自主着陆

摘要： 无人机提高了农业生产效率,但作业性能受各方面因素的影响,而导航能力是重点关注的内容.图像识别技术通过分析图像中的大量信息来辨识目标,可以提高无人机的自动导航能力.固定翼无人机在飞行速度和高度上具有优势,进行农业信息监测和保险勘察时效率更高,但精准导航的难度较大.为此,设计了一个基于图像识别的无人机导航系统,以固定翼的航拍无人机为平台,搭载影像传感器拍摄图像,进行图像边缘检测和目标识别分析,获得空间定位和跑道识别的功能.同时,地面站根据分析结果生成飞行控制指令,无人机接收指令后通过舵面偏转调整飞行姿态,获得自主飞行和着陆能力.

摘要： 针对旋翼无人机自主着陆过程中运动状态估计的问题,提出了基于光流估计的着陆方法,通过按方向对光流向量进行分组,可以通过估计平面光流场的参数限制孔径,定义光流场的递归更新和置信度对其性能进行优化评估,提高算法的精度.通过在公开数据集的实验,验证了算法对着陆运动中垂直运动、水平运动、旋转运动状态估计的可行性;实验结果表明:所提出的方法能应用于着陆的多种运动情况,可以在较宽的速度范围内获得准确的运动状态估计,使四旋翼无人机可以快速自主着陆.

摘要： 对嫦娥五号探测器的视觉自主避障系统组成、方案及原理进行介绍.采用光学粗避障加激光精避障的两级接力避障模式,在光学粗避障阶段利用K均值聚类对图像障碍进行分割,对分割结果采用Delaunay三角剖分,并设计安全系数评价方法选择安全落点;在激光精避障阶段提出概率模型评价点云所示区域的着陆安全性.对两级避障的在轨图像利用上述方法进行仿真分析,并对着陆区域的安全性进行评价.结果显示两级避障均合理有效.

摘要： 卫星拒止条件下无人机与着陆场站之间的相对位置与姿态测量技术是无人机安全回收、重复使用的关键.惯性/视觉导航方法综合了惯性导航、视觉测量的优势,同时克服了惯性误差发散,视觉测量盲区等问题.针对无人机着陆过程中点特征提取精度易受天气、飞行距离和高度等因素影响的问题,提出了一种基于线特征的无人机自主着陆惯性/视觉导航方法.通过识别机场跑道左右边线与中线,计算由这三条平行线确定的消隐点及消隐线方程,建立基于线特征的视觉相对测量模型,通过坐标系间的转换关系解算无人机在机场坐标系下的位姿,并与惯性导航结果进行数据融合,引导无人机安全着陆.经机载飞行试验验证,所提方法中无人机着陆垂向精度可达10 m,侧向精度达5 m,结果表明了所提方法的有效性.

摘要： 鉴于视觉传感器存在测量精度不高、受环境温度影响大且不能测量无人机与着陆点之间的高度等缺点,本文设计了一款高度传感器和视觉传感器融合的农业植保无人机自主着陆系统.该系统主要由高度测量系统、机器视觉系统、飞行控制系统三部分组成,高度测量系统含有3个不同的高度传感器,可以精确地测量出无人机的高度信息,机器视觉系统含有视觉传感器和视觉处理模块,可以测量和解算出无人机的着陆位姿,飞行控制系统将高度和位姿信息融合来控制植保无人机的精准着陆.在系统总体架构的基础上完成了软件设计和仿真实验,验证了该系统设计的可行性和有效性,为无人机自主着陆提供了较好的技术基础.

摘要： 鉴于机器视觉导航方式具有安全可靠,导航精度高等优点,文章提出一种基于机器视觉的植保无人机自主着陆算法,并对该算法进行了研究:采用自动阈值的Canny算子对着陆地面图标进行边缘检测和目标识别,采用亚像素级Harris角点检测算法对着陆地面标志图像进行特征提取和特征匹配,根据特征点匹配估计出无人机相对着陆点地面标志的三维位姿.并采用仿真软件对算法进行了对比实验,验证了所用算法的有效性和准确性.

摘要： 针对旋翼无人机自主着陆过程中运动状态估计的问题,提出了基于光流估计的着陆方法,通过按方向对光流向量进行分组,可以通过估计平面光流场的参数限制孔径,定义光流场的递归更新和置信度对其性能进行优化评估,提高算法的精度。通过在公开数据集的实验,验证了算法对着陆运动中垂直运动、水平运动、旋转运动状态估计的可行性;实验结果表明:所提出的方法能应用于着陆的多种运动情况,可以在较宽的速度范围内获得准确的运动状态估计,使四旋翼无人机可以快速自主着陆。

摘要： 固定翼无人机因其续航时间长,飞行速度快、载荷量大等优势越来越受到广泛关注,然而在飞行使用中时常发生GPS信号受干扰的严峻问题,为此人们对于固定翼无人机必须具备自主着陆手段的需求变得十分迫切.视觉导航作为一种新的导航方式因其自主性强、无源、信息量丰富、成本低等特点,被誉为未来无人机自主着陆的必备手段之一.对此本文将固定翼无人机着陆引导过程分为两个阶段采用不同标志来完成引导.在初始着陆引导阶段采用跑道角点特征来作为引导标志,在距离较近的末端着陆引导阶段采用鲁棒性好、稳定性高的AprilTag标签作为引导标志来引导无人机进近着陆.在实验室仿真平台上模拟无人机飞行着陆过程,随着距离靠近不断调整相机焦距并对相机进行标定得到相应内参矩阵,然后对相机获取的图像进行位姿解算得到无人机与引导标志之间的相对位置和姿态,最终将无人机引导降落在指定位置.仿真试验结果表明:基于视觉的着陆引导方式可满足固定翼无人机自主着陆引导的精度要求,并且在距离引导标志越近的阶段,视觉定位的精度越高.

摘要： 在目前的多旋翼无人机研究中,无人机的自主精确着陆对于无人机灾后救援、投放货物等具有重要意义.为解决旋翼无人机自主精确着陆问题.本文介绍了一种基于视觉伺服实现四旋翼无人机自主着陆的方法.具体包括设计特定的着陆标志,设计图像检测算法,之后通过基于图像的视觉伺服来跟踪平台上的着陆标志并实现自主着陆.最后通过在V-rep下仿真实现了视觉伺服控制.仿真结果表明,基于视觉伺服控制算法能满足无人机的自主精确着陆.

摘要： 非合作环境下无人直升机的自主着陆要求导航系统具备环境感知、障碍识别能力,满足无人直升机着陆的安全性要求;具备智能决策能力,在复杂地形环境下评估着降场地适降性,实现自主选择适降场地;具备高精度自主导航能力,不借助地面引导设备与GPS系统,精确引导无人直升机着陆.本文设计了惯性/视觉组合导航方案,采用立体视觉技术实现着降场景的三维重构、环境自主感知与障碍规避,采用视觉导航技术实现非合作环境下的精确自主相对导航.设计了基于VP视景仿真的计算机仿真验证系统,仿真以及半物理实验表明系统方案的有效性.

摘要： 为了实现无人机自主、安全着陆,提出了一种基于INS/计算机视觉的自主着陆导航技术.首先对拍摄到的合作目标进行图像预处理,然后采用Harris算子进行角点提取,由于其提取的角点不具有方向性,难以排序,利用INS提供的方向信息来指导Harris检测的角点顺序.仿真实验结果表明,本文方法在复杂环境中能够有效的检测合作目标,提高无人机着陆的安全性.

摘要： 本文给出了可重复使用运载器无动力自主着陆轨迹的设计方法.轨迹设计按照陡下滑、圆弧拉起、指数过渡、浅下滑四个阶段进行,根据飞行器的着陆性能要求反推得到指数下滑开始点横坐标的位置,进而通过优化指数衰减率得到完整参考航迹的几何描述.基于质点动力学方程,提出了一套由高度剖面解算动压剖面的方法,并通过该方法进行着陆性能的评价.最后根据文中提出的方法给出一条参考航迹,轨迹平滑度好,动压剖面变化平缓,有利于运载器的跟踪.

摘要： 论文介绍了一种无人直升机视觉导航系统及算法。在直升机着陆过程中，地面站从直升机空中拍摄的视频中检测和识别出着陆标志，不断计算3个导航指令并传回直升机，使之能不断修正位置和航向偏差直至在指示标志上着陆，从而使无人直升机成为一个基于计算机视觉的位置伺服系统。仿真和飞行实验表明，该系统具有鲁棒、准确和实时的特点，能满足无人直升机在复杂地面环境下自主着陆的导航要求。

摘要： 本文针对无人机自主着陆时要求同步、精确的识别机场跑道,提出了一种基于视觉的机场跑道自动识别方法。该方法充分利用了跑道的亮度、区域及边界特征,首先根据跑道区域亮度值较高这一特性,综合考虑到线性空间变换的简单和快速性,本文选取了YUV空间中的亮度(Y)分量进行分析,在此基础上运用投影法对跑道区域初步定位,然后在经过处理的跑道区域采用Hough变换与最小二乘拟合直线相结合的方法提取出跑道的边界,从而识别出跑道,并根据跑道边界线与地平线的相对位置得到了飞机飞行滚转角数据。实验结果表明该算法能够快速、准确的识别出跑道,并为飞行提供部分参考建议。

摘要： 无人机视觉位姿估计系统是基于视觉辅助的无人机自主着陆系统的关键组成部分.针对无人机自身的特点以及着陆时的飞行环境,本文提出了一种机载单目视觉位姿估计系统方案,该方案在跑道宽度已知的条件下,利用图像中地平线以及两条跑道边缘线的信息,可以估计出无人机的高度、侧偏以及3个姿态角参数.文中给出了系统结构,并以 DSP芯片为核心处理器,对直线提取、位姿估计等算法进行了实现.半物理仿真结果表明,该方案实现的机载单目视觉位姿估计系统可以获得无人机的高度、侧偏以及3个姿态角参数,在精确性和实时性上均满足无人机自主着陆的要求.

摘要： 为了实现固定翼飞机的基于视觉的自主着陆,设计了一种降落阶段基于单目视觉的无人固定翼飞机的位置估计方法. 设计了一种导引标志物的图案及其实时性强、鲁棒性好的识别算法.对位置估计方法进行了数字仿真和实物实验验证.

摘要： 通过对侧向阵风,侧向大气紊流、侧向风切变的建模,推导了侧风作用下无人机的横侧向运动模型。采用基于地速的侧向导引律和內环滚转角控制的控制器架构,设计了无人机自主着陆侧向航迹跟踪系统。这种基于地速的侧向导引律考虑了风对侧向航速的影响,可以自动处理侧风引起的侧向偏差;其本质是PD控制律,参数调节有明确物理意义。同时设计了航线自动切换逻辑。这种外环导引律和內环姿态控制律的结构便于参数整定。仿真实验表明这种侧向航迹跟踪控制系统对于侧向阵风、侧向大气紊流、侧向风切变等侧风影响是有效的。

摘要： 本发明公开了一种飞行器自主着陆方法，采用基于双目视觉飞行器自主着陆装置，两个图像采集装置同步实时采集多个信标灯在各自视场中的图片，得出信标灯在两个光学视场中的实时位置，以激光高度计测出的高度信息作为飞行器的高度，确定出飞行器相对于着陆场坐标系的位置、姿态和飞行速度，并传输给飞控系统，由飞控系统调整飞行器的姿态和位置，使其按照既定的下滑航线飞行；当飞行器飞行高度在可降落范围内时，切断图像采集装置，使用激光高度计测出的飞行器的高度信息，传输至飞控系统，当其高度和姿态满足着陆要求时，飞控系统控制飞行器着陆。使用该自主着陆装置对预着陆场的条件没有限制，降低了对技术人员的依赖。

摘要： 本发明公开一种小型无人旋翼机自主着陆控制方法及系统。本发明利用训练集训练卷积神经网络，获得自主着陆控制模型后，将测试样本输入量输入自主着陆控制模型，获得测试样本输出量。根据测试样本输出量控制无人旋翼机进行自主着陆，并记录着陆姿态角。若着陆姿态角过大则修正测试样本输出量，获得修正样本输出量。最后将增融样本对添加到训练集中，利用新的训练集重新训练卷积神经网络至自主着陆控制模型能够控制无人旋翼机进行自主安全着陆。其中，增融样本对包括一组输入和一组输出，增融样本对的输入为测试样本输入量，增融样本对的输出为修正样本输出量。可见，本发明利用数据增融的方法训练获得的自主着陆控制模型，自适应强，稳定性高。

摘要： 本发明公开了一种基于相对精密单点定位的无人机舰船自主着陆方法，涉及高精度相对位置测量领域，能够在复杂气象环境实现无人机舰船安全自主的着陆。本发明包括：通过RPPP算法、搭建无人机运动学模型和舰船运动时的谐波模型，对无人机横向和纵向运动进行控制，并引入两者间的相对运动方程；将比例制导与线性二次型调节器结合，对无人机着舰末端拉起段进行精确制导。本发明可用于在有风浪的复杂海面环境下，甲板剧烈晃动，无人机着舰轨迹发生漂移的情况下，两者间相对位置的精准确定，以实现无人机安全自主的着舰。

摘要： 本发明公开了一种无人机自主着陆方法、装置、设备及存储介质，方法包括：基于摄像机采集的图像重建三维图像；对三维图像经SIFI算法进行特征提取，以获得特征图；其中，特征图包括N个SIFI特征尺度，以及每个SIFT特征尺度对应的尺度信息；根据每个SIFT特征尺度对应的尺度信息，基于SIFT顺序尺度算法生成N个特征向量；根据N个特征向量，判断三维图像所在的坐标是否匹配着陆坐标所在区域；当判断三维图像所在的坐标匹配着陆坐标区域时，将三维图像进行图像分割，以提取着陆目标的坐标；基于视觉组合导航算法对着陆坐标进行位置匹配和姿态匹配，并在判断匹配状态满足着陆时，控制无人机自主着陆。解决现有技术无人机在导航过程中缺乏自主性、实时性的问题。

摘要： 本发明涉及一种基于数据增融的强化学习小型无人旋翼机自主着陆方法。首先在着陆区域上空的不同环境条件下手动操作无人机以正确的姿态降落在着陆区域，在着陆的过程中，以30帧/秒的频率记录相机拍摄的图像、无人机飞行高度、每帧图像对应的无人机飞行控制量，即四旋翼四个无刷电机电调的占空比。训练一个策略网络，输入为记录的图像及飞行高度，输出为四个电机电调的占空比。采用监督学习的方法，利用记录的样本训练神经网络，直到网络收敛；不断迭代，知道网络能正确执行着陆任务。本发明控制方法简单，原理清晰，一旦策略网络训练收敛后，具有自适应强，稳定性高等特点。

摘要： 本发明涉及一种基于GPS与视觉的无人机自主着陆系统和着陆方法，其方法包括：无人机在正常飞行过程中，收到一键返航指令，无人机保持正常飞行高度，开始飞往着陆点正上方的第一段降落位置，此过程采用GPS定位系统；无人机到达第一段降落位置后，开始以5m/s的垂直速度下降到距离目标正上方高度5米的第二段降落位置，此过程采用GPS定位系统；无人机到达第二段降落位置后，开始以1m/s的垂直速度下降到地面，此过程采用视觉定位系统；无人机到达地面后，无人机桨叶停止转动。所述无人机自主着陆系统采用GPS和视觉定位的方法，最大限度的提高了无人机的降落精度。

摘要： 本申请涉及基于感知的飞行器自主着陆，并且提供了一种支持飞行器接近跑道的方法。示例实施方式涉及接收由飞行器上搭载的相机捕获的图像序列。示例实施方式涉及将接收到的图像应用于经训练以检测图像中的跑道或跑道标志的机器学习模型，并产生遮罩，该遮罩包括图像中的分配给跑道或标志的物体类别的像素段。示例实施方式还可以涉及将遮罩应用于角点检测器以检测遮罩上的兴趣点，并将兴趣点与跑道或标志上的具有已知的跑道框定的局部坐标的对应点匹配。示例实施方式还可以涉及执行透视n点估计以确定飞行器相对于跑道或标志的当前姿态估计，并输出当前姿态估计以用于在最终进场期间使用。

摘要： 本发明公开了一种基于视觉的无人机自主着陆方法及系统，实现了未知环境下的无人机动态停机坪自主着陆；采用无人机视觉序列的特征提取与状态估计方法，根据处理后的视觉信息提取动态停机坪的中心位置、运动方向、运动速度等特征，估计自身与动态停机坪的相对位姿，预测动态停机坪时空状态与运动行为；根据无人机的感知结果，直接生成无人机的运动方向、升降高度、飞行速度等控制指令，实现在GPS拒止的未知环境下无人机的动态停机坪着陆任务；该方法将基于深度强化学习的多控制网络协同控制与目标时空状态预测方法相结合，使无人机在不受人工干预的情况下，自主完成未知环境下无人机的动态停机坪着陆任务，极大的提升了无人机的自主性和智能性。

摘要： 本发明公开了一种基于视觉的固定翼无人机自主着陆跑道检测方法，包括对采集的跑道图像进行灰度化处理；建立静态蒙版对跑道图像进行图像切割；采用自适应直方图均衡化方法对跑道图像进行图像增强处理；采用高斯滤波方法对跑道图像进行平滑和模糊处理；采用sobel算子对跑道图像进行边缘检测；根据上一帧跑道图像的跑道线检测结果建立动态蒙版；采用Hough变换方法对跑道图像进行直线检测；对检测到的直线进行空间滤波，得到跑道线检测结果。本发明能够提高无人机自主着陆跑道检测的精确性和实时性，进而实现基于计算机视觉的无人机自主着陆的自主精确导航。

摘要： 本发明公开了一种基于强化学习的无人机自主着陆方法，先采集无人机摄像头的图像信息，形成原始数据，对数据进行带有辅助定位任务的深度Q网络训练，使无人机自身与地面标志水平；然后对数据进行带有辅助定位任务的深度Q网络训练，使得无人机自身在垂直方向下降，并在水平方向调整位置保持与地面标志对齐；最后无人机着陆；本发明在深度Q网络训练中采用动态分区经验回放方式以稳定和加快培训程序，通过辅助的定位任务与改进的采样策略相结合，有助于被训练的人员模型在更多的环境中推广，并取得了卓越的成就着陆性能。