[發明專利]一種基于光流的導航方法

在審

• 申請號: 201710070841.3
• 申請日: 2017-02-09
• 公開（公告）號: CN106813662A
• 公開（公告）日: 2017-06-09
• 發明（設計）人: 賈文峰;鄧一民;杭義軍;邢麗
• 申請（專利權）人: 極翼機器人（上海）有限公司
• 主分類號: G01C21/16
• 分類號: G01C21/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及導航領域，尤其涉及一種基于光流的導航方法。

背景技術

通常多旋翼無人機采用GPS/MEMS慣性組合導航系統來提供飛行器的導航信息。但是GPS從本質上屬于無線電導航，在叢林、峽谷及室內等特殊環境會因信號丟失而出現失鎖情況。由于MEMS慣性器件的精度較低，誤差隨時間發散較快，因此無法單獨提供有效的導航信息。所以需要引入一種新的導航方式來抑制慣性器件的誤差發散。

科學研究表明，自然界中的蜜蜂通過使用其特殊的眼睛感知外界光線的變化來進行導航和避障，進而啟發了人們使用光流法來進行導航。隨著計算機視覺的發展，光流導航因其具有成本低、體積小、重量輕等優點被應用于微小型無人機導航領域。

由于經典的光流算法是建立在三個假設之上的，因此多旋翼飛行器實際飛行環境中可能出現的光照強度變化、圖像遮擋及大尺度運動等因素都會對光流導航信息的可靠性造成影響。

采用光流/慣性組合導航系統，可以利用光流導航算法的速度信息來抑制慣導信息的發散，同時也可以利用慣導輸出的信息來提升光流信息求解的精度，從而提升導航系統的可靠性，增強多旋翼無人機在無GPS環境下的生存能力。

發明內容

鑒于上述問題，本發明提供一種基于光流的導航方法。

一種基于光流的導航方法，其中，包括：

建立飛行器的前右下坐標系，前向指向飛行器的機頭，光流傳感器采集若干圖像，并檢測出每張所述圖像中特征點的坐標集，挑選任兩張所述圖像的特征點進行對比，篩選出相同特征點在不同圖像上的坐標集，計算相同特征點在不同圖像上坐標點之間的幾何距離，以此計算出特征點在圖像上的飛行速度；

定義所述飛行器的導航系坐標，并記錄所述飛行器的水平飛行速度；

將特征點在圖像上的飛行速度和所述水平飛行速度進行融合處理，以得到所述飛行器的導航信息。

上述的方法，其中，所述方法還包括：

以慣性導航信息求解所述特征點位移作為光流的理想值，結合所述特征點求解的光流值計算每個特征點光流的角誤差，從而篩選出角誤差小的特征點。

上述的方法，其中，所述方法還包括：

選取若干誤差狀態量，建立狀態方程，以特征點在像素坐標系下的速度誤差為量測量，建立量測方程，利用卡爾曼濾波遞推方程估計所述飛行器的飛行速度。

上述的方法，其中，采用LK金字塔光流算法計算出特征點在圖像上的飛行速度。

上述的方法，其中，所述方法還包括：

利用慣性導航系統推出的特征點速度來修正LK金字塔光流算法計算出特征點在圖像上的飛行速度。

上述的方法，其中，所述導航信息包括所述飛行器的方向角，陀螺誤差和位置坐標。

上述的方法，其中，選取的誤差狀態量包括捷聯慣性導航系統的數學平臺誤差角、所述飛行器的速度誤差、所述飛行的位置誤差、陀螺誤差和加速度計的誤差。

上述的方法，其中，采用LK金字塔光流算法估算出一張圖像中特征點在另一張圖像中的坐標集。

綜上所述，本發明設計的一種基于光流的導航方法，通過將慣導的速度信息轉換到圖像坐標系下，采用圖像特征點的像素速度作為量測量對光流和慣性的信息進行深度融合，從而利用光流的信息對慣導的誤差進行修正，通過計算特征點光流的角誤差，利用慣導的信息提升光流的可靠性，最終組合導航系統輸出更為可靠的導航信息供多旋翼無人機使用。

附圖說明

參考所附附圖，以更加充分的描述本發明的實施例。然而，所附附圖僅用于說明和闡述，并不構成對本發明范圍的限制。

圖1為本發明的多旋翼飛行器運動場與機載相機測量的光流場之間關系的示意圖；

圖2為本發明所采用的光流算法結構示意圖；

圖3是基于特征點像素速度組合的光流/慣性組合導航算法結構示意圖。

具體實施方式

下面結合附圖和具體的實施例對本發明作進一步的說明，但是不作為本發明的限定。

實施例

根據圖1所示，設定多旋翼無人機機體系為“前右下”坐標系(即機頭的方向)，將相機與機體固連作為一個剛體。相機坐標系的x，y，z分別與機體系的三個方向相重合。p為t時刻世界坐標系下特征點P在圖像中的坐標，p′為t+k時刻特征點P在圖像中的坐標。由此，可以推導出圖像特征點的光流為

其中[u v]^T為T時刻到T+k時刻特征點P在圖像坐標系下兩個方向的光流，對其求導可以得到特征點在兩個方向的像素速度：