CN110488848A - 无人机视觉引导自主着降方法及*** - Google Patents

无人机视觉引导自主着降方法及*** Download PDF

Info

Publication number
CN110488848A
CN110488848A CN201910783859.7A CN201910783859A CN110488848A CN 110488848 A CN110488848 A CN 110488848A CN 201910783859 A CN201910783859 A CN 201910783859A CN 110488848 A CN110488848 A CN 110488848A
Authority
CN
China
Prior art keywords
unmanned plane
pattern
drop point
drop
scene image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910783859.7A
Other languages
English (en)
Other versions
CN110488848B (zh
Inventor
王荣阳
孙亚
李威
孙红伟
王经典
郭文骏
崔亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Aeronautical Radio Electronics Research Institute
Original Assignee
China Aeronautical Radio Electronics Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by China Aeronautical Radio Electronics Research Institute filed Critical China Aeronautical Radio Electronics Research Institute
Priority to CN201910783859.7A priority Critical patent/CN110488848B/zh
Publication of CN110488848A publication Critical patent/CN110488848A/zh
Application granted granted Critical
Publication of CN110488848B publication Critical patent/CN110488848B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/04—Control of altitude or depth
    • G05D1/06—Rate of change of altitude or depth
    • G05D1/0607—Rate of change of altitude or depth specially adapted for aircraft
    • G05D1/0653—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing
    • G05D1/0676—Rate of change of altitude or depth specially adapted for aircraft during a phase of take-off or landing specially adapted for landing

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种无人机视觉引导自主着降方法，包括：步骤1：无人机飞至着降点上空有效区域后，单目摄像头拍摄目标场景图像；其中：目标场景图像中包含有标识图案，标识图案的中间有内部图案；步骤2：对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置；其中：当解算出的无人机相对于着降点的高度大于阈值高度时，以整体的标识图案的特征尺寸作为基准测量相对位置；当位置解算出的无人机相对于着降点的高度低于阈值高度时，以标识图案内的内部图案的特征尺寸作为基准测量相对位置。步骤3：根据相对位置控制无人机完成与着降点的对中，匀速下降至着降点。本发明可以引导无人机精确降落到指定地点。

Description

无人机视觉引导自主着降方法及***
技术领域
本发明涉及无人机导航技术领域，特别涉及一种无人机视觉引导自主着降的方法和***。
背景技术
随着无人机技术在军事、民用领域应用范围的逐渐扩大，具有精准降落功能的无人机越来越受到关注，如精准着陆\着舰、定点投放等。传统的引导技术包括惯性引导、雷达引导、高精度卫星引导等。惯导的位置误差会随时间积累增大，影响导航精度；雷达的定位精度有限，设备复杂；高精度卫星引导借助卫星信号，易受干扰，在最后着降阶段难以保证可靠性。视觉引导以图像处理技术为基础，对摄像头采集到的图像进行相应处理，结合摄像头内参、约束条件信息等解算目标运动过程中的位姿信息，从而控制飞行器降落的一种新型导航技术，因其精度高、抗干扰、被动成像、成本低等优点，得到广泛的关注。视觉测量主要分为单目视觉测量和双目视觉测量两种，双目视觉测量需要在无人机上加装两个摄像头，摄像头安装精度要求较高，实现复杂，且测量距离越远要求基线越长，对于小型无人机来说安装困难。单目视觉测量只需要一个摄像头，结合目标图案的尺寸信息，即可实现相对定位，***结构简单，安装要求低，对于指定降落地点的应用场景具有较大优势。
发明内容
为了解决现有技术的缺陷，本发明的发明目的在于提供一种无人机视觉引导自主着降方法及和一种无人机视觉引导自主着降***，通过单目摄像头获取目标场景图像，通过图像处理、目标识别、精确提取、状态切换控制等技术实现相对位置解算，为无人机着降提供精确的引导数据，
本发明的一个发明目的通过以下技术方案实现：
一种无人机视觉引导自主着降方法，包括如下步骤：
步骤1：无人机飞至着降点上空有效区域后，安装在无人机机腹底下的单目摄像头拍摄目标场景图像；其中：目标场景图像中包含有标识图案，标识图案的中间有内部图案；
步骤2：对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置；其中：当解算出的无人机相对于着降点的高度大于阈值高度h’时，在识别下一帧目标场景图像时以整体的标识图案的特征尺寸作为基准测量相对位置；当位置解算出的无人机相对于着降点的高度低于阈值高度h’时，在识别下一帧目标场景图像时以标识图案内的内部图案的特征尺寸作为基准测量相对位置；
步骤3：根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
优选地，有效区域为一倒置的圆台，有效区域的范围为：
h1＝r1/tan(θ/2)
h2＝r2/tan(θ/2)
其中，圆台的上底距离着降点的高度为h1，圆台的下底距离着降点的高度为h2，圆台的上底半径为r1，圆台的下底半径为r2，摄像头的光轴方向与机身垂向轴线方向的夹角为θ、摄像头的垂向分辨率为D、完整的标识图案的边长为w1、内部图案的边长为w2、正确进行视觉测量所需标识图案的最小分辨率为Pmin。
优选地，内部图案上设有抗阴影遮挡的特征。
优选地，提取特征是指通过图像处理技术对完整的标识图案或内部图案的边缘特征进行提取，并利用该边缘特征的实际尺寸作为测量参数。
优选地，阈值高度h’为：
本发明的另一个发明目的通过以下技术方案实现：
一种无人机视觉引导自主着降***，包括安装在无人机机腹底部的单目摄像头、安装在无人机内部的嵌入式视觉处理机和飞控计算机，其特征在于:
当无人机飞至着降点上空有效区域后，单目摄像头拍摄目标场景图像，逐帧传送给嵌入式视觉处理机；其中，目标场景图像中包含标识图案，标识图案的中间有内部图案；
嵌入式视觉处理机用于对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置，并将无人机与着降点的相对位置数据按照一定协议格式发送给飞控计算机；
飞控计算机根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
优选地，飞控计算机还用于在光线不足的情况下，控制照明设备对标识图案进行照明。
本发明的有益效果为，在无人机飞至着降点上空并进入有效范围后，通过单目视觉引导手段精确计算出无人机与着陆点之间的相对位置，并发送给无人机的飞控计算机，光线不足的情况下采用照明标识图案的方式，从而可以全时段的引导无人机精确降落到指定地点。
附图说明
图1为实施例一所示的无人机视觉引导自主着降方法的流程示意图。
图2为着降点上空有效区域的示意图。
图3为标识图案布局示意图。
图4为无人机视觉引导自主着降***的结构示意图。
图5为高度Z的高精度卫星/视觉测量数据曲线。
图6为X方向高精度卫星/视觉测量数据曲线。
图7为Y方向高精度卫星/视觉测量数据曲线。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。
实施例一
本实施例提供了一种无人机视觉引导自主着降方法，包括如下步骤：
步骤1：无人机飞至着降点上空有效区域后，安装在无人机机腹底下的单目摄像头拍摄目标场景图像。
参见图2所示，有效区域为一倒置的圆台，设圆台的上底距离着降点的高度为h1，圆台的下底距离着降点的高度为h2，圆台的上底半径为r1，圆台的下底半径为r2，摄像头的光轴方向与机身垂向轴线方向的夹角为θ、摄像头的垂向分辨率为D、完整的标识图案的边长为w1、内部图案的边长为w2、正确进行视觉测量所需标识图案的最小分辨率Pmin有关，有效区域的范围为：
h1＝r1/tan(θ/2)
h2＝r2/tan(θ/2)
当无人机进入到有效区域时，固定在机腹底部的摄像机拍摄的目标场景图像中必然会包含设置在着降点上的标识图案。参见图3所示，标识图案为正方形图像，图案标识的正中间设有内部图案，内部图案上可以增加抗阴影遮挡的特征，在物体影子投射在图案上时仍能进行正确的识别测量。
步骤2：对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置。
其中，当解算出的无人机相对于着降点的高度大于阈值高度h’时，在识别下一帧目标场景图像时以整体的标识图案的特征尺寸作为基准测量相对位置；当位置解算出的无人机相对于着降点的高度低于阈值高度h’时，在识别下一帧目标场景图像时以标识图案内的内部图案的特征尺寸作为基准测量相对位置。
提取特征是指通过图像处理技术对完整的标识图案或内部图案的边缘特征进行提取，并利用该边缘特征的实际尺寸作为测量参数。
阈值高度h’，是为了避免在高度降低时，整体标识图案超出摄像机视场范围，而提前设定的切换至识别内部图案的高度，其计算方法为：
步骤3：根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
实施例二
参见图3所示，本实施例提供了一种无人机视觉引导自主着降***，包括安装在无人机机腹底部的单目摄像头、安装在无人机内部的嵌入式视觉处理机和飞控计算机。嵌入式视觉处理机与单目摄像头通过视频接口(如USB、DVI)连接，与飞控计算机通过数据接口(如网口、串口)连接。
单目摄像头的焦距调整为某些特定值，内部参数在这些焦距情况下提前经过标定。摄像头的光轴方向与机身垂向轴线方向夹角θ已知，或者该摄像头光轴方向与与机身垂向轴线方向夹角θ可通过云台等机械装置实时测量并反馈给无人机飞控设备。当无人机飞至着降点上空有效区域后，单目摄像头拍摄目标场景图像，逐帧传送给嵌入式视觉处理机。其中，目标场景图像中包含标识图案，有效区域和标识图案同实施例一所述的有效区域和标识图案，此处不在重述。
嵌入式视觉处理机用于对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置，并将无人机与着降点的相对位置数据按照一定协议格式发送给飞控计算机。
其中，当解算出的无人机相对于着降点的高度大于阈值高度h’时，在识别下一帧目标场景图像时以整体的标识图案的特征尺寸作为基准测量相对位置；当位置解算出的无人机相对于着降点的高度低于阈值高度h’时，在识别下一帧目标场景图像时以标识图案内的内部图案的特征尺寸作为基准测量相对位置。
提取特征是指通过图像处理技术对完整的标识图案或内部图案的边缘特征进行提取，并利用该边缘特征的实际尺寸作为测量参数。
阈值高度h’，是为了避免在高度降低时，整体标识图案超出摄像机视场范围，而提前设定的切换至识别内部图案的高度，其计算方法为：
飞控计算机根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
在光线不足的情况下，飞控计算机还可以控制照明设备对标识图案进行照明，保证夜间、黑暗环境下能够使用。
本实例在整个降落过程中，以高精度卫星测量数据为基准，视觉测量的数据通过坐标系转换得到飞机质心相对于着降点的位置坐标(X,Y,Z)如图5-7所示，其中图5为高度Z的高精度卫星/视觉测量数据曲线，图6为X方向高精度卫星/视觉测量数据曲线，图7为Y方向高精度卫星/视觉测量数据曲线，由图可以看出对中精度(X,Y方向)为厘米级别，高度Z精度为分米级别。
综上所述，本发明为旋翼无人机自主着降提供了一种简单可靠、高精度的视觉引导手段，能够为无人机昼夜精准着降提供保障。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种无人机视觉引导自主着降方法，包括如下步骤：
步骤1：无人机飞至着降点上空有效区域后，安装在无人机机腹底下的单目摄像头拍摄目标场景图像；其中：目标场景图像中包含有标识图案，标识图案的中间有内部图案；
步骤2：对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置；其中：当解算出的无人机相对于着降点的高度大于阈值高度h’时，在识别下一帧目标场景图像时以整体的标识图案的特征尺寸作为基准测量相对位置；当位置解算出的无人机相对于着降点的高度低于阈值高度h’时，在识别下一帧目标场景图像时以标识图案内的内部图案的特征尺寸作为基准测量相对位置；
步骤3：根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
2.根据权利要求1所述的一种无人机视觉引导自主着降方法，其特征在于有效区域为一倒置的圆台，有效区域的范围为：
h1＝r1/tan(θ/2)
h2＝r2/tan(θ/2)
其中，圆台的上底距离着降点的高度为h1，圆台的下底距离着降点的高度为h2，圆台的上底半径为r1，圆台的下底半径为r2，摄像头的光轴方向与机身垂向轴线方向的夹角为θ、摄像头的垂向分辨率为D、完整的标识图案的边长为w1、内部图案的边长为w2、正确进行视觉测量所需标识图案的最小分辨率为Pmin。
3.根据权利要求1所述的一种无人机视觉引导自主着降方法，其特征在于内部图案上设有抗阴影遮挡的特征。
4.根据权利要求1所述的一种无人机视觉引导自主着降方法，其特征在于提取特征是指通过图像处理技术对完整的标识图案或内部图案的边缘特征进行提取，并利用该边缘特征的实际尺寸作为测量参数。
5.根据权利要求1所述的一种无人机视觉引导自主着降方法，其特征在于阈值高度h’为：
6.一种无人机视觉引导自主着降***，包括安装在无人机机腹底部的单目摄像头、安装在无人机内部的嵌入式视觉处理机和飞控计算机，其特征在于:
当无人机飞至着降点上空有效区域后，单目摄像头拍摄目标场景图像，逐帧传送给嵌入式视觉处理机；其中，目标场景图像中包含标识图案，标识图案的中间有内部图案；
嵌入式视觉处理机用于对目标场景图像进行逐帧处理，识别标识图案，提取特征，求解出无人机相对于着降点的相对位置，并将无人机与着降点的相对位置数据按照一定协议格式发送给飞控计算机；
飞控计算机根据无人机相对于着降点的相对位置控制无人机完成与着降点的对中，匀速下降至着降点。
7.根据权利要求6所述的一种无人机视觉引导自主着降***，其特征在于飞控计算机还用于在光线不足的情况下，控制照明设备对标识图案进行照明。
CN201910783859.7A 2019-08-23 2019-08-23 无人机视觉引导自主着降方法及*** Active CN110488848B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910783859.7A CN110488848B (zh) 2019-08-23 2019-08-23 无人机视觉引导自主着降方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910783859.7A CN110488848B (zh) 2019-08-23 2019-08-23 无人机视觉引导自主着降方法及***

Publications (2)

Publication Number Publication Date
CN110488848A true CN110488848A (zh) 2019-11-22
CN110488848B CN110488848B (zh) 2022-09-06

Family

ID=68553221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910783859.7A Active CN110488848B (zh) 2019-08-23 2019-08-23 无人机视觉引导自主着降方法及***

Country Status (1)

Country Link
CN (1) CN110488848B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111412898A (zh) * 2020-04-16 2020-07-14 中国建筑股份有限公司 基于地空耦合的大区域变形摄影测量方法
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业***
CN113867387A (zh) * 2021-09-27 2021-12-31 中国航空无线电电子研究所 一种无人机自主着降航向识别方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011178186A (ja) * 2010-02-26 2011-09-15 Mitsubishi Heavy Ind Ltd 着陸ガイド装置および着陸ガイド方法
CN103226356A (zh) * 2013-02-27 2013-07-31 广东工业大学 基于图像处理的无人机精确位置降落方法
CN106371447A (zh) * 2016-10-25 2017-02-01 南京奇蛙智能科技有限公司 一种无人机全天候精准降落的控制方法
CN106502257A (zh) * 2016-10-25 2017-03-15 南京奇蛙智能科技有限公司 一种无人机精准降落抗干扰的控制方法
CN107544550A (zh) * 2016-06-24 2018-01-05 西安电子科技大学 一种基于视觉引导的无人机自动着陆方法
CN108919830A (zh) * 2018-07-20 2018-11-30 南京奇蛙智能科技有限公司 一种无人机精准降落的飞行控制方法
CN109885084A (zh) * 2019-03-08 2019-06-14 南开大学 一种基于单目视觉和模糊控制的多旋翼无人机自主降落方法
CN113448345A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机降落方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011178186A (ja) * 2010-02-26 2011-09-15 Mitsubishi Heavy Ind Ltd 着陸ガイド装置および着陸ガイド方法
CN103226356A (zh) * 2013-02-27 2013-07-31 广东工业大学 基于图像处理的无人机精确位置降落方法
CN107544550A (zh) * 2016-06-24 2018-01-05 西安电子科技大学 一种基于视觉引导的无人机自动着陆方法
CN106371447A (zh) * 2016-10-25 2017-02-01 南京奇蛙智能科技有限公司 一种无人机全天候精准降落的控制方法
CN106502257A (zh) * 2016-10-25 2017-03-15 南京奇蛙智能科技有限公司 一种无人机精准降落抗干扰的控制方法
CN108919830A (zh) * 2018-07-20 2018-11-30 南京奇蛙智能科技有限公司 一种无人机精准降落的飞行控制方法
CN109885084A (zh) * 2019-03-08 2019-06-14 南开大学 一种基于单目视觉和模糊控制的多旋翼无人机自主降落方法
CN113448345A (zh) * 2020-03-27 2021-09-28 北京三快在线科技有限公司 一种无人机降落方法及装置

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
VIDYA SUDEVAN 等: "Vision based autonomous landing of an Unmanned Aerial Vehicle on a stationary target", 《2017 17TH INTERNATIONAL CONFERENCE ON CONTROL, AUTOMATION AND SYSTEMS (ICCAS)》 *
吴益超 等: "无人直升机着舰视觉引导***设计与试验", 《电光与控制》 *
邢伯阳 等: "基于复合地标导航的动平台四旋翼飞行器自主优化降落技术", 《航空学报》 *
魏祥灰: "着陆区域视觉检测及无人机自主着陆导引研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111412898A (zh) * 2020-04-16 2020-07-14 中国建筑股份有限公司 基于地空耦合的大区域变形摄影测量方法
CN113867387A (zh) * 2021-09-27 2021-12-31 中国航空无线电电子研究所 一种无人机自主着降航向识别方法
CN113867387B (zh) * 2021-09-27 2024-04-12 中国航空无线电电子研究所 一种无人机自主着降航向识别方法
CN113759943A (zh) * 2021-10-13 2021-12-07 北京理工大学重庆创新中心 无人机降落平台及识别方法、降落方法和飞行作业***

Also Published As

Publication number Publication date
CN110488848B (zh) 2022-09-06

Similar Documents

Publication Publication Date Title
CN104215239B (zh) 基于视觉的无人机自主着陆导引装置实现的导引方法
CN106054929B (zh) 一种基于光流的无人机自动降落引导方法
CN106774386B (zh) 基于多尺度标识物的无人机视觉导航降落***
CN105335733B (zh) 一种无人机自主着陆视觉定位方法及***
CN110488848A (zh) 无人机视觉引导自主着降方法及***
CN105501457A (zh) 基于红外视觉的固定翼无人机自动着陆引导方法及***
US20190197908A1 (en) Methods and systems for improving the precision of autonomous landings by drone aircraft on landing targets
KR101494654B1 (ko) 무인항공기 착륙유도 방법 및 장치와 착륙제어 방법 및 장치
WO2010108301A1 (zh) 飞机着陆与无人机回收的地基摄像测量引导方法
WO2012081755A1 (ko) 무인항공기 자동회수 방법
CN104298248A (zh) 旋翼无人机精确视觉定位定向方法
EP2987001A1 (en) Landing system for an aircraft
EP3392153B1 (en) Method and system for providing docking guidance to a pilot of a taxiing aircraft
CN109581456A (zh) 基于位置敏感探测器的无人机激光导航***
CN109341686A (zh) 一种基于视觉-惯性紧耦合的飞行器着陆位姿估计方法
CN107576329B (zh) 基于机器视觉的固定翼无人机着降引导合作信标设计方法
CN108955685A (zh) 一种基于立体视觉的加油飞机锥套位姿测量方法
US9453708B2 (en) Method for determining position data of a target object in a reference system
CN113759943A (zh) 无人机降落平台及识别方法、降落方法和飞行作业***
CN207424683U (zh) 无人机起降设备及***
JP6791387B2 (ja) 飛行体、飛行体制御装置、飛行体制御方法および飛行体制御プログラム
Pollini et al. Experimental evaluation of vision algorithms for formation flight and aerial refueling
CN117173238A (zh) 一种无人机编队相对定位方法
KR101537324B1 (ko) 영상기반 비행체 자동 이착륙 유도 시스템
CN113436276B (zh) 基于视觉相对定位的多无人机编队方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant