基于機(jī)器視覺的無人機(jī)著降定位技術(shù)研究

朱莉凱　沈?qū)殗钗慕?/p>

摘要：在本次研究中，我們闡述了數(shù)字圖像處理和機(jī)器視覺技術(shù)在無人機(jī)著降中的定位測(cè)量，并且提出了基于機(jī)器視覺無人機(jī)著降定位的有效方案，利用DGPS進(jìn)行無人機(jī)引導(dǎo)，將其引導(dǎo)至著降區(qū)上空，啟動(dòng)著降系統(tǒng)之后，能夠?qū)o人機(jī)進(jìn)行精準(zhǔn)定位，將其位置信息傳遞給控制系統(tǒng)，助降控制系統(tǒng)完成無人機(jī)降落。在本次研究中，我們針對(duì)助降系統(tǒng)的圖像預(yù)處理，特征點(diǎn)提取，定位算法進(jìn)行了探究，采用非線性優(yōu)化算法，能夠?qū)€性解進(jìn)行優(yōu)化，獲得更為準(zhǔn)確的解。

關(guān)鍵詞：機(jī)器視覺;無人機(jī);著降;定位技術(shù)

中圖分類號(hào)：V475.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-9416（2019）02-0053-02

1 系統(tǒng)總體方案

由于無人機(jī)在著降過程中所面臨的環(huán)境因素比較復(fù)雜，而且影響其誤差的因素角度，為能夠提高著降系統(tǒng)的實(shí)時(shí)性和準(zhǔn)確度，需要達(dá)到無人機(jī)進(jìn)場(chǎng)要求，使導(dǎo)航系統(tǒng)具備較高精度，能夠確保無人機(jī)安全實(shí)現(xiàn)著降，并在此基礎(chǔ)上利用視覺系統(tǒng)幫助無人機(jī)實(shí)現(xiàn)精準(zhǔn)定位著降。首先在選擇飛機(jī)導(dǎo)航方式上，需要滿足可靠性，實(shí)時(shí)性，準(zhǔn)確性，抗干擾性，先進(jìn)性等原則。DGPS原理。GPS是為滿足軍事高精度導(dǎo)航和定位來建立的，由美國國防部控制為確保導(dǎo)航信息的安全性，防止高技術(shù)戰(zhàn)爭中對(duì)方利用GPS制造武器給國家?guī)硗{，美國制定了相應(yīng)的控制性政策，未經(jīng)允許的用戶利用C/A碼定位將其精度將會(huì)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(tǒng)的總體結(jié)構(gòu)來看，采用的是GPS/INS與視覺組合導(dǎo)航的方案，能夠利用姿態(tài)角測(cè)量精度高，視覺距離測(cè)量精度高，GPS速度的特點(diǎn)，彌補(bǔ)GPS信息測(cè)量過程中精度較低，姿態(tài)角測(cè)量精度差的問題，能夠?qū)崿F(xiàn)無人機(jī)自動(dòng)回收導(dǎo)航。具體來看，無人機(jī)自動(dòng)著降系統(tǒng)包括機(jī)載和地面設(shè)備這兩個(gè)部分，地面主要有測(cè)控終端，著降區(qū)域，控制系統(tǒng)。機(jī)載設(shè)備有自動(dòng)導(dǎo)航系統(tǒng)，視覺系統(tǒng)，無線電接收機(jī)構(gòu)成。在機(jī)器視覺系統(tǒng)中能夠完成攝影著降區(qū)特征圖像預(yù)處理，信息提取和識(shí)別，能夠?qū)⑦@些特征點(diǎn)計(jì)算其著將所需的參數(shù)，指導(dǎo)系統(tǒng)可根據(jù)這些參數(shù)進(jìn)而控制無人機(jī)著降到應(yīng)有的區(qū)域中。在無人機(jī)著降回收時(shí)，該信息是由視覺系統(tǒng)來確定的，GPS/INS組合導(dǎo)航系統(tǒng)可以確定無人機(jī)的速度和姿態(tài)信息，機(jī)器視覺獲得的數(shù)據(jù)和GPS接收到的數(shù)據(jù)，能夠獲得無人機(jī)的著降導(dǎo)航信息，自動(dòng)駕駛儀器可以獲取導(dǎo)航信號(hào)，并能夠控制舵機(jī)和發(fā)動(dòng)機(jī)引導(dǎo)無人機(jī)降落。

2 圖像實(shí)時(shí)采集以及預(yù)處理

在進(jìn)行圖像特征提取前，我們需要對(duì)能夠看到的連續(xù)圖像將其用于計(jì)算機(jī)處理的圖像，根據(jù)實(shí)際情況對(duì)該圖像完成預(yù)處理，對(duì)系統(tǒng)所攝圖像進(jìn)行質(zhì)量和容量調(diào)整，能夠確保圖像后續(xù)工作順利完成，這一過程為圖像的預(yù)處理過程。在本次研究中，圖像預(yù)處理是當(dāng)無人機(jī)返航可以通過GPS定位到相應(yīng)的著降區(qū)域上空后，能夠?qū)σ曈X系統(tǒng)所收集的新圖像，并進(jìn)行灰度化處理，濾波，自適應(yīng)閾值設(shè)定等一系列的處理方法，實(shí)際上是對(duì)圖像進(jìn)行操作前加工，能夠?qū)|(zhì)量降低的圖像進(jìn)行有效的改善，進(jìn)而提高圖像在視覺和系統(tǒng)處理的質(zhì)量，能夠更好地為下一步工作做好準(zhǔn)備。

3 圖像特征提取以及圖像識(shí)別

為能夠精確進(jìn)行無人機(jī)定位，首先需要獲取無人機(jī)著降區(qū)的特點(diǎn)，圖像特征點(diǎn)的具體位置，這些特征點(diǎn)為圖案交點(diǎn)或是圖案中心點(diǎn)，直線交點(diǎn)，提取特征點(diǎn)的方法比較多，比如可以利用邊緣檢測(cè)，提取邊緣獲取交點(diǎn)，也可以利用輪廓跟蹤獲取交點(diǎn)。此外，還可以通過模板來獲取交點(diǎn)，重新提取等方法完成特征提取后，可根據(jù)特征點(diǎn)編號(hào)給相應(yīng)的圖像特征點(diǎn)進(jìn)行排序，進(jìn)而可以確定其空間中的位置，最后可以利用特征點(diǎn)的幾何關(guān)系，識(shí)別出無人機(jī)相應(yīng)的著降區(qū)域，并觀察無人機(jī)是否已經(jīng)安全到達(dá)著降區(qū)，如果也到達(dá)著降區(qū)，需要進(jìn)行無人機(jī)位置計(jì)算，以控制無人機(jī)的著降。

4 無人機(jī)位置參數(shù)測(cè)量

獲得攝像機(jī)所采集的特征點(diǎn)坐標(biāo)之后，由于無人機(jī)中安放了攝像機(jī)，因此我們可以將坐標(biāo)原點(diǎn)定位無人機(jī)本身。同時(shí)，將世界坐標(biāo)系原點(diǎn)選擇在特征圖案中，坐標(biāo)系中的x、y軸會(huì)與著降區(qū)平面發(fā)生重合，此時(shí)我們所測(cè)出的參數(shù)實(shí)際是無人機(jī)對(duì)于著降區(qū)的位置參數(shù)信息，可以根據(jù)攝影測(cè)量理論，利用圖像中的特征坐標(biāo)和著降區(qū)坐標(biāo)之間的空間幾何位置，獲得無人機(jī)對(duì)著降區(qū)的位置參數(shù)，主要包括XYZ軸坐標(biāo)值，仰俯角，傾斜角，偏航角以及無人機(jī)之間的距離這幾個(gè)重要參數(shù)。

具體來看，在攝影測(cè)量上我們通過攝影獲得的圖像對(duì)其重要的參數(shù)完成測(cè)量工作，也屬于攝影測(cè)量的范圍，是光學(xué)處理中最常用的方法，從一定程度上來看，攝影測(cè)量者利用不同的照相機(jī)拍攝光圖像完成測(cè)量。近年來，隨著科學(xué)技術(shù)的發(fā)展，尤其是攝像成像，紅外成像等多種技術(shù)的發(fā)展，也使得攝影測(cè)量范圍逐漸擴(kuò)大，傳統(tǒng)攝影圖像主要記錄多種感光膠片，包括靜態(tài)和動(dòng)態(tài)的膠片。近年來，數(shù)字視頻技術(shù)能夠取代傳統(tǒng)的膠片圖像，利用數(shù)字?jǐn)z像機(jī)進(jìn)行運(yùn)動(dòng)位置等測(cè)量是當(dāng)前圖像測(cè)量的發(fā)展趨勢(shì)，因此也出現(xiàn)了攝影測(cè)量學(xué)這一學(xué)科。此外，從無人機(jī)定位線性算法上來看，在獲取標(biāo)定的特征點(diǎn)之后，我們可以選取無人機(jī)作為坐標(biāo)原點(diǎn)，估算無人機(jī)位置參數(shù)，實(shí)際上也是世界中估算攝像機(jī)的位置參數(shù)。針對(duì)這一問題，我們可以利用線性和非線性的方法來進(jìn)行優(yōu)化，其中線性優(yōu)化具有良好的魯棒性，然而對(duì)噪聲比較敏感，非線性算法有良好的初始狀態(tài)值，可以對(duì)噪聲進(jìn)行有效的處理，我們要估算鏡頭位置參數(shù)。首先需要進(jìn)行線性優(yōu)化問題的解決，利用線性算法能夠?yàn)榉蔷€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(yōu)化無人機(jī)評(píng)議運(yùn)動(dòng)中的六個(gè)參數(shù)，而線性優(yōu)化算法需要進(jìn)行九個(gè)參數(shù)的優(yōu)化處理，相對(duì)來看，非線性比線性優(yōu)化更好，然而非線性特點(diǎn)存在最小值，因此該算法對(duì)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(shí)獲得的結(jié)果才是正確的。

為了能夠?qū)x取不同著降區(qū)圖案進(jìn)行分析，我們做了實(shí)驗(yàn)比較，該實(shí)驗(yàn)主要對(duì)無人機(jī)著降定位算法進(jìn)行驗(yàn)證，檢驗(yàn)該算法的實(shí)時(shí)性，準(zhǔn)確性等指標(biāo)，并通過所獲得數(shù)據(jù)，找出影響該系統(tǒng)實(shí)時(shí)性，準(zhǔn)確性的原因。該實(shí)驗(yàn)的原理如下：我們利用模擬無人機(jī)歸航道著降上空，無人機(jī)腹部之下的隨地圖像傳感器能夠?qū)χ祬^(qū)特征圖案進(jìn)行攝影，并將該圖像信號(hào)利用無線發(fā)射機(jī)發(fā)射后，在遠(yuǎn)端由接收機(jī)將信號(hào)接收并傳輸給圖像采集。再利用計(jì)算機(jī)對(duì)這些數(shù)字圖像序列進(jìn)行特征點(diǎn)提取，算出無人機(jī)的位置參數(shù)，將當(dāng)前參數(shù)顯示在屏幕上，當(dāng)其達(dá)到預(yù)定著將條件時(shí)，會(huì)發(fā)出提示音，提示其著降。

完成軟硬件工作準(zhǔn)備后，我們分別對(duì)特征圖案進(jìn)行半實(shí)物仿真，具體包括放置著降區(qū)特征圖案，連接無線接收機(jī)到相應(yīng)的圖像采集卡中，插入電源，將CCD圖像傳感器安裝在無人機(jī)腹部位置，使鏡頭光軸垂直于肌膚平面，將無人機(jī)掛在吊車吊鉤，開啟主機(jī)之后，啟動(dòng)無人機(jī)著降程序，調(diào)節(jié)無線接收機(jī)的頻率接收發(fā)出信號(hào)，使畫面清晰顯示，利用吊車控制面板來使吊車移動(dòng)，上升下降，模擬無人機(jī)歸航的動(dòng)作，在實(shí)施著降時(shí)，可以利用多種測(cè)量工具，測(cè)量無人機(jī)的實(shí)際位置參數(shù)，利用軟件獲取相應(yīng)的參數(shù)信息，便于后期進(jìn)行誤差分析。小結(jié)

我們通過對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行分析時(shí)，進(jìn)一步說明了基于機(jī)器視覺的無人機(jī)著降定位技術(shù)的實(shí)時(shí)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(shí)驗(yàn)對(duì)不同著降區(qū)特征圖案獲得的數(shù)據(jù)進(jìn)行分析，說明在實(shí)際使用時(shí)需要根據(jù)具體的場(chǎng)合特點(diǎn)來選擇合理的算法。

參考文獻(xiàn)

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

[2] 何嘉林，李奔.基于機(jī)器視覺的無人機(jī)自主著陸系統(tǒng)研究[J].科學(xué)技術(shù)創(chuàng)新， 2018（11）：23-24.

[3] 王亞威，朱文博.復(fù)雜環(huán)境下的四旋翼無人機(jī)定位技術(shù)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