[发明专利]基于视觉/惯导的无人机自主着陆方法

说明书

本发明提供了一种基于视觉/惯导的无人机自主着陆方法，首先利用视觉导航算法求解无人机位置及位姿；然后利用视觉导航求解的无人机位姿作为惯导的初始值，开始求解惯性导航参数；利用惯导相邻时间获取的参数剔除实时图像与参考图像SURF匹配的误匹配点对；最后利用无迹卡尔曼滤波组合导航参数，实时调整无人机位姿进行着陆引导。本发明可以提高视觉导航算法的实时性，使视觉系统保持长时间的高精度；解决了单一惯导的误差发散不可以单独使用的问题，在视觉导航解算失败的情况下也能提供载体的导航参数。

技术领域

本发明涉及一种无人机自主着陆方法，属于组合导航领域。

背景技术

视觉导航技术是利用数字图像处理技术，对机载图像传感器所获取的航拍图像进行处理和分析，最终得到无人机导航控制所需要的位姿参数的技术。图像处理的大信息量等特点使得无人机在视觉导航定位时实时性不能得到满足，因此需要一种快速实时图像匹配算法来解决这一问题。

惯导技术是一种传统的不接收外来的无线电信号，也不向外部辐射能量的自主式导航技术。惯性导航设备具有全天候、全时空工作能力和很好的隐蔽性，能够提供短期高精度、高稳定性的导航参数。但是，惯性导航设备是一个时间积分系统，其误差随着时间迅速累积且垂直定位功能不好，不可以单独使用，因此需要通过引入另一种导航源对惯导长时间累积的误差进行修正。

发明内容

为了克服现有技术的不足，本发明提供一种基于视觉/惯导的无人机自主着陆方法，通过视觉和惯性导航组合的方法来设计无人机自主着陆系统，利用惯性导航来快速剔除视觉导航图像匹配的误匹配点提高视觉导航的实时性，通过无迹卡尔曼滤波 (UKF)的方式将视觉导航输出参数与惯导进行组合，用视觉来修正惯性导航误差，解决惯导随时间误差累积较大的问题。

本发明解决其技术问题所采用的技术方案包括以下步骤：

1)利用视觉导航算法求解无人机位置及位姿，步骤如下：

1.1)利用无人机机载摄像头获取实时图像；

1.2)判断获取的实时图像是否为第一帧图像，若是，转到步骤1.3)，否则转到步骤1.4)；

1.3)提取实时图像的SURF特征点，与参考图像的SURF特征点进行SURF匹配，利用RANSAC算法剔除SURF误匹配点对，获取正确的SURF匹配点对，转到步骤 1.7)；

1.4)判断实时图像帧数是否为设定的固定周期T的倍数，若是，转到步骤1.5)，否则转到步骤1.6)；

1.5)提取实时图像的SURF特征点，与参考图像的SURF特征点进行SURF匹配，转到步骤3)；

1.6)利用LK光流法跟踪上一帧实时图像提取的SURF特征点；

1.7)利用获取的SURF匹配点对进行无人机位姿解算；

2)利用无人机位姿作为惯导的初始值，开始求解惯性导航参数，步骤如下：

2.1)利用陀螺输出的角速度观测值，采用四元数法进行姿态更新，然后将更新后的四元数转换成姿态矩阵k表示上一时刻，k+1表示当前时刻，L为导航坐标系，b为载体坐标系；

2.2)根据姿态矩阵中元素的值，计算载体的姿态，包括航向角、俯仰角、翻滚角；

2.3)利用姿态矩阵，将加速度计输出的比力观测值f^b由载体坐标系转换到导航坐标系，得到导航坐标系下的比例观测值