基于视觉的无人机着陆段位姿估计及控制方法研究

摘要

近年来，固定翼无人机以其载重量大、续航时间长、低成本、无伤亡风险、不受人体体形限制等优点，被广泛的应用于军事侦察领域。但统计数据表明无人机在着陆的过程中往往具有依赖固定跑道或者着陆配套设备无法在未知区域进行着陆、已有着陆系统昂贵且安装不便的不足，因此针对无人机的着陆导航研究一直是国内外大量机构的研究热点。其中，视觉导航以其轻巧、造价低廉、完全自主性的优势，并且在近距离具有更好的导航精度，成为了一大研究方向，衍生出了针对固定翼式无人机的视觉着陆方法。针对固定翼式无人机的视觉着陆问题，本文选择了以自然环境中的地平线信息和无人机着陆必备的跑道信息的图像作为着陆研究对象，从图像预处理、着陆特征提取、视觉姿态解算、着陆轨迹生成、着陆过程引导这几个方面进行展开论述。
　　首先，提取无人机摄像头实时图像特征。针对图像预处理，为提取导航算法所需的地平线和跑道信息，使用暗原色先验处理方法对图像进行预处理，减少云、烟、雾的干扰。在对暗原色图像进行图像分割后存在的干扰信息时，引入形态学图像处理，排除图像中的无用信息，有效分割出地平线；另外，由于跑道背景情况比较复杂，在分割过程用纹理分析方法进行改进，增加了图像边缘提取效果。采用Hough变换对直线特征进行提取，并从单张图像和序列图像两方面进行了算法改进，减少过程计算量。
　　然后，就着陆导航问题，建立基于机器视觉的无人机位姿估计模型。提出了利用地平线信息与相机之间的几何关系获取无人机的姿态的导航方法。建立了光流法和无人机角速度间的模型关系，设计出以地平线的光流信息为基础的无人机测姿方法。为了提高导航数据的精度，采用了扩展卡尔曼滤波算法对地平线法和光流法两种测姿方法的结果进行了数据融合，并引入残差进行统计判断，去除数据中的错误项，增加导航精度。
　　最后，设计了无人机着陆引导控制。为了完成对固定翼式无人机的着陆引导，根据航路点生成了着陆参考轨迹，计算了参考航向角。提出基于视觉法，根据跑道信息获取到无人机的飞行航向角；根据跑道宽度信息获取到无人机的实时高度信息。建立横、纵向制导控制回路，实现对着陆方向的控制，完成高度控制的验证。从而构建出一个完整的利用视觉的固定翼式无人机的着陆系统。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1研究课题来源、背景及意义

1.2国内外研究现状

1.3本文研究的主要内容

第2章 视觉着陆的特征提取算法设计

2.1引言

2.2机载图像层预处理算法设计

2.3着陆信息的边沿检测算法设计

2.4直线特征提取算法设计

2.5本章小结

第3章 基于视觉的无人机姿态检测

3.1引言

3.2采用地平线信息获得无人机姿态角度

3.3利用光流法获得无人机的角速度信息

3.4基于EKF方法的姿态数据融合

3.5本章小结

第4章 视觉辅助的无人机着陆引导控制

4.1引言

4.2无人机着陆的进场参考轨迹生成

4.3视觉法获取近地段引导降落特征

4.4近地段无人机着陆控制设计

4.5本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢