一种基于视觉辅助的无人机自主着舰方法技术

本发明专利技术公开了一种基于视觉辅助的无人机自主着舰方法，其包括：步骤S1：设计降落标志；选择两种不同种类的二维码，通过嵌套放置构成降落标志；骤S2：取像；无人机先通过固定的下视相机捕获降落标志的图像；步骤S3：获取标志中心坐标；利用检测算法得到降落标志中心在图像上的坐标；步骤S4：姿态补偿；通过姿态补偿来消除无人机平移过程中的姿态变化；步骤S5：目标预测；考虑到降落标志的位姿实时变化，引入卡尔曼滤波对目标在图像上的下一时刻位置进行预测；步骤S6：控制降落；将预测的坐标直接作为控制器的输入，实现无人机的降落。本发明专利技术具有原理简单、控制精度高、可靠性好等优点。可靠性好等优点。可靠性好等优点。

【技术实现步骤摘要】
一种基于视觉辅助的无人机自主着舰方法


[0001]本专利技术主要涉及到无人机
，特指一种基于视觉辅助的无人机自主着舰方法。

技术介绍

[0002]在人为控制旋翼无人机的降落时，由于操作的不熟练和抖动可能会造成无人机侧翻或者倾倒，导致旋翼及其它部件受损，而且降落的精度很大程度上依赖于操作人员的熟练水平。此外，无人机在船只或海面舰艇上的着陆还会受海风及舰艇摇晃的干扰，这对精确降落提出了更高的挑战。
[0003]为解决该问题，可通过无人机的自主降落进行实现。在目前无人机的降落方案中，一般包括以下几种：
[0004]1、通过GPS进行定位；通过GPS进行无人机定位时，由于其定位精度低，且经常存在信号较弱或中断的情况，难以实现精确的降落；通过雷达引导无人机降落时，容易受电磁波干扰而使其失效，且雷达价格昂贵，不利于推广。
[0005]2、通过雷达引导实现的方法价格昂贵且易受电磁波干扰，因此也不易推广。
[0006]3、将现有传感器与机载视觉系统集成使用。基于机载视觉传感器，可采用视觉伺服控制实现无人机的自主降落。该方法以视觉信息作为反馈进行控制，对环境的测量是非接触式的，同时相较于传统导航控制方法能够获得更大的信息量，因此能够有效提升控制的精度，对于无人机控制具有重要的应用价值。
[0007]现有的通过机载视觉传感器实现自主降落的方法可分为两种：
[0008]一种是基于位置的视觉伺服方法，即在获得图像中标志的特征点坐标后，借助相机内参解算处无人机相对于特定标志的位姿关系。r/>[0009]如Miguel等人通过已知地面标记的单应性估计得到无人机的三维空间坐标，而后将无人机相对停机坪的平移和高度信息估计用于控制无人机的纵向、横向和下降速度，并分别设计了三个模糊控制器对三个方向的速度进行管理。
[0010]另有Lee等人先通过图像上的特征点坐标解算出当前无人机与目标车辆的相对距离，而后根据位置差对时间的导数，并结合目标车辆的速度估计设计速度跟踪控制器，实现无人机在地面运动车辆上的降落。
[0011]另有Sani等人借助相机内参矩阵解算出无人机相对降落标志的相对位置，同时还通过IMU传感器结合卡尔曼滤波的方法对目标的当前位置进行估计，解决视觉数据不可用条件下控制的连续性。
[0012]另一种是基于图像的视觉伺服方法，该方法直接在图像平面上进行控制律的设计，而无需解算目标相对无人机的位置。
[0013]如Zhang等人通过假设无人机做低速运动以忽略姿态变化的影响，从而在像素层上直接设计PID控制器使无人机平移到目标正上方并完成降落。
[0014]另有Lee等人在二维图像空间上直接进行控制器的设计，同时产生一个速度参照
指令作为自适应滑模控制器的输入，对无人机在机动过程中所经历的地面效应进行补偿，以更好地跟踪期望的平移和旋转速度。
[0015]另有杨建业等人设计了一种视觉伺服控制器，通过机载单目相机提供的图像信息，在不进行相对位姿解算的情况下实现在运动目标上的快速着陆，同时利用前馈补偿策略来减小跟踪的稳态误差。
[0016]通过分析可知：
[0017]1、通过基于位置的视觉伺服控制无人机的降落时，需要先对相机的内参进行标定，而后通过内参矩阵和外参矩阵解算目标相对无人机的空间位置，再进行控制律的设计。然而在相机标定环节中，标定的内参结果往往存在较大误差，且每个参数误差的叠加会导致最终的相对位置存在较大偏差，从而影响降落精度。
[0018]2、通过基于图像的视觉伺服方法控制无人机的降落时，Lee等人的方案需要先通过降落标志在图像上的四个角点坐标构建一个交互矩阵，再对深度信息进行粗略估计，从而计算出无人机的六个速度控制量，但这导致计算复杂度较高。此外，在解决欠驱动系统的旋翼无人机x和y方向不能直接进行控制的问题时，他们是通过用水平方向的线速度和线加速度表达式去代替滚转角速度和俯仰角速度来实现的。杨建业等人的方案也是通过堆叠四个点特征与高度信息得到交互矩阵，并且对深度信息进行估计；同时还假设无人机着陆是在姿态自稳的前提下进行，将滚转角与俯仰角的参考速度认为始终为零，从而忽略了实际中无人机由于外界干扰难以保持稳定的因素。此外，两者都未考虑目标运动导致的图像上特征点运动问题。
[0019]也就是说，利用相机进行视觉降落的方法多是通过对相机参数进行标定，而后解算出降落标志相对无人机的位置进行控制的。但由于相机参数较多，且标定环节容易引入误差，导致定位结果与实际结果相差较大，从而使得降落精度有较大偏差。目前的无人机降落多是在高度较低的情况下进行的，即使降落标志较小也能识别到。但高度达到50米时，普通的降落标志就很难被识别检测。若是只增加图像尺寸，当无人机靠近降落标志时，受限于相机视场角大小，图像将无法涵盖整个降落标志而导致识别失败，从而影响无人机的精确降落。且现有的自主降落研究，多是基于静止或水平运动的降落标志，而舰艇在海面上时受海浪运动影响，导致降落标志的位姿不断变化，容易影响降落的精度。

技术实现思路

[0020]本专利技术要解决的技术问题就在于：针对现有技术存在的技术问题，本专利技术提供一种，原理简单、控制精度高、可靠性好的基于视觉辅助的无人机自主着舰方法。
[0021]为解决上述技术问题，本专利技术采用以下技术方案：
[0022]一种基于视觉辅助的无人机自主着舰方法，其包括：
[0023]步骤S1：设计降落标志；选择两种不同种类的二维码，通过嵌套放置构成降落标志；
[0024]步骤S2：取像；无人机先通过固定的下视相机捕获降落标志的图像；
[0025]步骤S3：获取标志中心坐标；利用检测算法得到降落标志中心在图像上的坐标；
[0026]步骤S4：姿态补偿；通过姿态补偿来消除无人机平移过程中的姿态变化；
[0027]步骤S5：目标预测；考虑到降落标志的位姿实时变化，引入卡尔曼滤波对目标在图
像上的下一时刻位置进行预测；
[0028]步骤S6：控制降落；将预测的坐标直接作为控制器的输入，实现无人机的降落。
[0029]作为本专利技术方法的进一步改进：所述步骤S2中，进行模型构建；所述模型构建的流程包括：
[0030]将相机垂直向下固定在无人机正下方，定义无人机机体坐标系为相机坐标系为其中，的原点o
b
位于机体质心，x
b
轴沿机头方向，y
b
轴指向机头左侧，z
b
轴垂直机体向上；的原点o
c
位于相机中心，x
c
轴与y
b
轴方向相反，y
c
轴与x
b
轴方向相反。
[0031]作为本专利技术方法的进一步改进：通过图像雅可比矩阵，根据特征点的变化速率确定相机坐标系下无人机的线速度V
c
和角速度Ω
c
；通过分析机体坐标系与相机坐标系之间的转化关系，确定出无人机的速度控本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视觉辅助的无人机自主着舰方法，其特征在于，包括：步骤S1：设计降落标志；选择两种不同种类的二维码，通过嵌套放置构成降落标志；步骤S2：取像；无人机先通过固定的下视相机捕获降落标志的图像；步骤S3：获取标志中心坐标；利用检测算法得到降落标志中心在图像上的坐标；步骤S4：姿态补偿；通过姿态补偿来消除无人机平移过程中的姿态变化；步骤S5：目标预测；考虑到降落标志的位姿实时变化，引入卡尔曼滤波对目标在图像上的下一时刻位置进行预测；步骤S6：控制降落；将预测的坐标直接作为控制器的输入，实现无人机的降落。2.根据权利要求1所述的基于视觉辅助的无人机自主着舰方法，其特征在于，所述步骤S2中，进行模型构建；所述模型构建的流程包括：将相机垂直向下固定在无人机正下方，定义无人机机体坐标系为相机坐标系为其中，的原点o
b
位于机体质心，x
b
轴沿机头方向，y
b
轴指向机头左侧，z
b
轴垂直机体向上；的原点o
c
位于相机中心，x
c
轴与y
b
轴方向相反，y
c
轴与x
b
轴方向相反。3.根据权利要求2所述的基于视觉辅助的无人机自主着舰方法，其特征在于，通过图像雅可比矩阵，根据特征点的变化速率确定相机坐标系下无人机的线速度V
c
和角速度Ω
c
；通过分析机体坐标系与相机坐标系之间的转化关系，确定出无人机的速度控制量；所述图像雅可比矩阵J(u,v)为：4.根据权利要求1或2或3所述的基于视觉辅助的无人机自主着舰方法，其特征在于，所述姿态补偿的流程包括：当前无人机姿态下对应的图像平面为S1，在当前位置无人机垂直于地面时的图像平面为S2；让目标特征点位于图像中心，令无人机位于目标正上方；定义当前图像平面S1上的特征点s(u,v)在S2平面上对应的点为s
*
(u
*
,v
*
)，且当前无人机的偏航角、俯仰角和滚转角为ψ，θ和φ，通过降落标志解算出来；则无人机先通过旋转矩阵R
φ
将滚转角变为0，再通过旋转矩阵R
θ
将俯仰角变为0。5.根据权利要求1或2或3所述的基于视觉辅助的无人机自主着舰方法，其特征在于，所述步骤S5中，目标预测的流程包括：当目标特征点位于S2平面的图像中心时，无人机恰...

【专利技术属性】
技术研发人员：王祥科，刘志宏，杨凌杰，俞先国，相晓嘉，王冠政，胡新雨，颜佳润，习业勋，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：