一种基于颜色识别的室内无人机位姿获取方法及系统技术方案

本发明专利技术提供一种基于颜色识别的室内无人机位姿获取方法，对室内墙壁或地面固定相机采集到的无人机图像进行预处理；对无人机的旋转的螺旋桨进行识别，提取螺旋桨的圆形或椭圆形轮廓；然后，获取螺旋桨的色彩分布，并计算螺旋桨图像的轮廓参数；根据螺旋桨图像的色彩分布，以及螺旋桨轮廓参数判断飞机的方位和距离；根据螺旋桨图像和距离、方位信息，根据事先建立的无人机位姿与无人机螺旋桨椭圆参数之间的关系模型，计算无人机的位置和姿态；本发明专利技术实现了无人机位姿信息的精确计算。

A Colour Recognition-Based Position and Posture Acquisition Method and System for Indoor UAV

The invention provides an indoor UAV pose acquisition method based on color recognition, which preprocesses the UAV image collected by the indoor wall or ground fixed camera, recognizes the rotating propeller of the UAV and extracts the circular or elliptical contour of the propeller, then obtains the color distribution of the propeller and calculates the contour parameters of the propeller image; and according to the propeller image, the image of the UAV is processed. The color distribution of the propeller image and the parameters of the propeller profile are used to judge the azimuth and distance of the aircraft. According to the information of the propeller image and distance and azimuth, the position and attitude of the UAV are calculated according to the relationship model established beforehand between the position and attitude of the UAV and the elliptic parameters of the propeller. The present invention realizes the accurate calculation of the position and attitude information of the UAV.

【技术实现步骤摘要】
一种基于颜色识别的室内无人机位姿获取方法及系统
本专利技术涉及一种基于颜色识别的室内无人机位姿获取方法及系统，属于无人机计算领域。
技术介绍
随着无人机技术的发展，无人机的应用领域越来越广泛。除了在室外天空中大展身手，无人机在室内空间中自由飞行已经受到了越来越多的关注。在室外环境中获取位置信息可以使用GPS完成，但在室内等封闭区域环境中很难获得无人机的位置信息。在室内代替GPS的无人机定位技术是无人机室内应用的关键。目前的室内无人机位姿估计方法([1]Pravitra,C.；Chowdhary,G.；Johnson,E.Acompactexplorationstrategyforindoorflightvehicles[C].DecisionandControlandEuropeanControlConference(CDC-ECC),201150thIEEEConferenceon,vol.,no.,pp.3572-3577,12-15Dec.2011.[2]MustafahYM,AzmanAW,AkbarF.IndoorUAVpositioningusingstereovisionsensor[J].ProcediaEngineering,2012,41:575-579.[3]WangF,CuiJ,PhangSK,etal.Amono-cameraandscanninglaserrangefinderbasedUAVindoornavigationsystem[C].UnmannedAircraftSystems(ICUAS),2013InternationalConferenceon.IEEE,2013:694-701.[4]熊敏君,卢惠民,熊丹等.基于单目视觉与惯导融合的无人机位姿估计[J].计算机应用,2017,2.)文献[1]中利用激光测距仪将无人机位置映射到周围区域的策略，提出了使用墙壁跟踪逻辑的无人机位姿估计方法。该方法使用来自激光距离扫描器的2D距离信息，通过将基于传感器的随机树边界探测器与墙壁跟随速度场生成器融合生成速度命令。该方法利用了基于边界导引的有效探测能力，有助于维持良好的激光扫描几何形状，从而提高无人机的位姿估计精度。文献[2]中使用双目摄像头实现室内无人机的位姿估计，采用快速定位算法实现了实时准确定位。文献[3]中使用单目相机和激光扫描仪实现了室内无人机对自身速度和位置的稳健估计，整个系统不需要任何遥感信息或离线计算能力。文献[4]中提出一种单目视觉/惯导组合位姿估计方法。借助超声波传感器，基于最小二乘法获取单目视觉的绝对尺度信息，从而计算得到视觉位姿估计结果；根据惯性测量单元(IMU)的运动学模型建立系统方程，进行惯导解算，并推导误差状态方程对系统误差状态建模；并将视觉位姿估计结果作为观测量，基于扩展卡尔曼滤波得到系统误差状态的最优估计值，从而对惯导解算的结果进行修正。该方法在室外150m范围场景的位置估计的均方根误差(RMSE)低于0.995m，航向角估计的RMSE为2.235°，水平姿态角估计的RMSE低于1.915°。现已公开的无人机位姿估计相关的专利有：(1)基于梯形与圆形组合地标的无人机位姿估计方法(公开号：CN108122255A)；(2)基于大小回字标志物的多旋翼无人机位姿获取方法(公开号：CN102967305A)；(3)基于合作目标特征线的无人机位姿估计方法(公开号：CN101833761A)；(4)基于特征点线的单目相机位姿估计和优化方法及系统(公开号：CN107871327A)。(1)和(2)中提出的无人机位姿方法需要设置特定形式的地标或标志物，(3)中提出的无人机位姿估计方法需要具有特征线的合作目标，(4)中提出的无人机位姿估计方法对目标图像要求明显的点线特征。以上方法都对目标环境有特定的要求，不适应于普遍目标环境。
技术实现思路
本专利技术的目的是提供一种基于颜色识别的室内无人机位姿获取方法，针对室内飞行中的无人机进行视频采集和特征提取，并对关键参数进行计算，从而实现对室内无人机的三维位置和姿态的估计。该方法相机固定于室内墙壁或地面上，减少了飞机的载重，节省了空间和能源，同时减少了飞机飞行不稳定造成的成像问题，并能避免在环境中设置地标或标志物，提高了该方法的使用便捷性。本专利技术所采用的技术方案是：一种基于颜色识别的室内无人机位姿获取方法，包括以下步骤，S1、搭建室内无人机位姿获取实验平台，在室内墙壁或地面上安装若干个相机，将无人机的螺旋桨进行标号，并对不同螺旋桨涂上不同的颜色；S2、采集无人机图像帧并进行图像帧预处理：对相机采集到的图像进行目标提取，提取无人机螺旋桨的椭圆轮廓，对采集到的图像进行累加处理，获得螺旋桨的椭圆形轮廓图像；S3、计算四个螺旋桨的椭圆形轮廓图像的图像参数，图像参数包括颜色分布、椭圆轮廓的周长和椭圆的偏心度；根据螺旋桨的椭圆形轮廓图像的图像颜色分布，计算得到无人机的偏航角ψ；根据椭圆轮廓的周长和椭圆的偏心度计算无人机的俯仰角θ、翻滚角Φ和无人机与相机之间的距离；S4、根据螺旋桨的椭圆形轮廓图像和无人机与相机之间的距离，计算无人机的位置，得到无人机的姿态和位置。步骤S2具体包括以下步骤，S21、设置相机参数；S22、从相机读取视频流，在视频流中提取图像帧，从图像帧中提取螺旋桨的椭圆形轮廓像，并将连续m帧的螺旋桨图像进行累加计算。步骤S3具体包括以下步骤：S31、对S2中提取的螺旋桨的椭圆图像进行颜色分布计算，根据颜色分布计算无人机的偏航角ψ；S32、通过标定实验，测得若干组不同无人机与相机之间的距离条件下下，无人机不同位置或者不同姿态时，螺旋桨椭圆的长短轴长度、椭圆周长、面积和偏心度，建立无人机与相机之间的距离与飞机参数的数学模型；根据建立的数学模型和测得的椭圆参数估计无人机的俯仰角θ、翻滚角Φ和无人机与相机之间的距离。步骤S4具体包括以下步骤：S41、根据小孔成像模型，把三维空间中的无人机投影到相机物理成像平面；O-X-Y-Z为相机坐标系，O为相机的光心，Z轴指向相机前方，根据右手定则确定X轴和Y轴的指向；三维空间中的物体经过小孔O之后，成像于物理成像坐标平面O’-X’-Y’上；在相机中，获得由像素组成的二维图像，二维图像所在的平面为像素坐标平面o-u-v；根据三角相似关系得到相机坐标系到像素坐标系的转换关系为式(1)所示：其中，(X,Y,Z)T为无人机在相机坐标系中的坐标，Z等于相机到无人机的距离D；(u,v)T为无人机的像素坐标；为相机内参矩阵；fx表示在相机坐标系中X轴方向的相机归一化焦距；fy表示在相机坐标系中Y轴方向的相机归一化焦距；(cx,cy)表示相机光学中心坐标；S42、对无人机螺旋桨图像进行实时处理，得到无人机在相机坐标系中的实时位置坐标(X,Y,Z)；根据当前帧螺旋桨的图像与前一帧进行比较，得到当前螺旋桨图像中心点的像素坐标(无人机的像素坐标)(u，v)根据相机坐标系到像素坐标系的转换关系，得到像素坐标系到相机坐标系的转换关系为式(2)所示；根据像素坐标系到相机坐标系的转换关系，得到无人机在相机坐标系中的实时位置坐标(X,Y,Z)，即当前螺旋桨中心点在相机坐标系中的坐标。一种基于颜色识别的室内无人机位本文档来自技高网...

【技术保护点】
1.一种基于颜色识别的室内无人机位姿获取方法，其特征在于：包括以下步骤，S1、搭建室内无人机位姿获取实验平台，在室内墙壁或地面上安装若干个相机，将无人机的螺旋桨进行标号，并对不同螺旋桨涂上不同的颜色；S2、采集无人机图像帧，对相机采集到的图像进行目标提取，提取无人机螺旋桨的椭圆轮廓，对采集到的图像进行累加处理，获得螺旋桨的椭圆形轮廓图像；S3、计算螺旋桨的椭圆形轮廓图像的图像参数，图像参数包括颜色分布、椭圆轮廓的周长和椭圆的偏心度；根据螺旋桨的椭圆形轮廓图像的图像颜色分布，计算得到无人机的偏航角ψ；根据椭圆轮廓的周长和椭圆的偏心度计算无人机的俯仰角θ、翻滚角Φ和无人机与相机之间的距离；S4、根据螺旋桨的椭圆形轮廓图像和无人机与相机之间的距离，计算无人机的位置。

【技术特征摘要】
1.一种基于颜色识别的室内无人机位姿获取方法，其特征在于：包括以下步骤，S1、搭建室内无人机位姿获取实验平台，在室内墙壁或地面上安装若干个相机，将无人机的螺旋桨进行标号，并对不同螺旋桨涂上不同的颜色；S2、采集无人机图像帧，对相机采集到的图像进行目标提取，提取无人机螺旋桨的椭圆轮廓，对采集到的图像进行累加处理，获得螺旋桨的椭圆形轮廓图像；S3、计算螺旋桨的椭圆形轮廓图像的图像参数，图像参数包括颜色分布、椭圆轮廓的周长和椭圆的偏心度；根据螺旋桨的椭圆形轮廓图像的图像颜色分布，计算得到无人机的偏航角ψ；根据椭圆轮廓的周长和椭圆的偏心度计算无人机的俯仰角θ、翻滚角Φ和无人机与相机之间的距离；S4、根据螺旋桨的椭圆形轮廓图像和无人机与相机之间的距离，计算无人机的位置。2.根据权利要求1所述的一种基于颜色识别的室内无人机位姿获取方法，其特征在于：步骤S2具体包括以下步骤，S21、设置相机参数；S22、从相机读取视频流，在视频流中提取图像帧，从图像帧中提取螺旋桨的椭圆形轮廓像，并将连续m帧的螺旋桨图像进行累加计算。3.根据权利要求1所述的一种基于颜色识别的室内无人机位姿获取方法，其特征在于：步骤S3具体包括以下步骤：S31、对S2中提取的螺旋桨的椭圆图像进行颜色分布计算，根据颜色分布计算无人机的偏航角ψ；S32、通过标定实验，测得若干组不同无人机与相机之间的距离条件下下，无人机不同位置或者不同姿态时，螺旋桨椭圆的长短轴长度、椭圆周长、面积和偏心度，建立无人机与相机之间的距离与飞机参数的数学模型；根据建立的数学模型和测得的椭圆参数估计无人机的俯仰角θ、翻滚角Φ和无人机与相机之间的距离。4.根据权利要求1所述的一种基于颜色识别的室内无人机位姿获取方法，其特征在于：步骤S4具体包括以下步骤：S41、根据小孔成像模型，把三维空间中的无人机投影到相机物理成像平面；O-X-Y-Z为相机坐标系，O为相机的光心，Z轴指向相机前方，根据右手定则确定X轴和Y轴的指向；三维空间中的物体经过小孔O之后，成像于物理成像坐标平面O’-X’-Y’上；在相机中，获得由像素组成的二维图像，二维图像所在的平面为像素坐标平面o-u-v；根据三角相似关系得到相机坐标系到像素坐标系的转换关系为式(1)所示：其中，(X,Y,Z)T为无人机在相机坐标系中的坐标，Z等于相机到无人机的距离D；(u,v)T为无人机的像素坐标；为相机内参矩阵；fx表示在相机坐标系中X轴方向的相机归一化焦距；fy表示在相机坐标系中Y轴方向的相机归一化焦距；(cx,cy)表示相机光学中心坐标；S42、对无人机螺旋桨图像进行实时处理，得到无人机在相机坐标系中的实时位置坐标(X,Y,Z)；根据当前帧螺旋桨的图像与前一帧进行比较，得到无人机的像素坐标)(u，v)，根据相机坐标系到像素坐标系的转换关系，得到像素坐标系到相机坐标系的转换关系为式(2)所示；根据像素坐标系到相机坐标系的转换关系，得到无人机在相机坐标系中的实时位置坐标(X,Y,Z)。5.一种基于颜色识别的室内无人机位姿获取系统，其特征在于：包括无人机位姿获取实验平台、图...

【专利技术属性】
技术研发人员：王蕾，潘清明，赵艺兵，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：江苏,32