一种融合机载多传感器的旋翼无人机自主定位方法技术

本发明专利技术涉及无人机的技术领域，更具体地，涉及一种融合机载多传感器的旋翼无人机自主定位方法。一种融合机载多传感器的旋翼无人机自主定位方法，其中，包括以下步骤：S1. 利用机载摄像头，获取地面的实时图像信息；S2. 实时获取地面纹理灰度图像信息，对每帧灰度图像选择固定数量的特征点，通过匹配相邻两帧灰度图像，计算光流向量，并通过差分，获取光流速度；S3. 同步摄像头、惯性测量单元与超声波传感器的时间戳，利用惯性测量单元获取的实时姿态信息，对光流速度进行姿态补偿，得到光流速度在水平方向上的分量；利用超声波传感器获取的高度信息对光流速度在水平方向熵的分量进行尺度还原，得到无人机的水平方向上的速度；S4. 对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，则得到水平方向上的位移信息。

An automatic localization method for rotor UAV Based on airborne Multisensor

The invention relates to the technical field of unmanned aerial vehicles, in particular to an automatic positioning method of a rotor unmanned aerial vehicle (UAV) incorporating an airborne multi-sensor. One kind of airborne multi-sensor fusion rotor UAV autonomous positioning method, which comprises the following steps: S1. using airborne camera, real-time image information from the ground; S2. real-time access to information ground texture gray image, gray image of each frame select feature points of fixed number by matching two adjacent gray image, calculation the optical flow vector, and through differential, obtain optical speed time stamp S3.; synchronous camera, inertial measurement unit and ultrasonic sensors, real-time attitude information using inertial measurement unit to obtain the attitude, compensation for optical flow components of optical flow velocity in the horizontal direction; the height information obtained by using ultrasonic sensor for optical flow in the horizontal direction of the entropy component scale reduction, horizontal UAV's velocity; S4. to no one The velocity of the machine is integrated in the horizontal direction to obtain the relative displacement information, and the relative displacement information is accumulated to obtain the displacement information in the horizontal direction.

【技术实现步骤摘要】
一种融合机载多传感器的旋翼无人机自主定位方法
本专利技术涉及无人机的
，更具体地，涉及一种融合机载多传感器的旋翼无人机自主定位方法。
技术介绍
在缺乏外界定位系统的情况下，例如GPS或室内定位系统，依靠无人机的机载传感器系统实现其位置与姿态的实时估计是具有挑战性的问题。无人机的自定位解决方案与机载传感器的类型紧密相关，针对不同的无人机机载传感器系统目前存在如下估计无人机自定位信息的机载传感器系统。1)单/双目视觉系统与惯性测量单元(惯性测量单元)的组合；2)激光测距仪与惯性测量单元的组合；3)RGB-D摄像机与惯性测量单元的组合。考虑传感器的成本与重量，利用单目视觉与惯性测量单元作为机载传感器以估计旋翼无人机的自定位信息是适宜小型无人机平台的方案，尤其是融合利用单目视觉估计相对速度的光流法与利用惯性测量单元进行姿态解算算法的方法。其中光流法无需对图像进行特征提取与特征匹配，而是考虑图像灰度在时间上的变化率与摄像头和图像场景之间相对变化的关系。除了灰度信息，光流法要求提供图像像素对应的深度信息，从而完成对无人机位姿的解算。但是，仅采用光流法存在位置估计的累积误差，在无人机长距离飞行的情况下，其定位误差将逐渐累积，因此，融合光流法与利用惯性测量单元解算无人机姿态的方法，将有效提高无人机依靠轻量机载传感器系统实现较长距离自定位的精度。
技术实现思路
本专利技术为克服上述现有技术所述的至少一种缺陷，提供一种融合机载多传感器的旋翼无人机自主定位方法，本方法在无GPS或室内定位系统等外界定位系统的情况下，能实现无人机较长时间内的准确自定位。为解决上述技术问题，本专利技术采用的技术方案是：一种融合机载多传感器的旋翼无人机自主定位方法，其中，包括以下步骤：S1.利用机载摄像头，获取地面的实时图像信息；S2.实时获取地面纹理灰度图像信息，对每帧灰度图像选择固定数量的特征点，通过匹配相邻两帧灰度图像，计算光流向量，并通过差分，获取光流速度；S3.同步摄像头、惯性测量单元与超声波传感器的时间戳，利用惯性测量单元获取的实时姿态信息，对光流速度进行姿态补偿，得到光流速度在水平方向上的分量；利用超声波传感器获取的高度信息对光流速度在水平方向熵的分量进行尺度还原，得到无人机的水平方向上的速度；S4.对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，则得到水平方向上的位移信息。进一步的，所述的步骤S1中，考虑包括加速度计与陀螺仪的惯性测量单元，利用机载惯性测量单元模块中的加速度计和陀螺仪分别测得无人机的实时加速度和角速度信息，通过四元数解算，估计旋翼无人机的实时姿态信息，其中实时无人机的姿态信息包括无人机的偏航角增量、横滚角和俯仰角；利用机载超声波传感器测量无人机相对于地面的高度信息，并利用惯性测量单元获取的实时姿态信息进行姿态补偿，实时校正垂直高度信息。所述的步骤S2中，光流速度的获取方法为：对每帧灰度图采用Shi-Tomasi角点检测的方法，选取100个纹理信息最明显的特征点，以特征点为中心选取3*3的像素窗口作为一个像素单元，将前一帧灰度图中的像素窗口位置作为后一帧灰度图的像素窗口的初始位置，建立一个搜索区域，利用Lucas-Kanade反向相乘算法，采用五层光流金字塔模型，利用最小二乘法，通过令前一帧的像素窗口在后一阵的灰度图的搜索区域内搜索灰度差和最小，求得后一帧的像素窗口位置，两帧像素窗口的距离差，即为光流向量，通过差分，获取光流速度。所述的步骤S3中，姿态补偿的方法为：包括数据表示和变换表示。所述的步骤S3中，光流速度的获取方法为：通过摄像机投影矩阵将图像坐标系下的二位点与摄像机坐标系下的三维点进行匹配；通过变换矩阵将摄像机坐标系下的空间点转换到机体坐标系下；在坐标变换的过程中消除摄像头不在机体中心而造成的偏差；通过变换矩阵将机体坐标系下的空间点转换到世界坐标系下，在缺乏磁力计，无法获取当前时刻方位角的情况下，将世界坐标系的X轴正方向设为初始飞行机头的朝向方向。所述的步骤S4中，对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，即得水平方向上的相对位置信息。与现有技术相比，有益效果是：本专利技术使用LK光流反向相乘算法结合金字塔算法估计光流，避免了传统光流算法迭代中反复计算海森矩阵的步骤，简化了的迭代过程，降低了算法的复杂度。同时金字塔算法为由粗到精的估计策略，很大程度上克服了较大、较快的运动所造成的光流估计错误问题。从而使算法能应用到飞行速度较快的旋翼无人机平台上。本专利技术采用对极几何模型，融合光流估计、无人机的姿态角以及飞行高度信息估计无人机在水平方向上的飞行速度。通过对对极几何模型进一步地推导，在没有偏航角信息的情况下，本专利技术利用惯性测量单元模块解算出两帧图像之间的偏航角增量，并将之用于对光流速度进行姿态补偿，估计旋翼无人机在世界坐标系内的水平飞行速度，减少平台所搭载的传感器数量。附图说明图1为本专利技术无人机机体坐标系与摄像机坐标系示意图；图2为本专利技术无人机水平方向速度的估计流程；图3为本专利技术基于多传感器的旋翼无人机实时自主定位方法流程图；图4为本专利技术实现无人机定位的场景图。具体实施方式附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。一种融合机载多传感器的旋翼无人机自主定位方法，包括：1)利用机载摄像头，获取地面的实时图像信息；考虑包括加速度计与陀螺仪的惯性测量单元，利用机载惯性测量单元模块中的加速度计和陀螺仪分别测得无人机的实时加速度和角速度信息，通过四元数解算，估计旋翼无人机的实时姿态信息，其中实时无人机的姿态信息包括无人机的偏航角增量、横滚角和俯仰角；利用机载超声波传感器测量无人机相对于地面的高度信息，并利用惯性测量单元获取的实时姿态信息进行姿态补偿，实时校正垂直高度信息；2)实时获取地面纹理灰度图像信息，对每帧灰度图像选择固定数量的特征点，通过匹配相邻两帧灰度图像，计算光流向量，并通过差分，获取光流速度；3)同步摄像头、惯性测量单元与超声波传感器的时间戳，利用惯性测量单元获取的实时姿态信息，对光流速度进行姿态补偿，得到光流速度在水平方向上的分量；利用超声波传感器获取的高度信息对光流速度在水平方向熵的分量进行尺度还原，得到无人机的水平方向上的速度；4)对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，则得到水平方向上的位移信息，所述的步骤2)中光流速度的获取方法为：对每帧灰度图采用Shi-Tomasi角点检测的方法，选取100个纹理信息最明显的特征点，以特征点为中心选取3*3的像素窗口作为一个像素单元，将前一帧灰度图中的像素窗口位置作为后一帧灰度图的像素窗口的初始位置，建立一个搜索区域，利用Lucas-Kanade反向相乘算法，采用五层光流金字塔模型，利用最小二乘法，通过令前一帧的像素窗口在后一阵的灰度图的搜索区域内搜索灰度差和最小，求得后一帧的像素窗口位置，两帧像素窗口的距离差，即为光流向量，通过差分，获取光流速度。LK反向相乘算法如下：其本文档来自技高网...

【技术保护点】
一种融合机载多传感器的旋翼无人机自主定位方法，其特征在于，包括以下步骤：S1. 利用机载摄像头，获取地面的实时图像信息；S2. 实时获取地面纹理灰度图像信息，对每帧灰度图像选择固定数量的特征点，通过匹配相邻两帧灰度图像，计算光流向量，并通过差分，获取光流速度；S3. 同步摄像头、惯性测量单元与超声波传感器的时间戳，利用惯性测量单元获取的实时姿态信息，对光流速度进行姿态补偿，得到光流速度在水平方向上的分量；利用超声波传感器获取的高度信息对光流速度在水平方向熵的分量进行尺度还原，得到无人机的水平方向上的速度；S4. 对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，则得到水平方向上的位移信息。

【技术特征摘要】
1.一种融合机载多传感器的旋翼无人机自主定位方法，其特征在于，包括以下步骤：S1.利用机载摄像头，获取地面的实时图像信息；S2.实时获取地面纹理灰度图像信息，对每帧灰度图像选择固定数量的特征点，通过匹配相邻两帧灰度图像，计算光流向量，并通过差分，获取光流速度；S3.同步摄像头、惯性测量单元与超声波传感器的时间戳，利用惯性测量单元获取的实时姿态信息，对光流速度进行姿态补偿，得到光流速度在水平方向上的分量；利用超声波传感器获取的高度信息对光流速度在水平方向熵的分量进行尺度还原，得到无人机的水平方向上的速度；S4.对无人机在水平方向上的速度进行积分得到相对位移信息，累加相对位移信息，则得到水平方向上的位移信息。2.根据权利要求1所述的一种融合机载多传感器的旋翼无人机自主定位方法，其特征在于：所述的步骤S1中，考虑包括加速度计与陀螺仪的惯性测量单元，利用机载惯性测量单元模块中的加速度计和陀螺仪分别测得无人机的实时加速度和角速度信息，通过四元数解算，估计旋翼无人机的实时姿态信息，其中实时无人机的姿态信息包括无人机的偏航角增量、横滚角和俯仰角；利用机载超声波传感器测量无人机相对于地面的高度信息，并利用惯性测量单元获取的实时姿态信息进行姿态补偿，实时校正垂直高度信息。3.根据权利要求1所述的一种融合机载多传感器的旋翼无人机自主定位方法，其特征在于：所述的步骤S2中，光流速度的获取方法为：对每帧灰度图采用Shi-Tomas...

【专利技术属性】
技术研发人员：成慧，唐舜尧，卢德辉，陈佩，
申请(专利权)人：中山大学，
类型：发明
国别省市：广东,44