[发明专利]一种基于激光雷达和视觉检测的无人机定位控制方法及系统

权利要求书

1.一种基于激光雷达和视觉检测的无人机定位控制方法，包括主控单元、激光雷达单元、视觉检测单元、激光测距单元、存储单元和通信单元；

其特征在于，包括以下步骤：

步骤1，激光测距单元实时测量无人机飞行高度值，并将高度信息传送到主控单元；

步骤2，激光雷达单元进行粗定位，主控单元通过通信单元将粗定位信息传输给外部设备：

步骤3，激光测距单元将测量的无人机飞行高度值传输给主控单元，主控单元将接受到的雷达粗定位信息传输给外部设备；

步骤4，视觉检测单元对实时采集的图像进行精定位识别，对目标物体进行特征提取，得到目标图像精确的定位信息，将精定位信息传输到主控单元，

步骤4.1，将相机正对准目标货箱的上表面上的定位十字，采集得到的图像作为目标图像；

步骤4.2，实时采集图像，对亮度处理，亮度自适应算法为：首先计算图像亮度值L，其中B、G、R分别代表BGR通道的像素均值，然后对亮度进行区域划分，不同的亮度值对应不同的区域，通过对每个区域下设置不同的增益α和偏置β，其中α调整图像的对比度，β调整图像的亮度，f(i,j)代表原图像第i行和第j列的像素，g(i,j)代表对应的输出图像像素，改变图像的亮度，最后实现对采集的图像亮度处理；

L＝0.299*R+0.587*G+0.114*B

g(i,j)＝α*f(i,j)+β

步骤4.3，采用opencv库中的算法对亮度处理后的图像进行灰度处理、高斯滤波、自适应阈值二值化、开运算，而其中自适应阈值二值化中的阈值thresh选择是通过对高斯滤波之后的图像像素做均值处理，其中sum是滤波之后的图像像素值，preS是原图像的像素值，再加上一个偏差Δ，Δ的范围在20～30之间；

步骤4.4，采用PP-YOLO目标检测算法，该算法在COCO数据集上，对各类型目标的平均检测精度的均值，由于是对特定物体十字靶标识别，因此将PP-YOLO上多类物体检测简化为单类物体检测，提高检测速度；

步骤4.5，创建十字定位标记数据集，同时采用图像增强方法对数据集进行扩展，即旋转、翻转、裁剪、缩放、变形，提高PP-YOLO模型训练的泛化能力；

步骤4.6，采用训练好的模型，进行目标检测，识别出十字靶标；

步骤4.7，对识别出的十字靶标进行十字轮廓检测，得到十字中心坐标B(x1,y1)；

步骤4.8，将目标图像的十字中心坐标A(x0,y0)与实时采集检测得到的图像十字中心坐标B(x1,y1)进行对比，获得x和y方向的偏移量，并作为水平位置定位信息；

步骤5，主控单元将精定位信息和激光测距单元测量的无人机高度值与无人机的实际位置关联起来，通过通信单元将定位信息传输给外部设备；

步骤6，主控单元将粗定位、精定位和高度信息保存到存储单元。

2.根据权利要求1所述的基于激光雷达和视觉检测的无人机定位控制方法，其特征在于，激光雷达单元进行粗定位，具体为：

步骤2.1，16线雷达在货箱正上方固定距离进行扫描，获得并保存目标位置的点云信息；

步骤2.2，利用ICP算法，得到输出矩阵T，进而获得位置信息，其中R为旋转变换矩阵，p为平移变换矩阵，16线雷达实时采集的当前点云信息X通过T齐次变换矩阵，到达目标点云信息Y；

T*X＝Y

3.一种使用权利要求1或2所述的无人机定位控制方法的无人机定位控制系统，其特征在于，所述激光雷达单元、视觉检测单元、激光测距单元、存储单元和通信单元均与主控单元连接；所述激光雷达单元根据点云信息获得粗定位信息；所述视觉检测单元对实时采集的图像进行精定位识别，得到目标图像精确的定位信息；所述激光测距单元测量无人机飞行高度；所述主控单元接受粗定位信息、高度信息和精定位信息；所述存储单元能够保存雷达的点云信息、高度信息和图像的定位信息，并且能够通过外部设备将所存储的数据读出；所述通信单元能够使主控器连接到通信设备上。

4.根据权利要求3所述的的无人机定位控制方法的无人机定位控制系统，其特征在于，所述的激光雷达单元，将RS-LIDAR-16雷达安装在四旋翼无人机机身底部，16线雷达扫描无人机下方区域，使用货箱作为目标物体。