[发明专利]一种基于单目测距的无人机停机坪自动降落方法

说明书

本发明公开了一种基于单目测距的无人机停机坪自动降落方法，步骤如下：步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，判断图像中是否有停机坪图像，并根据图像中停机坪图像的状态，无人机做出相应的位置调整，根据单目测距法计算无人机与停机坪之间的高度实施降落。本发明能以极低的成本进行无人机停机坪测距以及自动降落，相比于激光测距等测距方法，本发明无需安装与维护相关光学元器件。

技术领域

本发明涉及无人机控制技术领域，具体涉及一种基于单目测距的无人机停机坪自动降落方法。

背景技术

现有的无人机停机坪检测与测距系统主要依赖于传统的目标检测算法，如SIFT系列算法、基于AdaBoost系列算法等。相比于基于深度学习的目标检测算法，传统的目标检测算法提取的特征基本都是低层次、人工选定的特征，这些特征虽然比较直观，但不能有效地表达大量、多类的目标。目前无人机停机坪检测与测距系统也开始采用基于深度学习的目标检测算法，但主要是应用Faster R-CNN等基于分类的检测算法，虽然检测无人机停机坪时可以保持较高的精度，但是实时性有所不足，不适合无人机降落时的应用场景。

现有的无人机测距系统主要为集成激光测距系统。当机载激光雷达飞行时，激光设备发射、接受激光束，对地面进行线性扫描，同时，GPS全球定位系统确定传感器的空间位置。经过后期数据处理后，获取测量的三维数据，进行激光测距。但是GPS系统会受到电波、高楼等信号的影响；GPS会受到墙体等阻碍、反射，所以不能直接进行室内定位；GPS还存在卫星时钟误差、电离层传播延时误差等误差。激光测距系统虽然精确，但是需要注意人体安全，且系统制作难度很大、成本较高，而且光学系统需要保持干净，否则将影响测量。例如在专利号为CN202011037600.7的专利“一种激光辅助无人机自主起降终端、系统及方法”中所提到的无人机自主起降时应用到的测距方式即为激光测距，无人机平台上就需要搭载激光发射与接收平台，这不仅会大大增加安装成本与维护成本，还会增大无人机的负担，影响无人机的平衡；而本发明中所提出的方法不需要额外安装激光元件，相比而言成本更低且更容易部署。另外，在钟木财等人的论文《基于单目视觉的无人机自主跟踪降落研究》中所提出的方法虽然也与本发明一样应用了“单目测距”的原理，但还是依赖于GPS/惯性系统定位，因此会出现GPS信号不稳定、定位精度低、误差大等问题，并且摄像机的焦距是固定的，因此会出现无法对焦、目标不清晰等问题；而本发明提出的方法应用了YOLO-v5系统作为无人机停机坪识别与定位工具，利用ArUco标识解算提供地面移动机器人的运动姿态，机载摄像头可自动调焦，这样就能解决之前的技术过分依赖GPS定位、拍摄图像无法对焦的问题。

发明内容

本发明提供了一种基于单目测距的无人机停机坪自动降落方法，以解决现有技术中系统整体成本高、降落测量精度低的问题。

本发明提供了一种基于单目测距的无人机停机坪自动降落方法，包括如下步骤：

步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；

步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，判断图像中是否有停机坪图像，

当停机坪图像完整时，执行步骤A2；

当停机坪图像不完整时，执行步骤B2；

当停机坪图像不存在时，执行步骤C2；

步骤A2：通过单目测距法计算无人机与停机坪之间的高度，

当高度小于等于可直接降落高度时，无人机直接完成剩余高度的降落，完成降落过程；

当高度大于可直接降落高度时，无人机根据高度进行降落，返回步骤2；

步骤B2：根据停机坪在图像中的偏移方向，无人机向偏移方向平移，返回步骤2；