[发明专利]一种基于无人艇姿态主动反馈的无人机自主着舰方法

权利要求书

1.一种基于无人艇姿态主动反馈的无人机自主着舰方法，其特征在于，包括如下步骤：

步骤1，PC端连接Lora数传电台，通过Mission Planner地面站向无人机发送降落指令；

步骤2，无人机启动机载单目摄像头，以180度广角和80帧的速度对下方水域进行图像捕获，经图像处理单元处理后传输给图像检测单元进行降落标志的检测识别；

步骤3，若无法识别到降落标志，无人艇发送自身当前地理坐标给无人机，无人机通过GPS导航单元前往无人艇工作水域并检测识别降落标志；

步骤4，无人机通过图像检测单元识别外围降落标志，调整无人机动力输出，使无人机身摄像机的视野中心与外围降落标志中心重合；

步骤5，根据无人艇搭载的姿态测量单元所获得的姿态信息，无线传输给无人机的降落决策单元对降落条件进行判定，艇体倾角满足降落阈值，则通过激光测距单元与气压计相结合测距的方法，使无人机从悬停高度5m处下降到1m；

步骤6，下降到1m高度后，无人机通过图像检测单元识别内部降落标志，通过颜色识别，无人机自动调整自身朝向与无人艇朝向一致，若此时艇体倾角依旧满足降落条件，则完成降落，否则复飞回到悬停高度。

2.根据权利要求1所述一种基于无人艇姿态主动反馈的无人机自主着舰方法，其特征在于：步骤3中，无人艇甲板上的降落标志由两部分构成，外围降落标志为外半径50cm，内半径25cm的圆环，内部降落标志为画有垂线的内接正三角形，垂线方向为无人艇朝向，垂线左侧为白色，右侧为黑色。

3.根据权利要求1所述一种基于无人艇姿态主动反馈的无人机自主着舰方法，其特征在于：步骤2中，图像处理单元包括二值化模块和图像增强模块；二值化处理模块，给图像每个像素点的灰度值与阈值thresh进行比较，若某一像素点的灰度值大于thresh，则将此点的灰度值改为thresh，否则保持原值；计算公式如下：

式中，src(x,y)为各个图像的像素点，x为图像像素点的横坐标，向右为x轴正向，y为纵坐标，向下为y轴正向；图像通过均值法和高斯法自适应地计算邻域内的阈值，再进行二值化，避免了由于光照不均匀以及阴影的存在，全局只有一个阈值会使得在阴影处的白色区域也会被二值化成黑色的现象；图像增强模块，采用双边滤波算法增强图像中的有用信息，将原来不清晰的图像变得清晰，扩大图像中不同物体之间的差别，抑制无用物体的特征，减小海面环境对识别的影响。

4.根据权利要求1所述一种基于无人艇姿态主动反馈的无人机自主着舰方法，其特征在于：步骤2中，图像检测单元包括图形检测模块和三角形检测模块；图形检测模块，采用霍夫变换，将图像空间x-y直角坐标系中的像素投影到参数空间中，从平面坐标系中圆上的点到极坐标转换，(x0,y0,r)中x0,y0是圆心，r取一固定值，θ扫描360度，x y跟着变化，之后寻找是否存在交点，若多个边缘点对应的三维空间曲线交于一点，则他们在共同圆上，在圆心处有累积最大值，通过此方法分别确定外圆与内圆得圆心位置，取二者得中间值作为圆环的圆心，并以这个值为中心进行摄像头视野中心的对准；三角形检测模块，采用Canny算法与霍夫变换结合，对于Canny算法，首先使用高斯滤波平滑图像，减少图像中噪声；计算图像中每个像素的梯度方向和幅值，通过Sobel算子分别检测图像X方向边缘和Y方向的边缘，再通过非极大值抑制算法消除边缘检测带来的杂散响应，将某个像素的梯度强度与沿正负梯度方向上的两个像素进行比较，若此像素的梯度强度最大，则该像素点作为边缘点保留，否则被删除，之后使用双阈值法划分强边缘与弱边缘，将边缘处的梯度值与两个阈值比较，若此像素的梯度幅值小于较小阈值则去除，若大于较大阈值则为强边缘，若处于两者之间则为弱边缘，霍夫变换通过将图像中的像素在一个空间坐标系中变换到另一个空间坐标系中，使得在原空间中具有相同特性的曲线或者直线映射到到一个空间中形成峰值，把检测形状转化为统计峰值。