[发明专利]一种基于回溯搜索的无人机空中加油位姿估计方法

说明书

技术领域

本发明涉及一种基于回溯搜索的无人机空中加油位姿估计方法，属于无人机自主控制领域。

背景技术

无人机(UnmannedAerialVehicle,UAV)自走上历史舞台以来已在军事民用方面得到了广泛的应用，其在军事上的作用更是随着军事化需求的不断升级而越来越重要。无人机自主空中加油(AutonomousAerialRefueling,ARR)技术可以显著提升无人机的作战效能和作战机动性，已逐渐成为无人机的必备能力之一，是未来无人机技术发展的重要方向。实现无人机自主空中加油的关键是实现受油机和加油机之间相对位置与姿态的准确实时测量，并有效控制受油机和加油机，从而实现自主加油精确导引，保证整个加油过程的顺利进行。为使受油机和加油机能够安全无碰撞地进行紧密对接，其相对位姿信息的准确性显得尤为重要，是整个过程中进行飞行控制的基础。

基于计算机视觉的无人机位姿测量近年来成为了无人机导航领域的一大研究热点，并逐渐为该问题提供切实可行的解决方法。与传统的测量方法相比，视觉测量价格低、功耗低、提供的信息量大，可远离电磁对抗的频率范围，具有很强的应用现实性。基于计算机视觉的无人机位姿测量系统主要由三部分组成：目标检测、特征点提取以及位姿估计。本专利主要针对无人机空中加油的位姿估计模块，提出一种基于回溯搜索的估计方法。

透视n点定位(Perspective-n-Point，PnP)问题起源于摄像机标定，其根据空间中n点在摄像机模型下的2维与3维映射关系，以及n点在参考坐标系和相机坐标系下的不同坐标表示，来决定摄像机的位置与方位，是目前计算机视觉领域解决位姿估计问题的常用方法。ShiqiLi等人提出的鲁棒透视n点(RobustPerspective-n-Point,RPnP)算法为PnP问题提供了一个鲁棒的解析解，适用面广，能在普通3维点、共面点、拟奇异点等多种空间特征点结构下进行位姿估计。

回溯搜索算法是由PinarCivicioglu于2013年提出的一种新型的基于群体智能的启发式优化算法。该算法继承了差分进化算法的总体框架，结构简单，但搜索过程中的变异和交叉操作又与差分进化算法有着本质的区别，其通过产生历史种群并控制搜索方向和边界，大大地提高了算法的优化效率。在该算法的迭代过程中，历史种群能够不断设置为本次迭代之前的种群位置，从而实现记忆功能。在历史种群的基础上，回溯搜索算法将两个基本算子结合起来解决优化问题。

(1)变异算子

不同于其他的优化算法，在种群的变异过程中，历史种群P^old的位置对搜索方向起到了决定性的作用，具体的更新规则如下式所示：

M＝P+F(P^old-P)(1)

式中，P和M分别是当前种群位置和变异后的种群位置，变异尺度系数F的大小控制了在(P^old-P)方向上搜索的幅度。

(2)交叉算子

交叉算子是在变异后的种群和当前种群之间进行的操作，为了更好地保持种群多样性，提高算法跳出局部最优的能力，回溯搜索算法通过定义一个map矩阵来控制种群间实际进行交叉的个体个数，具体步骤如下式所示：