[发明专利]基于多尺度标识物的无人机视觉导航降落系统

权利要求书

1.一种基于多尺度标识物的无人机视觉导航降落系统，其特征在于：所述系统包括多尺度标识物和导航系统，所述多尺度标识物以图像中心作为世界坐标系原点(0,0,0)，边长1个像素，以该像素为中心向四个方向延伸，每向外延伸一次，黑色矩形的边长变为原来的2倍；按照像素尺寸和标识物的整体尺寸自动生成所述多尺度标识物；假设世界坐标系在标识物中心点，标识物上的点的z轴坐标为0且各矩阵的中心坐标已知；通过direct lineartransform方法解算Homography，然后通过Homography的分解求得相机相对于标识物的旋转平移矩阵；所述导航系统包括坐标系标定模块、图像获取模块和运算处理模块，所述运算处理模块用于负责目标物识别、姿态解算、导航控制以及与无人机飞行控制器的通信。

2.如权利要求1所述的基于多尺度标识物的无人机视觉导航降落系统，其特征在于：所述坐标系标定模块中，在待降落区域布置标识物，建立地面标识物和无人机采集到的图像几何联系，定义以下坐标系：世界坐标系(w：Ow-WxWyWz)，相机坐标系(C：Oc-CxCyCz)，无人机坐标系(B：Ob-BxByBz)和图像坐标系(I：uv)；

设定相机是垂直安装于无人机重心处，方向垂直朝下，因此相机坐标系和无人机坐标系经过之间的关系是固定的，坐标系之间通过旋转平移转化；

在图像坐标系中，以图像左上角为原点建立u-v坐标系，图像坐标的(0，0)坐标是图片的左上角，x轴为图像矩形上面那条水平线，y轴为图像图像矩形左边那条垂直线，将相机的光轴与图像平面的焦点作为该坐标系的原点，位于图像中心；X轴平行于u轴，y轴平行于v轴，(u0，v0)代表o1在u-v坐标系下的坐标，u和v与x和y存在以下关系：

u＝x+u0 v＝y+v0

相机坐标系以O为摄像机光心，Xc轴和Yc轴与图像坐标系x轴和y轴平行，Zc为主光轴，和图像平面垂直，交点为图像的主点o1，oo1位摄像机的焦距，fc＝(f/dx,f/dy)；

世界坐标系中，设定标识物的几何中心点作为世界坐标系的(0,0,0)位置，假设空间点P在世界坐标系下的齐次坐标是(xw，yw，zw)，那么该点在相机坐标系下的齐次坐标是(xc，yc，zc)，R为以相机坐标系为基准的旋转矩阵，t为以相机坐标系为基准的平移向量，将世界坐标系中的一个点，转化到相机坐标系中；

通过以上关系表达图像平面[u,v]，相机坐标系和世界坐标系中间的关系，从而确定无人机在世界坐标系中的位置，完成导航降落。

3.如权利要求1或2所述的基于多尺度标识物的无人机视觉导航降落系统，其特征在于：所述导航系统采用MVC框架和ROS框架相结合，最顶层的视图层包含图像的显示模块和飞机姿态回传模块；模型层包装无人机的视觉伺服逻辑上的控制，将视觉感知信息转化为无人机控制器；控制层实现与无人机飞行控制器之间的交互，支持与Ardrone，Asctec和Pixhawk飞控的相互通信；视觉算法层包括目标物识别算法和姿态结算算法。

4.如权利要求3所述的基于多尺度标识物的无人机视觉导航降落系统，其特征在于：所述视觉算法层中，通过相机获取的图像作为输入，进行视觉处理把姿态位置信息交给逻辑控制层，然后根据不同的控制模型，输出给控制层实现无人机视觉自动控制；各层依附在ROS框架中，各层之间通信交互按照ROS的通信机制标准实现。

5.如权利要求1或2所述的基于多尺度标识物的无人机视觉导航降落系统，其特征在于：所述多尺度标识物的识别的过程如下：1)在全图中计算梯度的方向和大小；2)将类似梯度的点进行聚类；3)进行基于graph的直线分割；4)然后对得到之间进行矩形检测；5)在得到的矩形中，确定视场中最大且同时存在四个的矩形，计算各自的矩形中心点；根据矩阵中心点进行姿态的估计。