[发明专利]用于无人机精准着陆的多特征信息地标检测方法

摘要

本发明提供了一种用于无人机精准着陆的多特征信息地标检测方法，包括多特征地标的设计方法以及相应的高效检测算法，包括轮廓层次信息、几何位置信息、颜色信息、投影不变量多种特征信息构成地标的识别、判断及定位方法，实现无人机的实时定位并辅助无人机着陆。本发明利用多特征的地标完成对无人机的定位，并辅助无人机的降落，能够有效提高无人机自主降落的准确性，对无人机的自主控制具有积极的意义。

主权项

1.一种用于无人机精准着陆的多特征信息地标检测方法，包括多特征地标的设计方法以及相应的高效检测算法，其特征是：包括轮廓层次信息、几何位置信息、颜色信息、投影不变量多种特征信息构成地标的识别、判断及定位方法，实现无人机的实时定位并辅助无人机着陆；/n地标图案由具有嵌套关系的圆和圆环组成，外层大圆环确定地标的兴趣区域，大圆环内部设置四个实心圆，这构成地标的轮廓层次信息；有一个实心圆位于外圆环中心，其他三个实心圆按照一定角度和距离环绕在外圆环中心，构成几何位置信息；四个实心圆填充不同的颜色，色彩的特定分布作为颜色信息；其中两个实心圆距离外圆环圆心长度相同，这两个实心圆圆心与外圆环圆心连接的两条直线与外圆环交点形成两个的交比值，作为投影不变量；/n高效检测算法辅助无人机着陆方法包含以下几个步骤：/n(1.1)将摄像机拍摄到的图片进行灰度化，得到灰度图片，为克服光照对地标的影响，对地标进行归一化操作，将灰度图片的像素值范围转换到0～255之间得到标准化的灰度图片；/n(1.2)运用canny边缘检测算法对步骤(1.1)得到的标准化灰度图片进行边缘检测，进行轮廓提取进而得到带有轮廓信息的轮廓图片；在实际操作中发现，当地标距离较远时，轮廓中地标的边沿可能出现了断裂的情况，此时，需要在轮廓检测前对轮廓进行形态学膨胀；/n(1.3)梳理上述步骤中得到的地标轮廓的层次信息，包括父轮廓，子轮廓，前轮廓，后轮廓信息并保存成两个线性表，用vector<Contours>存储轮廓信息，用vector<Vec4i>存储轮廓的层次信息；/n(1.4)线性遍历轮廓信息表vector<Vec4i>,对于表中的每一个轮廓，查看它的所有子轮廓的个数，并将子轮廓个数为4的轮廓信息保留下来作为候选地标信息；/n(1.5)对于步骤(1.4)得到的轮廓信息，首先对轮廓进行椭圆检测，排除那些不是椭圆的候选轮廓，对于剩下的轮廓，通过检测内部轮廓的相对大小判断是否为真正的地标轮廓；首先计算子轮廓的方差v，计算公式为