1.一种小型无人旋翼机自主着陆控制方法,其特征在于,所述控制方法包括:获取目标旋翼机的实时着陆场景图像和所述实时着陆场景图像对应的实时飞行高度;
将所述实时着陆场景图像和所述实时飞行高度输入自主着陆控制模型,获得螺旋桨电机驱动脉冲的实时占空比;所述自主着陆控制模型的输入为着陆场景图像和飞行高度,所述自主着陆控制模型的输出为螺旋桨电机驱动脉冲的占空比;
根据所述实时占空比控制所述目标旋翼机进行自主着陆;
其中,所述自主着陆控制模型的确定方法包括:获取训练集,所述训练集包括多个样本对,每一所述样本对包括一组输入和一组输出,所述输入包括无人旋翼机安全着陆过程的着陆场景图像和所述着陆场景图像对应的飞行高度,所述输出为所述着陆场景图像对应的螺旋桨电机驱动脉冲的占空比;
利用所述训练集训练卷积神经网络,获得自主着陆控制模型;
获取测试样本输入量,所述测试样本输入量包括所述无人旋翼机的测试着陆场景图像和所述测试着陆场景图像对应的测试飞行高度;
将所述测试样本输入量输入所述自主着陆控制模型,获得测试样本输出量;
根据所述测试样本输出量控制所述无人旋翼机进行自主着陆,并记录着陆姿态角;
判断所述着陆姿态角是否小于或者等于着陆姿态角阈值;
若否,根据所述着陆姿态角修正所述测试样本输出量,获得使所述无人旋翼机进行自主安全着陆的修正样本输出量;
将增融样本对添加到所述训练集中,形成新的训练集,返回所述利用所述训练集训练卷积神经网络;其中,所述增融样本对包括一组输入和一组输出,所述增融样本对的输入为所述测试样本输入量,所述增融样本对的输出为所述修正样本输出量。
2.根据权利要求1所述的控制方法,其特征在于,所述训练集包括不同飞行高度和不同飞行姿态的样本对。
3.根据权利要求1所述的控制方法,其特征在于,所述着陆姿态角阈值包括俯仰角阈值和横滚角阈值。
4.根据权利要求3所述的控制方法,其特征在于,所述俯仰角阈值为10°,所述横滚角阈值为10°。
5.一种小型无人旋翼机自主着陆控制系统,其特征在于,所述控制系统包括:实时飞行数据获取模块,用于获取目标旋翼机的实时着陆场景图像和所述实时着陆场景图像对应的实时飞行高度;
实时占空比确定模块,用于将所述实时着陆场景图像和所述实时飞行高度输入自主着陆控制模型,获得螺旋桨电机驱动脉冲的实时占空比;所述自主着陆控制模型的输入为着陆场景图像和飞行高度,所述自主着陆控制模型的输出为螺旋桨电机驱动脉冲的占空比;
着陆控制模块,用于根据所述实时占空比控制所述目标旋翼机进行自主着陆;
其中,所述自主着陆控制模型的确定子系统包括:训练集获取模块,用于获取训练集,所述训练集包括多个样本对,每一所述样本对包括一组输入和一组输出,所述输入包括无人旋翼机安全着陆过程的着陆场景图像和所述着陆场景图像对应的飞行高度,所述输出为所述着陆场景图像对应的螺旋桨电机驱动脉冲的占空比;
训练模块,用于利用所述训练集训练卷积神经网络,获得自主着陆控制模型;
测试输入获取模块,用于获取测试样本输入量,所述测试样本输入量包括所述无人旋翼机的测试着陆场景图像和所述测试着陆场景图像对应的测试飞行高度;
测试输出确定模块,用于将所述测试样本输入量输入所述自主着陆控制模型,获得测试样本输出量;
测试模块,用于根据所述测试样本输出量控制所述无人旋翼机进行自主着陆,并记录着陆姿态角;
判断模块,用于判断所述着陆姿态角是否小于或者等于着陆姿态角阈值;
修正模块,用于根据所述着陆姿态角修正所述测试样本输出量,获得使所述无人旋翼机进行自主安全着陆的修正样本输出量;
更新返回模块,用于将增融样本对添加到所述训练集中,形成新的训练集;其中,所述增融样本对包括一组输入和一组输出,所述增融样本对的输入为所述测试样本输入量,所述增融样本对的输出为所述修正样本输出量。