[發明專利]無預設靶標的復雜場景無人機自主降落候選區篩選方法

有效

• 申請號: 201810074339.4
• 申請日: 2018-01-25
• 公開（公告）號: CN108256491B
• 公開（公告）日: 2020-08-04
• 發明（設計）人: 畢福昆;田雨萌;楊志華;雷明陽;侯金元;邊明明
• 申請（專利權）人: 北方工業大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/34;G06K9/32
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 周琦

本發明提出了一種無預設靶標的復雜場景無人機自主降落候選區篩選方法。該方法對降落區域實時采集的圖像進行處理。首先，對采集到的圖像進行基于梯度模值的降落視場平整性計算，之后以平整區為基礎進行處理實現可降落候選區初步生成。接著，綜合利用候選區色調及高度置信度，對初步候選區進行綜合判定篩選降落候選區。該方法具有對復雜場景區域良好的適應性，且不依賴于預先的靶標鋪設，對于降落環境依賴弱，具有較好的普適性。此外，本方法自動篩選的候選區通常將包括若干可降落區格，可實現集群條件下最大限度的多目標同時自主降落，并且具有區域的自適應性，極大提升了無人機自主降落的適用范圍及自動化程度。

技術領域

本發明屬于圖像處理無人機應用領域。涉及在無預設靶標情況下，基于圖像處理的高效可靠無人機自主降落候選區篩選方法。

背景技術

當前，無人機在軍用及民用各領域中都發揮著非常重要的作用，在民用領域的主要應用有：環境監測、快遞運送、影視拍攝、災后救援、遙感測繪、農用植保等。在軍事領域的主要應用有：戰斗物資運送、戰場搜救、偵察預警、跟蹤定位等。在無人機自主飛行任務中，自主降落已經成為其研究熱點之一。自主降落是實現以上應用完全自主飛行、提高工作效率的關鍵技術之一。

然而，目前無人機自主降落技術仍然存在許多問題。其中，降落候選區的自動篩選是其中的關鍵。對于降落候選區的選取通常需要實時、自動、精準。然而，由于待降落地區場景中地物復雜，房屋、樹木、較大器械、大型石塊、土丘等都會對候選區的自動篩選造成干擾及影響。

現有的無人機降落候選區篩選技術主要有兩種：一種是GPS系統定位導航，該方法利用GPS系統進行定位導航確定候選區進行降落，其優點在于技術上較為成熟、模塊化容易實現和便于普及。但由于GPS定位精度和實時性依賴于地理位置及周圍環境影響，在偏遠地區、山區等GPS信號弱的地區，定位精度及實時性差，容易導致降落候選區篩選錯誤。另一種方法是利用預先鋪設著陸靶標，基于圖像處理技術進行自主著陸。該方法在無人機所要降落的區域預先鋪設指定形狀和顏色的靶標，當無人機大致位于降落區域上方時，利用無人機載圖像視頻傳感器拍攝連續幀圖像，再利用圖像處理的方法檢測識別預設靶標來篩選降落候選區。該方法能精準、可靠的地檢測到合適降落候選區。但該方法需要預先鋪設靶標，在實際應用中存在較大的局限性。例如，許多應用場景并不具備鋪設靶標的條件，或者所要降落的地點沒有預先鋪設靶標。因此，該方法不能大范圍普及；且由于其僅對靶標進行識別，降落地點僅限于預先鋪設靶標的區域，在一定程度上降低了無人機自主降落的靈活性。因此，急需發明一種無預設靶標的復雜場景無人機自主降落候選區篩選方法。

發明內容

本發明針對已有方法的局限性，提出了一種無預設靶標的復雜場景無人機自主降落候選區篩選方法。

該方法對降落區域實時采集的圖像進行處理。首先對采集到的圖像進行基于梯度模值的降落視場平整性計算，之后以平整區為基礎進行處理實現可降落候選區初步生成。接著，綜合利用候選區色調及高度置信度，對初步候選區進行綜合判定獲取降落候選區。該方法具有對復雜場景區域良好的適應性，且不依賴于預先的靶標鋪設，對于降落環境依賴弱，具有較好的普適性。

為實現上述目的，本發明的技術方案如下：

1.基于梯度模值的降落視場平整性計算

1)圖像采集。無人機在降落區域上方時利用機載像機或者視頻設備采集連續幀圖像。

2)降落視場平整性計算。讀入采集的彩色圖像；逐像素求RGB三通道數據的梯度模值，并取每個像素位置對應三通道的最大梯度模值，逐像素位置遍歷后生成最大梯度圖，作為輸出的最大梯度圖初始候選區。

2.可降落候選區初步生成

1)最大梯度圖初始候選區預處理。主要操作包括以下串行步驟：對最大梯度圖進行弱梯度區置零、細碎區粘連、閉合障礙區灰度孔洞填充。