[發(fā)明專利]針對小型無人機(jī)自主降落的視覺分級地標(biāo)定位識別方法

有效

• 申請?zhí)枺?/td>: 201410378266.X
• 申請日: 2014-08-03
• 公開（公告）號: CN104166854A
• 公開（公告）日: 2014-11-26
• 發(fā)明（設(shè)計(jì)）人: 張林;張宇;李平
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/54
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 邱啟旺

技術(shù)領(lǐng)域

本發(fā)明屬于空中機(jī)器人與計(jì)算機(jī)視覺的交叉領(lǐng)域，涉及無人機(jī)自主降落時(shí)的分級地標(biāo)設(shè)計(jì)與定位識別問題，尤其涉及一種針對小型無人機(jī)自主降落的視覺分級地標(biāo)定位識別方法。

背景技術(shù)

當(dāng)今，小型無人直升機(jī)的研究與應(yīng)用越來越普遍，被廣泛地用于監(jiān)視、偵查、預(yù)警、電子對抗、通信中繼等軍用場合與環(huán)境監(jiān)測、航測航拍、氣象預(yù)測、地震火災(zāi)等災(zāi)害搜救、輸電線路與鐵路線路的巡視等民用場合。由于無人機(jī)在設(shè)計(jì)時(shí)無需考慮人的生理和心理承受極限，因此可以具有更高的機(jī)動性和靈活性。

然而，小型無人直升機(jī)復(fù)雜環(huán)境下的自主回收降落既是技術(shù)難點(diǎn)，也是我們越來越關(guān)注的焦點(diǎn)。目前GPS/INS組合導(dǎo)航系統(tǒng)在小型無人直升機(jī)大部分的自主飛行任務(wù)中均能起到很好的作用，但是由于在自主降落過程中，GPS被遮擋或者中斷，導(dǎo)航精度不足，則會導(dǎo)致自主降落失誤，因而GPS/INS并不能確保小型無人機(jī)完成自主降落的任務(wù)。同時(shí)，復(fù)雜的降落環(huán)境，以及機(jī)體位姿在降落過程中改變，也會影響導(dǎo)航信息的準(zhǔn)確性。小型無人直升機(jī)存在靜不穩(wěn)定性，其水平方向的位移會使降落地標(biāo)逃出視野，而其垂直方向的變化，則使得機(jī)載攝像頭的可視范圍發(fā)生變化。

針對以上面對的問題，在小型無人機(jī)自主降落的過程中，合理設(shè)計(jì)人工降落地標(biāo)，以及利用機(jī)載攝像頭獲取圖像，并設(shè)計(jì)算法提取降落地標(biāo)特征信息，輔助小型無人機(jī)自主降落，顯得尤為重要。

發(fā)明內(nèi)容

本發(fā)明的目的在于針對現(xiàn)有使用GPS/INS組合導(dǎo)航系統(tǒng)的不足，小型無人機(jī)自主降落時(shí)環(huán)境的復(fù)雜，以及自主降落時(shí)視覺系統(tǒng)所面臨的問題，提出一種針對小型無人機(jī)自主降落的視覺分級地標(biāo)定位識別方法，輔助小型無人機(jī)進(jìn)行精準(zhǔn)自主降落。

本發(fā)明解決其技術(shù)問題是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種針對小型無人機(jī)自主降落的視覺分級地標(biāo)定位方法，包括視覺分級降落地標(biāo)設(shè)計(jì)與視覺分級地標(biāo)定位識別兩步驟，具體如下：

(1)視覺分級地標(biāo)設(shè)計(jì)，該步驟包括以下子步驟：

(1.1)確定視覺分級地標(biāo)形狀：視覺分級地標(biāo)由同心正方形組成；同心正方形的邊長由內(nèi)至外呈等差數(shù)列依次遞增；設(shè)視覺分級地標(biāo)最內(nèi)部正方形的邊長為L₁，公差為d，則第n個(gè)正方形的邊長為L_n＝L₁+(n-1)d；其中L₁與d由小型無人機(jī)停置在地面時(shí)機(jī)載攝像頭可看到的矩形地面視野面積S確定，滿足(L₁+d)²≤S與L₁≤d；

(1.2)確定視覺分級地標(biāo)顏色：視覺分級地標(biāo)包含黑白兩種顏色，其中視覺分級地標(biāo)最內(nèi)部正方形填充為黑色，第2m-1至第2m個(gè)正方形之間的部分填充白色，第2m至第2m+1個(gè)正方形之間的部分填充黑色，其中m為大于0的整數(shù)；

(1.3)確定視覺分級地標(biāo)級數(shù)：將視覺分級地標(biāo)中由內(nèi)至外的第2m-1至第2m個(gè)正方形之間的白色框，稱為第m級地標(biāo)；設(shè)視覺分級地標(biāo)中正方形的總數(shù)為N，則分級的總級數(shù)為M滿足：2M+1＝N；設(shè)外內(nèi)輪廓面積比為Q_m＝(L_2m/L_2m-1)²；

(1.4)確定視覺分級地標(biāo)尺寸：視覺分級地標(biāo)的尺寸就是最外部正方形的邊長L_N，L_N的大小介于起落架尺寸與翼展尺寸之間；確定正方形的總數(shù)N與地標(biāo)總級數(shù)M，然后調(diào)整L₁與d的值，即可計(jì)算出所需降落地標(biāo)的尺寸L_N和各級地標(biāo)的外內(nèi)輪廓面積比Q_m；

(2)視覺分級地標(biāo)定位識別，該步驟包括以下子步驟：

(2.1)在線圖像自適應(yīng)閾值分割二值化：通過小型無人機(jī)機(jī)載攝像頭獲取RGB格式的視覺分級地標(biāo)圖像，將獲取的圖像轉(zhuǎn)化為灰度圖像，然后使用最大類間方差法進(jìn)行自適應(yīng)閾值分割，轉(zhuǎn)化為二值化圖像；

(2.2)基于圖像形態(tài)學(xué)的分級降落地標(biāo)粗定位：對步驟2.1得到的二值化圖像進(jìn)行形態(tài)學(xué)閉運(yùn)算，去除噪點(diǎn)，得到連通域輪廓圖像，連通各分級地標(biāo)，確定地標(biāo)在圖像中的區(qū)域位置；

(2.3)基于樹形輪廓和直線特征的分級降落地標(biāo)細(xì)定位：以樹形結(jié)構(gòu)的鏈碼表示步驟2.2得到的連通域輪廓圖像；在根節(jié)點(diǎn)輪廓中以漸進(jìn)式概率Hough變換算法檢測分級降落地標(biāo)的直線特征，然后細(xì)定位降落地標(biāo)所在連通域的精細(xì)位置；