[发明专利]针对小型无人机自主降落的视觉分级地标定位识别方法

摘要

本发明公开了一种针对小型无人机自主降落的视觉分级地标定位识别方法，包括视觉分级地标设计和视觉分级地标定位识别两个步骤；通过视觉分级地标定位识别，对机载摄像头获取的图像进行处理，给出降落地标的定位信息；在小型无人机离地高度较高时，提供分级地标粗定位的结果；当小型无人机逐步降落，离地高度较低时，对分级地标进行细定位与识别。本发明采用视觉分级地标避免使用单级地标时由于离地高度变化而图像分辨率固定而导致地标的尺度变化问题。在整个自主降落的过程中，通过算法计算得到的相关信息经过经过投影几何关系转换反馈给飞行控制计算机，辅助小型无人机进行精准自主降落。

主权项

一种针对小型无人机自主降落的视觉分级地标定位识别方法，其特征在于，包括以下步骤：(1)视觉分级地标设计，该步骤包括以下子步骤：(1.1)确定视觉分级地标形状：视觉分级地标由同心正方形组成；同心正方形的边长由内至外呈等差数列依次递增；设视觉分级地标最内部正方形的边长为L₁，公差为d，则第n个正方形的边长为L_n＝L₁+(n‑1)d；其中L₁与d由小型无人机停置在地面时机载摄像头可看到的矩形地面视野面积S确定，满足(L₁+d)²≤S与L₁≤d；(1.2)确定视觉分级地标颜色：视觉分级地标包含黑白两种颜色，其中视觉分级地标最内部正方形填充为黑色，第2m‑1至第2m个正方形之间的部分填充白色，第2m至第2m+1个正方形之间的部分填充黑色，其中m为大于0的整数；(1.3)确定视觉分级地标级数：将视觉分级地标中由内至外的第2m‑1至第2m个正方形之间的白色框，称为第m级地标；设视觉分级地标中正方形的总数为N，则分级的总级数为M满足：2M+1＝N；设外内轮廓面积比为Q_m＝(L_2m/L_2m‑1)²；(1.4)确定视觉分级地标尺寸：视觉分级地标的尺寸就是最外部正方形的边长L_N，L_N的大小介于起落架尺寸与翼展尺寸之间；确定正方形的总数N与地标总级数M，然后调整L₁与d的值，即可计算出所需降落地标的尺寸L_N和各级地标的外内轮廓面积比Q_m；(2)视觉分级地标定位识别，该步骤包括以下子步骤：(2.1)在线图像自适应阈值分割二值化：通过小型无人机机载摄像头获取RGB格式的视觉分级地标图像，将获取的图像转化为灰度图像，然后使用最大类间方差法进行自适应阈值分割，转化为二值化图像；(2.2)基于图像形态学的分级降落地标粗定位：对步骤2.1得到的二值化图像进行形态学闭运算，去除噪点，得到连通域轮廓图像，连通各分级地标，确定地标在图像中的区域位置；(2.3)基于树形轮廓和直线特征的分级降落地标细定位：以树形结构的链码表示步骤2.2得到的连通域轮廓图像；在根节点轮廓中以渐进式概率Hough变换算法检测分级降落地标的直线特征，然后细定位降落地标所在连通域的精细位置；(2.4)基于轮廓面积比的分级降落地标识别：通过计算图像中正方形边框外内轮廓像素面积比，根据先验信息区分识别各级地标，并以渐进式概率Hough变换算法识别各级地标的特征直线，输出识别地标具体位置信息以及机体相对于地标的偏航信息。