[发明专利]一种基于视觉辅助的无人机自主着舰方法

说明书

本发明公开了一种基于视觉辅助的无人机自主着舰方法，其包括：步骤S1：设计降落标志；选择两种不同种类的二维码，通过嵌套放置构成降落标志；骤S2：取像；无人机先通过固定的下视相机捕获降落标志的图像；步骤S3：获取标志中心坐标；利用检测算法得到降落标志中心在图像上的坐标；步骤S4：姿态补偿；通过姿态补偿来消除无人机平移过程中的姿态变化；步骤S5：目标预测；考虑到降落标志的位姿实时变化，引入卡尔曼滤波对目标在图像上的下一时刻位置进行预测；步骤S6：控制降落；将预测的坐标直接作为控制器的输入，实现无人机的降落。本发明具有原理简单、控制精度高、可靠性好等优点。

技术领域

本发明主要涉及到无人机技术领域，特指一种基于视觉辅助的无人机自主着舰方法。

背景技术

在人为控制旋翼无人机的降落时，由于操作的不熟练和抖动可能会造成无人机侧翻或者倾倒，导致旋翼及其它部件受损，而且降落的精度很大程度上依赖于操作人员的熟练水平。此外，无人机在船只或海面舰艇上的着陆还会受海风及舰艇摇晃的干扰，这对精确降落提出了更高的挑战。

为解决该问题，可通过无人机的自主降落进行实现。在目前无人机的降落方案中，一般包括以下几种：

1、通过GPS进行定位；通过GPS进行无人机定位时，由于其定位精度低，且经常存在信号较弱或中断的情况，难以实现精确的降落；通过雷达引导无人机降落时，容易受电磁波干扰而使其失效，且雷达价格昂贵，不利于推广。

2、通过雷达引导实现的方法价格昂贵且易受电磁波干扰，因此也不易推广。

3、将现有传感器与机载视觉系统集成使用。基于机载视觉传感器，可采用视觉伺服控制实现无人机的自主降落。该方法以视觉信息作为反馈进行控制，对环境的测量是非接触式的，同时相较于传统导航控制方法能够获得更大的信息量，因此能够有效提升控制的精度，对于无人机控制具有重要的应用价值。

现有的通过机载视觉传感器实现自主降落的方法可分为两种：

一种是基于位置的视觉伺服方法，即在获得图像中标志的特征点坐标后，借助相机内参解算处无人机相对于特定标志的位姿关系。

如Miguel等人通过已知地面标记的单应性估计得到无人机的三维空间坐标，而后将无人机相对停机坪的平移和高度信息估计用于控制无人机的纵向、横向和下降速度，并分别设计了三个模糊控制器对三个方向的速度进行管理。

另有Lee等人先通过图像上的特征点坐标解算出当前无人机与目标车辆的相对距离，而后根据位置差对时间的导数，并结合目标车辆的速度估计设计速度跟踪控制器，实现无人机在地面运动车辆上的降落。

另有Sani等人借助相机内参矩阵解算出无人机相对降落标志的相对位置，同时还通过IMU传感器结合卡尔曼滤波的方法对目标的当前位置进行估计，解决视觉数据不可用条件下控制的连续性。

另一种是基于图像的视觉伺服方法，该方法直接在图像平面上进行控制律的设计，而无需解算目标相对无人机的位置。

如Zhang等人通过假设无人机做低速运动以忽略姿态变化的影响，从而在像素层上直接设计PID控制器使无人机平移到目标正上方并完成降落。

另有Lee等人在二维图像空间上直接进行控制器的设计，同时产生一个速度参照指令作为自适应滑模控制器的输入，对无人机在机动过程中所经历的地面效应进行补偿，以更好地跟踪期望的平移和旋转速度。

另有杨建业等人设计了一种视觉伺服控制器，通过机载单目相机提供的图像信息，在不进行相对位姿解算的情况下实现在运动目标上的快速着陆，同时利用前馈补偿策略来减小跟踪的稳态误差。

通过分析可知：