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技术

本发明专利技术公开了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，在无人机目标降落区域布设印制二维码标识的起落架，无人机借助GPS归航至目标区域附近并基于单目视觉信息搜索、检测标识，获取标识相对空间位姿与二维码标识序列ID值。基于模糊控制方法与视觉图像反馈信息对无人机进行自主降落规划与控制。为保证在狭窄起降空间内的安全性，设计倒锥形安全区域作为无人机降落的空间位置约束。无人机以平滑、高效的方式平稳、安全的降落至目标标识所在的起落架上。本发明专利技术克服了单纯依靠GPS定位导致降落精度不足的缺陷，成本低，同时模糊控制克服了PID控制常见的超调、依赖精确数学模型的难题，飞行区域安全可靠，应用方便，具有重要的工程价值。

【技术实现步骤摘要】
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
本专利技术涉及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，可用于多旋翼无人机自主导航与控制，特别适用于需要重复遍历覆盖、降落点固定、导航精度要求高的任务。
技术介绍
近年来多旋翼无人机的技术快速发展，广泛应用于军事、电力巡线、农业植保、森林防火等方面，其凭借机动灵活、成本低、能够垂直起飞降落、悬停、低空飞行等优势越来越受到民用和科研机构的青睐。多旋翼无人机起飞和飞行导航系统已经有了深入的研究，并且取得较好的效果，但是在降落过程中的安全性和精确性仍然是亟待解决的问题。精确的位姿定位系统是多旋翼无人机的能够稳定准确控制的前提，但是机载气压计易受近地效应的影响，采用超声波定高的方法面临测高范围小的局限性，RTKGPS设备、激光定高设备成本较高。目前视觉定位方法发展成熟，视觉信息丰富，能够检测到较远范围的区域，成本适中，同时视觉信息还可以用于检测、识别、跟踪等领域，一举多得。视觉对于尺度变换、复杂环境、光照的变化具有较强的鲁棒性。对于多旋翼无人机飞行轨迹的实时规划，常用的PID控制器依赖精确的数学模型，难以避免常见的超调问题，而模糊控制方法已用于工业控制的方方面面，其不依赖精确的数学模型，比较容易解决超调问题，同时控制器鲁棒性很高，适用于复杂多变的环境。综上，基于单目视觉和模糊控制的多旋翼无人机自主降落方法，能够实现无人机定点精准降落，同时保证无人机降落过程中的安全性、稳定性、鲁棒性。
技术实现思路
本专利技术目的是针对现有多旋翼无人机单纯依靠GPS无法实现精准降落的问题，提供一种视觉位姿检测定位算法、模糊控制速度规划算法。有效的解决多旋翼无人机降落过程中安全、准确的问题。为实现上述的目的，本专利技术采用如下的技术方案，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，包括了以下步骤：1.步骤一、利用GPS导航系统，引导多旋翼无人机飞行至降落标识起落架附近；多旋翼无人机在任务完成之后切换为“自动返航”模式，在多旋翼无人机接近降落标识起落架区域时(以多旋翼无人机下视相机图像中检测到降落标记为标准)，此时开启视觉位姿检测模式，多旋翼无人机进入Offboard模式，开启模糊控制器；2.步骤二、利用下视机载相机采集包含降落标识起落架的图片，利用正方形检测方法、内部编码识别方法提取降落标识；利用标定好的相机参数，计算出多旋翼无人机与降落标识的相对位姿(X、Y、Z、Yaw)；3.步骤三、利用模糊控制器，输入信息为步骤二计算出的相对位姿，输出信息为X、Y、Z、Yaw四个方向对应的速度规划，且模糊控制器能够实现自我演化；将步骤二计算得到的相对位姿信息(X、Y、Z、Yaw)分别计算实时的比例、微分、积分项输入到每个方向对应的模糊控制器中，之后进行模糊化、模糊规则推理、解模糊，计算得到控制器输出的实时速度规划；为了更好的适应环境的变化，实时调整模糊控制器的设计结构和参数，运用数据驱动的方法，采用EvolvingFuzzyControl，SelfEvolvingParameterFreeRuleBasedController(SPARC)；4.步骤四、根据设定的锥形安全区域，多旋翼无人机飞行轨迹规划始终处于安全区域内部，保证多旋翼无人机飞行过程中的安全性；为预防无人机视觉检测目标长期丢失，设计阈值窗口Nframe，当视觉检测单元在连续Nframe图像帧无法检测到目标时，无人机开始上升，直到重新检测到目标或者到达指定高度；5.步骤五、多旋翼无人机底层飞行控制器接受步骤三模糊控制器输出的速度变量，并进行底层的姿态解算，引导多旋翼无人机飞行至降落标识起落架正上方一米处；之后，多旋翼无人机以设定速度，垂直下降，安全平稳精准降落。本专利技术的优点和有益效果：第一，本专利技术中采用开源视觉定位算法，位姿检测精度高，检测距离范围比较大，对光照变化、复杂环境具有较强的鲁棒性。第二，本专利技术中利用模糊控制器进行速度规划，飞行过程速度连续、位姿平稳，克服了PID控制器的超调问题，同时采用交叉熵(CrossEntropy)的方法对模糊规则进行优化，并对每条模糊规则赋予适当的权重，提高模糊控制器的控制精度；同时，为了实时优化模糊控制器，设计EvolvingFuzzyControl，采用SPARC方法，实时优化模糊控制器的结构和参数。第三，本专利技术中利用事先设计好的安全区域对多旋翼无人机的实时位置状态进行约束，避免多旋翼无人机在降落过程中与环境周围的障碍物发生碰撞；设计阈值窗口Nframe，当视觉检测单元在连续Nframe图像帧无法检测到目标时，无人机上升，直到重新检测到目标或者到达指定高度。以上两项措施，保证降落过程的安全可靠。附图说明图1是本专利技术方法的流程图。图2是实施例中的多旋翼无人机硬件结构图。图3是实施例中的fuzzyPID-like控制系统。图4是实施例中模糊控制器输入输出变量及隶属度函数。图5是实施例中设定的安全区域。具体实施方式实施例下面结合附图对本专利技术的实施例进行详细阐述，以使本专利技术的优点和特征能更易于被本领域技术人员理解，从而对本专利技术的保护范围做出更清楚明确的界定。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，该方法的流程如图1所示，具体步骤如下：步骤一、利用GPS导航系统，引导多旋翼无人机飞行至降落标识起落架附近；所述的降落标识起落架如图5所示，标记无人机期望的降落位置，为边长为1m的正方形AprilTag二维码，外部为黑色网格，内部为6×6的编码，几何中心为无人机期望的降落位置；步骤二、利用固定在无人机底部的下视相机采集包含降落标识起落架的图片，利用正方形检测方法、内部编码识别方法提取降落标识；利用标定好的相机参数，计算出多旋翼无人机与降落标识的相对位姿(X、Y、Z、Yaw)；所述的多旋翼无人机硬件结构如图2所示。为了保证在运动过程中更好的预测目标的位置，采用EKF的方法，提高检测的精度。系统检测状态变量为：分别表示无人机longitude、latitude、altitude、yaw方向上的位置和速度。采用的EKF的核心为更新阶段，融合采集到的多个测量信息。在k时刻的Kalman增益的计算为：步骤三、利用模糊控制器，输入信息为步骤二计算出的相对位姿，输出信息为X、Y、Z、Yaw四个方向对应的速度规划，且模糊控制器能够实现自我演化；将步骤二计算得到的相对位姿信息(X、Y、Z、Yaw)分别计算实时的比例、微分、积分项输入到每个方向对应的模糊控制器中，之后进行模糊化、模糊规则推理、解模糊，计算得到控制器输出的实时速度规划；为了更好的适应环境的变化，实时调整模糊控制器的设计结构和参数，运用数据驱动的方法，采用EvolvingFuzzyControl，SelfEvolvingParameterFreeRuleBasedController(SPARC)；所述的fuzzyPID-like控制系统如图3所示，利用步骤二得到的实时相对位姿信息，我们可以求取相对位姿的差值(Error)、差分值(Dot.Error)和积分值(Integral.Error)作为fuzzyPID-like控制器的输入变量，为了减少偶然数据突变的影响，采取加权平均的方法datanew＝dataold*(1-ω)+本文档来自技高网...

【技术保护点】
1.一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，其特征在于，包括了以下步骤：步骤一、利用GPS导航系统，引导多旋翼无人机飞行至降落标识起落架附近；步骤二、利用下视机载相机采集包含降落标识起落架的图片，利用正方形检测方法、内部编码识别方法提取降落标识起落架；利用标定好的相机参数，计算出多旋翼无人机与降落标识起落架的相对位姿(X、Y、Z、Yaw)；步骤三、利用模糊控制器，输入信息为步骤二计算出的相对位姿，输出信息为X、Y、Z、Yaw四个方向对应的速度规划，且模糊控制器自我演化；步骤四、根据设定的锥形安全区域，多旋翼无人机飞行轨迹规划始终处于安全区域内部，保证多旋翼无人机飞行过程中的安全性；为预防无人机视觉检测目标长期丢失，设计阈值窗口Nframe，当视觉检测单元在连续Nframe图像帧无法检测到目标时，无人机开始上升，直到重新检测到目标或者到达指定高度；步骤五、多旋翼无人机底层飞行控制器接受步骤三模糊控制器输出的速度规划信息，并进行底层处理，使多旋翼无人机最终平稳降落至目标区域。

【技术特征摘要】
1.一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，其特征在于，包括了以下步骤：步骤一、利用GPS导航系统，引导多旋翼无人机飞行至降落标识起落架附近；步骤二、利用下视机载相机采集包含降落标识起落架的图片，利用正方形检测方法、内部编码识别方法提取降落标识起落架；利用标定好的相机参数，计算出多旋翼无人机与降落标识起落架的相对位姿(X、Y、Z、Yaw)；步骤三、利用模糊控制器，输入信息为步骤二计算出的相对位姿，输出信息为X、Y、Z、Yaw四个方向对应的速度规划，且模糊控制器自我演化；步骤四、根据设定的锥形安全区域，多旋翼无人机飞行轨迹规划始终处于安全区域内部，保证多旋翼无人机飞行过程中的安全性；为预防无人机视觉检测目标长期丢失，设计阈值窗口Nframe，当视觉检测单元在连续Nframe图像帧无法检测到目标时，无人机开始上升，直到重新检测到目标或者到达指定高度；步骤五、多旋翼无人机底层飞行控制器接受步骤三模糊控制器输出的速度规划信息，并进行底层处理，使多旋翼无人机最终平稳降落至目标区域。2.根据权利要求1所述的基于单目视...

【专利技术属性】
技术研发人员：王鸿鹏，何树宝，张世勇，
申请(专利权)人：南开大学，
类型：发明
国别省市：天津,12