无人机定位方法、装置与无人机停放姿态调整方法、装置
技术领域
本申请涉及无人机技术领域，具体涉及一种无人机定位方法、装置与无人机停放姿态调整方法、装置。
背景技术
目前在无人机领域，只有当无人机以预设姿态停落在指定停机位上，自动传送餐箱、自动更换电池等后续工作才能够实现完全自动化。
但在实际情况中，无人机降落时无法以高精准的预设姿态停落在指定停机位上，一般而言，无人机距离指定停机位可能存在一些距离或者角度。这时，就需要借助外部设备对无人机的姿态进行调整，在调整的过程中，外部设备首先需要对无人机降落时的位置进行精确的定位。
但是，现有技术中无人机降落后的定位技术还存在着很多不足之处。一些方法采用视觉定位，但摄像装置价格昂贵，速度慢，精度差，且对环境光线要求非常高；又如一些方法将传感器直接安装在外部设备的机械手上，以俯视角度进行数据采集，导致采集范围有限、画面边缘扭曲降低判断精度等问题。
发明内容
鉴于上述问题，提出了本申请以便提供一种克服上述问题或者至少部分地解决上述问题的一种无人机定位方法、装置与无人机停放姿态调整方法、装置。
依据本申请的一个方面，提供了一种无人机定位方法，该方法包括：
基于飞行时间TOF传感器获取无人机特征截面的点云数据；
根据点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点；
根据第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。
优选的，在上述无人机定位方法中，TOF传感器设置在无人机停机坪的可移动组件上，可沿水平方向进行点云数据采集；
特征截面为无人机停放状态下起落架的水平截面，每个特征点对应起落架的一个柱体。
优选的，在上述无人机定位方法中，基于飞行时间TOF传感器获取无人机特征截面的点云数据包括：
驱动可移动组件，以带动TOF传感器实现从初始采集位置至终止采集位置的扫图运动，TOF传感器在扫图运动过程中以预设时间周期或者预设距离公差进行点云采样；
获取TOF传感器在扫图运动过程中采集的点云数据。
优选的，在上述无人机定位方法中，根据点云数据确定若干个第一位置坐标包括：
基于聚类算法将点云数据进行同质性分类；
确定每一类同质性点云数据对应的最可几点的坐标。
优选的，在上述无人机定位方法中，根据第一位置坐标确定无人机定位信息包括：
根据各个最可几点的坐标，确定每两个最可几点之间的距离；
根据上述距离，建立各个最可几点与起落架柱体的对应关系；
根据各个最可几点的坐标以及对应关系确定无人机定位信息。
根据本申请的第二方面，提供了一种无人机停放姿态调整方法，该方法包括：
根据上述的方法确定无人机定位信息；
根据预设姿态的姿态信息和无人机定位信息确定调整量；
根据调整量驱动无人机调整设备，以调整无人机停放姿态与预设姿态一致。
优选的，在上述无人机停放姿态调整方法中，预设姿态的姿态信息包括预设偏航角和预设坐标，根据预设姿态的姿态信息和无人机定位信息确定调整量包括：
根据预设偏航角和无人机偏航角确定旋转调整量，以及根据预设中心点坐标和第二位置坐标确定平移调整量；
根据调整量驱动无人机调整设备包括：
驱动无人机调整设备抓取无人机，以使无人机与无人机停放平面脱离；
根据旋转调整量驱动无人机调整设备的转动轴进行旋转，以及根据平移调整量驱动无人机调整设备的平移部件；
在无人机姿态与预设姿态一致后，驱动无人机调整设备将无人机放置于停放平面上。
依据本申请的第三方面，提供了一种无人机定位装置，该装置包括：
获取单元，用于基于飞行时间TOF传感器获取无人机特征截面的点云数据；
数据处理单元，用于根据所述点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点；以及用于根据所述第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。
优选的，在上述无人机定位装置中，TOF传感器设置在无人机停机坪的可移动组件上，可沿水平方向进行点云数据采集；特征截面为无人机停放状态下起落架的水平截面，每个特征点对应起落架的一个柱体。
优选的，在上述无人机定位装置中，获取单元，用于驱动可移动组件，以带动TOF传感器实现从初始采集位置至终止采集位置的扫图运动，TOF传感器在扫图运动过程中以预设时间周期或者预设距离公差进行点云采样；并用于获取TOF传感器在扫图运动过程中采集的点云数据。
优选的，在上述无人机定位装置中，数据处理单元，用于基于聚类算法将点云数据进行同质性分类；并用于确定每一类同质性点云数据对应的最可几点的坐标。
优选的，在上述无人机定位装置中，数据处理单元，用于根据各个最可几点的坐标，确定每两个最可几点之间的距离；并用于根据上述距离，建立各个最可几点与起落架柱体的对应关系；以及用于根据各个最可几点的坐标以及对应关系确定无人机定位信息。
根据本申请的第四方面，提供了一种无人机停放姿态调整装置，该装置包括：
定位单元，用于根据如上任一所述的无人机定位装置确定无人机定位信息；
调整量确定单元，用于根据预设姿态的姿态信息和无人机定位信息确定调整量；
驱动单元，用于根据调整量驱动无人机调整设备，以调整无人机停放姿态与预设姿态一致。
优选的，在上述无人机停放姿态调整装置中，预设姿态的姿态信息包括预设偏航角和预设坐标，调整量确定单元，用于根据预设偏航角和无人机偏航角确定旋转调整量，以及根据预设中心点坐标和第二位置坐标确定平移调整量；
驱动单元，用于驱动无人机调整设备抓取无人机，以使无人机与无人机停放平面脱离；并用于根据旋转调整量驱动无人机调整设备的转动轴进行旋转，以及根据平移调整量驱动无人机调整设备的平移部件；以及用于在无人机姿态与预设姿态一致后，驱动无人机调整设备将无人机放置于停放平面上。
依据本申请的第五方面，提供了一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行如上任一的无人机定位方法。
依据本申请的第六方面，提供了一种计算机可读存储介质，其中，计算机可读存储介质存储一个或多个程序，一个或多个程序当被处理器执行时，实现如上任一的无人机定位方法。
依据本申请的第七方面，提供了一种电子设备，其中，该电子设备包括：处理器；以及被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行如上任一的无人机停放姿态调整方法。
依据本申请的第八方面，提供了一种计算机可读存储介质，其中，计算机可读存储介质存储一个或多个程序，一个或多个程序当被处理器执行时，实现如上任一的无人机停放姿态调整方法。
由上述可知，本申请的技术方案，通过基于飞行时间TOF传感器获取无人机特征截面的点云数据；根据点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点；根据第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。本申请的有益效果在于，基于飞行时间测距方法，通过获取无人机特征截面的点云数据，与无人机相应的特征点相结合的方法，快速、准确的定位无人机位姿，算法简单、精确度高、所需硬件成本低，可以为无人机停放姿态的调整等需求提供可靠的数据信息。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了根据本申请一个实施例的无人机定位方法的流程示意图；
图2示出了根据本申请另一个实施例的无人机定位方法的流程示意图；
图3示出了根据本申请另一个实施例的无人机TOF传感器所获取的无人机起落架的一个水平截面的点云数据图；
图4示出了根据本申请一个实施例的无人机停放姿态调整的流程示意图；
图5示出了根据本申请一个实施例的无人机停放姿态调整设备的结构示意图；
图6示出了根据本申请一个实施例的无人机定位装置的结构示意图；
图7示出了根据本申请一个实施例的无人机停放姿态调整装置的结构示意图；
图8示出了根据本申请一个实施例的电子结构的结构示意图；
图9示出了根据本申请一个实施例的计算机可读存储介质的结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请的构思在于：针对无人机在降落后的定位方法算复杂，精度低，成本高的现状，利用飞行时间TOF传感器，基于无人机特征截面的点云数据，能够获取无人机的精确定位信息，算法简单，精度高，所需硬件成本低。
图1示出了根据本申请一个实施例的无人机定位方法的结构示意图，该方法包括：
步骤S110，基于飞行时间TOF传感器获取无人机特征截面的点云数据。
飞行时间测距法(Time of flight，TOF)是传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。本申请中点云数据的获得是基于飞行时间测距法实现的。
飞行时间传感器可为现有中的任意一种或几种激光雷达，本申请不做限制。
本申请中的无人机特征截面为结合无人机结构特点，能够实现无人机定位的截面，例如水平方向上的无人机截面，即无人机水平截面。不同的无人机水平截面对应着无人机不同的结构特征，如某一水平截面上除无人机机身的边缘外，还存在无人机机臂的对应点。
点云数据(Point Cloud Data)是指扫描资料以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。其中，反射强度信息可以表征扫描对象的几何位置，强度信息的获取是激光扫描仪接收装置采集到的回波强度，此强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。点云数据除了具有几何位置以外，有的还有颜色信息，颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点，本申请中利用TOF传感器来获取点云数据，主要利用的是点云数据的三维坐标和反射强度信息。
利用飞行时间传感器扫描无人机的任意水平面，可得到该水平面的点云数据，而该水平面即为无人机的特征截面，在无人机的某些水平面由于存在着特定的结构，因此更加有利于计算的简化和精度的提高，可以作为优选方式。
步骤S120，根据所述点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点。
点云数据的处理包括但不限于点云滤波(数据预处理)、点云关注点分析等。
其中，点云滤波是为了滤掉噪声，原始采集的点云数据往往包含大量散列点、孤立点。点云滤波的主要方法有：双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致滤波、VoxelGrid滤波等。
根据点云数据确定第一位置坐标，实际上就是先从点云数据中确定与特征点对应的点云点，再确定其位置坐标，这样就得到了若干个第一位置坐标。具体地，聚类或者关注点提取等方式实现。
例如，采用Harris、SIFT、SURF、KAZE这样的关注点提取算法，依从原始点云数据中提取出若干关注点，关注点的数量相比于原始点云的数据量就大大减少，与局部特征描述子结合在一起，组成关注点描述子，常用来形成原始数据的表示，而且不失代表性和描述性。
提取到的关注点即为本申请中所述的若干个第一位置，实际中，关注点往往不止一个，因为要表征一个几何结构，通常需要多个关注点。这些关注点与无人机所在所述特征截面上的特征点是对应的。
进一步的，通过关注点的点云数据可得出该点的坐标，该坐标的表示方法可采用任意一种，如笛卡尔坐标系，因为是二维的，即可以表示为(x，y)。
步骤S130，根据所述第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。
承上，在得到无人机的特征点对应的坐标后，将这些坐标经过计算处理，可以转化成无人机的坐标，即得到了无人机的定位信息，无人机坐标可以有多种表示方法，本申请不做限制，如WGS-84坐标系、NED坐标系、机体坐标系。这里本申请推荐一种无人机水平坐标表示方法(x，y，YAW)，其中，x坐标和y坐标是标量，即对应笛卡尔二维坐标系中的X轴上的偏移和Y轴上的偏移，YAW为航向角，表征无人机朝向。
将上述若干个无人机的特征点对应的第一位置坐标经过计算处理，可得无人机在上述坐标系中的坐标值，就得到无人机的定位信息。
由图1所述的方法可以看出，本申请基于飞行时间测距方法，通过获取无人机特征截面的点云数据，与无人机相应的特征点相结合的方法，快速、准确的定位无人机位姿，算法简单、精确度高、所需硬件成本低，可以为无人机停放姿态的调整等需求提供可靠的数据信息。
在本申请的一个实施例中，TOF传感器设置在无人机停机坪的可移动组件上，可沿水平方向进行点云数据采集；所述特征截面为无人机停放状态下起落架的水平截面，每个特征点对应起落架的一个柱体。
在现有技术中，往往将传感器直接安装在外部设备的机械手上，以俯视角度进行数据采集，导致采集范围有限、画面边缘扭曲降低判断精度等问题。
在本实施例中，将TOF传感器设置在无人机停机坪的可移动组件上，可沿水平方向进行点云数据采集，这样克服了现有技术中的上述缺陷。
起落架为柱状，在无人机降落过程中被放下，以支撑无人机，由于其结构特点显著，本实施例中推荐将为无人机停放状态下起落架的水平截面作为特征截面为一种优选方式，且在点云数据处理过程中，每个特征点对应起落架的一个柱体，这样通过处理四个柱体分别对应的坐标即可得到无人机的定位信息。
在本申请的一个实施例中，基于飞行时间TOF传感器获取无人机特征截面的点云数据包括：驱动所述可移动组件，以带动所述TOF传感器实现从初始采集位置至终止采集位置的扫图运动，所述TOF传感器在扫图运动过程中以预设时间周期或者预设距离公差进行点云采样；获取所述TOF传感器在所述扫图运动过程中采集的点云数据。
在本实施例中，移动组件可带动TOF传感器从初始采集位置至终止采集位置的进行扫图运动，在这个扫图的过程中，只需要一个TOF传感器即可完成数据的采集，传感器是整个组件成本最为昂贵的部分，这样极大程度上节约了硬件成本。
在本申请的一个实施例中，根据点云数据确定若干个第一位置坐标包括：基于聚类算法将所述点云数据进行同质性分类；确定每一类同质性点云数据对应的最可几点的坐标。
本实施中，在对点云数据处理时，推荐使用聚类算法，如基于密度的聚类算法，聚类的目标是使同一类对象的相似度尽可能地大；不同类对象之间的相似度尽可能地小。在本实施例中，针对同一个特征点的点云数据被认为是性质相同的一类数据。
而在每一类数据中，存在一个最可几点，用该最可几点的坐标来表征响应特征点的坐标。最可几点可以理解为在每一类的同质性点云数据中概率最大的点，如基于密度的聚类算法中，可以认为点云密度最大的点为最可几点。
在本申请的一个实施例中，根据第一位置坐标确定无人机定位信息包括：根据各个最可几点的坐标，确定每两个最可几点之间的距离；根据所述距离，建立所述各个最可几点与起落架柱体的对应关系；根据所述各个最可几点的坐标以及所述对应关系确定所述无人机定位信息。
从传感器为起点出发，看无人机停放时的某个水平截面，根据无人机的几何结构以及几何学的透视关系，各个特征点之间的距离，是不一样的，且是有规律可循的，因此，根据特征点之间的距离，可将各个最可几点与形成该最可几点的结构特征对应起来，根据这种对应关系就可将各个最可几点的坐标联合起来求解出无人机坐标。
图2示出了根据本申请另一个实施例的无人机定位方法的流程示意图。无人机降落后，可移动组件带动TOF传感器实现从初始采集位置至终止采集位置对无人机起落架的水平截面进行扫图运动，以预设时间周期进行点云采样，获取扫图运动过程中采集的点云数据。
基于聚类方法，对上述点云数据进行同质性分类，可分为四类，并确定每一类点云数据中的最可几点以及最可几点的坐标，四个最可几点表示为P1、P2、P3、P4；四个最可几点的坐标分别为(x1，y1)、(x2，y2)、(x3，y3)、(x4，y4)，如图3所示。
计算每两个最可几点之间的距离，生成距离列表，距离列表中的两两点之间的距离表示为：P1P2、P1P3、P1P4、P2P3、P2P4、P3P4。
根据上述距离列表判断最可几点P1～P4中哪个点对应飞机的左前柱，左后柱，右前柱，右后柱，这里假设判断出P3对应右前柱，P4对应左前柱，P1对应右后柱，P2对应左右柱。
根据特征点坐标，计算无人机坐标Q，具体可以表示为ΣP/n，本例中ΣP＝P1+P2+P3+P4，n＝4；无人机的方向信息YAW的方向向量＝(P1+P2)/2-(P3+P4)/2。
需要说明的是，上述图2所述方法对应的实施例中，大写字母表示向量，小写字母表示标量。
图4示出了根据本申请一个实施例的无人机停放姿态调整方法的流程示意图，该无人机停放姿态调整方法可通过图5所示的根据本申请一个实施例的无人机调整设备完成，但不局限于该无人机调整设备，凡是可完成所述无人机停放姿态调整方法的设备均可，这里仅作为示例加以说明，该无人机停放姿态调整设备可设置于无人机停机坪上，且可在停机坪上活动，该无人机停放姿态调整设备具体包括：包括支撑轴510、滑动轴520、举升轴530、转动轴540、夹爪550及TOF传感器560。
所述支撑轴包括相对平行设置的两个子轴，并支撑在无人机停机坪上；所述滑动轴的两端分别滑动连接所述支撑轴的两个子轴，可沿支撑轴滑动；所述举升轴垂直设置于滑动轴上，并与滑动轴滑动连接，可沿垂直方向滑动；所述转动轴与举升轴下端固定连接，可带动设置于转动轴下方的夹爪转动；所述设备整体可根据驱动指令将无人机调整至预定停放姿态，其中，所述驱动指令是根据上述方法获得的无人机定位信息与预设姿态的姿态信息获得的。
其中，运动部件，包括支撑轴510、滑动轴520、举升轴530、转动轴540，都可以采用电缸模组也可以采用其他直线运动装置。其中支撑轴510、滑动轴520、举升轴530组成正交XYZ三坐标形式，转动轴540为转动关节。末端执行器采用夹爪机构，根据无人机结构设计，可采用多个夹爪夹紧机臂，也可夹紧机体。
该无人机调整设备在设计时，可以注意两个细节问题，以提高使用方便性，第一，图5中B尺寸按照截面原则选择，根据选定的水平截面在无人机的位置高度决定；第二，图5中A尺寸需保证末端执行器抓取飞机时，TOF传感器不与飞机干涉。
这样，就构造了一个三坐标联合一个转动关节的四轴运动系统的设备，通过夹爪可以抓取停机坪上任意位置、任意角度停放的无人机；也就是说，无论无人机由于降落精度不足引起的降落位置误差有多大，只要落在停机坪上，均可由上述设备抓取；进一步的，上述设备可以将抓取的无人机以高精度放置于任意工位，可以是自动换电位或者装卸餐箱位。
图4示出的根据本申请一个实施例的无人机停放姿态调整方法包括：
S410，根据前述任一种无人机定位方法确定无人机定位信息。
在实际情况中，无人机在降落时无法完全精准的以预设姿态停落在指定停机位上，往往与预设姿态和位置存在一定的角度偏差或距离偏差，这时，需要外部设备对其进行姿态矫正。现有技术中，通常采取由两组水平推杆将无人机推正，在这个过程中，无人机起落架与降落平面间存在滑动摩擦力，多次推动无人机会磨损无人机起落架和降落平面，造成起落架和降落平面寿命缩短，维护成本增加；对无人机起落架的刚度要求较高，也就对无人机减重带来了困难；由于存在滑动摩擦，因此无人机的推正速度无法大幅度提升，降低了无人机配送效率；由于存在滑动摩擦，无人机推正过程中会产生很大噪音，影响设备使用效果。本实施例提供一种无人机停放姿态调整方法，以便克服上述问题。
首先，根据以上所述的无人机定位方法对无人机降落在停机坪上的位置进行精确地定位，可获得无人机的坐标点Q1，其坐标可表示为(x5,y5，YAW1)。
S420，根据预设姿态的姿态信息和无人机定位信息确定调整量。
根据无人机的定位信息与预设姿态的姿态信息之间的偏差程度可确定调整量。
S430，根据调整量驱动无人机调整设备，以调整无人机停放姿态与预设姿态一致。
根据上述确定的调整量，通过上述的无人机调整设备可将无人机停放姿态调整至与预设姿态一致。
由图4-图5所示的无人机停放姿态调整方法和设备，能够将无人机抓至指定地点，调整至指定姿态。在这个过程中，无人机的运动无滑动摩擦，对无人机和降落平面不产生磨损，降低了维护成本；降低了设备噪音，改善了设备使用效果；对无人机起落架刚度要求降低，可以为减轻无人机自重；无人机调整设备不受摩擦力影响，可以快速运动，提升运行效率。
在本申请的一个实施例中，所述预设姿态的姿态信息包括预设偏航角和预设坐标，所述根据预设姿态的姿态信息和所述无人机定位信息确定调整量包括：根据预设偏航角和无人机偏航角确定旋转调整量，以及根据预设中心点坐标和所述第二位置坐标确定平移调整量。如预设姿态的姿态信息为无人机预设姿态坐标点Q2，其坐标可表示为(x6，y6，YAW2)，那么水平方向平移调整量为(x6-x5，y6-y5)，偏航角调整量为YAW2-YAW1，需要说明的是，本实施例中，大写字母表示向量，小写字母表示标量。
具体的调整过程可参考以下步骤：驱动所述无人机调整设备抓取无人机，以使无人机与无人机停放平面脱离；根据所述旋转调整量驱动无人机调整设备的转动轴进行旋转，以及根据所述平移调整量驱动无人机调整设备的平移部件；在无人机姿态与预设姿态一致后，驱动所述无人机调整设备将所述无人机放置于所述停放平面上。这里需要说明的是，在调整的过程中，无人机的姿态是指平面的姿态，即忽略垂直方向上的信息，这样才能使得无人机被抓起悬在空中时经过调整的姿态和预设的停放姿态一致。
图6示出了根据本申请一个实施例的无人机定位装置的结构示意图，该无人机定位装置600包括：
获取单元610，用于基于飞行时间TOF传感器获取无人机特征截面的点云数据。
飞行时间测距法(Time of flight，TOF)是传感器发出经调制的近红外光，遇物体后反射，传感器通过计算光线发射和反射时间差或相位差，来换算被拍摄景物的距离，以产生深度信息，此外再结合传统的相机拍摄，就能将物体的三维轮廓以不同颜色代表不同距离的地形图方式呈现出来。本申请中点云数据的获得是基于飞行时间测距法实现的。
飞行时间传感器可为现有中的任意一种或几种激光雷达，本申请不做限制。
本申请中的无人机特征截面为结合无人机结构特点，能够实现无人机定位的截面，例如水平方向上的无人机截面，即无人机水平截面。不同的无人机水平截面对应着无人机不同的结构特征，如某一水平截面上除无人机机身的边缘外，还存在无人机机臂的对应点。
点云数据(Point Cloud Data)是指扫描资料以点的形式记录，每一个点包含有三维坐标，有些可能含有颜色信息(RGB)或反射强度信息(Intensity)。其中，反射强度信息可以表征扫描对象的几何位置，强度信息的获取是激光扫描仪接收装置采集到的回波强度，此强度信息与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。点云数据除了具有几何位置以外，有的还有颜色信息，颜色信息通常是通过相机获取彩色影像，然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点，本申请中利用TOF传感器来获取点云数据，主要利用的是点云数据的三维坐标和反射强度信息。
利用飞行时间传感器扫描无人机的任意水平面，可得到该水平面的点云数据，而该水平面即为无人机的特征截面，在无人机的某些水平面由于存在着特定的结构，因此更加有利于计算的简化和精度的提高，可以作为优选方式。
数据处理单元620，用于根据所述点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点；以及用于根据所述第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。
点云数据的处理包括但不限于点云滤波(数据预处理)、点云关注点分析等。
其中，点云滤波是为了滤掉噪声，原始采集的点云数据往往包含大量散列点、孤立点。点云滤波的主要方法有：双边滤波、高斯滤波、条件滤波、直通滤波、随机采样一致滤波、VoxelGrid滤波等。
根据点云数据确定第一位置坐标，实际上就是先从点云数据中确定与特征点对应的点云点，再确定其位置坐标，这样就得到了若干个第一位置坐标。具体地，聚类或者关注点提取等方式实现。
例如，采用Harris、SIFT、SURF、KAZE这样的关注点提取算法，依从原始点云数据中提取出若干关注点，关注点的数量相比于原始点云的数据量就大大减少，与局部特征描述子结合在一起，组成关注点描述子，常用来形成原始数据的表示，而且不失代表性和描述性。
提取到的关注点即为本申请中所述的若干个第一位置，实际中，关注点往往不止一个，因为要表征一个几何结构，通常需要多个关注点。这些关注点与无人机所在所述特征截面上的特征点是对应的。
进一步的，通过关注点的点云数据可得出该点的坐标，该坐标的表示方法可采用任意一种，如笛卡尔坐标系，因为是二维的，即可以表示为(x，y)。
承上，在得到无人机的特征点对应的坐标后，将这些坐标经过计算处理，可以转化成无人机的坐标，即得到了无人机的定位信息，无人机坐标可以有多种表示方法，本申请不做限制，如WGS-84坐标系、NED坐标系、机体坐标系。这里本申请推荐一种无人机水平坐标表示方法(x，y，YAW)，其中，x坐标和y坐标是标量，即对应笛卡尔二维坐标系中的X轴上的偏移和Y轴上的偏移，YAW为航向角，表征无人机朝向。
将上述若干个无人机的特征点对应的第一位置坐标经过计算处理，可得无人机在上述坐标系中的坐标值，就得到无人机的定位信息。
由图6所述的无人机定位装置可以看出，本申请基于飞行时间测距方法，通过获取无人机特征截面的点云数据，与无人机相应的特征点相结合的方法，快速、准确的定位无人机位姿，算法简单、精确度高、所需硬件成本低，可以为无人机停放姿态的调整等需求提供可靠的数据信息。
在本申请的一个实施例中，在上述无人机定位装置中，TOF传感器设置在无人机停机坪的可移动组件上，可沿水平方向进行点云数据采集；特征截面为无人机停放状态下起落架的水平截面，每个特征点对应起落架的一个柱体。
在本申请的一个实施例中，在上述无人机定位装置中，获取单元610，用于驱动可移动组件，以带动TOF传感器实现从初始采集位置至终止采集位置的扫图运动，TOF传感器在扫图运动过程中以预设时间周期或者预设距离公差进行点云采样；并用于获取TOF传感器在扫图运动过程中采集的点云数据。
在本申请的一个实施例中，在上述无人机定位装置中，数据处理单元620，用于基于聚类算法将点云数据进行同质性分类；并用于确定每一类同质性点云数据对应的最可几点的坐标。
在本申请的一个实施例中，在上述无人机定位装置中，数据处理单元620，用于根据各个最可几点的坐标，确定每两个最可几点之间的距离；并用于根据上述距离，建立各个最可几点与起落架柱体的对应关系；以及用于根据各个最可几点的坐标以及对应关系确定无人机定位信息。
需要说明的是，上述各无人机定位装置实施例的具体实施方式可以参照前述对应无人机定位方法实施例的具体实施方式进行，在此不再赘述。
图7示出了根据本申请一个实施例的无人机停放姿态调整装置的结构示意图，该无人机停放姿态调整装置700包括：
定位单元710，用于根据上述任一种无人机定位装置确定无人机定位信息。
在实际情况中，无人机在降落时无法完全精准的以预设姿态停落在指定停机位上，往往与预设姿态和位置存在一定的角度偏差或距离偏差，这时，需要外部设备对其进行姿态矫正。现有技术中，通常采取由两组水平推杆将无人机推正，在这个过程中，无人机起落架与降落平面间存在滑动摩擦力，多次推动无人机会磨损无人机起落架和降落平面，造成起落架和降落平面寿命缩短，维护成本增加；对无人机起落架的刚度要求较高，也就对无人机减重带来了困难；由于存在滑动摩擦，因此无人机的推正速度无法大幅度提升，降低了无人机配送效率；由于存在滑动摩擦，无人机推正过程中会产生很大噪音，影响设备使用效果。本实施例提供一种无人机停放姿态调整方法，以便克服上述问题。
首先，根据以上所述的无人机定位方法对无人机降落在停机坪上的位置进行精确地定位，可获得无人机的坐标点Q1，其坐标可表示为(x5,y5，YAW1)。
调整量确定单元720，用于根据预设姿态的姿态信息和无人机定位信息确定调整量。
根据无人机的定位信息与预设姿态的姿态信息之间的偏差程度可确定调整量。
驱动单元730，用于根据调整量驱动无人机调整设备，以调整无人机停放姿态与预设姿态一致。
根据上述确定的调整量，通过上述的无人机调整设备可将无人机停放姿态调整至与预设姿态一致。
由图7所示的无人机停放姿态调整装置，能够将无人机抓至指定地点，调整至指定姿态。在这个过程中，无人机的运动无滑动摩擦，对无人机和降落平面不产生磨损，降低了维护成本；降低了设备噪音，改善了设备使用效果；对无人机起落架刚度要求降低，可以为减轻无人机自重；无人机调整设备不受摩擦力影响，可以快速运动，提升运行效率。
在本申请的一个实施例中，在上述无人机停放姿态调整装置中，预设姿态的姿态信息包括预设偏航角和预设坐标，调整量确定单元，用于根据预设偏航角和无人机偏航角确定旋转调整量，以及根据预设中心点坐标和第二位置坐标确定平移调整量；驱动单元730，用于驱动无人机调整设备抓取无人机，以使无人机与无人机停放平面脱离；并用于根据旋转调整量驱动无人机调整设备的转动轴进行旋转，以及根据平移调整量驱动无人机调整设备的平移部件；以及用于在无人机姿态与预设姿态一致后，驱动无人机调整设备将无人机放置于停放平面上。
如预设姿态的姿态信息为无人机预设姿态坐标点Q2，其坐标可表示为(x6，y6，YAW2)，那么水平方向平移调整量为(x6-x5，y6-y5)，偏航角调整量为YAW2-YAW1，需要说明的是，本实施例中，大写字母表示向量，小写字母表示标量。
这里需要说明的是，在调整的过程中，无人机的姿态是指平面的姿态，即忽略垂直方向上的信息，这样才能使得无人机被抓起悬在空中时经过调整的姿态和预设的停放姿态一致。
由上述可知，本申请的技术方案，通过基于飞行时间TOF传感器获取无人机特征截面的点云数据；根据点云数据确定若干个第一位置坐标，每个第一位置坐标分别对应于无人机所在所述特征截面上的一个特征点；根据第一位置坐标确定无人机定位信息，所述无人机定位信息包括无人机偏航角以及表征无人机位置的第二位置坐标。本申请的有益效果在于，基于飞行时间测距方法，通过获取无人机特征截面的点云数据，与无人机相应的特征点相结合的方法，快速、准确的定位无人机降落的位姿，算法简单、精确度高、所需硬件成本低，为后续无人机停放姿态的调整提供了可靠的数据信息。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个申请方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，申请方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的无人机定位装置或无人机停放姿态调整装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
例如，图8示出了根据本申请一个实施例的电子设备的结构示意图。该电子设备800包括处理器810和被安排成存储计算机可执行指令(计算机可读程序代码)的存储器820。存储器820可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器820具有存储用于执行上述方法中的任何方法步骤的计算机可读程序代码831的存储空间830。例如，用于存储计算机可读程序代码的存储空间830可以包括分别用于实现上面的方法中的各种步骤的各个计算机可读程序代码831。计算机可读程序代码831可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图9所述的计算机可读存储介质。图9示出了根据本申请一个实施例的一种计算机可读存储介质的结构示意图。该计算机可读存储介质900存储有用于执行根据本申请的方法步骤的计算机可读程序代码831，可以被电子设备800的处理器810读取，当计算机可读程序代码831由电子设备800运行时，导致该电子设备800执行上面所描述的方法中的各个步骤，具体来说，该计算机可读存储介质存储的计算机可读程序代码831可以执行上述任一实施例中示出的无人机定位方法或无人机停放姿态调整方法。计算机可读程序代码831可以以适当形式进行压缩。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
