【技术实现步骤摘要】
本专利技术涉及无人机着陆点选择领域，特别是一种用于未知环境的多阶段着陆点粗选方法。
技术介绍
1、无人机是无人驾驶飞机的简称，由于其尺寸小、研制生产费用较低，具有很好的适应性、机动性和经济性。近年来，随着无人机技术的不断发展，无人机不仅在军事上得到广泛应用，也逐渐延伸到民用场合。无人机自主着陆时无人机飞行过程中最重要的阶段；目前无人机着陆的主流方式是通过图像特征识别技术来筛选适合着陆的地点。但是，由于受限于复杂的自然环境和地形，现有的图像特征识别筛选技术在着陆点选择时无法准确且快速的筛选出适合着陆的区域，容易产生较大误差，进而会影响无人机的正常着陆。因此，现有的技术存在着无法准确且快速粗选出适合着陆区域的问题。
技术实现思路
1、本专利技术的目的在于，提供一种用于未知环境的多阶段着陆点粗选方法。本专利技术可以准确且快速的粗选出适合无人机着陆的区域。
2、本专利技术的技术方案：一种用于未知环境的多阶段着陆点粗选方法，包括如下步骤：
3、s1、将栅格地图中的高程值线性映射为0-255图像灰度值，得到高程灰度图；
4、s2、分层阈值模型根据不同的分割阈值对高程灰度图进行分割处理和边缘提取，得到多个不同阈值的分层阈值图：
5、s3、通过分层阈值模型对分层阈值图进行掩膜处理，得到精细掩膜图像；然后通过分层阈值模型对分层阈值图中的掩膜区域执行dt距离变换，得到dt图像；
6、s4、将dt图像与精细掩膜图像进行融合处理，得到掩膜距离转换
7、s5、对掩膜距离转换图像进行容量约束，得到容量区域内满足条件的集合，即密集潜在着陆点集；
8、s6、密集潜在着陆点集中的不同密集着陆点间的容量区域进行动态优化，得到粗选阶段的候选着陆点集合。
9、前述的一种用于未知环境的多阶段着陆点粗选方法中，步骤s1中，还需对高程灰度图进行置信度判断；
10、具体判断公式为：其中，gi，j表示高程灰度图中的任意一个栅格值，i表示行，j表示列，ρs(i，j)表示该栅格的置信度，ρ表示置信度阈值；unsafegrid表示不安全栅格标记，safegrid表示安全栅格标记。
11、前述的一种用于未知环境的多阶段着陆点粗选方法中，步骤s2中，分割阈值的确定过程为：
12、将高程灰度图中的图像元素值根据其出现的频率按照降序进行排列，从而得到降阈值分割的优先序列集合；
13、然后，将优先序列集合作为高程灰度图的二值化阈值，直到获得的均匀区域的面积不能满足无人机尺寸的最低要求或达到设计的迭代次数，得到所有不同的分割阈值。
14、前述的一种用于未知环境的多阶段着陆点粗选方法中，步骤s4中，融合处理是采用与运算的方式进行。
15、前述的一种用于未知环境的多阶段着陆点粗选方法中，步骤s5中，容量约束包括安全半径的约束和数据可靠度的约束；
16、安全半径的约束：是将安全半径r与无人机外形尺寸rcap进行比较，需满足安全半径r>2rcap；
17、数据可靠度是指容量区域内安全栅格与其容量区域的面积比作为地形数据可靠度的度量，记为比率τ；数据可靠度τ需满足τ>0.8。
18、前述的一种用于未知环境的多阶段着陆点粗选方法中，容量区域内满足条件的集合被称为密集潜在着陆点集，定义为：l＝{li{li,ai}}(i＝1,2,3,…,nd)；其中，nd为高程灰度图中所有密集着陆点的数量，li是集合l中第i个元素的像素位置，对应的通量区域定义为ai。
19、前述的一种用于未知环境的多阶段着陆点粗选方法中，步骤s6中，动态优化的具体过程为：
20、s61、假设lp，lq作为密集潜在着陆点集合中的第p个和第q个索引，对应容量区域的iou表示为：
21、其中，ap、aq分别为容量区域lp和lq的面积；p，q∈(i＝1，2，...nd)；
22、s62、初始阶段，将优先级最高的索引定义为初始阶段时，优先级最高的位置同时也为容量区域最大对应的索引；
23、优先级最高的位置，即最大索引位置，通过从密集潜在着陆点集合中选择最大的ai来实现，如下所示：
24、
25、s63、以最大索引位置为中心，依次删除密集潜在着陆点集合中满足的所有索引，tc是用于限制覆盖领域的阈值；
26、s64、从密集潜在着陆点集合中删除并继续在新的密集潜在着陆点集合找到最大的ai，并执行步骤s62-s64上述相同的步骤；
27、s65、遍历完所有的密集潜在着陆点集合，将选定的着陆点集合作为粗选阶段的候选着陆点。
28、前述的一种用于未知环境的多阶段着陆点粗选方法中，tc设置为1/8。
29、与现有技术相比，本专利技术首先对2d-grid-map高程地图进行图像处理(将高程信息的栅格地图转化合成的全局gsgm图像)，然后通过执行来自分层阈值模型的不同阈值获得差异化的高程掩膜，基于获得的掩膜，对其进行dt距离变换从而探索未知地形中障碍物的边界信息；通过探索障碍物的边界信息，可以获得当前位置的无人机容量约束，最终得到当前gsgm中密集的着陆点位置。采用全局优化和稀疏约束方法提取得到稀疏的候选着陆点集合，不仅可以大大减少着陆点选择的时间，而且可以准确的粗选出适合着陆的区域。
本文档来自技高网...【技术保护点】
1.一种用于未知环境的多阶段着陆点粗选方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于：步骤S1中，还需对高程灰度图进行置信度判断；具体判断公式为：
3.根据根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤S2中，分割阈值的确定过程为：
4.根据根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤S4中，融合处理是采用与运算的方式进行。
5.根据根据权利要求2所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤S5中，容量约束包括安全半径的约束和数据可靠度的约束；
6.根据根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，容量区域内满足条件的集合被称为密集潜在着陆点集，定义为：L＝{Li{li,Ai}}(i＝1,2,3,…,Nd)；其中，Nd为高程灰度图中所有密集着陆点的数量，li是集合L中第i个元素的像素位置，对应的通量区域定义为Ai。
7.根据根据权利要求1所述的
8.根据根据权利要求7所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，tc设置为1/8。
...【技术特征摘要】
1.一种用于未知环境的多阶段着陆点粗选方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于：步骤s1中，还需对高程灰度图进行置信度判断；具体判断公式为：
3.根据根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤s2中，分割阈值的确定过程为：
4.根据根据权利要求1所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤s4中，融合处理是采用与运算的方式进行。
5.根据根据权利要求2所述的一种用于未知环境的多阶段着陆点粗选方法，其特征在于，步骤s5中，容量...
【专利技术属性】
技术研发人员：陈国强，程文明，叶飞，麻斌鑫，张国财，魏振兴，
申请(专利权)人：浙江航天润博测控技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。