一种无人机校正LED显示屏亮暗线系统、装置及其方法与流程

一种无人机校正led显示屏亮暗线系统、装置及其方法
技术领域
1.本发明涉及led显示屏校正领域，特别是涉及无人机校正led显示屏亮暗线系统、装置及其方法。

背景技术：

2.随着led显示屏在各个领域的普及，小到室内的会议一体机，大到室外高楼大厦的外景墙，还有机场、地铁等等一些交通枢纽中的应用，led显示屏已经完全融入到人们生活的方方面面，能够给人们的视觉上带来美好的体验。
3.整体的led显示屏是由每一块小的模组拼接而成，往往会因为每个模组的结构差异和安装师傅的手法习惯等因素，led显示屏上会出现亮线和暗线的问题，造成亮线的原因：模组与模组之间的拼接太过于紧凑；造成暗线的原因：模组与模组之间拼接的间隙过大。亮线和暗线的产生会对led显示屏的整体显示效果造成很大的影响，即整体画面出现了局部分离，就会确实完整画面的美感。
4.对于亮暗线修正的问题，通常的解决方法就是要在“暗室”内，基于技术人员的视觉经验对每一个箱体的亮线或是暗线进行调试，然后将调试好的箱体拼接成完整的显示屏，对箱体与箱体之间的亮暗线进行调试，这种传统的调试方式耗时费力。需要一种更加智能并且适用的调试方法，直接对一个完整的显示屏进行一次调试，就能有效的消除亮线和暗线的问题。
5.针对传统亮暗线调试存在的问题和局限性，本专利基于ocr识别算法，将其移植到无人机的视觉感知系统中，能够按照我们自己的需求规划飞行航线对每个模组进行拍照，直接对照片进行处理获取每个模组对应的亮暗线修正系数，然后将修正系数反馈给对应的每一块模组，能够实现一次性整屏的亮暗线校正。现有传统的调试技术，从每个箱体的亮暗线调试，再到整个显示屏的亮暗线调试，耗时费力，而且完全是依靠技术人员的视觉经验来调试，亮暗线调试的精度和稳定性有欠缺。

技术实现要素：

6.基于此，有必要针对现有一种无人机校正led显示屏亮暗线系统的问题，提供一种一种无人机校正led显示屏亮暗线系统。
7.本技术一实施例提供了一种无人机校正led显示屏亮暗线系统，所述系统，包括，无人机控制子系统、显示屏控制子系统；
8.所述无人机控制子系统，包括：ocr识别视觉感知单元、航线规划模块、模组图像采集传输单元；所述无人机控制子系统设置在无人机控制器内；
9.所述显示屏控制子系统包括：显示屏亮暗线校正单元；所述显示屏控制子系统设置在显示屏控制器内；
10.所述ocr识别视觉感知单元，包括，前视视觉检测模块、前视视觉ocr识别模块、下视觉和超声波传感器模块、测距感知模块；
11.所述前视视觉检测模块，用于检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；
12.所述下视觉和超声波传感器模块，用于确定无人机与地面的纵向相对位置；
13.所述前视视觉ocr识别模块，用于通过ocr识别视觉感知单元确定无人机飞行航线的起点位置，依次识别led显示屏每个模组正中心的标签；
14.所述航线规划模块，用于规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；
15.所述模组图像采集传输单元，用于根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；
16.所述模组图像采集传输单元，包括采集模块；所述采集模块，用以在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务；
17.所述测距感知模块，用于无人机的测距感知模块会获取无人机与led显示屏之间最小的安全感知距离；
18.所述显示屏亮暗线校正单元，用于对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。
19.本发明申请一实施例还提供了一种无人机校正led显示屏亮暗线方法，所述方法包括：
20.检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；
21.确定无人机与地面的纵向相对位置；
22.规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；
23.通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签；并根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；
24.对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。
25.在一些实施例中，所述通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签包括步骤：
26.获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息；
27.通过切换灯点间隔、灯点的亮度值的方式来获取特性化多样的图像数据集；例如，获取特性化多样的图像数据集包括合计总数10000张图像，每一个模组对应的标签具有10种不同的风格；
28.获取ocr识别模型，选用ocr文本识别模型组合；例如，选用ocr文本识别性能较好的ctpn+crnn模型组合；
29.重新进行训练获取相应的模型；
30.移植ocr识别模型到无人机的ocr识别视觉感知单元。
31.在一些实施例中，所述规划无人机的飞行航线的步骤包括：
32.确定返航位置的坐标，通过手机有线连接无人机手柄；
33.获取飞行航线的起点坐标，通过选定手柄上的正常飞行模式，使得无人机快速靠近led显示屏；
34.进行航线规划，构建飞行航线的路线模型。
35.在一些实施例中，所述对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正包括步骤；
36.计算每个模组亮暗线的修正系数；
37.补偿反馈修正系数；具体而言，根据模组标签的顺序，在拍摄当前模组图片时，将上一个模组的补偿系数反馈给led显示屏，依次循环，至到最后一个模组修正系数补偿完成。
38.在一些实施例中，所述方法还包括：
39.实时获取无人机与led显示屏之间最小的安全感知距离；
40.若所述安全感知距离小于设定值则发出警报，并自动使无人机以该最小设定值与led显示屏保持平行飞行。
41.在一些实施例中，所述检测无人机视觉正前方的led显示屏之前还包括步骤：
42.设置模组间拼接缝为中心线，分别选取所述中心线两侧各两列灯珠；
43.将任一四个相邻模组之间的十字交叉处，设置为非点亮的灯点。
44.在一些实施例中，所述由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径的步骤包括：
45.以led显示屏最高一行模组的最左边的模组为无人机飞行原点，依次延所述最高一行模组向右飞行到最右边的模组，再下移一行，从所述最右边的模组依次向左飞行至最左边的模组，之后再下移一行，并重复上述步骤。
46.在一些实施例中，所述获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息，还包括步骤：
47.在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务。
48.在一些实施例中，所述led显示屏每个模组的与其他模组相接形成的公共边只进行一次计算每个模组亮暗线的修正系数。
49.本发明申请一实施例还提供了一种无人机校正led显示屏亮暗线装置，包括；本发明申请任一项实施例所述的无人机校正led显示屏亮暗线方法。
50.本发明申请一实施例还提供了一种存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现本发明申请任一项实施例的一种无人机校正led显示屏
亮暗线方法。
51.本技术实施例提供的一种无人机校正led显示屏亮暗线系统中，在led显示屏处于测试图案模式的状态时，每个模组都会有对应的数字编号，基于ocr识别和无人机自身的视觉检测和定位系统，能够准确确定无人机根据航线规划对led显示屏拍照的起始点，然后根据不同型号的产品设定固定横向移动距离和纵向移动距离一次性完成整个显示屏的拍照。通过ocr识别算法的移植，能够实现智能识别，确定精准的悬停位置，并且可以按照指定的航线规划路径进行拍照，获取每一个模组所对应的照片。本发明申请是基于ocr识别的无人机校正led显示屏亮暗线的方法，通过ocr识别技术、无人机定点悬停的等智能拍摄和识别方式，为室外led显示屏的亮暗线获取模组的采集图像提供了很大的便利，降低高空校正显示屏的风险和校正的精度；本发明的各个模块都是独立去耦合，具有便于后续的实际需求对单个模块实现进一步的扩展开发的有益效果。
附图说明
52.图1为本技术一实施例的一种无人机校正led显示屏亮暗线系统的结构示意图；
53.图2为本技术一实施例的ocr识别视觉感知单元的结构示意图；
54.图3为本技术一实施例的一种无人机校正led显示屏亮暗线方法的流程图；
55.图4为本技术一实施例的所述通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签包括步骤流程图；
56.图5为本技术一实施例的所述规划无人机的飞行航线的步骤流程图；
57.图6为本技术一实施例的所述对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正的步骤流程图；
58.图7为本发明申请一实施例的航线规划模块对应的led显示屏由1-25号模组组成的结构图；
59.图8为本发明申请一实施例的以模组间拼接缝中心线周边分布众多灯点的结构图；
60.图9为本发明申请一实施例的led显示屏左上方顶角模组1的采集图像及无人机下一步走向示意图；
61.图10为本发明申请一实施例的为led显示屏顶部靠中间模组2的采集图像及无人机下一步走向示意图；
62.图11为本发明申请一实施例的为led显示屏右上方顶角模组8的采集图像及无人机下一步走向示意图。
具体实施方式
63.为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行详细描述。需要说明的是，在不冲突的情况下，本技术的实施方式及实施方式中的特征可以相互组合。
64.除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具
体的实施方式的目的，不是旨在于限制本发明。
65.如图1所示，本技术一实施例公开了一种无人机校正led显示屏亮暗线系统100，所述系统，包括，无人机控制子系统200、显示屏控制子系统300；无人机控制子系统200包括：ocr识别视觉感知单元120、航线规划模块130、模组图像采集传输单元110；无人机控制子系统200设置在无人机控制器内；
66.显示屏控制子系统300，包括：显示屏亮暗线校正单元310；显示屏控制子系统300设置在显示屏控制器内；
67.在一些可选实施例中，显示屏控制子系统300与无人机控制子系统200通过北斗卫星定位系统定位或gps卫星定位系统定位；显示屏控制子系统300与无人机控制子系统之间通过室内或室外无线通讯进行数据传输；所述无线通讯包括4g\5g信号传输；
68.如图2所示，ocr识别视觉感知单元120，包括，前视视觉检测模块122、前视视觉ocr识别模块121、下视觉和超声波传感器模块123、测距感知模块124；
69.前视视觉检测模块122，用于检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；
70.下视觉和超声波传感器模块123，用于确定无人机与地面的纵向相对位置；
71.前视视觉ocr识别模块121，用于通过ocr识别视觉感知单元能够确定无人机飞行航线的起点位置，依次识别led显示屏每个模组正中心的标签；具体而言，标签可以是数字、图像、文字或其组合；
72.航线规划模块130，用于规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；具体而言，如图7所示，由所述前视觉ocr识别模块依次识别的模组标签1-25，对模组逐个进行依次拍照，形成拍照路径的步骤包括：以led显示屏最高一行模,1-8的最左边的模组1为无人机飞行原点，依次延所述最高一行模组向右飞行到最右边的模组8，再下移一行，从所述最右边的模组9依次向左飞行至最左边的模组16，之后再下移一行，并重复上述步骤；具体而言是按照“弓”字形规划无人机拍照时的飞行航线。
73.如图7所示，例如，本发明申请的航线规划模块对应的led显示屏由1-25号模组组成，每一个模组都有对应的唯一数字标签，模组与模组之间的黑实线为模组间的拼接缝，数字标签上带有箭头的标线为一种航线规划的路径；如图8所示，以第15个模组为例，当无人机完成从1号模组到3号模组拍照时，依次获取到1号模组的下边91、2号模组的下边92、3号模组的下边93的修正系数也即是对应的16号模组的上边、15号模组的上边和14号模组的上边的修正系数，依次类推；15号模组的上边和2号模组的下边92成为公共边；led显示屏模组的所有公共边只需要进行一次修正系数的计算；通过这样的航线规划方式及其计算方式，具有能够使得获取每个模组的修正系数的计算量大大降低的有益效果，使系统运行更加顺畅，亮暗线调节更加快速、准确。
74.在一些可选实施例中，无人机沿着所述飞行航线飞行的步骤包括：以led显示屏最高一行模组的最左边的模组为无人机飞行原点，依次延所述最高一行模组向右飞行到最右边的模组，再下移至少二行，从所述最右边的模组依次向左飞行至最左边的模组，之后再下移至少二行，并重复上述步骤；具体而言是按照“弓”字形规划无人机拍照时的飞行航线；此时，无人机可以拍摄包括至少2个模组的高清图像，以供识别调整亮暗线使用；
75.模组图像采集传输单元110，用于根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；具体而言，根据“弓”字形规划无人机拍照时的飞行航线，拍照顺序以前视觉ocr识别模块从1-1000识别的数字为基准，拍照路径呈现一个“弓”字形，然后再通过ocusync图传功能进行实时的高清图传输，由无人机传输给电脑；
76.所述模组图像采集传输单元110包括采集模块，所述采集模块，用以在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务；
77.测距感知模块124，用于无人机的测距感知模块会获取最小的安全感知距离；
78.显示屏亮暗线校正单元310，用于对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正；例如，根据无人机所支持的windows sdk功能，对每个模组对应的高清图都输出相应的亮暗线修正系数，实现各个模组的亮暗线修正。
79.请参阅图3，本发明申请一实施例还提供一种无人机校正led显示屏亮暗线方法，所述方法包括：
80.步骤s900、检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；具体而言，所述定点悬停位置应当安全、合理；
81.步骤s902、确定无人机与地面的纵向相对位置；
82.步骤s904、规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；
83.步骤s906、通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签依次识别led显示屏每个模组正中心的标签；并根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；
84.步骤s908、对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。
85.请参阅图4，在一些可选实施例中，所述通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签依次识别led显示屏每个模组正中心的标签包括步骤：
86.步骤s100、获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息；
87.步骤s102、通过切换灯点间隔、灯点的亮度值的方式来获取特性化多样的图像数据集；例如，获取特性化多样的图像数据集包括合计总数10000张图像，每一个模组对应的标签具有10种不同的风格；
88.步骤s104、获取ocr识别模型，选用ocr文本识别模型组合；例如，数字标签的情况下，选用ocr文本识别性能较好的ctpn+crnn模型组合；
89.步骤s106、重新进行训练获取相应的模型；
90.具体而言，led模组的数字标签是由离散的灯点构成，所以需要重新进行训练获取相应的模型；
91.例如，在深度学习框架tensorflow-1.14.0+cuda10.0+cudnn7.6+python3.6+windows10下进行训练获取ctpn+crnn对应的pb格式存储的模型，即为ocr识别模型；
92.步骤s108、移植ocr识别模型到无人机的ocr识别视觉感知单元；例如，通过在android studio-4.1.2的环境中实现编程语言java离线调用ocr识别模型，将其作为一个数字识别模块嵌入到无人机的视觉感知系统中。
93.请参阅图5，在一些可选实施例中，所述规划无人机的飞行航线的步骤，包括：
94.步骤s200、确定返航位置的坐标，通过手机有线连接无人机手柄；具体而言，打开手机上dji fly程序，选中指定型号的无人机，使得无人机与手柄连接，同时信号识别功能会自动刷新，数字达到8以上，就能够准确获取启航点的坐标，通过语音播报提示就可以正常起飞，确定了启航点和/或返航点的坐标；
95.步骤s202、获取飞行航线的起点坐标，通过选定手柄上的正常飞行模式，使得无人机快速靠近led显示屏；具体而言，无人机的测距感知模块会获取最小的安全感知距离；例如，大疆无人机的御mavic air2系列最小安全感知距离是0.5米，同时将无人机的相机视角调整到0
°
，即垂直led显示屏的角度，通过手动微调无人机的位置，使之快速到模组1对应的数字标签，确定飞行航线的起点坐标；
96.步骤s204、进行航线规划，构建飞行航线的路线模型；具体而言，航线规划是在无人机指点飞行的功能中嵌入的固定路线模块；对于每一种不同型号的显示屏，单个模组的长宽也会有差异，根据室外led显示屏的的不同型号进行建模，以飞行航线的起点坐标为基准，将无人机从正常飞行模式切换至低速飞行模式，设定无人机横向移动的水平距离和纵向移动的垂直距离；例如，构建“弓”字形飞行航线的路线模型，按照航线规划的“弓”字形飞行航线飞行完毕，一键返航按钮，无人机返回至返航点的位置。
97.请参阅图6，在一些可选实施例中，所述对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正，包括步骤；
98.步骤s300、计算每个模组亮暗线的修正系数；具体而言，通过ocr识别视觉感知单元先锁定飞行起点位置，再按照规划的飞行航线，按照识别的模组数字的顺序对模组进行拍照，基于无人机的ocusync图传功能实时地拍摄的照片传输到a-deline手机程序，获取每个带数字标签模组的亮暗线修正系数，并进行保存；
99.步骤s302、补偿反馈修正系数；具体而言，根据模组标签的顺序，在拍摄当前模组图片时，将上一个模组的补偿系数反馈给led显示屏，依次循环，至到最后一个模组修正系数补偿完成。
100.本发明申请是基于ocr识别的无人机校正led显示屏亮暗线的方法，通过ocr识别技术、无人机定点悬停的等智能拍摄和识别方式，为室外led显示屏的亮暗线获取模组的采集图像提供了很大的便利，降低高空校正显示屏的风险和校正的精度；各个模块都是独立去耦合，便于后续的实际需求对单个模块实现进一步的扩展开发；
101.在一些可选实施例中，所述的一种无人机校正led显示屏亮暗线方法，还包括：
102.实时获取无人机与led显示屏之间最小的安全感知距离；
103.若所述安全感知距离小于设定值则发出警报，并自动使无人机以该最小设定值与led显示屏保持平行飞行。
104.在一些可选实施例中，所述检测无人机视觉正前方的led显示屏之前还包括步骤：
105.设置模组间拼接缝为中心线，分别选取所述中心线两侧各两列灯珠；
106.将任一四个相邻模组之间的十字交叉处，设置为非点亮的灯点。
107.在一些可选实施例中，所述由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径的步骤包括：
108.以led显示屏最高一行模组的最左边的模组为无人机飞行原点，依次延所述最高一行模组向右飞行到最右边的模组，再下移一行，从所述最右边的模组依次向左飞行至最左边的模组，之后再下移一行，并重复上述步骤。
109.在一些可选实施例中，所述led显示屏每个模组的与其他模组相接形成的公共边只进行一次计算每个模组亮暗线的修正系数；
110.在一些可选实施例中，所述获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息，还包括步骤：
111.在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务。例如，在数字标签情况下，按照数字从小到大递增数量1的模式精准地完成采集图像的飞行任务。具体的采集图像方式如图8-11所示，其中图9为led显示屏左上方顶角模组1的采集图像，虚线箭头为无人机下一步走向；图10为led显示屏顶部靠中间模组2的采集图像，虚线箭头为无人机下一步走向；图11为led显示屏右上方顶角模组8的采集图像，虚线箭头为无人机下一步走向；图8中led显示屏中间部位模组15的采集图像，无人机下一步沿着模组15和模组16的中心线由模组15向模组16前进。
112.如图8所示，在一些可选实施例中，本发明申请在无人机准备按照航线规划起飞时，会将led显示屏调整至测试模式，以第15号模组为例，对15号模组进行拍照时，无人机采集模组灯点分布图；通过采集的模组灯点分布图可以看到，led显示屏模组上分布存在众多灯点；以模组间拼接缝为中心线，仅选取众多灯点中心线两侧至少两列灯珠，进行高清图像获取和计算；具有能够减少图片大小，能够便于进行后期的修正系数的巨量计算的有益效果；在一些可选实施例中，相邻模组的十字交叉处(例如，相邻模组的十字交叉处94)，没有点亮灯点，是为了便于单个模组每条边的分割，通过这样的方式，具有修正系数的精度会更高的有益效果。
113.本发明申请还提供了一种无人机校正led显示屏亮暗线装置，所述装置包括；本发明申请任一项实施例所述的无人机校正led显示屏亮暗线方法。
114.本发明申请还提供了一种存储介质，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现本发明申请任一项实施例所述的一种无人机校正led显示屏亮暗线方法。
115.本发明申请任一实施例具有提高led显示屏校对效率和准确性的有益效果。
116.在本发明所提供的几个具体实施方式中，应该理解到，所揭露的系统和方法，可以
通过其它的方式实现。例如，以上所描述的系统实施方式仅仅是示意性的，例如，所述部件的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
117.另外，在本发明各个实施例中的各功能模块/部件可以集成在相同处理模块/部件中，也可以是各个模块/部件单独物理存在，也可以两个或两个以上模块/部件集成在相同模块/部件中。上述集成的模块/部件既可以采用硬件的形式实现，也可以采用硬件加软件功能模块/部件的形式实现。
118.对于本领域技术人员而言，显然本发明实施例不限于上述示范性实施例的细节，而且在不背离本发明实施例的精神或基本特征的情况下，能够以其他的具体形式实现本发明实施例。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明实施例的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明实施例内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统、装置或终端权利要求中陈述的多个单元、模块或装置也可以由同一个单元、模块或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。
119.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

技术特征：

1.一种无人机校正led显示屏亮暗线系统，其特征在于，所述系统，包括，无人机控制子系统、显示屏控制子系统；所述无人机控制子系统，包括：ocr识别视觉感知单元、航线规划模块、模组图像采集传输单元；所述无人机控制子系统设置在无人机控制器内；所述显示屏控制子系统包括：显示屏亮暗线校正单元；所述显示屏控制子系统设置在显示屏控制器内；所述ocr识别视觉感知单元，包括，前视视觉检测模块、前视视觉ocr识别模块、下视觉和超声波传感器模块、测距感知模块；所述前视视觉检测模块，用于检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；所述下视觉和超声波传感器模块，用于确定无人机与地面的纵向相对位置；所述前视视觉ocr识别模块，用于通过ocr识别视觉感知单元确定无人机飞行航线的起点位置，依次识别led显示屏每个模组正中心的标签；所述航线规划模块，用于规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；所述模组图像采集传输单元，用于根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；所述模组图像采集传输单元，包括采集模块；所述采集模块，用以在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务；所述测距感知模块，用于无人机的测距感知模块会获取无人机与led显示屏之间最小的安全感知距离；所述显示屏亮暗线校正单元，用于对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。2.一种无人机校正led显示屏亮暗线方法，其特征在于，所述方法包括：检测无人机视觉正前方的led显示屏，同时能够选定一个水平定点悬停位置；确定无人机与地面的纵向相对位置；规划无人机的飞行航线，根据所述的无人机飞行航线的起点位置作为无人机飞行的原点，依据不同型号的led显示屏设定固定的横线移动距离和纵向移动距离；通过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签；并根据航线规划，拍照顺序，由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。3.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述通
过ocr识别视觉感知单元确定无人机飞行航线的起点位置；依次识别led显示屏每个模组正中心的标签，包括步骤：获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息；通过切换灯点间隔、灯点的亮度值的方式来获取特性化多样的图像数据集；例如，获取特性化多样的图像数据集包括合计总数10000张图像，每一个模组对应的标签具有10种不同的风格；获取ocr识别模型，选用ocr文本识别模型组合；例如，选用ocr文本识别性能较好的ctpn+crnn模型组合；重新进行训练获取相应的模型；移植ocr识别模型到无人机的ocr识别视觉感知单元。4.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述规划无人机的飞行航线的步骤包括：确定返航位置的坐标，通过手机有线连接无人机手柄；获取飞行航线的起点坐标，通过选定手柄上的正常飞行模式，使得无人机快速靠近led显示屏；进行航线规划，构建飞行航线的路线模型。5.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正包括步骤；计算每个模组亮暗线的修正系数；补偿反馈修正系数；具体而言，根据模组标签的顺序，在拍摄当前模组图片时，将上一个模组的补偿系数反馈给led显示屏，依次循环，至到最后一个模组修正系数补偿完成。6.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述方法还包括：实时获取无人机与led显示屏之间最小的安全感知距离；若所述安全感知距离小于设定值则发出警报，并自动使无人机以该最小设定值与led显示屏保持平行飞行。7.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述检测无人机视觉正前方的led显示屏之前还包括步骤：设置模组间拼接缝为中心线，分别选取所述中心线两侧各两列灯珠；将任一四个相邻模组之间的十字交叉处，设置为非点亮的灯点。8.根据权利要求2所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述由所述前视觉ocr识别模块依次识别的模组标签对模组逐个进行依次拍照，形成拍照路径的步骤包括：以led显示屏最高一行模组的最左边的模组为无人机飞行原点，依次延所述最高一行模组向右飞行到最右边的模组，再下移一行，从所述最右边的模组依次向左飞行至最左边的模组，之后再下移一行，并重复上述步骤。
9.根据权利要求3所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述获取led显示屏模组带标签的图像数据集，将led显示屏选定到测试模式，通过手机、相机或者是其他的拍摄设备对每一个模组进行拍照，拍照的要求需要获取单个模组四条边和模组正中心的标签信息，还包括步骤：在采集指定模组图像时，无人机上相机的采集视野会包括与指定模组四条边相邻的模组图像，结合指定的航线规划和ocr识别技术，完成采集图像的飞行任务。10.根据权利要求2-9任一所述的一种无人机校正led显示屏亮暗线方法，其特征在于，所述led显示屏每个模组的与其他模组相接形成的公共边只进行一次计算每个模组亮暗线的修正系数。11.一种无人机校正led显示屏亮暗线装置，其特征在于，包括；本发明申请权利要求2-9任一项所述的无人机校正led显示屏亮暗线方法。12.一种存储介质，其特征在于，其上存储有计算机程序，其中所述计算机程序在由处理器执行时实现权利要求2-9的一种无人机校正led显示屏亮暗线方法。

技术总结

本发明涉及一种无人机校正LED显示屏亮暗线系统、装置及其方法，所述方法包括选定一个悬停位置；确定无人机与地面的纵向相对位置；规划无人机的飞行航线；通过OCR识别视觉感知单元确定无人机飞行航线的起点位置；依次识别LED显示屏每个模组的数字标签；对模组逐个进行依次拍照，形成拍照路径，再将依次拍照获得的模组高清图像，由无人机实时传输给显示屏控制子系统；对于每个模组对应的高清图都输出相应的亮暗线修正系数，然后将亮暗线修正系数直接反馈给显示屏亮暗线校正单元，实现各个模组的亮暗线修正。具有能够便于进行后期的修正系数的巨量计算，提高LED显示屏校对效率和准确性的有益效果。性的有益效果。性的有益效果。