[发明专利]一种基于单目视觉的无人机自主降落方法

权利要求书

1.一种基于单目视觉的无人机自主降落方法，其特征在于：包括如下步骤：

1)生成一大一小内外嵌套的ArucoMarker，将其固定在无人机降落平台上；

2)无人机通过GPS导航飞至无人机降落平台附近并悬停至第一阶段降落高度；

3)执行第一阶段视觉降落算法，接收并解析视频流，采用基于BAS的图像匹配算法快速得到较大ArucoMarker的角点坐标，结合相机内参与位姿估计函数得到无人机相对于降落标志中心的偏移量，将偏移量传入基于BAS算法的PID控制器，PID控制器随之给出速度指令，当x，y方向偏移量小于通过VP-CND控制方法设定的时变阈值函数后垂直降落至第二阶段指定高度；

4)执行第二阶段视觉降落算法，接收并解析视频流，采用基于BAS的图像匹配算法快速得到较小ArucoMarker的角点坐标，结合相机内参与位姿估计函数得到无人机相对于降落标志中心的位置，将偏移量传入基于BAS算法的PID控制器，PID控制器随之给出速度指令，x，y方向偏移量小于通过VP-CND控制方法设定的时变阈值函数后垂直下降至无人机降落平台中心。

2.根据权利要求1所述的一种基于单目视觉的无人机自主降落方法，其特征在于：所述步骤1)生成降落标志，两个ArucoMarker的编码位均为4x4。

3.根据权利要求1所述的一种基于单目视觉的无人机自主降落方法，其特征是，所述步骤3)执行第一阶段视觉降落算法，①将视频帧转换为灰度图像，然后将其进行二值化处理得到二值图像；②利用基于BAS的图像匹配算法将较大ArucoMarker的模板图像与得到的二值图像相匹配，该匹配算法利用BAS寻找作为相似性度量的归一化互相关函数的最优点，得到ArucoMarker的四个角点坐标；③调用Aruco库中的位姿估算函数，传入第一阶段降落高度离线标定获得的相机内参矩阵和畸变系数，得到旋转向量和平移向量；④根据旋转向量和平移向量解算出x，y方向的位移，⑤将x，y方向的位移传入基于BAS算法的PID控制器，给出x，y方向速度指令，该控制器利用BAS算法将k_P,k_i,k_d三个参数整定，即将BAS算法的维度设置成3，在这3个维度上分解天牛的位置信息，并分别赋值给PID的三个参数，最终达到更理想的控制效果；⑥x，y方向的位移小于通过VP-CND控制方法设定的时变函数阈值后垂直降落至第二阶段指定高度。

4.根据权利要求1所述的一种基于单目视觉的无人机自主降落方法，其特征是，所述步骤4)执行第二阶段视觉降落算法，①将视频帧转换为灰度图像，然后对其进行二值化处理得到二值图像；②利用基于BAS的图像匹配算法将较小ArucoMarker的模板图像与得到的二值图像相匹配，得到ArucoMarker的四个角点坐标；③调用Aruco库中的位姿估算函数，传入第二阶段降落高度离线标定获得的相机内参矩阵和畸变系数，得到旋转向量和平移向量；④根据旋转向量和平移向量解算出x，y方向的位移；⑤将x，y方向的位移传入基于BAS算法的PID控制器，PID控制器据此给出x，y方向速度指令；⑥x，y方向的位移小于通过VP-CND控制方法设定的时变函数阈值后垂直降落至第二阶段指定高度。

5.根据权利要求3或4所述的一种基于单目视觉的无人机自主降落方法，其特征在于：所述的BAS的图像匹配算法，具体为：

其中P(x,y)表示相似性度量，i表示图像的横坐标，j表示图像的纵坐标，w表示横坐标的个数，h表示纵坐标的个数，A表示二值图像，B表示模板图像。

6.根据权利要求3或4所述的一种基于单目视觉的无人机自主降落方法，其特征在于：所述的两个阶段的时变函数阈值设置如下：

其中变量t代表时间，C和p是正系数，第一阶段的正系数C大于第二阶段的正系数C；和传统的给定固定阈值作为临界条件相比，设定时变阈值函数可以更快的完成整个降落过程，同时最终误差也是在合理范围内的。