[发明专利]基于多尺度标识物的无人机视觉导航降落系统

说明书

一种基于多尺度标识物的无人机视觉导航降落系统，包括多尺度标识物，识别及姿态结算算法和导航系统，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；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。本发明尺度变化适应力高、姿态解算能力好、扩展性较好。

技术领域

本发明涉及无人机驾驶飞行器(Unmanned Aerial Vehicle)简称无人机(UAV)和计算机视觉(Computer vision)领域，尤其是一种无人机视觉导航降落系统。

背景技术

无人机自主导航降落是指无人机利用飞行控制系统和自身传感器进行定位导航并最终控制无人机降落的过程。自主降落是实现自主飞行的重要基础和关键技术。根据任务的不同要求，通常对于导航与控制精度，环境鲁棒性及可靠性均有较高的要求。

传统的无人机自主着陆的导航技术包括：惯性导航系统(INS)、GPS导航系统和INS/GPS组合导航系统。惯性导航系统是利用陀螺、加速度计等惯性元件估计无人机在运动过程中的角速度和加速度，然后通过积分计算和传感器融合，得到无人机的位置、速度等导航参数。惯性导航的缺点是传感器的数据会随着时间的推移而漂移，因此难以长时间独立工作，而需与其它导航方法组合使用；GPS导航系统利用导航卫星进行导航定位，但由于完全依靠导航卫星，存在信号易受干扰和技术垄断等问题，同时导航精度有限，一般GPS的精度在5-10米。差分GPS精度高，但价格昂贵。近几年，由于计算机视觉的快速发展和机载运算设备的性能不断提升。视觉导航凭借其在导航精度，任务的处理能力，环境的适应能力上的优势逐步成为导航降落中的重要方法和未来的发展的重要趋势。

现有的基于视觉的无人机导航降落系统主要包括：基于人工标识物的导航降落系统、基于自然场景分析的导航降落系统和基于地基信息导航降落系统。

基于人工标示物的导航降落系统，需要在降落区域布置人工标识物，但在可靠性，环境鲁棒性上要高于另两种方法。

基于标示物的导航降落能够满足大多数此类无人机任务场景，如自主返航降落，物资运输投递，自主能源补给等。

目前常见的用于导航的识别物为一些平面图案，包括“H”型，圆形，矩形标识物，Apriltage，ARtag等编码表示物，或者由LED组成的平面标识物。此类算法，可以通过标识物，进行相机的位置解算，被用在视觉导航，增强现实(AR)等场景中。但目前基于标识物的降落方法有以下几点不足：

1)由于在无人机降落过程中，飞行高度发生变化，所以所获取的图像会有巨大的尺度变化，而该类标识物无法进行尺度的调整，造成标识物检测失败，姿态结算错误等问题。在移动目标视觉导航降落的过程中，

2)通常一般形状标识物，识别和姿态估计的计算量较大，实时性较差。不具备旋转，仿射不变性。

也由于标识物识别上的瓶颈，使得无法设计出很好位置解算方法和导航控制策略，使得传统的标示物视觉导航算法无法很好的满足实际任务的需求。

发明内容

为了克服已有无人机视觉导航降落系统的尺度变化适应力低、姿态解算能力差、扩展性不足的不足，本发明提供了一种尺度变化适应力高、姿态解算能力好、扩展性较好的基于多尺度标识物的无人机视觉导航降落系统。

本发明解决其技术问题所采用的技术方案是：