低速无人飞行器视觉导航定位方法及系统技术方案

本发明专利技术提供了一种低速无人飞行器视觉导航定位方法及系统，包括：步骤S1：通过视觉传感器获取当前图像，对获取的当前图像进行预处理，并基于预处理后的当前图像提取特征点获取特征点的图像坐标值；步骤S2：基于飞行器惯性测量单元以及测高传感器所测量的飞行器位置、姿态信息和高度信息获得惯性系下的位姿变换矩阵信息，以姿态变换矩阵方式订阅飞控输出的姿态信息和高度信息；步骤S3：基于获得的特征点的图像坐标值和获得的姿态信息和高度信息，通过视觉传感器模型计算得到相对应的像素点在世界三维坐标系下的空间位置。在世界三维坐标系下的空间位置。在世界三维坐标系下的空间位置。

【技术实现步骤摘要】
低速无人飞行器视觉导航定位方法及系统


[0001]本专利技术涉及计算机视觉
，具体地，涉及低速无人飞行器视觉导航定位方法及系统。主要在小型无人飞行器在全球卫星导航拒止条件下的条件下，提出了一种基于单目视觉传感器与多模式定位解算算法的软硬件一体导航定位解决方案。

技术介绍

[0002]小型无人自主飞行器是一种驱动条件下飞行、可以完成多方向机动的、可实现自主控制策略的飞行器。与大中型无人机相比而言，自身速度较低，能更好地被适用于搜寻、监视和对特殊地域的观测等多种条件苛刻的任务中。但在室内环境下或其他全球卫星导航拒止条件下，飞行器无法有效地获取自身在三维空间内的位置信息，同时，若采用惯性测量单元而其自身的漂移不能被有效的抑制，也将会导致飞行器的任务执行受阻。
[0003]专利文献CN113917939B(申请号：202111174390.0)公开了飞行器的定位导航方法、系统及计算设备。该定位导航方法包括：获得在飞行器的本次飞行中生成的实时飞行地图数据，所述实时飞行地图数据中包括地形数据；根据所述实时飞行地图数据中的所述地形数据和预存历史本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低速无人飞行器视觉导航定位方法，其特征在于，包括：步骤S1：通过视觉传感器获取当前图像，对获取的当前图像进行预处理，并基于预处理后的当前图像提取特征点获取特征点的图像坐标值；步骤S2：基于飞行器惯性测量单元以及测高传感器所测量的飞行器位置、姿态信息和高度信息获得惯性系下的位姿变换矩阵信息，以姿态变换矩阵方式订阅飞控输出的姿态信息和高度信息；步骤S3：基于获得的特征点的图像坐标值和获得的姿态信息和高度信息，通过视觉传感器模型计算得到相对应的像素点在世界三维坐标系下的空间位置；所述视觉传感器模型是通过二维的图像得到目标点的空间坐标的数学模型，所述数学模型是在考虑镜头畸变的情况下所建立的图像像素坐标与目标点的世界坐标的数学转换关系。2.根据权利要求1所述的低速无人飞行器视觉导航定位方法，其特征在于，采用单目摄像头按照所需的下视角度捷联安装在飞行器机体上，固定安装位姿关系为M
fix
，结合飞行器控制系统固有的惯性测量单元与测高传感器，构成飞行器传感器的整体配置方案；利用张正友标定法对视觉传感器进行捷联安装标定，获得单目摄像头相对于机体的安装转换矩阵、内参数矩阵以及光学畸变矩阵。3.根据权利要求1所述的低速无人飞行器视觉导航定位方法，其特征在于，所述对获取的当前图像进行预处理采用：步骤S1.1：依据光学畸变参数矩阵对获取的当前图像的畸变进行算法校正，对校正后的图像在HSV通道进行分离操作，依据高光区域在不同通道上亮度不同的特征，将高光区域分割出来并通过阈值化处理和腐蚀操作将残留的干扰因素消除，进而抑制特征区域高亮干扰；步骤S1.2：对于图像的处理过程中出现的不感兴趣的区域或者干扰区域采取形态学上的膨胀与腐蚀运算进行滤波排除。4.根据权利要求1所述的低速无人飞行器视觉导航定位方法，其特征在于，所述步骤S1采用：步骤S1.3：采用Canny边缘的双阈值检测法对图像进行运算，采用满足预设条件的高低阈值比，利用Canny梯度算子一阶偏导数的近似限差分计算图像在两个方向上的梯度变化，结合梯度的方向分析梯度的极大值，确定图像边缘；步骤S1.4：对只有边缘信息的二值图像进行霍夫变换操作，对霍夫变换获取的参数空间的信息进行存储，并从参数空间的信息中提取出所需的直线斜率和距离原点距离；对直线斜率和距离原点距离进行双参数排序以分离直线簇，筛选并提取环境中的交点与特征线，进而获取特征点的图像坐标。5.根据权利要求1所述的低速无人飞行器视觉导航定位方法，其特征在于，所述步骤S2采用：通过串行通信方式读取飞行器惯性测量单元以及测高传感器所测量的飞行器位置、姿态信息和高度信息，并对获取的飞行器位置、姿态信息和高度信息进行滤波处理后，输出惯性系下的位姿变换矩阵信息；以姿态变换矩阵方式订阅飞控输出的姿态信息和高度信息。6.根据权利要求1所述的低速无人飞行器视觉导航定位方法，其特征在于，所述步骤S3
采用：针对下视视场中存在规则化直线特征的结构化环境与视场特征不规则的非结构化环境，基于获得的特征点的图像坐标值和获得的姿态信息和高度信息，采用不同的定位解算算法计算得到相对应的像素点在世界三维坐标系下的空间位置；所述规则化直线特征的结构化环境，根据特征点的图像坐标X
uv
和在结构化环境下标定的特征点的世界坐标X
W
，依据所提取的特征点的世界坐标的测量值相对于实际值的偏差ΔX
W
，对飞行器位置X
C
进行校正，校正后的数据进而参与下一步位置解算算法的迭代运算，迭代算法的主要模型如下：算，迭代算法的主要模型如下：算，迭代算法的主要模型如下：其中，s表示尺度因子，表示摄像头逻辑分辨率与物理分辨率之间的比值；表示基于姿态信息和高度信息获得的对于第k帧图像，由摄像头坐标系到世界坐标系的转换矩阵；表示摄像头内参数矩阵的逆矩阵；所述视场特征不规则的非结构化环境，基于相邻两帧所匹配的特征点图像坐标对p1与p2，通过解算对极几何中的基础矩阵F与本质矩阵E得到帧间变换的旋转矩阵R与平移向...

【专利技术属性】
技术研发人员：梁壮，陈天予，沈皓敏，徐培，梅小宁，张迪，顾村锋，李晓东，赖文星，李航宇，
申请(专利权)人：上海机电工程研究所，
类型：发明
国别省市：