[发明专利]一种无人机自然地标识别与自主着陆方法

摘要

一种无人机自然地标识别与自主着陆方法属机器视觉导航技术领域，本发明根据给定的预着陆坐标在卫星数字地图上确定着陆区域，利用无人机在预着陆坐标拍摄航拍图像，将卫星数字地图与航拍图像进行滤波、灰度化、二值化处理、边缘特征提取和Hough变换，提取连续几何曲线，并采用加权Hausdorff距离匹配算法将二者进行匹配，根据格林定理计算无人机航拍图像中区域的形心相对于无人机的坐标，根据投影关系计算区域形心的空间坐标，并引导无人机在区域形心的空间坐标自主着陆。本发明能保证无人机在指定范围内自主识别最佳着陆点，并精准着陆，可弥补GPS导航下自主着陆误差大的不足，且自主着陆的安全性和可靠性得到提高。

主权项

1.一种无人机自然地标识别与自主着陆方法，其特征在于包括下列步骤：1.1根据给定的预着陆X0,Y0,Z0坐标，在卫星数字地图上确定一块轮廓是凸多边形的着陆区域P，先对区域P的图像进行滤波、灰度化和二值化处理，再进一步实施边缘特征提取，剔除部分杂点，保留基于区域的主边缘特征，最后通过Hough变换提取连续几何曲线，得到卫星数字地图上区域P的轮廓曲线Ⅰ和参考图像A，其中，二值化处理采用最大类间方差法；1.2无人机飞行至给定的预着陆坐标上空，将航拍图像进行滤波、灰度化和二值化处理，再进一步实施边缘特征提取，剔除部分杂点，保留基于区域的主边缘特征，最后通过Hough变换提取连续几何曲线，得到卫星数字地图上区域P的轮廓曲线Ⅱ和实测图像B，其中，二值化处理同样采用最大类间方差法；1.3将步骤1.1得到的参考图像A与步骤1.2得到的实测图像B进行匹配，在无人机航拍图像中确认着陆区域P；图像匹配采用加权Hausdorff距离匹配算法，包括下列步骤：1.3.1在参考图像A与实测图像B中，采用3‑4DT算法进行特征点集在二维空间中的距离转换，得到图像距离转换矩阵JA和JB；1.3.2提取参考图像A和实测图像B中的分支点，并分别存储到矩阵A和B中；1.3.3根据JA、JB、A和B计算加权Hausdorff距离：H(A,B)＝max(hWHD(A,B),hWHD(B,A))其中：A、B为两个点集；Na为点集A中特征点的总数；a是属于A的一个特征点；d(a,B)是点集A上特征点a到点集B的距离；hWHD(A,B)代表从点集A到点集B的有向距离；hWHD(B,A)代表从点集B到点集A的有向距离；具有最小Hausdorff距离的点就是最终匹配点，由此获取初步的定位信息；1.3.4利用最小二乘算法对所有的匹配点对进行一一对应，来获取更为精确的位置信息；1.4以无人机摄像头为坐标原点建立二维平面直角坐标系，根据格林定理计算无人机航拍图像中区域P的形心相对于无人机的xc,yc坐标；1.5根据投影关系计算区域P形心的Xc,Yc,Zc坐标，具体包括:1.5.1计算地面分辨率GSD：其中：GSD表示地面分辨率(m)；f为镜头焦距(mm)；P为成像传感器的像元尺寸(mm)；H为无人机对应的航高(m)；1.5.2计算影像对角线实际地面距离,根据影像的宽度w和高度h，得到图像对角线线之间的地面距离L：其中：GSD表示地面分辨率(m)；w为影像宽度；h为影像高度；1.5.3根据影像中心点经纬度及区域P形心相对中心点的距离及方向角,求得区域P形心的地理坐标：其中：θ0∈(0,2π)；Lona为影像中心点的经度；Lata为影像中心点的纬度；Ri为赤道半径，取6378137m；Rj为极半径，取6356725m；1.5.4进行地理坐标到空间坐标的转换,得到区域P形心的空间坐标Xc,Yc,Zc：其中：N为曲率半径；Lon为经度；Lat为纬度；H为高程；1.6无人机飞行至空间坐标Xc,Yc,Zc上空，进行垂直方向着陆。