[发明专利]基于立体视觉的无人机降落区域主动安全检测方法及应用

说明书

本发明公开了一种基于立体视觉的无人机降落区域主动安全检测方法，包括以下步骤，1)获取深度图像；2)对深度图像内像素点按深度差进行初步聚类得到多个初级类别；3)筛选有效且与无人机降落区域相交的初级类别；4)对筛选出的初级类别进行比对并优化聚类得到优化类别；同时更新优化类别的类别信息；5)根据优化类别检测出地面并判断是否存在地面以外的障碍物。本发明先进行初级聚类判断该初级类别是否处于降落区域，有助于获得完整的地面信息，避免仅判断降落区域内物体可能造成的识别或聚类不全的情况发生。

技术领域

本发明涉及无人机控制技术领域，特别是涉及一种基于立体视觉的无人机降落区域主动安全检测方法及应用。

背景技术

无人机自主着陆是指无人机利用导航设备和飞行控制系统进行定位导航并最终控制无人机降落着陆的过程。自主着陆对导航与控制精度及可靠性均有较高的要求，是无人机实现自主飞行的重要基础和关键技术。传统的无人机自主着陆的导航技术包括：惯性导航系统(INS)、GPS导航系统和INS/GPS组合导航系统。惯性导航系统是利用陀螺、加速度计等惯性元件感受运载器在运动过程中的加速度，然后通过积分计算，得到载体的位置与速度等导航参数，其最大缺点是误差会随着时间的推移而发散，因此难以长时间独立工作，而需与其它导航方法组合使用；GPS导航系统利用导航卫星进行导航定位，但由于完全依靠导航卫星，存在信号易受干扰和技术垄断等问题。

传统导航方式在使用上受到很大限制，因而研究新型无人机自主着陆引导技术具有重要意义。现有的基于视觉的无人机导航系统主要包括：基于人工标志物的机载着陆导航系统、基于自然场景的机载着陆导航系统和基于地基信息的无人机着陆导航系统。

但是，在进行导航式或者完全自主式随机降落时，地面有时会存在影响降落安全的障碍物，如何提高其对障碍物的识别、规避成为急需解决的问题。

发明内容

本发明的目的是针对现有技术中存在的技术缺陷，而提供一种基于立体视觉的无人机降落区域主动安全检测方法及应用。

为实现本发明的目的所采用的技术方案是：

一种基于立体视觉的无人机降落区域主动安全检测方法，包括以下步骤，

1)获取深度图像；

2)对深度图像内像素点按深度差进行初步聚类得到多个初级类别；

3)筛选有效且与无人机降落区域相交的初级类别；

4)对筛选出的初级类别进行比对并优化聚类得到优化类别；同时更新优化类别的类别信息；

5)根据优化类别检测出地面并判断是否存在地面以外的障碍物。

所述的步骤2)中初步聚类包括以下子步骤，

21)搜索深度图像中一个深度值非零的像素点，将该像素点设为初始点并建立一个新的初级类别；

22)以与初始点深度之差小于预设阈值t_z为条件开始对周围相邻像素点进行聚类，将聚入该初级类别的像素点置零，直至没有新的像素点聚入该初级类别为止；

23)重复步骤21)和22)直至深度图像中不再存在非零像素点。

所述的步骤3)中筛选包括初级聚类的像素数判断，所述的像素数判断为舍去像素数小于阈值t_s的初级类别。

所述的

其中，f为校正后左、右相机相同的焦距，z是无人机下降过程开始启用立体视觉安全检测功能的高度，S是双目相机在高度z时能够感知到的威胁无人机降落的最小障碍物面积。

所述的步骤3)中筛选包括空间位置判断，所述的空间位置判断方法包括以下步骤，