CN105487557A - 一种基于日盲区紫外成像的无人机自主着陆引导系统 - Google Patents
一种基于日盲区紫外成像的无人机自主着陆引导系统 Download PDFInfo
- Publication number
- CN105487557A CN105487557A CN201510895256.8A CN201510895256A CN105487557A CN 105487557 A CN105487557 A CN 105487557A CN 201510895256 A CN201510895256 A CN 201510895256A CN 105487557 A CN105487557 A CN 105487557A
- Authority
- CN
- China
- Prior art keywords
- beacon
- ultraviolet
- module
- day
- imaging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 title claims abstract description 61
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims abstract description 9
- 238000000034 method Methods 0.000 claims description 29
- 230000005540 biological transmission Effects 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 20
- 230000000007 visual effect Effects 0.000 claims description 15
- 230000008569 process Effects 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 230000003071 parasitic effect Effects 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000001105 regulatory effect Effects 0.000 claims description 6
- 230000003044 adaptive effect Effects 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 239000000654 additive Substances 0.000 claims description 3
- 230000000996 additive effect Effects 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000005096 rolling process Methods 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000005457 optimization Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 abstract 3
- 108091006146 Channels Proteins 0.000 description 19
- 238000010586 diagram Methods 0.000 description 5
- 230000005855 radiation Effects 0.000 description 4
- 101000694017 Homo sapiens Sodium channel protein type 5 subunit alpha Proteins 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000149 penetrating effect Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/12—Target-seeking control
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于日盲区紫外成像的无人机自主着陆引导系统。本发明包括紫外光源信标模块、双通道成像模块、数据处理模块、数据发送模块、数据存储模块;紫外光源信标模块设置在着陆平台上,双通道成像模块、数据处理模块、数据发送模块、数据存储模块设置在无人机上,无人机通过双通道成像模块对紫外光源信标模块进行成像,然后通过数据处理模块对成像数据进行处理,数据发送模块将部分数据处理模块结果传送给无人机飞控系统,将剩余处理结果传送给数据存储模块进行存储。本发明首次将日盲区紫外成像技术用于无人机自主着陆引导,实现了基于日盲区紫外成像的无人机自主着陆引导。
Description
技术领域
本发明涉及基于计算机视觉的无人机自主着陆引导的技术领域,特别涉及一种基于日盲区紫外成像的无人机自主着陆引导系统。
背景技术
太阳光谱中紫外线辐射位于电磁辐射波谱中10~400nm的波长范围内。随着波长的变化,紫外线具有各种不同的特性和效应。一般将紫外辐射划分为UV-A(近紫外):320~400nm;UV-B(中紫外):280~320nm;UV-C(远紫外):200~280nm;波长小于200nm的紫外辐射由于被大气强烈吸收,因此只存在于真空条件下的研究和应用,所以被称为真空紫外。
由于大气平流层的臭氧层对于250nm波长附近的紫外线有强烈的吸收作用,因而太阳中UV-C波段紫外辐射在近地大气中几乎不存在,常被称为“日盲区”,具体波段范围为220~280nm。由于日盲区紫外在近地面并不会自然存在,所以它的产生必定是人类活动介入等非自然原因,故通过紫外成像仪来探测日盲区紫外信号便有了广泛的应用。目前已经广泛应用于电力设施电晕的检测,如高压输电线路、电网基站等。
在对此方法的研究和实践过程中,本发明的发明人发现:由于日盲区紫外信号在近地面存在的唯一性,可以通过使用高增益的紫外成像仪对信号进行采集,而不用担心杂散光等的影响,而且日盲区紫外拥有较强的“透雾”能力。故本发明提出可以主动设置紫外信标,无人机机身挂载紫外成像系统,用于无人机自主着陆引导工作。
目前无人机的技术主要有卫星导航技术,惯性导航技术以及计算机视觉导航技术等。但各方法都存在一定的局限性,卫星导航技术最常见的是全球定位系统,但在无人机自主着陆引导的最后几公里范围内,全球定位系统的定位精度达不到要求;惯性导航系统随着系统工作时间的推移,定位误差会累积越来越大;基于计算机视觉的导航系统目前发展迅猛,但大都工作在可见光或者红外波段,受气候条件影响很大,如雾天等。
在对基于计算机视觉的着陆导航系统的研究中,本发明的发明人发现:使用紫外光源在着陆位置制成信标,通过高增益的紫外成像系统对紫外信标进行信号得捕捉和采集,能够有效地用于无人机的着陆引导工作。
发明内容
本发明提供一种基于日盲区紫外成像的无人机自主着陆引导系统,通过机载日盲区紫外成像系统探测着陆位置紫外信标,能够解决低能见度条件下无人机的着陆引导工作。
本发明通过以下技术方案来实现上述目的:
一种基于日盲区紫外成像的无人机自主着陆引导系统,包括紫外光源信标模块、双通道成像模块、数据处理模块、数据发送模块、数据存储模块;紫外光源信标模块设置在着陆平台上,双通道成像模块、数据处理模块、数据发送模块、数据存储模块设置在无人机上,无人机通过双通道成像模块对紫外光源信标模块进行成像,然后通过数据处理模块对成像数据进行处理,数据发送模块将部分数据处理模块结果传送给无人机飞控系统,将剩余处理结果传送给数据存储模块进行存储。
所述紫外光源信标模块由若干紫外光源组成,信标是一个由n个信标点组成的立体的异型信标。
所述的双通道成像模块包括成像透镜、分光镜、反光镜、紫外滤光片、自动光圈单元、自动调焦单元、可见光成像单元、日盲区紫外成像单元;自动光圈单元用于调节可见光通道的进光量,保证曝光适度;自动调焦单元用于调节成像透镜的位置,从而得到清晰的图像;可见光成像单元用于得到着陆平台位置周边的彩色影像;日盲区紫外成像单元前设置有紫外滤光片,用于滤除日盲区紫外波段以外的杂散光,得到紫外信标点在日盲区紫外成像单元的图像。
所述的滤光片透过波长为240nm~280nm,设置在分光镜前面或者分光镜后面。
所述的双通道成像模块过程如下:
光经过成像透镜,然后经由分光镜分成两路,一路再次经过自动光圈单元由成像透镜成像在可见光成像单元上,该路用于记录着陆平台以及整个着陆过程;另一路光经过紫外滤光片后再经反光镜反射,再经过成像透镜后由日盲区紫外成像单元成像;该路用于对紫外光源信标模块中的信标点进行成像,从而实现对信标点坐标定位。
所述数据处理模块包括图像处理单元和位姿信息求解单元;图像处理单元分别对日盲区紫外成像单元成像和可见光成像单元成像进行处理,其中对日盲区紫外成像单元成像进行灰度级变换、自适应阈值分割和数学形态学变换处理,处理得到信标点的清晰图像,然后将信标点的坐标数据传送给位姿信息求解单元;同时将处理后的日盲区紫外成像单元成像和可见光成像单元成像进行融合叠加,然后将叠加的视频数据传送给数据存储模块;图像处理单元中对信标点坐标信息的提取包括以下步骤,对照图2进行说明:
步骤s1.对10个信标点进行捕捉和锁定,保证信标点处于视场中间的位置;
步骤s2.通过灰度级变换,提高日盲区紫外成像单元成像的灰度级动态范围;
步骤s3.通过自适应阈值分割或手动设置阈值,进行二值化处理,滤除杂散光以及光子噪声,提取紫外光源组成的信标点;
步骤s4.通过数学形态学变换,包括膨胀以及腐蚀,滤除光子噪声,得到n个光斑,光斑即为n个信标点分别成的像;
步骤s5.通过灰度重心法提取n个光斑的中心,设光斑区域S内像点(ui,vi)的灰度值为F(i,j),(u,v)为光斑中心坐标,也即信标点P的像点P'在像素坐标系中的坐标;
步骤s6.通过最小二乘法曲线拟合得到P1'P2'P3'P4'直线,记为L,并确定信标点P1及其像点P1';
步骤s7.分别计算P2'~P4'到信标点像点P1'的距离和到直线L的距离,确定P2、P3、P4、P2'、P3'以及P4';
步骤s8.分别计算P5'~P10'到信标点像点P1'的距离,以及信标点位于直线L的左侧或者右侧,由此确定信标点P5~P10及像点P5'~P10',从而确定控制点P1~P10及其像点P'1~P10'。
所述位姿信息求解单元具体实现步骤如下:
步骤r1.已知信标点在世界坐标系下的空间坐标(xw,yw,zw);
步骤r2.设相机坐标系下信标点的坐标为(xc,yc,zc),此坐标与世界坐标系下信标点的坐标存在如下的变换关系:
其中,R为3×3旋转矩阵,包含无人机滚转角、偏航角、俯仰角,T为3×1位移矩阵,包含无人机距离信标的水平距离和高度;旋转矩阵R具体表示为:
位移矩阵T具体表示为:
其中,滚转角偏航角θ、俯仰角ψ以及tx、ty、tz表征了无人机相对于信标点的位姿信息;
步骤r3.在相机坐标系下,信标点通过日盲区紫外成像单元成像得到在图像坐标系下的坐标为(xu,yv),信标点在图像坐标系下的坐标与在相机坐标系下的坐标存在如下的变换关系:
其中,f为成像透镜的焦距,为已知量;
步骤r4.根据步骤r2和步骤r3找到信标点在世界坐标系和图像坐标系下的直接的坐标变换关系:
其中,只需求解旋转矩阵R和位移矩阵T,即无人机相对于信标的滚转角偏航角θ、俯仰角ψ以及tx、ty、tz;
步骤r5.通过n个信标点的坐标,根据步骤r4联立方程组,通过奇异值分解求解得到相对位姿参数初值;
步骤r6.通过重投影误差最小化方法对位姿参数初值进行非线性优化得到精确值,即可解得旋转矩阵R和位移矩阵T,其中R包含无人机相对于信标点的滚转角偏航角θ、俯仰角ψ,T包含无人机到信标点的直线距离;根据位姿参数R和T,无人机自主着陆到信标点指定位置,即着陆平台上。
所述数据发送模块,接收来自数据处理模块的无人机位姿信息,通过数据传输端口将无人机相对于信标点的滚转角偏航角θ、俯仰角ψ以及距离tx、ty、tz传送给无人机飞控系统;所述数据存储模块,接收来自数据处理模块的双通道叠加融合的视频数据,通过数据传输端口将视频数据存储在存储设备上。
所述紫外光源信标模块由若干紫外光源组成,信标图案是一个由n个信标点组成的立体的异型信标,信标图案为“H字型”、“王字型”或“十字形”。
本发明有益效果如下:
首次将日盲区紫外成像技术用于无人机自主着陆引导,实现了基于日盲区紫外成像的无人机自主着陆引导方法;
1)本发明利用日盲区紫外成像,能够有效克服日光等杂散光的干扰,无论是在白天,还是夜晚,即使是在低能见度大气环境下,本发明依然能够实现无人机的自主着陆引导;
2)由于本发明定位算法工作在日盲区紫外通道,有效规避了可见光等杂散光,使得图像处理算法相对简单,有效提高了系统的处理速度。
附图说明
图1是本发明无人机自主着陆引导方法的示意图;
图2是本发明无人机自主着陆引导方法的紫外信标图案;
图3是本发明无人机自主着陆引导方法的流程图;
图4是本发明无人机自主着陆引导方法双通道成像模块示意图;
图5是本发明无人机位姿信息求解流程示意图;
其中,1—无人直升机、2—低能见度大气、3—光电吊舱(日盲区紫外成像系统)、4—“主”型紫外信标、5—降落平台、6—紫外光源、7—“主”型紫外信标、8—光信号输入、9—双通道成像模块、10—可见光CCD、11—紫外ICCD、12—调焦控制模块、13—数据处理模块、13-1—位姿信息求解模块、13-2—图像处理模块、14—数据发送模块、15—数据存储模块、16—世界坐标系、17—相机坐标系、18—图像坐标系、19—旋转矩阵R、20—位移矩阵T。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明是一种基于日盲区紫外成像的无人机自主着陆引导的方法及系统。为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实例以及配图,对本发明做进一步的详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明。并不用于限定本发明。
图1所示,是本发明用于无人机自主着陆引导的示意图,无人直升机1下方悬挂光电吊舱3,光电吊舱3中装有本发明日盲区紫外成像系统,位于降落平台5的异型“主”紫外光源信标4发出日盲区波段紫外信号,信号穿过低能见度大气环境2之后被光电吊舱内紫外成像系统接收到,而后系统开始信号处理。
基于日盲区紫外成像的无人机自主着陆引导系统,包括紫外光源信标模块、双通道成像模块、数据处理模块、数据发送模块、数据存储模块;紫外光源信标模块设置在着陆平台上,双通道成像模块、数据处理模块、数据发送模块、数据存储模块设置在无人机上,无人机通过双通道成像模块对紫外光源信标模块进行成像,然后通过数据处理模块对成像数据进行处理,数据发送模块将部分数据处理模块结果传送给无人机飞控系统,将剩余处理结果传送给数据存储模块进行存储。
图2所示,是本发明使用的“主”紫外光源信标7,分别由10个紫外信标光源6,紫外信标光源由紫外LED或者低压汞灯组成。
图3所示,是本发明用于无人机自主着陆引导的工作流程图。首先,着陆平台5上的紫外信标4发出紫外信号,紫外信号穿过低能见度大气环境2后形成光信号输入8;然后,光信号输入8进入双通道成像模块9,而后光信号分两路分别在可见光CCD10上得到着陆平台周边环境彩色影像和在紫外ICCD上得到紫外信标点的图像;其次,视频数据传输进入数据处理模块13,分别进行图像处理和位姿信息求解;而后,数据处理模块13将无人机位姿信息通过数据发送模块14传送给无人机飞控系统进行导航决策,数据处理模块13将可见光和紫外光双通道视频叠加融合之后传送给数据存储模块15进行视频数据的存储。
所述的双通道成像模块包括成像透镜、分光镜、反光镜、紫外滤光片、自动光圈单元、自动调焦单元、可见光成像单元、日盲区紫外成像单元;自动光圈单元用于调节可见光通道的进光量,保证曝光适度;自动调焦单元用于调节成像透镜的位置,从而得到清晰的图像;可见光成像单元用于得到着陆平台位置周边的彩色影像;日盲区紫外成像单元前设置有紫外滤光片,用于滤除日盲区紫外波段以外的杂散光,得到紫外信标点在日盲区紫外成像单元的图像。
所述的滤光片透过波长为240nm~280nm,设置在分光镜前面或者分光镜后面。
所述的图像处理模块13-1主要包括二个功能,其一是用于紫外通道中紫外信标特征信息的提取,得到信标点在图像坐标系下的坐标,然后将坐标信息传递给位姿信息求解模块13-2;其二是将可见光通道和紫外通道的视频叠加融合之后传送给数据存储模块15。图像处理模块13-1的算法流程为:
步骤1.信标图案的捕捉和锁定,保证信标点处于视场中间的位置;
步骤2.通过灰度级拉伸,提高紫外图像灰度级的动态范围;
步骤3.通过自适应阈值分割或手动设置阈值,进行二值化处理,滤除杂散光以及光子噪声,将紫外光源组成的信标点提取出来;
步骤4.通过数学形态学变换,包括膨胀以及腐蚀,滤除光子噪声,得到10个光斑,光斑即为10个信标点分别成的像;
步骤5.通过灰度重心法提取得到10个光斑的中心,得到信标点的像点在图像坐标系18中的坐标;
步骤6.将信标点在图像坐标系下的坐标信息发送给位姿信息求解单元13-2,将紫外通道视频数据与可见光通道视频数据叠加融合之后发送给图像存储模块15。
所述的位姿信息求解模块13-2主要使用定位导航算法,算法具体实现步骤如下,具体可参见图4和5:
步骤1.已知10个紫外光源信标点6在世界坐标系16下的空间坐标(xw,yw,zw);
步骤2.假设在相机坐标系17下信标点的坐标为(xc,yc,zc),此坐标与世界坐标系下信标点的坐标存在如下的变换关系
其中,R19为3×3旋转矩阵,包含无人机滚转角、偏航角、俯仰角,T为3×1位移矩阵,包含无人机距离信标的水平距离和高度。旋转矩阵R19具体表示为:
位移矩阵T20具体表示为:
滚转角偏航角θ、俯仰角ψ以及tx、ty、tz即表征了无人机相对于信标点的位姿信息;
步骤3.在相机坐标系下,信标点通过日盲区紫外通道成像得到相机图像坐标系18下的坐标为(xu,yv),信标点在图像坐标系18下坐标与在相机坐标系17下的坐标存在如下的变换关系
其中,f为成像透镜的焦距,为已知量;
步骤4.根据步骤2和3找到信标点在世界坐标系16和图像坐标系18下的直接的坐标变换关系,
其中,只有旋转矩阵R19和位移矩阵T20为未知量;
步骤5.通过此10个信标点的坐标,根据步骤4联立方程组进行求解,即可解得旋转矩阵R19和位移矩阵T20,其中R19包含无人机相对于信标的俯仰角、偏航角及滚转角,T20包含无人机到信标的直线距离。根据位姿数据R和T,无人机自主着陆到紫外信标附近。
数据发送模块14通过数据传输端口与无人机飞控系统进行信息交互,将无人机相对于信标的滚转角偏航角θ、俯仰角ψ以及距离tx、ty、tz传送给无人机飞控系统,进行无人机自主着陆引导辅助。
数据存储模块15接受来自数据处理模块13的视频数据,通过数据传输端口与存储设备连接,将双通道融合图像实时存储在设备中。
综上所述,本发明的基于日盲区紫外成像无人机自主着陆引导方法及系统,通过设置紫外光源信标,通过本系统进行探测,能够在低能见度环境有效辅助无人机的着陆引导工作。由于本发明实施例,有效地利用了日盲区紫外的“透雾”能力,采用了独特的“主”型紫外信标,采用高增益的紫外ICCD进行图像采集,通过图像处理算法以及定位导航算法,能够有效完成低能见度环境下无人机的着陆引导工作,因此,本发明日盲区紫外成像系统,可以有效解决无人机在雾天等能见度低的恶劣环境下着陆引导问题。
以上是对本发明基于日盲区紫外成像的无人机自主着陆引导方法及系统,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于包括紫外光源信标模块、双通道成像模块、数据处理模块、数据发送模块、数据存储模块;紫外光源信标模块设置在着陆平台上,双通道成像模块、数据处理模块、数据发送模块、数据存储模块设置在无人机上,无人机通过双通道成像模块对紫外光源信标模块进行成像,然后通过数据处理模块对成像数据进行处理,数据发送模块将部分数据处理模块结果传送给无人机飞控系统,将剩余处理结果传送给数据存储模块进行存储。
2.如权利要求1所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于所述紫外光源信标模块由若干紫外光源组成,信标是一个由n个信标点组成的立体的异型信标。
3.如权利要求1所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于所述的双通道成像模块包括成像透镜、分光镜、反光镜、紫外滤光片、自动光圈单元、自动调焦单元、可见光成像单元、日盲区紫外成像单元;自动光圈单元用于调节可见光通道的进光量,保证曝光适度;自动调焦单元用于调节成像透镜的位置,从而得到清晰的图像;可见光成像单元用于得到着陆平台位置周边的彩色影像;日盲区紫外成像单元前设置有紫外滤光片,用于滤除日盲区紫外波段以外的杂散光,得到紫外信标点在日盲区紫外成像单元的图像。
4.如权利要求3所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于滤光片透过波长为240nm~280nm,设置在分光镜前面或者分光镜后面。
5.如权利要求3所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于双通道成像模块过程如下:
光经过成像透镜,然后经由分光镜分成两路,一路再次经过自动光圈单元由成像透镜成像在可见光成像单元上,该路用于记录着陆平台以及整个着陆过程;另一路光经过紫外滤光片后再经反光镜反射,再经过成像透镜后由日盲区紫外成像单元成像;该路用于对紫外光源信标模块中的信标点进行成像,从而实现对信标点坐标定位。
6.如权利要求1所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于所述数据处理模块包括图像处理单元和位姿信息求解单元;图像处理单元分别对日盲区紫外成像单元成像和可见光成像单元成像进行处理,其中对日盲区紫外成像单元成像进行灰度级变换、自适应阈值分割和数学形态学变换处理,处理得到信标点的清晰图像,然后将信标点的坐标数据传送给位姿信息求解单元;同时将处理后的日盲区紫外成像单元成像和可见光成像单元成像进行融合叠加,然后将叠加的视频数据传送给数据存储模块;图像处理单元中对信标点坐标信息的提取包括以下步骤:
步骤s1.对10个信标点进行捕捉和锁定,保证信标点处于视场中间的位置;
步骤s2.通过灰度级变换,提高日盲区紫外成像单元成像的灰度级动态范围;
步骤s3.通过自适应阈值分割或手动设置阈值,进行二值化处理,滤除杂散光以及光子噪声,提取紫外光源组成的信标点;
步骤s4.通过数学形态学变换,包括膨胀以及腐蚀,滤除光子噪声,得到n个光斑,光斑即为n个信标点分别成的像;
步骤s5.通过灰度重心法提取n个光斑的中心,设光斑区域S内像点(ui,vi)的灰度值为F(i,j),(u,v)为光斑中心坐标,也即信标点P的像点P'在像素坐标系中的坐标;
步骤s6.通过最小二乘法曲线拟合得到P1'P2'P3'P4'直线,记为L,并确定信标点P1及其像点P1';
步骤s7.分别计算P2'~P4'到信标点像点P1'的距离和到直线L的距离,确定P2、P3、P4、P2'、P3'以及P4';
步骤s8.分别计算P5'~P10'到信标点像点P1'的距离,以及信标点位于直线L的左侧或者右侧,由此确定信标点P5~P10及像点P5'~P10',从而确定控制点P1~P10及其像点P'1~P10'。
7.如权利要求6所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于所述位姿信息求解单元具体实现步骤如下:
步骤r1.已知信标点在世界坐标系下的空间坐标(xw,yw,zw);
步骤r2.设相机坐标系下信标点的坐标为(xc,yc,zc),此坐标与世界坐标系下信标点的坐标存在如下的变换关系:
其中,R为3×3旋转矩阵,包含无人机滚转角、偏航角、俯仰角,T为3×1位移矩阵,包含无人机距离信标的水平距离和高度;旋转矩阵R具体表示为:
位移矩阵T具体表示为:
其中,滚转角偏航角θ、俯仰角ψ以及tx、ty、tz表征了无人机相对于信标点的位姿信息;
步骤r3.在相机坐标系下,信标点通过日盲区紫外成像单元成像得到在图像坐标系下的坐标为(xu,yv),信标点在图像坐标系下的坐标与在相机坐标系下的坐标存在如下的变换关系:
其中,f为成像透镜的焦距,为已知量;
步骤r4.根据步骤r2和步骤r3找到信标点在世界坐标系和图像坐标系下的直接的坐标变换关系:
其中,只需求解旋转矩阵R和位移矩阵T,即无人机相对于信标的滚转角偏航角θ、俯仰角ψ以及tx、ty、tz;
步骤r5.通过n个信标点的坐标,根据步骤r4联立方程组,通过奇异值分解求解得到相对位姿参数初值;
步骤r6.通过重投影误差最小化方法对位姿参数初值进行非线性优化得到精确值,即可解得旋转矩阵R和位移矩阵T,其中R包含无人机相对于信标点的滚转角偏航角θ、俯仰角ψ,T包含无人机到信标点的直线距离;根据位姿参数R和T,无人机自主着陆到信标点指定位置,即着陆平台上。
8.如权利要求7所述的基于日盲区紫外成像的无人机自主着陆引导系统,其特征在于所述数据发送模块,接收来自数据处理模块的无人机位姿信息,通过数据传输端口将无人机相对于信标点的滚转角偏航角θ、俯仰角ψ以及距离tx、ty、tz传送给无人机飞控系统;所述数据存储模块,接收来自数据处理模块的双通道叠加融合的视频数据,通过数据传输端口将视频数据存储在存储设备上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510895256.8A CN105487557B (zh) | 2015-12-07 | 2015-12-07 | 一种基于日盲区紫外成像的无人机自主着陆引导系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510895256.8A CN105487557B (zh) | 2015-12-07 | 2015-12-07 | 一种基于日盲区紫外成像的无人机自主着陆引导系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105487557A true CN105487557A (zh) | 2016-04-13 |
CN105487557B CN105487557B (zh) | 2018-06-19 |
Family
ID=55674594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510895256.8A Active CN105487557B (zh) | 2015-12-07 | 2015-12-07 | 一种基于日盲区紫外成像的无人机自主着陆引导系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105487557B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106292293A (zh) * | 2016-10-20 | 2017-01-04 | 南京航空航天大学 | 一种固定翼无人舰载机的自适应自动着舰引导控制系统 |
CN106443831A (zh) * | 2016-09-30 | 2017-02-22 | 南京信息工程大学 | 一种基于无人机的全天候气象探测系统 |
CN107202982A (zh) * | 2017-05-22 | 2017-09-26 | 徐泽宇 | 一种基于无人机位姿计算的信标布置及图像处理方法 |
CN107576329A (zh) * | 2017-07-10 | 2018-01-12 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN107656539A (zh) * | 2017-07-17 | 2018-02-02 | 浙江天衡五维电子科技有限公司 | 一种基于旋翼机的紫外自主盲降系统和方法 |
CN108053635A (zh) * | 2017-12-15 | 2018-05-18 | 杭州莱宸科技有限公司 | 一种无人机自动定位抄表系统 |
WO2018098742A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳益强信息科技有限公司 | 一种针对恶劣环境的成像处理方法及装置 |
CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
CN111536970A (zh) * | 2020-05-08 | 2020-08-14 | 中国航空工业集团公司西安航空计算技术研究所 | 一种用于低能见度大尺度场景的红外惯性组合导航方法 |
CN111932863A (zh) * | 2020-06-15 | 2020-11-13 | 西安理工大学 | 一种基于无人机助降紫外led朗伯功率估算方法 |
WO2021004416A1 (zh) * | 2019-07-05 | 2021-01-14 | 杭州海康机器人技术有限公司 | 一种基于视觉信标建立信标地图的方法、装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110057804A1 (en) * | 2009-09-04 | 2011-03-10 | Raytheon UTD, Inc. | Search and rescue using ultraviolet radiation |
US20110068938A1 (en) * | 2009-09-04 | 2011-03-24 | Raytheon UTD, Inc. | Search and rescue using ultraviolet radiation |
CN103175523A (zh) * | 2012-12-18 | 2013-06-26 | 江苏五维电子科技有限公司 | 基于日盲紫外光信号的引航仪 |
CN103308833A (zh) * | 2013-06-07 | 2013-09-18 | 南京顺泰科技有限公司 | 一种用于电晕探测的紫外图像故障定位处理系统及方法 |
CN103895871A (zh) * | 2014-03-21 | 2014-07-02 | 西安理工大学 | 基于无线紫外光和多维编码的直升机引导系统及引导方法 |
CN205302011U (zh) * | 2015-12-07 | 2016-06-08 | 浙江大学 | 基于日盲区紫外成像的无人机自主着陆引导系统 |
-
2015
- 2015-12-07 CN CN201510895256.8A patent/CN105487557B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110057804A1 (en) * | 2009-09-04 | 2011-03-10 | Raytheon UTD, Inc. | Search and rescue using ultraviolet radiation |
US20110068938A1 (en) * | 2009-09-04 | 2011-03-24 | Raytheon UTD, Inc. | Search and rescue using ultraviolet radiation |
CN103175523A (zh) * | 2012-12-18 | 2013-06-26 | 江苏五维电子科技有限公司 | 基于日盲紫外光信号的引航仪 |
CN103308833A (zh) * | 2013-06-07 | 2013-09-18 | 南京顺泰科技有限公司 | 一种用于电晕探测的紫外图像故障定位处理系统及方法 |
CN103895871A (zh) * | 2014-03-21 | 2014-07-02 | 西安理工大学 | 基于无线紫外光和多维编码的直升机引导系统及引导方法 |
CN205302011U (zh) * | 2015-12-07 | 2016-06-08 | 浙江大学 | 基于日盲区紫外成像的无人机自主着陆引导系统 |
Non-Patent Citations (1)
Title |
---|
丁宸聪: "基于紫外成像引导技术的无人机自主着舰研究", 《光电技术应用》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106443831A (zh) * | 2016-09-30 | 2017-02-22 | 南京信息工程大学 | 一种基于无人机的全天候气象探测系统 |
CN106292293B (zh) * | 2016-10-20 | 2018-12-25 | 南京航空航天大学 | 一种固定翼无人舰载机的自适应自动着舰引导控制系统 |
CN106292293A (zh) * | 2016-10-20 | 2017-01-04 | 南京航空航天大学 | 一种固定翼无人舰载机的自适应自动着舰引导控制系统 |
WO2018098742A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳益强信息科技有限公司 | 一种针对恶劣环境的成像处理方法及装置 |
CN107202982A (zh) * | 2017-05-22 | 2017-09-26 | 徐泽宇 | 一种基于无人机位姿计算的信标布置及图像处理方法 |
CN107202982B (zh) * | 2017-05-22 | 2018-08-07 | 徐泽宇 | 一种基于无人机位姿计算的信标布置及图像处理方法 |
CN107576329A (zh) * | 2017-07-10 | 2018-01-12 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN107576329B (zh) * | 2017-07-10 | 2020-07-03 | 西北工业大学 | 基于机器视觉的固定翼无人机着降引导合作信标设计方法 |
CN107656539A (zh) * | 2017-07-17 | 2018-02-02 | 浙江天衡五维电子科技有限公司 | 一种基于旋翼机的紫外自主盲降系统和方法 |
CN108053635A (zh) * | 2017-12-15 | 2018-05-18 | 杭州莱宸科技有限公司 | 一种无人机自动定位抄表系统 |
WO2021004416A1 (zh) * | 2019-07-05 | 2021-01-14 | 杭州海康机器人技术有限公司 | 一种基于视觉信标建立信标地图的方法、装置 |
CN110470226A (zh) * | 2019-07-10 | 2019-11-19 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
CN110470226B (zh) * | 2019-07-10 | 2021-05-28 | 广东工业大学 | 一种基于无人机系统的桥梁结构位移测量方法 |
CN111536970A (zh) * | 2020-05-08 | 2020-08-14 | 中国航空工业集团公司西安航空计算技术研究所 | 一种用于低能见度大尺度场景的红外惯性组合导航方法 |
CN111932863A (zh) * | 2020-06-15 | 2020-11-13 | 西安理工大学 | 一种基于无人机助降紫外led朗伯功率估算方法 |
CN111932863B (zh) * | 2020-06-15 | 2021-11-16 | 西安理工大学 | 一种基于无人机助降紫外led朗伯功率估算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105487557B (zh) | 2018-06-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105487557A (zh) | 一种基于日盲区紫外成像的无人机自主着陆引导系统 | |
CN205302011U (zh) | 基于日盲区紫外成像的无人机自主着陆引导系统 | |
US11748898B2 (en) | Methods and system for infrared tracking | |
DE102018121597B4 (de) | Boden-referenzbestimmung für den betrieb von autonomen fahrzeugen | |
DE102018116108B4 (de) | Kalibrierungsprüfverfahren für den betrieb von autonomen fahrzeugen sowie fahrzeug mit einer steuerung zur ausführung des verfahrens | |
JP2021119693A (ja) | 惑星規模解析のためのシステム | |
DE102018109371A1 (de) | Kalibrierungsvalidierung für den betrieb von autonomen fahrzeugen | |
DE102018105140A1 (de) | Objektverfolgung | |
DE102018116107A1 (de) | Kalibrierungsverfahren für den betrieb von autonomen fahrzeugen | |
CN110371108B (zh) | 车载超声波雷达与车载环视系统融合方法 | |
CN114413881B (zh) | 高精矢量地图的构建方法、装置及存储介质 | |
CN111209825B (zh) | 一种用于动态目标3d检测的方法和装置 | |
US11995157B2 (en) | Intelligent LiDAR scanning | |
CN105139350A (zh) | 一种无人机侦察图像地面实时重建处理系统 | |
CN107644416A (zh) | 一种基于地基云图的实时动态云量反演方法 | |
DE112019000317T5 (de) | Sensorvorrichtung, elektronische vorrichtung, sensorsystem undsteuerungsverfahren | |
CN113820714B (zh) | 一种基于多传感器融合的尘雾天气道路环境感知系统 | |
CN103578088A (zh) | 一种星空图像处理方法 | |
CN110766761B (zh) | 用于相机标定的方法、装置、设备和存储介质 | |
CN105427284A (zh) | 基于机载Android平台的固定靶标识方法 | |
DE112020002567T5 (de) | Bilderkennungsvorrichtung und bilderkennungsverfahren | |
Dawdi et al. | Locating victims in hot environments using combined thermal and optical imaging | |
CN112926354A (zh) | 一种基于深度学习的车道线检测方法及装置 | |
CN111192229B (zh) | 一种机载多模态视频画面增强显示方法及系统 | |
CN110135387B (zh) | 一种基于传感器融合的图像快速识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |