一种无人机自主着陆跑道区域障碍物判断与跟踪方法技术

本发明专利技术属于飞行器着陆引导技术领域，公开了一种无人机自主着陆跑道区域障碍物判断与跟踪方法，判断着陆区域是否存在障碍物；判断着陆路线上是否存在直接威胁；若存在直接威胁，则继续盘旋并探测着陆合作目标；探测到着陆合作目标后，进入着陆过程，对疑似障碍物实时跟踪；对疑似障碍物进行测距，确保着陆路线上不存在安全隐患；判断着陆线路存在直接威胁，则拉起复飞；每隔十秒进行基于UNet的跑道区域障碍物判断方法，对障碍物位置修正；判断着陆线路不存在直接威胁，则判断是否已安全着陆；若着陆到地面后，着陆过程结束；若未着陆到地面，则继续对疑似障碍物实时跟踪。本发明专利技术保证了着陆安全，判断跑道区域是否存在障碍物；若存在障碍物则进行跟踪。

An obstacle judgment and tracking method for autonomous landing runway area of UAV

The invention belongs to the technical field of aircraft landing guidance, and discloses a method for judging and tracking obstacles in the autonomous landing runway area of UAV, judging whether there are obstacles in the landing area, judging whether there is a direct threat on the land line, continuing to hover and detecting the landing cooperation target if there is a direct threat, and entering the landing process after detecting the landing cooperation target. Real time tracking of suspected obstacles; ranging of suspected obstacles to ensure that there is no potential safety hazard on the landing route; judging that there is a direct threat to the landing route, pull up the go around; every ten seconds, judge the obstacles in the runway area based on UNET to correct the position of the obstacles; judging that there is no direct threat to the landing route, judge whether it has landed safely; if landing to the ground After landing, the landing process is over; if the landing is not on the ground, continue to track the suspected obstacles in real time. The invention ensures the landing safety, judges whether there are obstacles in the runway area, and tracks if there are obstacles.

【技术实现步骤摘要】
一种无人机自主着陆跑道区域障碍物判断与跟踪方法
本专利技术属于飞行器着陆引导
，尤其涉及一种无人机自主着陆跑道区域障碍物判断与跟踪方法。
技术介绍
目前，最接近的现有技术：无人机(UnmannedAerialVehicle,UAV)是一种按输入程序自主控制飞行的非载人飞行器。无人机技术已广泛应用于战场侦察、电子对抗、目标指示、战果评估、通信中继以及大地测绘、资源探测、空气采样、环保监视、交通管理等多个领域。在军用方面，由于其非载人的特点，可以被用于执行危险任务而不需担心人员安全。随着科技的发展，无人机在侦察监视、无线中继及执行空战任务等方面的重要作用逐渐凸显，成为目前重点发展的航空装备之一。在民用方面，由于无人机能够进入人员不易进入的地区、执行长航时任务，则可将其用于地理勘测、森林火灾防治及农药喷洒等作业任务，且其执行任务的成本低于有人机及卫星。由此可见，无人机技术在军用及民用方面都具有重要的研究意义。为了进一步推动无人机技术朝着自动化和智能化的方向发展，自主控制成为当前无人机技术研究的热点。如若能实现在无人机飞行的各阶段都通过自主技术加以完成，无人机技术的智能化将最终取得成功。无人机按照机体结构的特点主要分为两种类型：无人固定翼飞机和无人旋翼飞机。对于采用轮式起落架滑跑方式起降的无人固定翼飞机，对着陆过程中的导航精度、可靠性、安全性的要求很高。自主飞行着陆是无人固定翼飞机整个自动飞行过程中最危险也是要求最高的过程。据有关统计表明，虽然回收(着陆)阶段的时间只占整个飞行任务的2％～3％，但在这个过程中所发生的故障数约占整个飞行任务中故障总数的80％以上。造成这种现象的原因是：在着陆阶段，其飞行状态(速度、高度、航向)、自身构型(襟翼、起落架、扰流板等)都有很大的变化，当无人机出现失控时，地面控制人员人工干预飞机存在一定的延时，以及着陆过程中可能会出现地面障碍物影响安全，因此，要提高无人机进场着陆过程的安全性，必须提高无人机的自主控制能力，而自主控制能力的提高，与其机载导航设备的信息获取及应用能力密切相关。无人机自主着陆是指无人机依赖机载的导航设备和飞行控制系统来进行定位导航并最终控制无人机降落在着陆场的过程。目前已存在的着陆方法有：直接空中回收、借助降落伞降落、人为控制滑翔的方式、阻拦回收以及自主着陆回收等五种方式，其中前四种方法很大程度依赖于操作人员的操作，并且受环境条件影响比较大，而自主着陆导航则是研究的热点。要想实现自主着陆，无人机必须具备自主导航能力，因此高精度的自主着陆导航技术是无人机自主着陆的关键技术。随着对无人机着陆的自主性和安全性要求的不断提高，传统的导航技术已经不能完全满足需求了，因此，急需寻求一种安全性更高、自主性更好的导航技术。视觉导航技术是一种多学科交叉发展而兴起的前沿导航方式，通过摄像机等成像装置获取图像，对得到的图像进行处理分析，从而获取运动目标位置和姿态信息。视觉导航方法无需依靠地面和空中导航设备，能够通过摄像机实时获取的图像中提取丰富的信息，使无人机具有较好的人机交互能力。视觉导航在无人机上的应用前景十分广阔，也是未来导航领域研究的重要方向，因此开展对视觉导航系统关键技术的研究十分必要。无人机着陆导引是指通过获取各种传感器信息，利用信息融合技术，求取无人机着陆参数的过程。无人机着陆导引分为主动导引着陆和被动导引着陆。主动导引着陆是指在着陆过程中，导引系统接收来自无人机外部的由人工生成的着陆导引信号，而后，根据该信号自动进行着陆参数的估计解算，进而实现无人机在无人工操纵条件下的自动着陆。目前，常见的主动导引方式有仪表着陆(ILS如分米波/毫米波导引着陆)、基于GPS的导引着陆、基于合作目标的视觉导引着陆。其中，仪表导引着陆存在如下缺陷：(1)需要构建复杂的地面导引设施，且对着陆场地要求较为苛刻，资金投入大；(2)通过无线电信标引导无人机着陆，存在无线电信号干扰的风险，影响无人机的顺利着陆。基于GPS的导引着陆，采用GPS作为导引信号，而GPS作为卫星导航系统存在如下缺陷：(1)GPS卫星导航系统由美国研制，故GPS信号受美国控制，进而使得以GPS作为着陆导引方式的无人机受制于人；(2)GPS信号为极其微弱的无线电信号，容易受到其他无线电信号的干扰以及障碍物的阻挡导致GPS信号无法收接，影响无人机顺利着陆；(3)单个GPS信号无法完成对无人机姿态、航向信息的量测，仅能提供无人机的速度、位置信息。被动导引着陆系统是相对于主动导引着陆而言的，主要指在无人机着陆过程中，导引系统仅通过无人机自身载有的机载传感器获取着陆信息，而后，根据获得的信息自动进行着陆参数的估计解算，随后，自动生成着陆导引信息，实现无人机在不依赖人工操纵条件下的自动着陆。被动导引着陆系统与主动导引着陆系统相比最大的特点是被动导引着陆系统不需要依赖外部人工注入的导引信息。被动导引系统信息获取主要依赖于具有自主获取信息能力的机载传感器(如惯导系统、相机系统等)。被动导引着陆系统具有独立获取着陆信息的能力，可实现无人机自主着陆导引，近年来，被动导引着陆系统成为当前的研究热点。在这一领域研究中，基于视觉的被动导引系统引起了极大关注。其主要原因如下：(1)相机系统的性能得到极大提高且成本降低，使得相机系统得到了广泛的应用，作为重要的图像信息获取系统，大多数无人机均载有相机系统；(2)由相机系统构成的视觉系统可完成对无人机姿态、航向、速度、位置的全状态量测，且具有较高的量测精度；(3)视觉系统可不依赖外部人工注入的导引信息，完成对无人机飞行参数的量测，具有较高的信息自主获取能力。基于视觉的被动导引系统包括以下几方面：(1)视觉导引过程中，地面特征对导引参数获取的影响，主要研究地面特征的形状与求解导引参数之间的关系；(2)视觉导引系统的结构对无人机导引参数获取的影响，主要研究单台相机与两台相机对求解导引参数的影响；(3)视觉系统校正与导引参数求解之间的相互关系及影响。用于视觉着陆的视觉导航系统主要由位姿解算算法和图像处理两大关键技术组成，其中最核心的技术是位姿解算算法的设计，位姿解算算法决定了图像处理的最终目的，也间接决定了图像处理的算法实现。国外科研机构在无人机视觉导航方面起步较早，欧美和日本等国家在这方面做了很多的实验和尝试，提出了许多创新的方法和理论，为视觉导航在无人机上的应用提供了技术和理论支持。表1和表2分别为国外和国内相关研究概况。表1国外无人机视觉导航研究现状表2国内无人机视觉导航研究现状基于主动视觉机制的着陆导航系统多以无人机搭载摄像头、通过地面架设合作目标或者相机捕捉其他标志物来获取图像。根据图像提取的对象不同，又分为基于非合作目标和合作目标两大类：基于非合作目标的方式主要是以地平线、海天线、着陆跑道和着陆场附近的环境等特征作为图像待提取的对象。(1)基于地平线、海天线和跑道的特征检测基于地平线、海天线、跑道线特征的无人机视觉着陆位姿估计方法主要用于固定翼无人机的着陆引导。图像中的直线特征比较明显易于提取，通常根据直线的灭影点、灭影线等信息求解位姿参数。2009年，陈龙胜等人利用Hough变换检测跑道边界并提取图像跑道边界并提取图像直线特征同时融合无人机的平移运动和旋转运动，根据地面直线本文档来自技高网...

【技术保护点】
1.一种无人机自主着陆跑道区域障碍物判断与跟踪方法，其特征在于，所述无人机自主着陆跑道区域障碍物判断与跟踪方法包括以下步骤：第一步，判断着陆区域是否存在障碍物，存在障碍物转到第二步；不存在障碍物转到第四步；第二步，判断着陆路线上是否存在直接威胁，若存在直接威胁，转入第三步；不存在直接威胁，转入第四步；第三步，继续盘旋，探测到着陆合作目标后，转入第一步；第四步，进入着陆过程，对疑似障碍物实时跟踪；每隔十秒，再进行一次基于UNet的跑道区域障碍物判断方法，对障碍物位置修正；第五步，对疑似障碍物进行测距，确保着陆路线上不存在安全隐患；判断着陆线路存在直接威胁，则拉起复飞，探测到着陆合作目标后，转入第一步；判断着陆线路不存在直接威胁，则判断是否已安全着陆；若已着陆到地面，着陆过程结束；若未着陆到地面，转入第四步。

【技术特征摘要】
1.一种无人机自主着陆跑道区域障碍物判断与跟踪方法，其特征在于，所述无人机自主着陆跑道区域障碍物判断与跟踪方法包括以下步骤：第一步，判断着陆区域是否存在障碍物，存在障碍物转到第二步；不存在障碍物转到第四步；第二步，判断着陆路线上是否存在直接威胁，若存在直接威胁，转入第三步；不存在直接威胁，转入第四步；第三步，继续盘旋，探测到着陆合作目标后，转入第一步；第四步，进入着陆过程，对疑似障碍物实时跟踪；每隔十秒，再进行一次基于UNet的跑道区域障碍物判断方法，对障碍物位置修正；第五步，对疑似障碍物进行测距，确保着陆路线上不存在安全隐患；判断着陆线路存在直接威胁，则拉起复飞，探测到着陆合作目标后，转入第一步；判断着陆线路不存在直接威胁，则判断是否已安全着陆；若已着陆到地面，着陆过程结束；若未着陆到地面，转入第四步。2.如权利要求1所述的无人机自主着陆跑道区域障碍物判断与跟踪方法，其特征在于，所述判断着陆区域是否存在障碍物的方法包括：无人机拍摄一张拟着陆区域图像，使用UNet对图像进行语义分割，将图像中的疑似障碍物分割出来，使用基于激光位移传感器的障碍物检测方法，根据无人机着陆航线和合作目标位置判断疑似障碍物是否对着陆安全产生影响，如果不存在影响安全的情况，开始着陆。3.如权利要求2所述的无人机自主着陆跑道区域障碍物判断与跟踪方法，其特征在于，所述基于激光位移传感器的障碍物检测方法对基于UNet的跑道区域障碍物判断方法和基于机器视觉的障碍物跟踪方法跟踪的疑似障碍物进行测距，确保着陆路线上不存在安全隐患；激光位移传感器发出激光脉冲，当激光脉冲碰到障碍物后，激光位移传感器的接收器会接收到反馈的激光脉冲，通过发射与接收激光脉冲的时间差，计算出障碍物的距离值；根据障碍物距离着陆航线的远近，判断对无人机着陆安全的威胁程度。4.如权利要求1所述的无人机自主着陆跑道区域障碍物判断与跟踪方法，其特征在于，所述对疑似障碍物实时跟踪方法包括：在确定疑似障碍物位置信息之后，使用基于机器视觉的障碍物跟踪方法对疑似障碍物进行实...

【专利技术属性】
技术研发人员：袁宝玺，郭建新，赵建华，
申请(专利权)人：西京学院，
类型：发明
国别省市：陕西,61