利要求1-10任一项所述的方法,其特征在于,所述进行安全降落点检测,包括: 基于双目视觉传感器进行安全降落点检测。
[权利要求 13]
根据权利要求1-10任一项所述的方法,其特征在于,所述进行安全降落点检测,包括: 按照预设的平面检测算法对所述无人机的当前位置进行平面检测,以及按照预设的水面检测算法对所述无人机的当前位置进行水面检测。
[权利要求 14]
根据权利要求1-10任一项所述的方法,其特征在于,所述导航信号包括如下至少一种:定位传感器的信号,指南针的信号。
[权利要求 15]
根据权利要求13所述的方法,其特征在于,所述按照预设的平面检 测算法对所述无人机的当前位置进行平面检测,包括: 从所述当前位置对应的观测区域中确定出进行平面检测的待检测区域,所述待检测区域小于所述观测区域; 确定所述待检测区域对应的二维投影图像; 将所述二维投影图像中任一像素点转换为三维空间点,得到所述二维投影图像对应的三维空间点集合; 根据所述三维空间点集合,对所述当前位置进行平面检测。
[权利要求 16]
根据权利要求14所述的方法,其特征在于,所述根据所述三维空间点集合,对所述当前位置进行平面检测,包括: 获取标准平面方程; 计算所述三维空间点集合中任一三维空间点与所述标准平面方程之间的距离,并根据所述距离确定所述三维空间点集合中的内点数量,所述内点为所述距离小于或等于预设距离阈值的三维空间点; 当所述内点数量大于或等于预设数量阈值时,确定所述当前位置为平面。
[权利要求 17]
根据权利要求13所述的方法,其特征在于,所述按照预设的水面检测算法对所述无人机的当前位置进行水面检测,包括: 从所述当前位置对应的观测区域中确定出进行水面检测的待检测区域,所述待检测区域小于所述观测区域; 确定所述待检测区域对应的二维投影图像; 将所述二维投影图像输入卷积神经网络模型,根据所述卷积神经网络模型的输出确定所述当前位置是否为水面。
[权利要求 18]
一种安全降落装置,应用于无人机,其特征在于,所述安全降落装置包括存储器和处理器; 所述存储器用于存储程序代码; 所述处理器,调用所述程序代码,当程序代码被执行时,用于执行以下操作: 当所述无人机丢失导航信号时,确定所述无人机的返航目标位置和第一返航路径; 控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航; 当返航过程中所述无人机的当前位置在距离所述返航目标位置的第一预设范围内时,进行安全降落点检测,并记录可供所述无人机降落的安全降落点; 根据记录的安全降落点进行降落。
[权利要求 19]
根据权利要求18所述的装置,其特征在于,所述装置还用于执行如下操作: 当返航过程中所述无人机的当前位置在距离所述返航目标位置的第二预设范围时,进行安全降落点检测,其中,所述第一预设范围大于所述第二预设范围; 若检测结果为未检测到安全降落点,则执行所述的根据记录的安全降落点进行降落的步骤; 若所述检测结果为检测到安全降落点,则根据检测到的安全降落点进行降落。
[权利要求 20]
根据权利要求19所述的装置,其特征在于,所述根据记录的安全降落点进行降落时,执行如下操作: 根据所述无人机的当前位置和记录的安全降落点,确定第二返航路径; 基于所述第二返航路径,向所述记录的安全降落点飞行; 当所述无人机的当前位置为所述记录的安全降落点时,控制所述无人机进行降落。
[权利要求 21]
根据权利要求19所述的装置,其特征在于,所述根据检测到的安全降落点进行降落时,执行如下操作: 在降落过程中,持续检测所述检测的安全降落点是否安全; 若持续检测到所述检测的安全降落点均安全,则确定成功降落到所述检测到的安全降落点; 若检测到所述检测的安全降落点不安全,则将无人机的当前飞行高度调整为预设飞行高度,并执行所述根据记录的安全降落点进行降落的步骤; 其中,所述预设飞行高度为所述无人机返航时的飞行高度。
[权利要求 22]
根据权利要求19所述的装置,其特征在于,所述装置还用于执行如下操作: 若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则在距离所述返航目标位置的第三预设范围内按照预设轨迹进行安全降落点检测,所述预设轨迹包括螺旋形轨迹或折线形轨迹; 在所述预设轨迹中检测到安全降落点时,根据检测到的安全降落点进行降落。
[权利要求 23]
根据权利要求19所述的装置,其特征在于,所述装置还用于执行如下操作: 若在距离所述返航目标位置的第一预设范围内未记录有安全降落点,且在距离所述返航目标位置的第二预设范围内未检测到安全降落点,则控制所述无人机在所述返航目标位置悬停。
[权利要求 24]
根据权利要求18所述的装置,其特征在于,所述装置还用于执行如下操作: 当所述无人机到达所述返航目标位置时,对所述返航目标位置进行安全降落点检测; 若检测结果为所述返航目标位置是安全降落点,则在所述返航目标位置执行降落; 若检测结果为所述返航目标位置不是安全降落点,则执行根据记录的安全降落点进行降落的步骤。
[权利要求 25]
根据权利要求18所述的装置,其特征在于,所述确定所述无人机的 返航目标位置和第一返航路径时,执行如下操作: 从预设的至少一个返航位置中选取任一位置作为所述无人机的返航目标位置; 根据所述返航目标位置确定第一返航方向; 根据所述第一返航方向和所述返航目标位置,确定所述第一返航路径。
[权利要求 26]
根据权利要求18所述的装置,其特征在于,所述控制所述无人机基于所述第一返航路径和所述返航目标位置进行返航时,执行如下操作: 控制所述无人机基于所述第一返航路径和所述返航目标位置,以及视觉里程计提供的位置信息进行返航。
[权利要求 27]
根据权利要求20所述的装置,其特征在于,所述第二返航路径对应的第二返航方向和所述第一返航路径对应的第一返航方向相反。
[权利要求 28]
根据权利要求18-27任一项所述的装置,其特征在于,所述安全降落点为平面且非水面的位置。
[权利要求 29]
根据权利要求18-27任一项所述的装置,其特征在于,所述进行安全降落点检测时,执行如下操作: 基于双目视觉传感器进行安全降落点检测。
[权利要求 30]
根据权利要求18-27任一项所述的装置,其特征在于,所述进行安全降落点检测时,执行如下操作: 按照预设的平面检测算法对所述无人机的当前位置进行平面检测,以及按照预设的水面检测算法对所述无人机的当前位置进行水面检测。
[权利要求 31]
根据权利要求18-27任一项所述的装置,其特征在于,所述导航信号包括如下至少一种:定位传感器的信号,指南针的信号。
[权利要求 32]
根据权利要求30所述的装置,其特征在于,所述按照预设的平面检测算法对所述无人机的当前位置进行平面检测时,执行如下操作: 从所述当前位置对应的观测区域中确定出进行平面检测的待检测区域,所述待检测区域小于所述观测区域; 确定所述待检测区域对应的二维投影图像; 将所述二维投影图像中任一像素点转换为三维空间点,得到所述二维投影图像对应的三维空间点集合; 根据所述三维空间点集合,对所述当前位置进行平面检测。
[权利要求 33]
根据权利要求31所述的装置,其特征在于,所述根据所述三维空间点集合,对所述当前位置进行平面检测时,执行如下操作: 获取标准平面方程; 计算所述三维空间点集合中任一三维空间点与所述标准平面方程之间的距离,并根据所述距离确定所述三维空间点集合中的内点数量,所述内点为所述距离小于或等于预设距离阈值的三维空间点; 当所述内点数量大于或等于预设数量阈值时,确定所述当前位置为平面。
[权利要求 34]
根据权利要求30所述的装置,其特征在于,所述按照预设的水面检测算法对所述无人机的当前位置进行水面检测时,执行如下操作: 从所述当前位置对应的观测区域中确定出进行水面检测的待检测区域,所述待检测区域小于所述观测区域; 确定所述待检测区域对应的二维投影图像; 将所述二维投影图像输入卷积神经网络模型,根据所述卷积神经网络模型的输出确定所述当前位置是否为水面。
[权利要求 35]
一种无人机,其特征在于,包括: 机身; 动力系统,安装在所述机身,用于为所述无人机提供动力; 以及如权利要求18-34中任一项所述的安全降落装置。
[权利要求 36]
根据权利要求35所述的无人机,其特征在于,所述无人机还包括: 传感器,安装在所述机身,所述传感器至少包括如下一种:双目视觉传感器或者视觉里程计; 其中,所述双目视觉传感器用于进行安全降落点检测; 所述视觉里程计用于提供所述无人机返航时的位置信息。
[权利要求 37]
一种计算机存储介质,其特征在于,所述计算机存储介质中存储有计算机程序指令,所述计算机程序指令被处理器执行时,用于执行如权利要求1-17任一项所述的无人机的安全降落方法。

附图

[ 图 1]  
[ 图 2]  
[ 图 3]  
[ 图 4]  
[ 图 5]  
[ 图 6]  
[ 图 7]  
[ 图 8]  
[ 图 9]