(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210619172.1 (22)申请日 2022.06.01 (71)申请人 水利部交通 运输部国家能源局南京 水利科学研究院 地址 210029 江苏省南京市 鼓楼区广州路 225号 (72)发明人 古鹏飞　廖爱民　刘宏伟　吴永祥　 王文种　田雪莹　刘涛　姜曦　 王越　 (74)专利代理 机构 南京知识律师事务所 32 207 专利代理师 吴频梅 (51)Int.Cl. B64C 39/02(2006.01) B64D 47/00(2006.01) G01D 21/02(2006.01)H04B 7/185(2006.01) H04W 4/38(2018.01) G08C 17/02(2006.01) H04N 5/232(2006.01) (54)发明名称 一种旋翼无 人机的高精度水深测量方法 (57)摘要 本发明公开了一种旋翼无人机的高精度水 深测量方法， 属于无人机、 水文和测绘领域， 包括 无人机快拆支架、 定位装置、 动力装置和测深装 置。 定位装置包括机载GNSS、 激光定位器、 雷达测 距传感器、 正射相机和数据采集器； 动力装置包 括远程遥控设备、 电源降压设备、 小型电机、 绞线 盘和牵引绳； 测深装置包括微型声呐和具有 WIFI 接收功能的显示器。 基于正射影像的测深数据校 正和精确定位方法， 该方法利用正射相机观测的 微型声呐位置数据、 雷达测距传感器观测的无人 机至水面距离与机载GNSS观测的无人机位置和 姿态数据， 实现了测深数据的校正和精确定位。 该方法为水文测验人员、 野外科研人员安全、 机 动和准确地获取 具有地理位置信息的测深数据。 权利要求书3页 说明书9页 附图4页 CN 115056981 A 2022.09.16 CN 115056981 A 1.一种旋翼无人机的高精度水深测量方法， 其特征在于： 旋翼无人机的高精度水深测 量装置包括无人机快拆支架、 定位装置、 动力装置、 测深装置和无人机遥控器26， 无人机快 拆支架包括快拆装置2、 第一块顶板4、 第二块顶板6、 第三块顶板7、 减震球8和支架板9； 定位 装置包括机载GNSS  10、 激光定位器17、 雷达测距传感器18和正射相机20、 数据采集器22； 动 力装置包括电源降压装置21、 绞线盘12、 牵引绳13、 紧急制动开关14、 紧急制动开关触发器 15、 小型电机19、 动力装置遥控信号接收装置11和 动力装置升降停操控 杆23； 测深装置包括 微型声呐16和具有W IFI接收功能的显示器27； 第一块顶板4和第二块顶板6固定连接， 第一块顶板4与快拆装置2固定连接， 第三块顶 板7采用减震球8与第二块顶板6连接； 采用支架板9将 机载GNSS10、 激光定位器17、 雷达测距 传感器18、 正射相机20、 数据采集器22、 电源降压装置21、 绞线盘12、 牵引绳13、 紧急制动开 关14、 紧急制动开关出发器15、 小 型电机14和动力装置遥控信号接收装置11 固定， 并与第三 块顶板7连接； 机载GNSS10固定于激光定位器17正上方； 激光定位器17固定于支架板9的底 板9‑1， 紧靠正射相机20； 雷达测距传感器18、 正射相机20固定于底板9 ‑1； 绞线盘12与小型 电机19转轴连接； 牵引绳13一端固定于绞线盘12， 另一端固定于微型声呐16； 紧急制动开关 14固定于底板9 ‑1； 紧急制动开关出发器15固定于牵引绳13末端； 牵引绳13一端固定于绞线 盘12， 另一端固定于微型声呐16； 动力装置升降停操控杆23、 正射相机拍照按钮24、 无人机 遥控器屏幕25集成于无 人机遥控器26； 旋翼无人机的高精度水深测量的方法步骤如下： 步骤一， 遥控器26向无人机1发送指令， 无人机悬停于待测点正上方， 操控遥控器26声 呐升降停操控杆23， 使微型声呐16降落至水面； 步骤二， 打开具有WIFI接收功能的显示器27， 连接微型声呐发射的WIFI， 待WIFI连接成 功， 具有W IFI接收功能的显示器27会显示水深观测数据； 步骤三， 数据采集， 待测 深数据稳定后记录10s， 并在此过程中， 通过遥控器26向正射相 机20发送拍照指令， 记录微型声呐16与激光定位器17发射激光点的相 对位置； 随后操控遥 控器26声呐升降停操控杆23， 回收微型声呐16 至无人机； 步骤四， 数据下载， 数据采集器22下载机载GNSS10和雷达测距传感器18数据， 包括时 间、 经度、 纬度、 高度、 航 向角、 旁向角、 滚转角、 无人机至水面的距离数据； 正射相机20照片 下载； 下载微型声呐16的原始观测数据， 包括经度、 纬度、 水深和时间； 数据采集器22下载的 数据与微型声呐16的原 始观测数据， 可通过时间进行关联， 实现同步观测； 步骤五， 微型声呐16的精确定位， 基于图像识别的精确定位法； 利用正射相机20观测的 微型声呐16位置信息、 雷达测距传感器18观测的无人机至水面距离Hz数据与机载GNSS10观 测的无人机位置数据和姿态数据， 采用几何学理论进行定位， 包括Hz校正和微型声呐16精 确定位， 具体步骤如下： (1)Hz校正 受无人机飞行姿态影响， 雷达测距传感器18观测的无人机至水面距离Hz并非是严格意 义上的垂直距离， 需进一步校正； Hz是本方法公式推导的唯一变量相机参数是 固定值， 式1 ‑ 5和1‑6， 是推导后续公式的基础， 直接影响观测精度； 根据几何学理论， 推导无人机至水面 的距离校正公式， 具体如下：权　利　要　求　书 1/3 页 2 CN 115056981 A 2式中： μ为俯仰角， θ 为滚转角， 由机载GNS S观测， 度； 设OD＝x， 则 由OB2+OD2＝AC2‑OA2得： 式1‑4即为Hz校正公式； (2)微型声呐16精确定位 将高精度的无人机位置信 息厘米级通过图像识别方法精确定位微型声呐16； 推导微型 声呐16的精确定位公式， 具体如下： ①确定正射照片视野 式中： PL表示正射照片的视野长度， m； Pw表示正射照片的视野宽度， mm； VL表示正射相机 的长边尺寸， mm； Vw表示正射相机的短边尺寸， mm； f相机镜头的焦距， mm； Hz为校正后的无人 机至水面的距离， m； ②确定微型声呐与激光定位 点相对位置 α ＝ τ +ω      (1‑10) 式中： PLi和Pwi分别表示大圆点与小圆点在正射照片水平方向和垂直方向的长度， m； NL 和Nw分别表示正射照片在长边和短边的像元数， 个； NLi和Nwi分别表示大圆点与小圆点在正 射照片水平方向和垂直方向的像元数， 个； ω为航 向角， 由机载GNSS观测， 度； α 为牵引绳在 水面投影与正北 方向的夹角， 度； τ 为牵引绳水面投影线与正 射照片短边方向的夹角， 度； ③确定微型声呐校正距离 Lx＝R×sinα      (1‑12) Ly＝R×cosα        (1‑13) 式中： R为牵引绳在水面的投影距离， m； Lx和Ly分别表示微型声呐交无人机位置在北坐权　利　要　求　书 2/3 页 3 CN 115056981 A 3