[发明专利]定点降落标志的UAV相对位姿估计方法

权利要求书

1.一种定点降落标志的UAV相对位姿估计方法，其特征在于，包括：

步骤1，在移动平台设计定点降落标志形状，其中，所述定点降落标志利用RGB色彩模型，包括外部矩形框、内部矩形框以及和位于外部矩形框与内部矩形框之间且衔接外部矩形框和内部矩形框的隔离矩形框；

步骤2，基于视觉检测标志的特征点：当UAV处于相对高空阶段时，检测所述外部矩形框的外轮廓边缘上的特征点，当UAV已经接近移动平台，检测所述内部矩形框的外轮廓边缘上的特征点；

步骤3，根据检测到的标志特征点，估计UAV相对于定点降落标志的位姿；

所述步骤2包括：

步骤21，检测外部矩形框的外轮廓边缘上的特征点；和

步骤22，检测内部矩形框的外轮廓边缘上的特征点；

其中，所述步骤21具体包括：

步骤211，检测标志中所述外部矩形框的图案区域；和

步骤212，检测及定位特征点，获得所述外部矩形框的外轮廓边缘上的四个角点；

所述步骤22具体包括：

步骤221，检测标志中所述内部矩形框的图案区域；

其中，所述步骤212具体包括：

步骤212a，检测所述步骤211中保留的最大联通区域的外侧轮廓边缘点集中的每一个像素点的梯度幅值及方向：首先，设计8个大小为5×5的梯度算子，分别表示常见的8个梯度方向：2个方向的水平梯度、2个方向的垂直梯度、4个方向的斜45°梯度；然后，使用设计好的8个梯度算子分别与所述最大联通区域的所有外侧轮廓边缘点进行卷积运算；最后，遍历所述最大联通区域的外侧轮廓边缘点集中的每一个像素点，每个像素点再遍历8个方向的梯度算子进行卷积运算得到的值，找到取得最大值的梯度方向；

步骤212b，根据步骤212a找到的取得最大值的梯度方向的外侧轮廓边缘点，进行分类：所有在一个梯度方向上取得卷积运算最大值的像素点统计为同一类，并保留像素点数量最多的四个类；

步骤212c，最优直线拟合，获得所述外部矩形框的四条边分别所在的直线。

2.如权利要求1所述的定点降落标志的UAV相对位姿估计方法，其特征在于，所述外部矩形框选用蓝色作为基底颜色，所述内部矩形框选用蓝色作为基底颜色，所述内部矩形框与隔离矩形框相衔接的部分区域选用红蓝色，所述隔离矩形框选用绿色。

3.如权利要求2所述的定点降落标志的UAV相对位姿估计方法，其特征在于，所述步骤21具体包括：

步骤211，检测标志中所述外部矩形框的图案区域，其具体包括：

步骤2111，基于R、G、B三个通道分量的图像分割：首先，从UAV机载摄像头拍摄的彩色图像中提取R、G、B三个通道的分量图；然后，计算差值图像B-G和R-G，以去除降落标志形状之外的背景图像；再将差值图像B-G和R-G分别进行自适应二值化处理，以增强标志图案的像素；最后，将得到的两张二值化图像进行与运算，以合并为一张二值图像；

步骤2112，开闭运算去噪点：首先，采用矩形结构核，对步骤2111得到的二值图像进行闭运算，然后再进行开运算；

步骤2113，提取所述最大联通区域：首先，对步骤2112得到的二值图像进行联通区域检测；然后，计算各个连通区域包含的像素点个数；最后，将像素点个数最多，即面积最大的连通区域作为标志的外部矩形框的图案区域。