[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

说明书

本发明公开了一种基于单目视觉导航的无人机自主引导降落方法，属于无人机降落控制系统的技术领域，利用无人机机载的相机获取跑道图像；将获取到的图像通过YOLOv3模型识别出机场，并根据检测框裁减出含有机场跑道的区域；之后通过segnet模型分割出机场跑道并对分割后的机场跑道掩膜直线拟合出跑道边缘，获得跑道顶点的像素坐标；再结合跑道顶点的经纬度信息，无人机姿态角等解算无人机定位坐标。最后引导无人机修正航向，完成降落。本发明解决了在仅仅依赖于视觉导航技术下，无人机自主降落精度低，方法普适性差的问题，满足无人机自主精准降落的实际需求，定位精度不低于甚至优于卫星定位精度，具有较高的实用价值。

技术领域

本发明涉及一种基于单目视觉导航的无人机自主引导降落方法，属于无人机降落控制技术领域。

背景技术

对于无人驾驶的飞机来说，其飞行控制的关键在于精确的导航系统和稳健的飞行控制系统。起飞与降落阶段更是需要精确可靠的导航系统来代替驾驶员控制飞机，防止无人机发生意外。目前常见的无人机引导降落方法主要有基于GPS导航系统，基于GPS/INS(惯性导航)导航系统和基于计算机视觉导航系统的引导降落方法，其中基于GPS导航系统的引导降落方法过于依赖于人造卫星，当人造卫星受到干扰后会发生导航失灵；基于INS导航系统引导降落方法存在着定位误差随着时间增长而增大的问题；基于无人机视觉导航的引导降落方法虽然克服上述中的不足，但是就目前来看，还有着飞机定位精度不够高，系统误差比较大的缺陷。在实际的降落引导过程中往往还需要配合惯性导航系统或者GPS定位系统来矫正误差，单单依靠视觉导航来辅助降落的算法目前还不成熟。此外现如今的视觉导航大多是基于合作目标的模式，需要对机场跑道进行一系列的特征改造，然后基于特征解算出无人机的位姿信息进行助降。但是这种改造也意味着费时费力，并且在一定程度上使算法普适性的降低。

发明内容

为了解决上述现有技术中存在的问题，本发明提出了一种基于单目视觉导航的无人机自主引导降落方法，目的在于只依赖于跑道的基本特征，即跑道长度信息和四个顶点的经纬度坐标，通过解算来获取高精度的无人机定位坐标，引导无人机降落。

本发明的技术解决方案是：

一种基于单目视觉导航的无人机自主引导降落方法，该方法的步骤包括：

步骤1，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；

步骤2，对步骤1输出的跑道分割结果掩膜进行形态学闭运算，使跑道分割结果掩膜中的不规则边缘更加平滑，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；

步骤3，通过机载陀螺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；

步骤4，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；

步骤5，根据无人机的高度以及步骤3得到的相机在地理坐标系下的俯仰角，得到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，根据步骤4得到的跑道四个顶点相对于相机坐标下的坐标以及步骤5得到的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，得到投影点到机场跑道上四个顶点的欧式距离[L₁,L₂,L₃,L₄]；