[发明专利]一种基于IMU姿态补偿的多旋翼无人机光流悬停方法

说明书

本发明提供的一种基于IMU姿态补偿的多旋翼无人机悬停方法，在光流结果基础上加入了IMU姿态补偿，很好地保证了无人机实际悬停的准确性；采用FAST角点作为特征点提取方法，能够适用于纹理相对较弱的环境且不需要依赖任何先验知识，很好地提升了无人机的适应性；以光流法作为基础，在保证精度的前提下有效地控制了计算量，保证了算法的实时性，在嵌入式上的实际处理速度可达到50Hz。

技术领域

本发明属于无人机视觉导航技术领域，特别涉及一种基于IMU姿态补偿的多旋翼无人机光流悬停方法。

背景技术

随着无人机逐渐进入人们的生活，基于无人机平台的应用也越来越多，特别是视觉系统的引入，不仅大大降低了用户门槛，提升了飞行安全性，还极大地丰富了用户体验，带给飞行更多乐趣。悬停定位作为多旋翼无人机区别于固定翼无人机的一个重要特点，在定点拍摄和电力巡线等领域都有着广阔的应用前景，特别是当室外GPS信号较弱或室内没有GPS信号时，能保证无人机稳定悬停于指定位置就显得尤为重要。

目前，无人机室外定位主要利用飞机上的GPS模块，根据高速运动的卫星瞬间位置作为已知的起算数据，采用空间测距交会定点原理确定无人机的水平位置，并利用气压计的状态保持无人机的垂直位置。GPS的定位精度和搜索到的卫星数量有关，虽然应用非常广泛，但整体的定位精度和输出频率较低，且容易受到环境因素影响，特别是在楼宇间或室内等GPS信号强度较弱的环境下，基本无法实现无人机定位。

除了采用GPS方式实现定位，专利201610538663.8提出了一种结合陀螺仪和多个超声波模块的室内定位装置，通过超声波模块捕捉不同方向的距离值确定无人机空间位置，并利用陀螺仪保证无人机的飞行姿态。该方法计算简单且实时性高，可以在没有GPS的情况下实现四旋翼无人机的室内定位，但该装置对硬件传感器的精度要求较高，对数据跳变或测量误差的容忍度较差，普适性不强。

而基于图标的悬停定位方法，如专利201610454292.5则通过视觉图像处理方式检测具有方向性的Marker，利用Perspective n-Points(PnP)算法从二维相机坐标系恢复出三维世界坐标系中无人机的位置和姿态，从而实现对飞机的定位。该方法定位精度较高，但缺点也较为突出，即如果没有放置特定的图标则无人机将无法悬停，在不同环境下的适用性不强。

另外，基于单目或双目相机的视觉里程计(Visual Odometry)随着SLAM技术的兴起而逐渐进入人们视野，该方法主要用于实现定位功能，主要思想是通过直接法或特征点法建立相邻帧的运动轨迹，并通过光束平差法(Bundle Adjustment)来消除相邻帧的累积误差。该方法定位精度很高，但计算量较大，在嵌入式系统上运行的实时性很难得到保证。

因此，对于GPS信号较弱的室外或室内场景，寻找一种精度高、适应性强、实时性好的无人机悬停定位方法就显得格外重要。

发明内容

本发明的目的在于提供一种基于IMU姿态补偿的多旋翼无人机光流悬停方法，解决了现有无人机在GPS信号较弱的室外或室内场景内，无法准确悬停，且对环境的适应性差、实时性差的问题。

为了达到上述目的，本发明采用的技术方案具体是：

本发明提供的一种基于IMU姿态补偿的多旋翼无人机光流悬停方法，首先对光流摄像头拍摄的所有图像帧提取FAST角点；然后利用金字塔LK光流法匹配前后帧提取到的FAST角点，并建立特征点对，接着通过特征点对求取前后图像帧的光流结果；再通过获取的IMU数据对光流结果进行补偿；接着使用RANSAC随机采样一致性的方式计算飞机水平方向的主体偏移量；最终将计算结果发送给飞控装置保持飞机悬停状态。

优选地，在提取FAST角点，首先需要通过调整候选特征点p与周围点之间像素差的阈值ε；然后通过公式(1)提取FAST角点：