[發明專利]基于圖像處理的無人機精確位置降落方法

在審

• 申請號: 201310062907.6
• 申請日: 2013-02-27
• 公開（公告）號: CN103226356A
• 公開（公告）日: 2013-07-31
• 發明（設計）人: 柯宗澤;蘇成悅;李欣怡;劉柏芳;鄒志明
• 申請（專利權）人: 廣東工業大學
• 主分類號: G05D1/10
• 分類號: G05D1/10
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于圖像處理的無人機精確位置降落方法，其特征在于，包括了以下步驟：?

S1.GPS衛星導航系統使無人機處于地面停機坪上空；?

S2.利用氣壓定高計結合超聲雷達的測距模塊，控制無人機降落離地距離；?

S3.視覺模塊實時識別粗定位識別域，利用RGB平均值法與霍夫變換結合識別停機位，處理出目標降落點坐標；?

S4.當無人機降落至達到粗定位識別域的閾值條件時，采用步驟S3所述的RGB平均值法與霍夫變換結合識別停機位對精確定位識別域進行確定；當無人機降落至達到精確定位識別域的閾值條件時，則直接跳轉至步驟S5；?

S5.將處理出的偏差量作為輸入量，采用雙重PID算法控制無人機準確降落。?

2.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述無人機是指無人駕駛的直升機。?

3.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述步驟S1中的地面停機坪部分標記無人機降落位置，由兩半徑不同的同心圓所標識，內圓為精確定位識別域，外圓到內圓之間為粗定位識別域，同心圓圓心為無人機目標降落地方的精確位置；其中粗定位識別域與精確定位識別域分別采用不同的顏色填充。?

4.根據權利要求3所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述粗定位識別域采用紅色填充，精確定位識別域采用綠色填充。?

5.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述的步驟S2中的氣壓定高計結合超聲雷達的測距模塊，當無人機從高空降落時，使用氣壓高度計控制降落速度，將無人機按照設定速度降落，直至超聲雷達探測到接近地面，且其測量高度值有效可信時，則使用超聲雷達進行近距離準確測距，控制降落速度。?

6.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述的步驟S3中的視覺模塊安置在無人機機體的底部，獲取無人機正下方畫面。?

7.根據權利要求1所述的一種基于圖像處理的無人機精確位置降落方法，其特征在于，所述的步驟S3中所述的RGB平均值法，將圖像中每個以RGB565格式儲存的像素點的R、G、B三個通道的值分別提取出來，算出平均值A；對R、G、B三個通道分別設置閾值C1、C2、C3，將每個通道值分別與平均值A做差，差值如果高出該通道的閾值Ci，（i=1、2、3），則此像素識別為該通道的顏色，當成功識別出粗定位識別域時，使用邊緣提取算法提取圓形圖像的邊緣，再將此圖像進行霍夫變換；所述的霍夫變換是對圖像進行坐標變換；計算出圓心坐標，即降落點坐標（x₀，y₀），計算出無人機當前位置坐標（x，y），即視覺中央坐標，與降落點坐標的偏差量Δx=(x₀-x),Δy=(y₀-y),，作為PID算法輸入控制量。?

8.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述步驟S4中的粗定位識別域閾值條件是指，當無人機降落到距離地面距離低至視覺模塊獲取畫面中，粗定位識別域已經充滿整個畫面，定義標識粗定位識別域占據整個畫面超過75%為閾值條件，此時開始識別精確定位識別域。?

9.根據權利要求1所述的基于圖像處理的無人機精確位置降落方法，其特征在于，所述的步驟S5中的雙重PID算法，外層PID使用離地距離作為輸入量，并輸出期望降落速度給內層PID使用，內層PID使用當前降落速度與期望降落速度之間的誤差作為輸入量，輸出油門的控制量，進行高度控制；?

方向控制，利用圖像處理得到停機位中心與飛行器中心的x，y軸偏差量作為輸入量，用PID控制器對電機參數進行糾正，控制無人機的方向。?