買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉蘇州邈航科技有限公司申請的專利基于視覺的低空無人機(jī)的飛行控制方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114863304B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-23發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210623039.3，技術(shù)領(lǐng)域涉及：G06V20/17；該發(fā)明授權(quán)基于視覺的低空無人機(jī)的飛行控制方法是由繆存孝;唐友軍;杜玉虎;繆小妹設(shè)計(jì)研發(fā)完成，并于2022-06-01向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于視覺的低空無人機(jī)的飛行控制方法在說明書摘要公布了：本發(fā)明提供一種基于視覺的低空無人機(jī)的飛行控制方法，具體步驟為：利用深度學(xué)習(xí)對待檢測障礙物進(jìn)行檢測：采集航拍圖像樣本，建立改進(jìn)單階段目標(biāo)檢測網(wǎng)絡(luò)模型；將測試集輸入到優(yōu)化的網(wǎng)絡(luò)中得到待檢測障礙物的結(jié)果。利用圖像處理對檢測結(jié)果再進(jìn)行待檢測障礙物的檢測：對輸入的待檢測圖像進(jìn)行灰度處理；對圖像的邊緣信息進(jìn)行增強(qiáng)，并對圖像進(jìn)行平滑和剔除噪點(diǎn)處理；對基于LSD直線檢測算法檢測的結(jié)果進(jìn)行篩選；將篩選結(jié)果進(jìn)行分組和擬合，得到待檢測障礙物的結(jié)果。最后根據(jù)障礙物的檢測結(jié)果進(jìn)行飛行控制指令的發(fā)布。本發(fā)明具有較快的檢測速度和較高的準(zhǔn)確率，具有高實(shí)時性與高魯棒性的特點(diǎn)，對實(shí)現(xiàn)無人機(jī)自動避障，保障無人機(jī)低空飛行具有重要意義。

本發(fā)明授權(quán)基于視覺的低空無人機(jī)的飛行控制方法在權(quán)利要求書中公布了：1.一種基于視覺的低空無人機(jī)的飛行控制方法，其特征在于，具體實(shí)施步驟如下： S1、利用深度學(xué)習(xí)對無人機(jī)低空飛行時針對包括樹木、電線桿和電力線的待檢測障礙物進(jìn)行檢測： S11、采集無人機(jī)飛行過程中的航拍圖像樣本，并通過數(shù)據(jù)增強(qiáng)方法擴(kuò)充樣本數(shù)量； S12、對S11中航拍圖像樣本的典型目標(biāo)進(jìn)行標(biāo)注，生成典型目標(biāo)的檢測數(shù)據(jù)集，并將檢測數(shù)據(jù)集分為訓(xùn)練集、驗(yàn)證集和測試集； S13、建立改進(jìn)單階段目標(biāo)檢測網(wǎng)絡(luò)模型； S14、將訓(xùn)練集和測試集輸入到改進(jìn)單階段目標(biāo)檢測網(wǎng)絡(luò)模型中，并設(shè)置訓(xùn)練參數(shù)； S15、利用優(yōu)化器對改進(jìn)單階段目標(biāo)檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練，并記錄和保存每一輪所訓(xùn)練好的模型及對應(yīng)的訓(xùn)練損失與驗(yàn)證損失，直到單階段目標(biāo)檢測網(wǎng)絡(luò)收斂； S16、將測試集輸入到S15訓(xùn)練好的改進(jìn)單階段目標(biāo)檢測網(wǎng)絡(luò)模型中進(jìn)行測試，得到待檢測障礙物的檢測結(jié)果； S2、利用圖像處理對S1得到的檢測結(jié)果再進(jìn)行待檢測障礙物的檢測： S21、對待檢測障礙物檢測結(jié)果進(jìn)行灰度化處理得到灰度圖像； S22、增強(qiáng)S21得到的灰度圖像中待檢測障礙物的邊緣信息，得到增強(qiáng)后圖像；采用基于Hessian矩陣的圖像增強(qiáng)方法增強(qiáng)圖像中的線性部分，增強(qiáng)算法的電力線提取能力； S23、對S22得到的增強(qiáng)圖像進(jìn)行高斯濾波和邊緣檢測； S24、對最終預(yù)處理后的圖像DEx,y進(jìn)行檢測，得到待檢測障礙物中直線的檢測結(jié)果； S25、將S24得到的圖像進(jìn)行主方向篩選和長度篩選；具體實(shí)施過程如下： S251、將S24中檢測到的直線按照直線傾斜角度平均劃分為八個區(qū)域； S252、分別計(jì)算八個區(qū)域內(nèi)每個區(qū)域的直線的平均長度，將平均長度最長的區(qū)域設(shè)置為主方向，并將平均長度最長的區(qū)域的平均角度定義為主方向角度； S253、設(shè)置主方向角度的閾值角，形成候選區(qū)域，將不在候選區(qū)域內(nèi)的直線全部剔除，只保留候在選區(qū)域內(nèi)的直線檢測結(jié)果； S254、設(shè)置直線的長度閾值，將S253得到的直線檢測結(jié)果中，低于長度閾值的直線全部剔除； S26、利用凝聚層次聚類方法將S25得到的直線檢測結(jié)果進(jìn)行分組；具體實(shí)施過程如下： S261、將S25的直線檢測結(jié)果中每一條直線在圖像上的截距形成一個截距列表Blist； S262、計(jì)算Blist中每一個元素Blist[i]和其它元素的絕對差值，取絕對差值的最小值Dmin[i]，構(gòu)成新的間距列表Dlist； S263、針對間距列表Dlist，設(shè)置間距閾值，并利用自上而下的凝聚層次聚類方法對間距列表Dlist中的所有元素進(jìn)行聚類，得到分組結(jié)果列表LList； S264、根據(jù)分類索引確定分組的數(shù)目和各組成員； S27、對于S26得到的分組結(jié)果，采用最小二乘法進(jìn)行擬合，得到最終的待檢測障礙物的檢測結(jié)果； S3、根據(jù)無人機(jī)飛行條件因素生成判決框，結(jié)合S1和S2得到待檢測障礙物的檢測結(jié)果，進(jìn)行飛行控制與避障指令的發(fā)送，以使無人機(jī)進(jìn)行避障： S31、以無人機(jī)視角的中心點(diǎn)作為判決框的中心，生成方形判決框，所述判決框的邊長R的表達(dá)式如下： 其中，K為縮放系數(shù)，RA為無人機(jī)視角框的寬，h為無人機(jī)的高度； S32、根據(jù)檢測出的障礙物與判決框的相對位置，向無人機(jī)發(fā)送相應(yīng)的飛行控制與避障指令。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人蘇州邈航科技有限公司，其通訊地址為：215123 江蘇省蘇州市工業(yè)園區(qū)林泉街399號東南大學(xué)國家大學(xué)科技園（蘇州）文昌院403室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。