基于機器視覺的無人機著降定位技術研究

朱莉凱　沈寶國　楊文杰

摘要：在本次研究中，我們闡述了數字圖像處理和機器視覺技術在無人機著降中的定位測量，并且提出了基于機器視覺無人機著降定位的有效方案，利用DGPS進行無人機引導，將其引導至著降區上空，啟動著降系統之后，能夠對無人機進行精準定位，將其位置信息傳遞給控制系統，助降控制系統完成無人機降落。在本次研究中，我們針對助降系統的圖像預處理，特征點提取，定位算法進行了探究，采用非線性優化算法，能夠對線性解進行優化，獲得更為準確的解。

關鍵詞：機器視覺;無人機;著降;定位技術

中圖分類號：V475.1 文獻標識碼：A 文章編號：1007-9416（2019）02-0053-02

1 系統總體方案

由于無人機在著降過程中所面臨的環境因素比較復雜，而且影響其誤差的因素角度，為能夠提高著降系統的實時性和準確度，需要達到無人機進場要求，使導航系統具備較高精度，能夠確保無人機安全實現著降，并在此基礎上利用視覺系統幫助無人機實現精準定位著降。首先在選擇飛機導航方式上，需要滿足可靠性，實時性，準確性，抗干擾性，先進性等原則。DGPS原理。GPS是為滿足軍事高精度導航和定位來建立的，由美國國防部控制為確保導航信息的安全性，防止高技術戰爭中對方利用GPS制造武器給國家帶來威脅，美國制定了相應的控制性政策，未經允許的用戶利用C/A碼定位將其精度將會由30米降至100米，可以利用差分GPS方法消除所帶來的誤差，提高定位精度。從系統的總體結構來看，采用的是GPS/INS與視覺組合導航的方案，能夠利用姿態角測量精度高，視覺距離測量精度高，GPS速度的特點，彌補GPS信息測量過程中精度較低，姿態角測量精度差的問題，能夠實現無人機自動回收導航。具體來看，無人機自動著降系統包括機載和地面設備這兩個部分，地面主要有測控終端，著降區域，控制系統。機載設備有自動導航系統，視覺系統，無線電接收機構成。在機器視覺系統中能夠完成攝影著降區特征圖像預處理，信息提取和識別，能夠將這些特征點計算其著將所需的參數，指導系統可根據這些參數進而控制無人機著降到應有的區域中。在無人機著降回收時，該信息是由視覺系統來確定的，GPS/INS組合導航系統可以確定無人機的速度和姿態信息，機器視覺獲得的數據和GPS接收到的數據，能夠獲得無人機的著降導航信息，自動駕駛儀器可以獲取導航信號，并能夠控制舵機和發動機引導無人機降落。

2 圖像實時采集以及預處理

在進行圖像特征提取前，我們需要對能夠看到的連續圖像將其用于計算機處理的圖像，根據實際情況對該圖像完成預處理，對系統所攝圖像進行質量和容量調整，能夠確保圖像后續工作順利完成，這一過程為圖像的預處理過程。在本次研究中，圖像預處理是當無人機返航可以通過GPS定位到相應的著降區域上空后，能夠對視覺系統所收集的新圖像，并進行灰度化處理，濾波，自適應閾值設定等一系列的處理方法，實際上是對圖像進行操作前加工，能夠對質量降低的圖像進行有效的改善，進而提高圖像在視覺和系統處理的質量，能夠更好地為下一步工作做好準備。

3 圖像特征提取以及圖像識別

為能夠精確進行無人機定位，首先需要獲取無人機著降區的特點，圖像特征點的具體位置，這些特征點為圖案交點或是圖案中心點，直線交點，提取特征點的方法比較多，比如可以利用邊緣檢測，提取邊緣獲取交點，也可以利用輪廓跟蹤獲取交點。此外，還可以通過模板來獲取交點，重新提取等方法完成特征提取后，可根據特征點編號給相應的圖像特征點進行排序，進而可以確定其空間中的位置，最后可以利用特征點的幾何關系，識別出無人機相應的著降區域，并觀察無人機是否已經安全到達著降區，如果也到達著降區，需要進行無人機位置計算，以控制無人機的著降。

4 無人機位置參數測量

獲得攝像機所采集的特征點坐標之后，由于無人機中安放了攝像機，因此我們可以將坐標原點定位無人機本身。同時，將世界坐標系原點選擇在特征圖案中，坐標系中的x、y軸會與著降區平面發生重合，此時我們所測出的參數實際是無人機對于著降區的位置參數信息，可以根據攝影測量理論，利用圖像中的特征坐標和著降區坐標之間的空間幾何位置，獲得無人機對著降區的位置參數，主要包括XYZ軸坐標值，仰俯角，傾斜角，偏航角以及無人機之間的距離這幾個重要參數。

具體來看，在攝影測量上我們通過攝影獲得的圖像對其重要的參數完成測量工作，也屬于攝影測量的范圍，是光學處理中最常用的方法，從一定程度上來看，攝影測量者利用不同的照相機拍攝光圖像完成測量。近年來，隨著科學技術的發展，尤其是攝像成像，紅外成像等多種技術的發展，也使得攝影測量范圍逐漸擴大，傳統攝影圖像主要記錄多種感光膠片，包括靜態和動態的膠片。近年來，數字視頻技術能夠取代傳統的膠片圖像，利用數字攝像機進行運動位置等測量是當前圖像測量的發展趨勢，因此也出現了攝影測量學這一學科。此外，從無人機定位線性算法上來看，在獲取標定的特征點之后，我們可以選取無人機作為坐標原點，估算無人機位置參數，實際上也是世界中估算攝像機的位置參數。針對這一問題，我們可以利用線性和非線性的方法來進行優化，其中線性優化具有良好的魯棒性，然而對噪聲比較敏感，非線性算法有良好的初始狀態值，可以對噪聲進行有效的處理，我們要估算鏡頭位置參數。首先需要進行線性優化問題的解決，利用線性算法能夠為非線性算法初始值完成非線性的求解，由于非線性算法只能夠優化無人機評議運動中的六個參數，而線性優化算法需要進行九個參數的優化處理，相對來看，非線性比線性優化更好，然而非線性特點存在最小值，因此該算法對于初始化具有一定的敏感度，而且只能夠從線性算法中獲取最合適的初始值，此時獲得的結果才是正確的。

為了能夠對選取不同著降區圖案進行分析，我們做了實驗比較，該實驗主要對無人機著降定位算法進行驗證，檢驗該算法的實時性，準確性等指標，并通過所獲得數據，找出影響該系統實時性，準確性的原因。該實驗的原理如下：我們利用模擬無人機歸航道著降上空，無人機腹部之下的隨地圖像傳感器能夠對著降區特征圖案進行攝影，并將該圖像信號利用無線發射機發射后，在遠端由接收機將信號接收并傳輸給圖像采集。再利用計算機對這些數字圖像序列進行特征點提取，算出無人機的位置參數，將當前參數顯示在屏幕上，當其達到預定著將條件時，會發出提示音，提示其著降。

完成軟硬件工作準備后，我們分別對特征圖案進行半實物仿真，具體包括放置著降區特征圖案，連接無線接收機到相應的圖像采集卡中，插入電源，將CCD圖像傳感器安裝在無人機腹部位置，使鏡頭光軸垂直于肌膚平面，將無人機掛在吊車吊鉤，開啟主機之后，啟動無人機著降程序，調節無線接收機的頻率接收發出信號，使畫面清晰顯示，利用吊車控制面板來使吊車移動，上升下降，模擬無人機歸航的動作，在實施著降時，可以利用多種測量工具，測量無人機的實際位置參數，利用軟件獲取相應的參數信息，便于后期進行誤差分析。小結

我們通過對實驗數據進行分析時，進一步說明了基于機器視覺的無人機著降定位技術的實時性和精確性，夠得出非線性算法比線性算法精度好，能夠利用實驗對不同著降區特征圖案獲得的數據進行分析，說明在實際使用時需要根據具體的場合特點來選擇合理的算法。

參考文獻

[1] 鄭惠平，張志林，陳杰.基于機器視覺的電力無人機清障技術研究[J].四川水泥，2017（1）：128.

[2] 何嘉林，李奔.基于機器視覺的無人機自主著陸系統研究[J].科學技術創新， 2018（11）：23-24.

[3] 王亞威，朱文博.復雜環境下的四旋翼無人機定位技術綜述[J].四川水泥， 2017（12）：183.

Research on UAV Landing Positioning Technology Based on Machine Vision

ZHU Li-kai，SHEN Bao-guo，YANG Wen-jie

（Zhenjiang Key Laboratory of UAV Application Technology， Jiangsu Aviation Technical College， Zhenjiang Jiangsu? 212134）

Abstract：In this study， we expounded the positioning measurement of digital image processing and machine vision technology in the landing of drones， and proposed an effective scheme based on the landing position of machine vision drones， using DGPS for unmanned The machine guides and guides it to the sky above the landing zone. After starting the landing system， it can accurately position the drone， transmit its position information to the control system， and assist the control system to complete the drone landing. In this study， we explored the image preprocessing， feature point extraction， and localization algorithms for the assisted-down system. Using the nonlinear optimization algorithm， we can optimize the linear solution and obtain a more accurate solution.

Key words：machine vision; drone; landing; positioning technology