[发明专利]一种基于单目视觉导航的无人机自主引导降落方法

权利要求书

1.一种基于单目视觉导航的无人机自主引导降落方法，其特征在于该方法的步骤包括：

步骤1，通过深度学习方法获取机场跑道的语义分割结果；

步骤2，获得机场跑道在机场跑道图像上的像素位置坐标；

步骤3，获取相机相对地理坐标系下的方位角α和俯仰角β；

步骤4，获取机场跑道四个顶点相对相机坐标系下的坐标；

步骤5，获取视场中心延长在机场跑道平面上的投影点在相机坐标系下的坐标；

步骤6，获取投影点到机场跑道上四个顶点的欧式距离；

步骤7，求解投影点的经纬度；

步骤8，求解无人机到投影点在正东方向的距离和在正北方向的距离以及无人机到投影点的纬度差和经度差，进而求解无人机定位坐标；

步骤9，将无人机定位坐标信息反馈给无人机飞控系统，引导无人机修正航向，完成降落。

2.根据权利要求1所述的一种基于单目视觉导航的无人机自主引导降落方法，其特征在于：

所述的步骤1中，通过深度学习方法获取机场跑道的语义分割结果的方法为：

无人机通过机载的相机采集机场跑道图像数据，并根据采集到的机场跑道图像数据分别训练YOLOv3模型和segnet模型，使用YOLOv3模型检测机场跑道，并根据检测出的机场跑道的检测框裁减出含有机场跑道的区域S，然后通过segnet模型分割裁减后的区域S，输出跑道分割结果掩膜。

3.根据权利要求2所述的一种基于单目视觉导航的无人机自主引导降落方法，其特征在于：

所述的步骤2中，获得机场跑道在机场跑道图像上的像素位置坐标的方法为：

对机场跑道分割结果掩膜进行形态学闭运算，然后采用最小二乘法拟合出跑道分割结果掩膜的左右边缘线，计算出机场跑道四个顶点的像素坐标，然后将机场跑道四个顶点的像素坐标映射回步骤1中采集到的机场跑道图像中用以获取机场跑道在采集到的机场跑道图像上的像素位置坐标。

4.根据权利要求3所述的一种基于单目视觉导航的无人机自主引导降落方法，其特征在于：

所述的步骤3中，获取相机相对地理坐标系下的方位角α和俯仰角β的方法为：通过机载陀螺仪提供的姿态角信息和相机相对无人机的姿态角计算出相机相对地理坐标系下的方位角α和俯仰角β；

所述的步骤4中，获取机场跑道四个顶点相对相机坐标系下的坐标的方法为：根据机场跑道的长宽信息以及步骤2中映射后的跑道四个顶点的像素坐标通过解方程组的方式解算出跑道四个顶点相对相机坐标系下的坐标。

5.根据权利要求4所述的一种基于单目视觉导航的无人机自主引导降落方法，其特征在于：

所述的步骤3中，求解无人机定位坐标的方法为方位角α和俯仰角β的方法具体为：

首先，根据无人机当前的姿态角，得到由无人机坐标下转换到地理坐标系下的转换矩阵S，S的计算公式如式(1)所示：

在式(1)中，ψ为无人航向角，γ为无人机俯仰角，θ为无人机横滚角；

其次，根据无人机悬挂相机在飞机坐标下相对于无人机的俯仰角和方向角，求出相机的方向向量D，相机在地理坐标系下方向向量为Dir，则Dir＝D*S，进一步求解出无人机相机在地理坐标系下的方位角α和俯仰角β。

6.根据权利要求5所述的一种基于单目视觉导航的无人机自主引导降落方法，其特征在于：

所述的步骤4中，跑道四个顶点在相机坐标系下的坐标计算方法为：

首先，根据跑道顶点在图像上的像素坐标(x,y)，求出对应在相机坐标系下的坐标表达式(Z*x*u/f,Z*y*u/f,Z)，其中，u为相机的像元大小，f为相机焦距，Z是未知量，得到跑道四个顶点A，B，C,D的坐标表达式；

其次，根据跑道的长度、宽度和斜对角线长度，根据距离公式列出六个四元二次方程，得到一个超定方程组；最后通过Levenberg-Marquarelt算法得到该超定方程组的稳定解，即ZA，ZB，ZC，ZD的值，代入步骤(1)中坐标表达式获得顶点坐标。