本发明涉及无人机控制方法，尤其涉及一种测量无人机在地下管道中飞行速度的方法及系统。
背景技术：
1、在城市的排水系统中，地下排水管道的健康是非常重要的，因此管理人员发现地下排水管道中出现的问题，并及时提出解决措施，才能实现市政的可持续发展。因地下管道的长期运行，会产生很多的问题，如果相关工作人员未有效维护管道，将会致使排水管道中出现很多污泥，从而影响管道排水的顺利通行。尤其在阴雨天，如果管道内积攒太多的泥土，会导致无法及时排出雨水，容易造成城市内涝，对市民的出行和生活产生影响。管道内的淤泥不能及时传送至污水处理厂进行清理，将使下游检查井内污水溢出路面，发出难闻的味道，污染城市环境。无人机地下管道检测核心的问题是定位问题，定位不准将无法使得无人机在管道中正常飞行检测。
2、常规的定位方法是在无人机下端使用一个光流进行水平方向速度估测，进而达到定位的效果，而地下管道中积水是十分常见的工况，积水的表面就是镜面，因此光流在镜面的环境下并不能准确估测出无人机的水平飞行速度。
技术实现思路
1、本发明公开了一种测量无人机在地下管道中飞行速度的方法及系统，以解决上述背景技术中现有的无人机下端使用一个光流进行水平方向速度估测，进而达到定位的效果，而地下管道中积水是十分常见的工况，积水的表面就是镜面，因此光流在镜面的环境下并不能准确估测出无人机的水平飞行速度的问题。
2、为解决上述技术问题，现提出以下技术方案：
3、一种测量无人机在地下管道中飞行速度的方法，地下管道包括横向管道，控制所述无人机在所述横向管道内沿所述横向管道水平飞行，所述无人机上方设置有上光流传感器，包括：
4、通过上光流传感器获取所述无人机在横向管道内飞行时所述横向管道内上管壁的第一视频数据；并根据所述第一视频数据获取所述无人机的第一光流速度；
5、获取无人机的第一预估速度；
6、通过卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第一估计速度。
7、作为优选，所述获取无人机的第一预估速度包括：通过所述下光流传感器获取无人机在横向管道内飞行时所述横向管道内下管壁的第二视频数据，并根据所述第二视频数据获取所述无人机的第二光流速度；通过所述无人机的物理模型获取所述无人机的第二预估速度；通过卡尔曼数据融合算法融合所述第二光流速度和所述第二预估速度，得到所述无人机的第一预估速度。
8、作为优选，在首次获取到所述无人机的第一预估速度之后，通过卡尔曼数据融合算法融合所述第一光流速度和首次获取到的所述第一预估速度，以首次得到所述无人机的第一估计速度；依据首次得到所述无人机的第一估计速度对所述无人机的所述第二预估速度进行迭代更新，以获得迭代更新后的第二预估速度；通过卡尔曼数据融合算法融合所述第二光流速度和迭代更新后的所述第二预估速度，以连续得到所述无人机的第一估计速度。
9、作为优选，所述根据所述第一视频数据获取所述无人机的第一光流速度包括，
10、对所述第一视频数据进行离散化处理，转化得到连续的多组图像数据；
11、通过角点检测算法提取每组所述图像数据中的角点；
12、将相邻帧的两组所述图像数据中的角点带入光流算法中，得到所述无人机的第一光流速度。
13、作为优选，所述通过卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第二估计速度包括：
14、获取所述图像数据中所述角点的个数，并根据所述角点的个数调节所述图像数据的噪声参数；
15、根据所述噪声参数计算得到卡尔曼增益；
16、根据所述卡尔曼增益得到所述第一光流速度的加权系数和所述第一预估速度的加权系数，将所述第一光流速度与所述第一预估速度各自乘以加权系数后相加，得到所述无人机的第一估计速度。
17、还公开了一种测量无人机在地下管道中飞行速度的系统，包括：
18、上光流传感器，设置在无人机的上方，用于获取所述无人机在横向管道内飞行时所述横向管道内上管壁的第一视频数据；并根据所述第一视频数据获取所述无人机的第一光流速度；
19、控制模块，所述控制模块用于获取所述无人机的第一预估速度；
20、卡尔曼滤波器，所述上光流传感器和所述卡尔曼滤波器均与所述控制模块电连接，所述控制模块将所述第一光流速度和所述第一预估速度传输至所述卡尔曼滤波器，所述卡尔曼滤波器根据卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第一估计速度。
21、作为优选，还包括：
22、下光流传感器，设置在无人机的上方，并与所述控制模块电连接，所述下光流传感器用于获取无人机在横向管道内飞行时所述横向管道内下管壁的第二视频数据；并根据第二视频数据获取所述无人机的第二光流速度；
23、在所述控制模块获取所述无人机的第一预估速度过程中，所述控制模块通过所述无人机的物理模型获取无人机的第二预估速度；
24、所述控制模块将所述第二光流速度和所述第二预估速度传输至所述卡尔曼滤波器，所述卡尔曼滤波器根据卡尔曼数据融合算法融合所述第二光流速度和所述第二预估速度，得到所述无人机的第一估计速度。
25、作为优选，在首次获取到所述无人机的第一预估速度之后，通过所述卡尔曼滤波器卡尔曼数据融合算法融合所述第一光流速度和首次获取到的所述第一预估速度，以首次得到所述无人机的第一估计速度；依据首次得到所述无人机的第一估计速度对所述无人机的所述第二预估速度进行迭代更新，以获得迭代更新后的第二预估速度；通过卡尔曼数据融合算法融合所述第二光流速度和迭代更新后的所述第二预估速度，以连续得到所述无人机的第一估计速度。
26、作为优选，所述上光流传感器在根据所述第一视频数据获取所述无人机的第一光流速度的具体过程包括：
27、所述上光流传感器对所述第一视频数据进行离散化处理，转化得到连续的多组图像数据；
28、通过角点检测算法提取每组所述图像数据中的角点；
29、将相邻帧的两组所述图像数据中的角点带入光流算法中，得到所述无人机的第一光流速度。
30、作为优选，所述卡尔曼滤波器通过卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第二估计速度包括：
31、所述卡尔曼滤波器获取所述图像数据中所述角点的个数，并根据所述角点的个数调节所述图像数据的噪声参数；根据所述噪声参数计算得到卡尔曼增益；
32、根据所述卡尔曼增益得到所述第一光流速度的加权系数和所述第一预估速度的加权系数，将所述第一光流速度与所述第一预估速度各自乘以加权系数后相加，得到所述无人机的第二估计速度。
33、有益效果：本发明中公开了一种测量无人机在地下管道中飞行速度的位方法及其系统，地下管道包括横向管道，控制无人机在横向管道内沿横向管道水平飞行，无人机上方设置有上光流传感器，包括：通过上光流传感器获取无人机在横向管道内飞行时横向管道内上管壁的第一视频数据；并根据第一视频数据获取无人机的第一光流速度；无人机通过物理模型获取无人机的第一预估速度；通过卡尔曼数据融合算法融合第一光流速度和第一预估速度，得到无人机的第一估计速度。在本实施例中，由于横向管道的积水位于横向管道的下管壁，而横向管道的上管壁受重力影响不会与积水，因此在在实施例中通过获取无人机在横向管道中飞行时上管壁的第一视频数据，并根据第一视频数据能够获取更加精准的第一光流速度，进而解决无人机通过获取地下管道下管壁的图像数据估算无人机飞行速度时，地下管道内的积水会影响无人机光流估算精度的问题。
1.一种测量无人机在地下管道中飞行速度的方法，地下管道包括横向管道，控制所述无人机在所述横向管道内沿所述横向管道水平飞行，所述无人机上方设置有上光流传感器，其特征在于，包括：
2.根据权利要求1所述的测量无人机在地下管道中飞行速度的方法，所述无人机下方设有下光流传感器，其特征在于：
3.根据权利要求1所述的测量无人机在地下管道中飞行速度的方法，所述无人机下方设有下光流传感器，其特征在于：
4.根据权利要求1所述的测量无人机在地下管道中飞行速度的方法，其特征在于，所述根据所述第一视频数据获取所述无人机的第一光流速度包括，
5.根据权利要求4所述的测量无人机在地下管道中飞行速度的方法，其特征在于，所述通过卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第二估计速度包括：
6.一种测量无人机在地下管道中飞行速度的系统，其特征在于，包括：
7.根据权利要求6所述的测量无人机在地下管道中飞行速度的系统，其特征在于，还包括：
8.根据权利要求7所述的测量无人机在地下管道中飞行速度的系统，其特征在于，在首次获取到所述无人机的第一预估速度之后，通过所述卡尔曼滤波器卡尔曼数据融合算法融合所述第一光流速度和首次获取到的所述第一预估速度，以首次得到所述无人机的第一估计速度；依据首次得到所述无人机的第一估计速度对所述无人机的所述第二预估速度进行迭代更新，以获得迭代更新后的第二预估速度；通过卡尔曼数据融合算法融合所述第二光流速度和迭代更新后的所述第二预估速度，以连续得到所述无人机的第一估计速度。
9.根据权利要求6所述的测量无人机在地下管道中飞行速度的系统，其特征在于，所述上光流传感器在根据所述第一视频数据获取所述无人机的第一光流速度的具体过程包括：
10.根据权利要求9所述的测量无人机在地下管道中飞行速度的系统，其特征在于，所述卡尔曼滤波器通过卡尔曼数据融合算法融合所述第一光流速度和所述第一预估速度，得到所述无人机的第二估计速度包括：
