一種基於RTK的無人機飛行避障系統和方法與流程
2023-05-01 04:11:46 3
本發明涉及一種無人機避障技術，尤其涉及一種基於RTK的無人機飛行避障系統和方法。
背景技術：
無人機在執行為農作物噴灑農藥的任務過程中，可能會遇到電線桿、大樹等障礙物出現在無人機飛行的規劃路徑中。如果不能實時避障，可能會造成無人機的直接墜機，因此，無人機的實時避障系統是無人機順利完成飛行任務的重要安全保障，對於無人機的正常作業，起著十分關鍵的作用。
而傳統的無人機無法實現高精度自主實時避障，因此只能實現在遠離障礙物的地方進行自駕飛行，而在靠近障礙物的複雜飛行區域內，只能通過經驗豐富的飛手進行手動輔助飛行。而現階段無人機實時避障系統大多數都處於仿真階段，真正具有實用性和可行性的比較少。
技術實現要素：
本發明的目的在於克服現有技術的不足，提供一種基於RTK的無人機飛行避障系統和方法，解決了無人機在飛行過程中，遇到障礙物不能及時避開而導致無人機墜機的問題。
本發明的目的是通過以下技術方案來實現的：一種基於RTK的無人機飛行避障系統，包括攝像頭、判斷模塊、圖像處理器、標記模塊和RTK定位系統；所述的攝像頭主要是拍攝飛行航線前方的圖片；所述的圖像處理器主要是對拍攝到的圖像進行實時處理，並發現類似障礙物的物體；所述的判斷模塊主要是判斷有無障礙物和是否能夠繞過障礙物；所述的標記模塊主要是在地面站控制端設置標記點的方式，設置飛行路徑中的障礙物；所述的RTK定位系統即載波相位差分技術主要是精確確定飛行軌跡，繞過障礙物。
所述的圖像處理器包括鏡頭組、感光傳感器和CPU，所述的鏡頭組將無人機運行軌跡上的前方畫面透射到感光傳感器上，然後在感光傳感器上成像，最後將所呈現的圖像傳遞給CPU處理，發現類似障礙物的物體。
所述的攝像頭主要是根據無人機飛行路徑拍攝飛行航線前方的圖片，所述的標記模塊主要根據地面站軟體對飛行航線中的障礙物進行標記。
所述的判斷模塊包括第一判斷模塊和第二判斷模塊，所述的第一判斷模塊主要是判斷無人機前方是否有障礙物，所述的第二判斷模塊主要是根據障礙物的大小判斷是否能夠繞過。
所述的RTK定位系統的功能包括精確定位無人機位置和修正航線確定飛行軌跡。
一種基於RTK的無人機飛行避障方法，所述的方法的步驟如下：
S1、無人機起飛，按照規劃路徑正常飛行；
S2、通過攝像頭實時拍攝飛行航線前方的圖片；
S3、將拍攝的圖片傳到圖像處理器；
S4、地面站控制端標記障礙物；
S5、圖像處理器對障礙物圖片進行處理後，將處理結果傳到RTK定位系統；
S6、RTK定位系統對無人機自身精確定位，然後根據障礙物的大小快速對航線進行修正，確定飛行軌跡，最後繞過障礙物；
S7、繞過障礙物後，按照原來的規劃路徑繼續飛行。
所述的步驟S5中的圖片處理的方法為：
S51、從拍攝的圖片中判斷無人機航線前方有無障礙物；
S52、如果沒有障礙物，圖像處理器處理後不需要傳給RTK定位系統，無人機繼續正常飛行；
S53、如果有障礙物，圖像處理器處理後將障礙物大小的估計和水平方向偏值傳給RTK定位系統。
所述的S6中的繞過障礙物的方法為：
S61、根據圖像處理器識別的障礙物的大小，判斷無人機能否繞過障礙物；
S62、如果障礙物過大無法繞過時，無人機返回起飛點；
S63、如果能夠繞過障礙物，計算無人機的偏移角度，從無人機的右邊繞過障礙物。
本發明的有益效果是：一種基於RTK的無人機飛行避障系統和方法，不需要特別的硬體，只採用攝像頭減輕了無人機的重量，降低了無人機的成本。採用RTK定位系統可以把無人機定位精度提升到釐米級別，使無人機在飛行過程中可以實時獲知自身準確的空間位置，為實時避障和誤差正航線進行快速修正提供支持。
附圖說明
圖1為系統流程圖。
具體實施方式
下面結合附圖進一步詳細描述本發明的技術方案，但本發明的保護範圍不局限於以下所述。
如圖1所示，一種基於RTK的無人機飛行避障系統，包括攝像頭、判斷模塊、圖像處理器、標記模塊和RTK（載波相位差分技術）定位系統；所述的攝像頭主要是拍攝飛行航線前方的圖片；所述的圖像處理器主要是對拍攝到的圖像進行實時處理，並發現類似障礙物的物體；所述的判斷模塊主要是判斷有無障礙物和是否能夠繞過障礙物；所述的標記模塊主要是在地面站控制端設置標記點的方式，設置飛行路徑中的障礙物；所述的RTK定位系統即載波相位差分技術主要是精確確定飛行軌跡，繞過障礙物。
所述的圖像處理器包括鏡頭組、感光傳感器和CPU，所述的鏡頭組將無人機運行軌跡上的前方畫面透射到感光傳感器上，然後在感光傳感器上成像，最後將所呈現的圖像傳遞給CPU處理，發現類似障礙物的物體。
所述的攝像頭主要是根據無人機飛行路徑拍攝飛行航線前方的圖片，所述的標記模塊主要根據地面站軟體對飛行航線中的障礙物進行標記。
所述的判斷模塊包括第一判斷模塊和第二判斷模塊，所述的第一判斷模塊主要是判斷無人機前方是否有障礙物，所述的第二判斷模塊主要是根據障礙物的大小判斷是否能夠繞過。
所述的RTK定位系統的功能包括精確定位無人機位置和修正航線確定飛行軌跡。
一種基於RTK的無人機飛行避障方法，所述的方法的步驟如下：
S1、無人機起飛，按照規劃路徑正常飛行；
S2、通過攝像頭實時拍攝飛行航線前方的圖片；
S3、將拍攝的圖片傳到圖像處理器；
S4、地面站控制端標記障礙物；
S5、圖像處理器對障礙物圖片進行處理後，將處理結果傳到RTK定位系統；
S6、RTK定位系統對無人機自身精確定位，然後根據障礙物的大小快速對航線進行修正，確定飛行軌跡，最後繞過障礙物；
S7、繞過障礙物後，按照原來的規劃路徑繼續飛行。
所述的步驟S5中的圖片處理的方法為：
S51、從拍攝的圖片中判斷無人機航線前方有無障礙物；
S52、如果沒有障礙物，圖像處理器處理後不需要傳給RTK定位系統，無人機繼續正常飛行；
S53、如果有障礙物，圖像處理器處理後將障礙物大小的估計和水平方向偏值傳給RTK定位系統。
所述的S6中的繞過障礙物的方法為：
S61、根據圖像處理器識別的障礙物的大小，判斷無人機能否繞過障礙物；
S62、如果障礙物過大無法繞過時，無人機返回起飛點；
S63、如果能夠繞過障礙物，計算無人機的偏移角度，從無人機的右邊繞過障礙物。
在圖像處理器中的CPU上，運行linux系統和深度學習神經網絡框架。深度學習神經網絡用於識別感光傳感器送過來的圖像中的物體。包含輸入網絡，學習網絡，輸出網絡。學習網絡處理圖像輸入，需要預先輸入1000張左右障礙物的圖像，然後告訴學習網絡此為障礙物。通過學習障礙物的圖像後，搭載到無人機上從而實時識別障礙物。在輸出網絡連結到無人機的飛行控制器。
以上所述僅是本發明的優選實施方式，應當理解本發明並非局限於本文所披露的形式，不應看作是對其他實施例的排除，而可用於各種其他組合、修改和環境，並能夠在本文所述構想範圍內，通過上述教導或相關領域的技術或知識進行改動。而本領域人員所進行的改動和變化不脫離本發明的精神和範圍，則都應在本發明所附權利要求的保護範圍內。