CN100464271C - 无人机自主着陆的合作目标识别方法 - Google Patents

Abstract

一种无人机自主着陆的合作目标的识别方法，属于计算机视觉研究领域。本发明为了解决无人机的自主着陆和提高其机动性以及生存能力，提出利用设计的特殊的合作目标放置在广场或者公路上实现无人机的自主着陆，从合作目标自身的形状特征出发，提出了基于目标轮廓的方向链码提取目标的长宽比，进而识别出目标的一种新的方法，并通过目标的形状特征确定无人机自主着陆的方向。实验表明，该方法与传统的不变矩识别法相比，能够快捷和较好识别合作目标，为进一步进行无人机自主着陆的技术应用奠定了很好的基础。

Description

无人机自主着陆的合作目标识别方法

技术领域

本发明涉及一种无人机自主着陆合作目标的识别方法，具体讲是一种基于方向链码识别目标的新方法。属于计算机视觉研究领域。

背景技术

无人机的自主着陆是目前世界上众多国家迫切需要解决的问题。计算机视觉是目标探测与识别的有效手段之一。由于其实现目标探测和识别的高度隐蔽性，且可以在被动状态下探测和识别目标。因而其也成为国内外在解决无人机自主着陆研究的一个重要方向。目前国外在利用计算机视觉解决无人机的自主着陆中主要有以下两种研究方法。方法一：通过识别跑道或附近的已知相对位置的特征点，从而计算出飞机相对跑道的位置和方向，但该研究主要是通过海上舰船的舰载特征点及烟囱发出的烟来完成无人直升机的自主着舰；方法二：通过已知机载的跑道三维模型资料库，假设某个观察点，生成期望的跑道合成透视图像，与用机载摄像机拍摄到的实际跑道图像对照，逼近到一定的误差范围内，就可以得出机载视觉***，即飞机的位置，如美国加州大学伯克力分校(University of California at Berkeley)和南加州大学(University of Southern California)都使用具有特殊形状的人造着陆平台，其目的是简化图像处理过程，使无人直升机易于找到降落点。但上述的研究主要是针对无人直升机的应用。

也有文献提出了采用视觉/惯导作为主导航***，并结合压力高度表，估算无人机相对于舰船的位置和速度，并实现无人机的自主着舰。但是由于其识别算法是以海平面作为为单一背景的三个单独的可视点实现无人机的自主着舰，因而对于要求自主着陆于陆地着陆跑道的无人机来说，由于其背景的复杂性及着陆的安全性、隐蔽性等因素，还需要作进一步的研究。

国内在利用计算机视觉实现无人机的自主着陆方面也陆续投入了研究，其主要是利用数字地图或景象匹配以及固定靶标等特征点实现无人机的目标定位。由于其需要无人机所飞行路径中具有明显的地形地貌特征或者固定的着陆跑道，这样无人机的航行自主性、灵活性则受到很大限制，也影响战时无人机任务执行的灵活性和机动性。

发明内容

本发明的目的是为了使无人机具有更大的机动性和更好的生存能力，提出了通过在广场或公路上预设合作目标，利用计算机视觉快速识别合作目标实现无人机的进场并自主着陆。由于飞机飞临着陆点的位置、飞行方向、高度等因素的影响，使目标产生旋转、平移、缩放等。但目标的长宽比却不会受到旋转、平移、缩放等因素的影响，因此，我们设计了特殊长宽比的长十字形状的合作目标，并且基于方向链码提出了更快捷的识别方法。

本发明是通过以下技术方案实现的：

一种无人机自主着陆合作目标的识别方法，其特征在于：首先利用设定长宽比的长十字合作目标放置在广场或者公路上作为临时着陆点，再利用基于对象边缘的方向链码法识别出合作目标实现自主着陆，所述的方向链码法，首先确定出目标轮廓的方向链码，然后计算出目标的两长边直线段及其之间所包含的较短边缘轮廓的链码数目，并与剩余的链码的数目进行比值计算，当比值与设定的长宽比相当时，则该目标为合作目标，最后确定出着陆点的坐标和根据目标的长边确定出无人机的着陆方向，实现无人机进场着陆。

前述的无人机自主着陆合作目标的识别方法，其特征是所述的合作目标为黑色长十字形，其长宽比为7/3。

前述的无人机自主着陆合作目标的识别方法，其特征是所述的方向链码法进一步包括：

(1)对图像进行中值滤波预处理；

(2)根据图像中像素的邻域关系进行对象的分割；

(3)利用Sobel算子提取图像的边缘；

(4)计算出各个对象边缘的方向链码。

本发明的不仅提高了无人机的着陆的机动灵活和生存能力，而且基于方向链码的识别算法和传统的不变矩识别算法相比，不但快捷而且识别精度较高。

附图说明

图1是合作目标的形状图。

图2是方向链码。

图3实验图像。

具体实施方式

1.合作目标的设计：

人们总是依据视野中各部分之间的亮度或颜色的差异，从环境中识别出目标。根据Purkinje效应可知，对视觉来说，在观察物体时，起决定作用的是物体和背景的亮度差异，所以目标探测与识别的理论一般都是基于目标与背景的亮度对比展开的。而目标—背景对比度的特性与目标的形状、发光或反射特性、大气传输特性和人眼或仪器的接收特性等因素密切相关。鉴于目前的机场着陆跑道(广场或公路)路面的实际情况，为了使无人机更易进场并自主着陆，且在机场(广场或公路)预设的合作目标更容易被识别出来，根据资料，本发明所设计的合作目标为黑色长十字形，其长宽比为7/3，如图1所示。

2.合作目标的识别算法：

本识别算法的输入是图像中被分割出的各小目标的二值图像，输出则是目标轮廓的长、宽边像素点数的比例，即目标的长宽比，由此快速判断出所识别的目标是否为合作目标，并根据目标的长边确定出无人机的进场方向。

确定目标长宽比的算法主要有4个步骤：

第一步：根据所分割出的目标轮廓曲线，确定出目标轮廓的方向链码。

第二步：根据所计算出的各目标轮廓直线段对其形状作出初步判断。并将目标轮廓上明显长于其他轮廓的两条直线段从边界上分离出来。

第三步：计算出目标的两长边直线段及其之间所包含的较短边缘轮廓方向链码的数目，并与剩余的差分链码的数目进行比较。

第四步：根据上一步所计算出的比值进一步判断是否满足目标本身的尺寸比例，以此确定是否是合作目标。若是，则确定出着陆点的坐标和无人机的进场方向，并根据目标的长边确定出无人机的着陆方向。

具体步骤如下：

(1)提取目标轮廓的方向链码：

链码是沿着轮廓记录边缘表的一种表示方法。对于目标轮廓曲线上任意两个连续的点P₁和P₂，P₂相对于P₁只有8种可能的位置(图2)。并且链码规定了边缘表中每一个边缘点所对应的轮廓方向，这里采用8方向链码。

设点P_n、P_n+1在方向上。由于目标是直线十字架型，则点P_n+2在

方向上的概率最大，然后是L₄、L₆，再次则是L₃、L₇，最后才是L₂、L₈。当确定了点P_n+2在

方向上，则在该方向上继续寻找P_n+3点，若方向改变，则得到一直线段。继续以该点为起点继续按照上述的概率顺序进行直线段的提取，直到目标的轮廓采用直线段表示出来。并将目标的轮廓通过方向链码表示出来。下面为实验中的一组目标轮廓的部分方向链码：

0000077655544454445444545444544445445444

差分链码是关于旋转不变的边界描述方法，即无论曲线如何旋转，其差分链码总是不变的。差分码的大小表示方向角的变化幅度，符号表示方向角的变化方向。设F_n、F_n+1为连续的两个方向链码，令Δ＝F_n+1-F_n，则对该方向链码的差分码分析如下：

①Δ＝0：两码值相等，曲线的方向角不变；

②Δ＝±1：两码值相邻。若Δ＝1，P_n+1的方向角按照链码的方向转变45°；若Δ＝-1，则表示P_n+1的方向角按照链码的反方向转变45°；

③Δ＝±2：两链码间隔一个码值。若Δ＝2，P_n+1的方向角按照链码的方向转变90°；

若Δ＝-2，则P_n+1的方向角按照链码的反方向转变90°；

④Δ＝±3：两链码间隔两个码值。若Δ＝3，P_n+1的方向角按照链码的方向转变135°；若Δ＝-3，则P_n+1的方向角按照链码的反方向转变135°；

⑤Δ＝±4：此时两链码相对，方向转变180°。此种情况不会出现。

对于负的差分链码一般将其值加上8。上述方向链码的差分链码为：

000070770070017001700171700170001701700

通过对差分链码的分析，可以分析目标轮廓曲线的变化方向。由于合作目标为特定长宽比的十字架形，无论方向如何变化，在不考虑长宽不等的情况下，总可以认为目标的轮廓线为90°的轨迹变化。所以这里主要是差分码的前三种情况。

(2)目标形状的分析和确定

通过直线段可以粗略的看出目标的形状，而轮廓的方向链码可以更好的对目标的形状进行分析和验证。

由于合作目标是特定长宽比(7×3)的十字架，且十字架的最长一边的长度约为剩余的每一边的5倍，所以对于确定出轮廓的直线段来说，其最长边的长度也大约为其剩余每一边的5倍或稍大于5倍。确定目标的重点就是确定出十字架目标的最长一部分的两条平行轮廓直线段，即先确定出目标的两条长边。

①在轮廓点的方向链码中按顺时针(或逆时针)寻找规律性的连续方向链码组(中间有少量断点的方向链码(一般为1或2点)也看作一个连续的方向链码组，通过前后两段链码是否在同一方向上来判断。若在同一方向上，则将其修正为连续的方向链码)，并按照其方向链码的数目从大到小按序排列，记为P(i)。由于目标拐点非常容易失去，根据合作目标的形状可知i值应不小于12。

②比较p(1)和p(2)两组方向链码是否满足链码的平行排列。对两组方向链码的值进行比较：若方向链码的平均斜率相等，则两组方向链码的直线是平行的。

③比较最大的两个链码组的链码数目的比值是否近似等于1，即p(1)/p(2)。若接近于1，则继续比较p(3)/p(2)的值。由于图像处理时拐点容易失去，当长边和短边同时失去明显的拐点时，短边与长边的比值将会比原来的比值要小。由于合作目标的实际短边与长边的比值为0.2，因而判断其比较值的参考标准时选取0.2作为判断的标准。因而如果其值不大于0.2，则认为其初步符合目标寻找形状的要求。

④根据步骤1所获取的方向链码及其变化，可以确定出目标轮廓曲线的直线(即90°)变化，根据目标轮廓相邻直线之间的90°关系，进而可以确定出目标轮廓的直线段，即可判断出目标是否符合预设的合作目标的形状。

(3)求取目标的长宽比：

根据所得出的轮廓计算出方向链码数目的总和l_z。然后根据所识别出的方向链码，相对较长的链码确定出长边的两方向链码组和其中所包括的较短的一边的方向链码组数目的总和l_c。最后根据方向链码数目的比值得出目标的长宽比l：

$l=\frac{l_c}{l_z-l_c}---\left(1\right)$

根据合作目标的自身的长宽比例可知l的理论值为11：9(约为1.222)。由此可以快速的确定出合作目标。同时根据光学成像关系确定出飞机相对于合作目标的位置，并根据相对较长的链码组(即长边)的数值，确定出合作目标的长轴方向，这样既可以得到着陆的导引方向，来导引无人机以正确的方向着陆。

实验发表明，该方法可以很好的识别合作目标，而且识别所用时间短于常用的不变矩识别方法，为进一步进行无人机自主着陆的技术应用奠定了很好的基础。。

Claims (3)

1.一种无人机自主着陆合作目标的识别方法，其特征在于：首先利用设定长宽比的长十字合作目标放置在广场或者公路上作为临时着陆点，再利用基于对象边缘的方向链码法识别出合作目标实现自主着陆，所述的方向链码法，首先确定出目标轮廓的方向链码，然后计算出目标的两长边直线段及其之间所包含的较短边缘轮廓的链码数目，并与剩余的链码的数目进行比值计算，当比值与设定的长宽比相当时，则该目标为合作目标，最后确定出着陆点的坐标和根据目标的长边确定出无人机的着陆方向，实现无人机进场着陆。

2.根据权利要求1所述的无人机自主着陆合作目标的识别方法，其特征是所述的合作目标为黑色长十字形，其长宽比为7/3。

3.根据权利要求1所述的无人机自主着陆合作目标的识别方法，其特征是所述的方向链码法进一步包括：

(1)对图像进行中值滤波预处理；

(2)根据图像中像素的邻域关系进行对象的分割；

(3)利用Sobel算子提取图像的边缘；

(4)计算出各个对象边缘的方向链码。

Images