[發(fā)明專利]一種基于深度協同神經網絡的無人機自主降落方法

在審

• 申請?zhí)枺?/td>: 201710446953.4
• 申請日: 2017-06-14
• 公開（公告）號: CN107273929A
• 公開（公告）日: 2017-10-20
• 發(fā)明（設計）人: 孟繼成;魏源璋;楊濤
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08
• 代理公司: 成都正華專利代理事務所(普通合伙)51229
• 代理人: 李蕊

技術領域

本發(fā)明涉及無人機智能識別技術領域，具體的說，是指一種基于深度協同神經網絡的無人機自主降落方法。

背景技術

旋轉翼無人機起飛和著陸對空間的要求較小，在障礙物很密集的環(huán)境中具有較強的控制能力、航行姿態(tài)保持能力等優(yōu)點，在軍事和民用領域具有廣泛的應用前景，比如：無人機巡邏、自動偵察、科學數據收集以及視頻監(jiān)控等，為了完成這些任務而使用無人機，能夠大大降低成本、提高操作人員的安全保障。

無人機采用手持遙控器或者將計算機安裝在地面站的方式來控制無人機的飛行，隨著機器學習的不斷發(fā)展深入，具有自主導航能力的智能機器人、無人機等載體的運用得到了廣泛的關注。其中無人機自主定點降落技術，是無人機實現自主飛行的基本技術，有了自主定點棲息系統(tǒng)，無人機才能自主返航充電，降低能量消耗，達到持續(xù)自主運作的目標。現有的無人機自主降落需要依靠降落坪的標志，通過無人機上的攝像頭識別降落坪的標志來進行降落，這種方法由于光線、環(huán)境及攝像頭質量等均會對識別圖像中的像素點的灰度值造成一定的影響，因而需要對降落坪圖像進行合適的閾值分割處理，使無人機的降落范圍受到了限制。

發(fā)明內容

本發(fā)明所要解決的技術問題是提供一種基于深度協同神經網絡的無人機自主降落方法，利用協同神經網絡結合深度學習算法，使得無人機在飛行過程中能夠自主的對周圍環(huán)境進行認知、識別目標降落點，擴大無人機降落的范圍。

本發(fā)明解決上述技術問題的技術方案如下：一種基于深度協同神經網絡的無人機自主降落方法，包括以下步驟：

S1.采集并預處理目標圖像為訓練樣本；

S2.將訓練樣本轉化為向量，并構建動力學方程：

ξ_k(n+1)-ξ_k(n)＝γ(λ_k-D+Bξ_k²(n))ξ_k(n)

其中，q為向量；v_k為初始原型向量；為v_k的正交伴隨向量；k表示k類中的一個；k｀表示對k個數求和；n表示迭代次數；γ表示迭代步長；ξ_k(n)為迭代n次時的序參量，表示q在最小二乘意義下于v_k上的投影；λ_k為大于零的注意參數；B、C分別為常系數；

S3.采用向量與動力學方程對神經網絡進行訓練，得到偽逆矩陣；

S4.采集并預處理待測圖像為待測樣本；

S5.將待測樣本轉化為待測向量；

S6.采用待測向量和偽逆矩陣得到待測輸出模式；

S7.根據待測輸出模式控制無人機是否降落。

本發(fā)明的有益效果是：通過采集地面目標作為訓練樣本，進而構建協同神經網絡，再通過訓練樣本對協同神經網絡的訓練，使協同神經網絡具有學習能力，當無人機需要降落時，通過具有學習能力的協同神經網絡識別目標降落點圖像的待測向量，能夠判斷無人機飛行的下方區(qū)域是否存在降落點，使無人機在飛行過程中能夠自主的對周圍環(huán)境進行認知、識別目標降落點，擴大了無人機降落的范圍。

在上述技術方案的基礎上，本發(fā)明還可以做如下改進。

進一步，所述步驟S1包括以下步驟：

S11.獲取無人機通過其上的攝像頭采集的目標圖像，所述目標圖像包括執(zhí)行降落、禁止降落、保持懸停三種類別；

S12.根據當前圖像所在的類別，將同一類別的目標圖像劃分至同一樣本圖像集中；

S13.剪裁每個樣本圖像集中的樣本圖像，直至所有樣本圖像的分辨率相同；

S14.將剪裁后的樣本圖像轉化為灰度圖像，作為訓練樣本。

采用上述進一步方案的有益效果是：由于攝像頭所采集的圖像為彩色圖像，無法直接輸入到后續(xù)神經網絡中進行操作，因此需要對所采集的圖像預處理為灰度圖像后才能為后續(xù)處理所使用。并且彩色圖像包含的信息量大，而后續(xù)處理僅需要用到灰度圖像里的信息，如紋理、亮度、對比度等，因此在模式識別中使用灰度圖或者二值圖像，能夠大大減少計算量，加快本發(fā)明的計算速度。

進一步，所述步驟S2包括以下步驟：

S21.將訓練樣本按像素點的灰度值轉換為列向量；

S22.對列向量進行零均值和歸一化處理后得到向量。

采用上述進一步方案的有益效果是：將攝像頭所采集的圖片信息轉換為能夠用于計算的向量，便于后續(xù)神經網絡的學習與訓練。

進一步，所述步驟S3包括以下步驟：