一种基于视觉引导的无人机自动着陆方法技术

本发明专利技术公开了一种基于视觉引导的无人机自动着陆方法，其实现方案是：1.GPS导航引导无人机进入降落平台上空；2.根据机载相机的拍摄图像检测粗定位标志，计算降落平台相对于无人机的位置坐标；3.使用无人机双层PID控制器控制无人机开始降落；4.更新降落平台相对于无人机的位置坐标，从而更新双层PID控制器的输入量；5.当无人机降落达到能够识别精确定位标志的条件时，使用Apriltags技术实时检测，得出新的降落平台的中心坐标，更新双层PID控制器输入量，完成无人机的精确着陆。本发明专利技术解决了GPS引导无人机着陆精度低的问题，可用于无人机的精确自主着陆。

【技术实现步骤摘要】
一种基于视觉引导的无人机自动着陆方法
本专利技术属于无人机和机器视觉领域，具体说是一种基于视觉引导的无人机自动着陆方法，可用于无人机自主降落于固定地点。
技术介绍
无人机(UnmannedAerialVehicle)是一种无人驾驶飞行器，具有使用便利、机动灵活、智能化等优点，其在军事(空中侦查、电子干扰、目标定位与跟踪、边境巡逻等)及民事(航空摄影、灾情检测、农药喷洒等)应用中具有广阔的应用前景。而且旋翼无人机还具有能够垂直起降、空中悬停、任一方向灵活飞行等优点，近年来受到了越来越多的关注。为了降低成本，对无人机系统的一个基本要求是其应该具有安全可回收性，即无人机要能够在执行完任务后实现安全、可靠的回收，以便于重复利用。目前已经应用的无人机回收方式可以分为四类：第一，伞降回收，在无人机上配置降落伞装置，它可以按照预定的程序在到达特定区域后开伞，以使无人机安全降落在指定区域，但这种回收方法很容易受到外部干扰的影响，很难实现定点降落；第二，阻拦回收，无人机在地面指令的控制下，降低高度，减小速度，撞向由弹性材料编制成的阻拦网，无人机撞入网中后，速度很快衰减为零，实现降落，但这种回收方式需要专门的阻拦装置；第三，人工操控回收，通过将无人的操控模式调节为遥控模式，由地面飞手操纵无人机的降落，显然这种回收方式对飞手的依赖很大，要求熟练的操控技术；第四，自主着陆回收，利用无人机系统本身所携带的传感器，在没有人为干预的情况下，通过无人机自主控制器本身实现自主降落，现代化的复杂任务对无人机性能的要求越来越高，除了必要的自主悬停，任一方向飞行功能之外，对无人机能够实现自主着陆的需求也日益增加，无人机的自主降落能够很大程度的提高无人机的回收率和利用率，并能够提高无人机的续航能力，对无人机的应用与推广起着举足轻重的作用。然而目前无人机的自主降落多采用GPS导航定位，精确定位的GPS系统价格昂贵且体积较大，不适合装载与无人机上；民用GPS定位精度只能达到10米之内，在降落过程中，这个精度无法达到无人机精确降落的要求。
技术实现思路
本专利技术的目的在于针对上述已有的技术问题，提出一种基于视觉引导的无人机自动着陆方法，利用无人机中的单目视觉系统，通过检测降落平台的定位标志引导无人机抵达着陆点，提高了无人机自主着陆的精度。为了实现上述目的，本专利技术的技术方案包括如下：包括如下步骤：步骤1)根据降落平台的GPS信息，通过GPS导航引导无人机进入降落平台上空，然后降低无人机高度，使无人机在离地面10～15m距离悬停；步骤2)使用机载相机拍摄的图像检测粗定位标志区域，由粗定位标志区域计算降落平台的中心坐标(x0,y0)；步骤3)根据公式(1)计算降落平台相对于无人机的位置坐标(X,Y,h)，式中，h为无人机距离地面的高度，(u0,v0)为机载相机拍摄的图像中心点坐标，f为机载相机的焦距；步骤4)使用无人机双层PID控制器控制无人机的降落；步骤5)判断无人机是否达到识别精确定位标志的条件，若是，则进行下一步骤，若否则更新降落平台相对于无人机的位置坐标(X,Y,h)，返回步骤4)；步骤6)使用Apriltags技术实时检测精确定位标志，得出新的降落平台的中心坐标(x1,y1)，通过步骤3)的公式(1)得到新的降落平台相对于无人机的位置坐标(X1,Y1,h1)，通过步骤4)控制无人机降落，最终完成无人机的精确着陆。所述步骤1)中的降落平台为标识有降落标志的平面，所述降落标志由中心在同一点精确定位标志和粗定位标志组成。所述精确定位标志为边长15cm的正方形Apriltags，所述粗定位标志为半径为60cm的圆到Apriltags之间的区域，粗定位标志区域使用红色填充。所述步骤2)中由粗定位标志区域计算降落平台的中心坐标(x0,y0)，按如下步骤进行：(2.1)将无人机拍摄的图像转换到HSV色彩空间下，并以红色的色调H＝0.98为阈值进行图像分割，对分割后的图像进行形态学开运算之后，利用边缘检测坎尼算子得到只含有粗定位标志边缘的图像；(2.2)用检测边缘坐标极值点的方法，提取只含有粗定位标志的矩形区域；(2.3)将粗定位标志区域的四个坐标点的横坐标的平均值作为降落平台中心位置的横坐标x0，将粗定位标志区域的四个坐标点的纵坐标的平均值作为降落中心位置的纵坐标y0。所述步骤(2.2)中用检测边缘坐标极值点的方法提取只含有粗定位标志的矩形区域的步骤如下：第一步，在只含有粗定位标志边缘的图像的y方向找出第一个出现和最后一个出现的边缘点的坐标点；第二步，在只含有粗定位标志边缘的图像的x方向找出第一个出现和最后一个出现的边缘点的坐标点；第三步，将x方向第一个边缘点的x坐标和y方向第一个边缘点的y坐标，构成粗定位标志区域的第一个坐标点；将x方向第一个边缘点的x坐标和y方向最后一个边缘点的y坐标，构成粗定位标志区域的第二个坐标点；将x方向的最后一个边缘点的x坐标和y方向的第一个边缘点的y坐标，构成粗定位标志区域的第三个坐标点；将x方向的最后一个边缘点的x坐标和y方向的最后一个目标边缘点的y坐标，构成粗定位标志区域的第四个坐标点；第四步，通过第三步找出的四个粗定位标志区域的坐标点作为矩形的四个顶点构成检测出的粗定位标志矩形区域。所述步骤4)中使用无人机双层PID控制器控制无人机的降落是指，外层PID使用降落平台相对于无人机的位置坐标(X,Y,h)作为输入量，并输出无人机的期望降落速度给内层PID使用，内层PID使用当前降落速度与期望降落速度之间的误差作为输入量，输出油门的控制量，进行无人机降落的控制。所述步骤5)中当无人机未达到识别精确定位标志的条件时，更新降落平台相对于无人机的位置坐标(X,Y,h)，按如下步骤进行：(5.1)以步骤2)中检测出的粗定位标志区域作为待跟踪图像的搜索窗口；(5.2)以无人机拍摄的当前帧图像作为待跟踪图像，将当前帧图像转换到HSV色彩空间下，以红色的色调H＝0.98为阈值进行图像分割，并通过形态学开运算处理得到当前帧图像的二值图像；(5.3)在当前帧图像的二值图像中，利用待跟踪图像的搜索窗口的零阶矩M00和一阶矩M10，M01之间的关系，计算搜索窗口的质心(xc,yc)：其中I(x,y)为待跟踪图像的二值图像中像素坐标(x,y)的像素值，x,y的变化范围为搜索窗口的大小；(5.4)令搜索窗口的质心(xc,yc)作为当前帧图像中降落平台的中心坐标：(5.5)利用当前帧图像中降落平台的中心坐标(x0,y0)，通过步骤(3)更新降落平台相对于降落平台相对于无人机的位置坐标(X,Y,h)；(5.6)在当前帧图像上以(xc,yc)为中心，构建宽度为高度为1.2s的矩形作为粗定位标志矩形区域，完成当前帧图像粗定位标志区域的更新，并使用当前帧粗定位标志区域初始化下一帧待跟踪图像的搜索窗口，重复步骤(5.2)～(5.6)实现粗定位标志区域和降落平台相对于降落平台相对于无人机的位置坐标(X,Y,h)的实时更新。所述步骤5)中无人机达到能够识别精确定位标志的条件，是指当前帧的粗定位标志区域的面积占机载相机拍摄的图像超过80％。本专利技术的有益效果：(1)本专利技术采用机器视觉的方法，自动检测出降落平台，实现无人机的自主着陆，提高了无人机控制的智能程度；(2)本发本文档来自技高网...

【技术保护点】
一种基于视觉引导的无人机自动着陆方法，其特征在于：包括如下步骤：步骤1)根据降落平台的GPS信息，通过GPS导航引导无人机进入降落平台上空，然后降低无人机高度，使无人机在离地面10～15m距离悬停；步骤2)使用机载相机拍摄的图像检测粗定位标志区域，由粗定位标志区域计算降落平台的中心坐标(x0,y0)；步骤3)根据公式(1)计算降落平台相对于无人机的位置坐标(X,Y,h)，

【技术特征摘要】
1.一种基于视觉引导的无人机自动着陆方法，其特征在于：包括如下步骤：步骤1)根据降落平台的GPS信息，通过GPS导航引导无人机进入降落平台上空，然后降低无人机高度，使无人机在离地面10～15m距离悬停；步骤2)使用机载相机拍摄的图像检测粗定位标志区域，由粗定位标志区域计算降落平台的中心坐标(x0,y0)；步骤3)根据公式(1)计算降落平台相对于无人机的位置坐标(X,Y,h)，式中，h为无人机距离地面的高度，(u0,v0)为机载相机拍摄的图像中心点坐标，f为机载相机的焦距；步骤4)使用无人机双层PID控制器控制无人机的降落；步骤5)判断无人机是否达到识别精确定位标志的条件，若是，则进行下一步骤，若否则更新降落平台相对于无人机的位置坐标(X,Y,h)，返回步骤4)；步骤6)使用Apriltags技术实时检测精确定位标志，得出新的降落平台的中心坐标(x1,y1)，通过步骤3)的公式(1)得到新的降落平台相对于无人机的位置坐标(X1,Y1,h1)，通过步骤4)控制无人机降落，最终完成无人机的精确着陆。2.根据权利要求1所述的基于视觉引导的无人机自动着陆方法，其特征在于：所述步骤1)中的降落平台为标识有降落标志的平面，所述降落标志由中心在同一点精确定位标志和粗定位标志组成。3.根据权利要求2所述的基于视觉引导的无人机自动着陆方法，其特征在于：所述精确定位标志为边长15cm的正方形Apriltags，所述粗定位标志为半径为60cm的圆到Apriltags之间的区域，粗定位标志区域使用红色填充。4.根据权利要求1所述的基于视觉引导的无人机自动着陆方法，其特征在于：所述步骤2)中由粗定位标志区域计算降落平台的中心坐标(x0,y0)，按如下步骤进行：(2.1)将无人机拍摄的图像转换到HSV色彩空间下，并以红色的色调H＝0.98为阈值进行图像分割，对分割后的图像进行形态学开运算之后，利用边缘检测坎尼算子得到只含有粗定位标志边缘的图像；(2.2)用检测边缘坐标极值点的方法，提取只含有粗定位标志的矩形区域；(2.3)将粗定位标志区域的四个坐标点的横坐标的平均值作为降落平台中心位置的横坐标x0，将粗定位标志区域的四个坐标点的纵坐标的平均值作为降落中心位置的纵坐标y0。5.根据权利要求4所述的基于视觉引导的无人机自动着陆方法，其特征在于：所述步骤(2.2)中用检测边缘坐标极值点的方法提取只含有粗定位标志的矩形区域的步骤如下：第一步，在只含有粗定位标志边缘的图像的y方向找出第一个出现和最后一个出现的边缘点的坐标点；第二步，在只含有粗定位标志边缘的图像的x方向找出第一个出现和最后一...

【专利技术属性】
技术研发人员：孙伟，郭宝龙，赵春宇，张琦，刘润之，郭振嘉，王鹏飞，陈许蒙，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61