[发明专利]基于视觉的无人机自主着陆导引装置实现的导引方法

摘要

本发明涉及一种基于视觉的无人机自主着陆导引装置及导引方法，利用在跑道两侧布置的已经过离线标定好的测量相机，实时检测进入自主导引降落航道后的搭载在无人机正前方的强光标志灯，利用经过大场景范围精确标定后的四个相机进行双目立体视觉测量技术获取无人机的三维空间位置信息进行无人机跟踪和定位，实时求解无人机位置和速度等飞行参数，并通过无线传输数据链将飞行参数传给飞行控制系统，飞控系统则根据无人机当前状态调整飞行参数保持飞机平稳飞行，从而实现无人机的精准自主着陆。

主权项

一种基于视觉的无人机自主着陆导引装置实现的导引方法，所述的自主着陆导引装置，包括测量相机、可见光手电、全站仪、合作标志灯、三脚架、棱镜和计算机，其特征在于测量相机为四个，其中两个测量相机搭配12mm的长焦镜头进行远距离空中无人机目标检测定位，两个测量相机搭配8mm的短焦镜头进行无人机进入跑道区域之后的精准滑行定位；四个测量相机分为两组，每一组包含一个长焦测量相机和一个短焦测量相机固定在相机底座上，长焦测量相机和短焦测量相机间距为3cm，一组相机底座固定在一个相机支架上，两个相机支架对称装置在离跑道中轴线8m，离无人机着陆点60m的位置，两个相机支架保持平行安装，测量相机与跑道中轴线具有5°的夹角；8个合作标志灯位于跑道的两侧且满足在四个相机公共视野区域内，第1号合作标志灯和第5号合作标志灯对称，第2号合作标志灯和第6号合作标志灯对称，第3号合作标志灯和第7号合作标志灯对称，第4号合作标志灯和第8号合作标志灯对称，且第5号合作标志灯与第6号合作标志灯间距为50m，且第6号合作标志灯与第7号合作标志灯间距为100m，且第7号合作标志灯与第8号合作标志灯间距为150m；可见光手电的型号为美国神火强光手电，长和宽尺寸均为80cm，重量为200克，可见度超过400米；测量相机型号为PointGrey Flea 3‑FW‑03S1C/M‑C，相机的规格为3cm×3cm×6cm；相机底座的规格大小1cm×9cm×11cm；其特征在于步骤如下：步骤1：采用基于平面标定板的方法对相机进行内参标定，确定相机内参和基准点的空间坐标，所述的基准点为合作标志灯设置的位置，计算基准点平面与相机成像平面之间的单应变换H，将单应矩阵H分解为旋转矩阵R和平移向量T，完成外参标定；步骤2：对相机采集的图像进行简单形态学预处理去除图像上的噪声，然后进行阈值分割，当图像像素值大于分割阈值T为候选目标前景图；对前景图进行聚类，像素距离fpd(pi,pj)小于前景聚类窗J聚为一类xi(i≥0)，将每一个聚类的图像质心坐标确定为候选目标xi在图像中的坐标：fpd(pi,pj)=(pix-pjx)2+(piy-pjy)2]]>其中，pi、pj为图像像素点，和分别为pi、pj像素点坐标值；步骤3：计算两个相机采集的图像之间的对称转移误差，将其作为距离度量：d(xi1,xj2)=d(xi1,FTxj2)+d(xi1,Fxi1)]]>其中，为第一个相机的候选目标集合，为第二个相机的候选目标集合，F为两相机所成图像的基本矩阵；求解两个图像之间的匹配矩阵D：D=d(x11,x12)d(x11,x22)...d(x11,xn2)d(x21,x12)d(x21,x22)...d(x21,xn2)............d(xm1,x12)d(xm1,x22)...d(xm1,xn2)]]>采用匈牙利算法求解匹配矩阵D获得t时刻的全局最优匹配作为检测定位结果Qt；步骤4：计算t‑1时刻的目标跟踪结果Tt‑1＝{Tt‑1,Tt‑2,…,Tt‑Δ}(Δ≥3)和t时刻的检测定位结果之间的欧氏距离作为距离度量：d2(Tt-i,Qjt)=f(X)+f(Y)+f(Z)]]>f(X)=(Xt-i-Xjt)2-(Xt-i-Xt-i-1)2]]>f(Y)=(Yt-i-Yjt)2-(Yt-i-Yt-i-1)2]]>f(Z)=(Zt-i-Zjt)2-(Zt-i-Zt-i-1)2]]>其中，(Xt‑i,Yt‑i,Zt‑i)为Tt‑i的空间坐标，为的空间坐标，取的作为t时刻的目标跟踪结果步骤5：根据t时刻目标检测结果Tt在测量相机上的图像点p1与p2，利用双目相机测距方法计算无人机飞行空间坐标(X,Y,Z)和无人机飞行速度Speed：(u1m311-m111)X+(u1m321-m121)Y+(u1m331-m131)Z=m141-u1m341(v1m311-m211)X+(v1m321-m221)Y+(v1m331-m231)Z=m241-v2m341]]>(u2m312-m112)X+(u2m322-m122)Y+(u2m332-m132)Z=m142-u2m342(v2m312-m212)X+(v2m322-m222)Y+(v2m332-m232)Z=m242-v2m342]]>Speed=(Xt-Xt-1)2+(Yt-Yt-1)2+(Zt-Zt-1)23]]>其中，(u1,v1,1)与(u2,v2,1)分别为p1与p2点在图像中的图像齐次坐标，(X,Y,Z,1)为Tt点在世界坐标系下的齐次坐标；分别为Mk的第i行第j列元素；(Xt‑1,Yt‑1,Zt‑1)和(Xt,Yt,Zt)分别为无人机在t‑1和t时刻的空间坐标。