[发明专利]定点降落标志的UAV相对位姿估计方法

说明书

本发明公开了一种定点降落标志的UAV相对位姿估计方法，该方法包括：步骤1，在移动平台设计定点降落标志形状。其中，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；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。本发明提供的移动平台定点降落标志在外形和识别原理上明显有别于国内外现有的降落标志，以色彩学为基础的内外双层组合的移动平台降落标志形状，使得无人机在整个降落过程中都有标志特征的存在，为其在固定和移动平台上的自主降落提供基础。

技术领域

本发明涉及一种UAV(英文全称为“Unmanned Aerial Vehicle”；中文全称为“无人驾驶飞机”；中文简称为“无人机”)自主导航及降落技术领域，特别设计一种定点降落标志的UAV相对位姿估计方法。

背景技术

基于视觉的定点降落标志主要用于装载有相机的UAV的自主导航及降落。UAV通过检测降落平台标志中的图案，得到所需要的特征信息，再利用图像坐标系与平台标志坐标之间的转换关系，联立方程组，求解出UAV相对于标志平台的位置姿态(下文简称为“位姿”)信息，从而实现UAV自主导航及降落在指定位置。与自然景物及建筑设施特征相比，定点降落标志能为UAV提供固有的特征信息，针对性地特征提取方法更有利于提高信息的准确性和系统的稳定性。

目前国内外常用的定点降落标志根据检测原理不同，主要分为基于点信息、线信息和面信息三种。

基于点信息的方法利用了三维空间中的点经过相机投影成像模型成为像平面上像点的投影原理，首先通过图像处理方法得到空间点在像面上的对应坐标，再建立关于这些点的投影方程组，通过解方程组得到相对位姿。基于点信息而设计的人工图标也分为许多种，例如，图1a为Amidi等使用的图标，其中包括了6个矩形，通过检测所有矩形的各个角点，再联立方程组来计算无人机相对位姿。刘晓杰等设计了一个以圆心为特征点的降落标志形状(见图1b)，利用联合基色动态统计的自适应阈值分割法对所采集的图像进行动态自适应二值化预处理，应用基于投影与小波变换的联合方法对特征点进行提取，再计算无人机的相对位姿。那盟等提出了红蓝两个正方形组成的矩形图标，同样是检测矩形的4个角点联立方程组从而得到无人机相对位姿。

直接通过检测点的信息来计算无人机相对位姿的方法对几何信息的利用不够充分，稳定性和可靠性较弱。而且，由于在无人机降落到较低位置时，标志不能完整出现在视觉范围内，目前基于点信息的方法也无法满足在移动平台上的实用需求。

基于平行线信息的方法是利用空间中平行线在射影到像平面后相交于消影点的固有特性，因此通过在图像中检测消影点的方法，估计得到无人机相对标志的位姿。刘士清设计的降落标志形状如图2a所示，图案中包含了四组平行线，利用这些平行线在图像中消影点、消影线和角点来估计无人机的相对位姿。邱力为等使用了双目视觉系统，利用Hough变换检测图像中标志的直线(图案标志见图2b)，然后提取各个角点，结合点、线和角点信息对位姿进行估计。Xu G.l.等采用了一个T形作为降落标志形状(如图2c)，利用T形的两对平行线在图像中的消失点估计相对位姿。

虽然与点信息方法相比，基于线信息的方法对几何信息的利用更充分，更稳定。然而，由于在无人机降落到较低位置时，标志不能完整出现在视觉范围内，目前基于面信息的方法任无法满足在移动平台上的实用需求。