CN108715233A - 一种无人机飞行精度测定方法 - Google Patents

Abstract

本发明公开了一种无人机飞行精度测定方法，包括步骤：S100、在无人机上设置标记，所述标记具有预定的颜色；S200、使无人机受控制地执行飞行；S300、利用图像获取单元获取飞行中的无人机的彩色图像，使所述彩色图像中包含所述标记的影像，同时，利用测距单元测定飞行中的无人机到所述图像获取单元的距离，并将所述彩色图像和所述距离传输给处理单元，其中，所述测距单元与所述图像获取单元并排设置；S400、所述处理单元根据所述彩色图像和所述距离计算所述无人机的位置；S500、所述处理单元根据计算出的位置信息测定所述无人机的飞行精度。本发明的方法无须采用多台摄像机就能实现对无人机飞行精度的测定，测定成本非常低，并且灵活性非常高。

Description

一种无人机飞行精度测定方法

技术领域

本发明涉及无人机测试技术领域，具体涉及一种无人机飞行精度测定方法。

背景技术

在无人机的开发研制以及应用过程中，往往需要对其飞行精度进行测定。例如，测定其飞行轨迹是否符合设计或使用要求，测定其定高波动范围是否符合设计或使用要求，以及测定其定点悬停漂移范围是否符合设计或使用要求，等等。现有技术中，为了实现对这些指标的测定，需要利用多台工业相机和标定杆(或标定板)等工具构成测定系统，不仅硬件成本极其昂贵，而且整个系统的标定也非常麻烦，需要将多台工业相机固定安装后，再采用标定杆或标定板进行精确标定，完成标定后方可使用，并且此类系统仅能在完成标定的固定场地中使用，同时在标定后各台相机的位置和姿态也就不能再改变，一旦任何一台相机的位置发生了改变，就需要对系统重新进行标定，因而该类系统的使用灵活性很差，也无法做到随时随地进行测定。

现有技术的测定系统的成本高昂、操作复杂和灵活性差的现状，使得很多无人机产品的开发者和应用者只能望而却步。

发明内容

基于上述现状，本发明的主要目的在于提供一种无人机飞行精度测定方法，其能以较低的成本实现对无人机的飞行精度的测定，并且该测定方法的实施不受使用场地的限制，灵活性高。

为实现上述目的，本发明采用的技术方案如下：

一种无人机飞行精度测定方法，包括步骤：

S100、在无人机上设置标记，所述标记具有预定的颜色；

S200、使无人机受控制地执行飞行；

S300、利用图像获取单元获取飞行中的无人机的彩色图像，使得所述彩色图像中包含所述标记的影像，同时，利用测距单元测定飞行中的无人机到所述图像获取单元的距离，并将所述彩色图像和所述距离传输给处理单元，其中，所述测距单元与所述图像获取单元并排设置；

S400、所述处理单元根据所述彩色图像和所述距离计算所述无人机的位置；

S500、所述处理单元根据计算出的位置信息测定所述无人机的飞行精度。

优选地，所述步骤S100中，在无人机上粘贴具有预定颜色的标签纸以形成所述标记，所述标签纸优选为可移除标签纸。

优选地，所述预定颜色为蓝色或绿色。

优选地，所述步骤S300中，所述图像获取单元包括彩色摄像头。

优选地，所述步骤S300中，所述测距单元包括深度摄像头。

优选地，所述深度摄像头为TOF摄像头或双目摄像头。

优选地，所述步骤S400包括步骤：

S410、所述处理单元将所述标记作为目标，识别出所述目标在所述彩色图像中的影像；

S420、所述处理单元确定所述影像在所述彩色图像中的位置；

S430、所述处理单元根据所述影像在所述彩色图像中的位置和所述距离计算所述目标相对于所述图像获取单元的实际位置。

优选地，所述步骤S410中，所述处理单元采用颜色识别法识别出所述目标的影像。

优选地，所述步骤S410中，所述处理单元将所述彩色图像转换到HSV颜色空间，并限定所述目标的预定颜色的H、S和V这三个分量的范围，然后仅保留所述预定颜色的H值，将其他颜色的H值置为零，从而识别出所述目标的影像。

优选地，所述步骤S420中，所述处理单元利用灰度质心算法得到所述影像的质心坐标，并以所述质心坐标表示所述影像在所述彩色图像中的位置。

优选地，所述步骤S430中，所述处理单元计算L1和L2，得到所述目标相对于所述图像获取单元的实际位置，计算式如下：

L1＝L*sin(arctan(N*ps/f))，

L2＝L*cos(arctan(N*ps/f))，

其中，L1为所述目标相对于所述图像获取单元的光轴的偏离量；

L2为过所述目标、并且与所述图像获取单元的像平面相平行的平面到所述图像获取单元的光心的距离；

L为所述目标到所述图像获取单元的距离；

N为所述影像的质心与所述图像获取单元的像平面中心之间的像素个数；

ps为单位像素的长度大小；

f为所述图像获取单元的焦距。

优选地，待测定的飞行精度包括无人机的定高波动范围测试，其中，

所述步骤S200中，使无人机执行定高飞行模式；

所述步骤S300中，使所述图像获取单元的光轴处于水平方向；

所述步骤S500中，所述处理单元根据计算出的位置信息确定无人机在上下方向上的波动范围。

优选地，待测定的飞行精度包括无人机的定点悬停漂移范围测试，其中，

所述步骤S200中，使无人机执行定点悬停飞行模式；

所述步骤S300中，使所述图像获取单元的光轴处于水平方向；

所述步骤S500中，所述处理单元根据计算出的位置信息确定无人机在上下方向和水平方向上的波动范围。

优选地，所述步骤S500中，所述处理单元将所述无人机的位置信息绘制成图像。

本发明的无人机飞行精度测定方法无须采用多台摄像机就能实现对无人机飞行精度的测定，大大降低了测定成本，并且无须进行复杂的标定，也不会对使用场地产生依赖性，所有硬件可以随意挪动，从而能够随时随地进行测定，灵活性非常高。

附图说明

以下将参照附图对根据本发明的无人机的位置捕捉系统及方法的优选实施方式进行描述。图中：

图1为根据本发明的一种优选实施方式的无人机飞行精度测定方法的硬件系统原理示意图；

图2为根据本发明的一种优选实施方式的无人机飞行精度测定方法的流程图；

图3为处理单元计算目标相对于图像获取单元的实际位置时的原理示意图。

具体实施方式

针对现有技术的无人机飞行精度测定系统在造价方面过于昂贵和使用灵活性欠佳等不足，本发明提供了一种能够低成本实现的无人机飞行精度测定方法。

该方法所采用的硬件系统如图1所示，包括：

图像获取单元3，用于拍摄所述无人机2的彩色图像；

测距单元4，与所述图像获取单元3并排设置并同步工作，用于测定所述无人机2到所述图像获取单元3的距离；和

处理单元5，与所述图像获取单元3、所述测距单元4相连，用于根据所述彩色图像和所述距离计算所述无人机2的位置，从而根据不同的精度指标进行飞行精度的测定。

测距单元4可以测定无人机2到测距单元4的距离，由于测距单元4与图像获取单元3并排设置，因此，该距离可以近似地表示无人机2到图像获取单元3的距离。

为了方便处理单元5的运算，无人机2上优选设置有具有预定颜色的标记1，因此，图像获取单元在拍摄时应确保拍到的彩色图像中包含所述标记1的影像，当然也会包含背景。

具体地，如图2所示，本发明的无人机飞行精度测定方法包括步骤：

S100、在无人机2上设置标记1，如前所述，所述标记1具有预定的颜色；

S200、使无人机2受控制地执行飞行，例如按照预定的飞行路线飞行，或者执行定高飞行、定点悬停等飞行模式；

S300、利用图像获取单元3获取飞行中的无人机2的彩色图像，使所述彩色图像中包含所述标记1的影像，同时，利用测距单元4测定飞行中的无人机2到所述图像获取单元3的距离，并将所述彩色图像和所述距离传输给所述处理单元5；

S400、所述处理单元5根据所述彩色图像和所述距离计算所述无人机2的位置，优选为所述无人机2相对于所述图像获取单元3的位置；

S500、所述处理单元5根据计算出的位置信息测定所述无人机2的飞行精度。

本发明的无人机飞行精度测定方法无须采用多台工业相机就能实现对无人机的飞行精度进行测定，大大降低了测定成本，并且由于该图像获取单元3和测距单元4不需要结合特定场地进行复杂的标定，使得该测定方法不会对使用场地产生依赖性，而是图像获取单元3和测距单元4可以一并随意挪动，从而能够随时随地进行飞行精度测定，灵活性非常高。

特别地，步骤S100中，通过在无人机2上设置标记1，可以使处理单元5在后续的运算过程中仅以该标记1为目标，以该标记1在空间中的位置表示无人机2在空间中的位置，即在计算位置信息时以局部代替整体，使得整个运算过程可以不受无人机2自身的大小、形状和颜色等的影响，可方便、快速地在所述彩色图像中锁定无人机2，同时还能够大大简化后续的运算量。例如，标记1可以采用圆形、正方形、矩形等简单形状，从而可进一步简化运算过程。

优选地，步骤S100中，在无人机2上粘贴具有预定颜色的标签纸以形成所述标记1，所述标签纸优选为可移除标签纸。也即，所述标记1可以采用能够粘贴在无人机2上的标签纸(特别是可移除标签纸)来制作，从而，一方面可以方便地设置在无人机2上，并且可以根据无人机2的大小和/或拍摄距离裁剪成合适的尺寸，另一方面又不会对无人机2造成任何不利的影响，例如，不会影响到其飞行性能，测定完成后也不会形成残留而影响其外观，等等。此外，采用标签纸制作标记1还具有成本低的优点。

优选地，标记1的所述预定颜色为蓝色或绿色，并且不同于无人机2自身的颜色，优选也不同于背景颜色，从而便于进行处理单元5进行识别和运算。

需要说明的是，如果无人机2自身的主体颜色或者局部颜色与所述预定颜色相同或相近，则无人机2的主体外表或局部颜色区域即可构成本发明中的标记1。也即，在无人机2自身的主体颜色或局部颜色满足要求时，可以省略步骤S100，不必再在无人机2上额外地设置标记1，这种情况下，可以认为所述标记1包括无人机2的主体外表或其局部。

具体测定时，可以预先在待检测的无人机2(例如飞行机器人等)上设置蓝色或绿色的标签纸，例如圆形或方形等简单形状的标签纸；随后，可以令待检测的无人机2开始飞行，并将图像获取单元3和测距单元4布置成同时朝向运动中的无人机2，以便同步地拍摄彩色图像和测定距离；处理单元5则根据接收到的每一幅彩色图像的内容及与其同一时刻的距离信息进行计算，得到无人机2在该时刻的实际位置。由于在拍摄图像时所述图像获取单元3(例如为摄像机)的光轴通过所述彩色图像的中心，因此，处理单元5能够根据所述标记1的影像在所述彩色图像中的位置，判断无人机2在某一时刻对所述图像获取单元3的光轴的偏离方向和偏离程度，同时，结合该时刻无人机2到所述图像获取单元3的距离，可以进一步量化所述无人机2到所述光轴的距离，从而获得无人机2在该时刻以所述图像获取单元3为度量基准的位置信息。图像获取单元3和测距单元4连续拍摄图像和测定距离，处理单元5连续进行计算，就可以得到无人机2的一系列实际位置，从而可得到无人机2在一段时间内的飞行轨迹或者位置变动范围。例如，将这些位置信息按照时间顺序进行排列，即可方便地获得无人机2的三维飞行轨迹，而对这些位置信息进行统计分析，又能方便地获得无人机2的位置变动情况，从而便于分析其波动范围或漂移范围等指标。

优选地，所述图像获取单元3包括彩色摄像头，其例如为能够连续进行拍摄的彩色摄像机。

优选地，所述测距单元4包括深度摄像头，从而可与图像获取单元3的拍摄动作同步地提供无人机2的深度信息。

优选地，所述深度摄像头为TOF(Time of Flight的缩写)摄像头或双目摄像头。其中，TOF摄像头采用飞行时间法获得无人机2的深度信息，其能发出经调制的近红外光，遇到无人机2后反射，于是，通过计算光线发射和反射的时间差或相位差，便可以计算被拍摄的无人机2在该时刻到深度摄像头的距离，以产生深度信息。双目摄像头则利用双目立体视觉成像原理，通过两个摄像机来提取包括三维位置在内的信息进行深度感知。

优选地，所述处理单元5可以采用多种类型不同的部件，例如可以包括单片机、PC机或笔记本电脑，以方便地进行相关的运算工作。具体地，单片机可以与图像获取单元3和/或测距单元4集成设置，PC机或笔记本电脑则可以通过数据线分别与图像获取单元3和测距单元4相连。

优选地，本发明的测定方法中所采用的所述图像获取单元3、所述测距单元4和所述处理单元5可以集成于同一设备中，从而便于搬运和安装固定，提高其使用的便捷性和灵活性，另外还有利于将图像获取单元3和测距单元4的相对位置进行牢固地固定，从而确保无人机2到测距单元4的距离始终等于到图像获取单元3的距离。本实施方式中，处理单元5例如包括单片机或其他处理芯片。

优选地，所述处理单元5在计算无人机2的位置时，可以采用颜色识别法识别出标记1在图像中的影像，并可以利用灰度质心算法得到所述影像的质心坐标，并且以所述质心坐标表示所述影像在所述彩色图像中的位置，也即表示无人机2在所述彩色图像中的位置，随后，可利用同一时刻无人机2到图像获取单元3的距离并根据几何关系计算出无人机2相对于图像获取单元3的实际位置，例如相对于图像获取单元3及其光轴的实际位置。

优选地，所述步骤S400包括步骤：

S410、所述处理单元5将所述标记1作为目标，识别出所述目标在所述彩色图像中的影像；

S420、所述处理单元5确定所述影像在所述彩色图像中的位置；

S430、所述处理单元5根据所述影像在所述彩色图像中的位置和所述距离计算所述目标相对于所述图像获取单元3的实际位置。

优选地，所述步骤S410中，所述处理单元5采用颜色识别法识别出所述目标的影像。

具体实施时，所述处理单元5优选将所述彩色图像转换到HSV颜色空间，并限定所述目标的预定颜色(例如蓝色或绿色)的H、S和V这三个分量的范围，然后仅保留所述预定颜色的H值，将其他颜色的H值置为零，从而可方便地识别出所述目标的影像。

由于处理单元5将前述标记1(例如预定颜色的标签纸)作为目标，因此，可以根据实际情况为标记1选择合适的颜色，例如，使得其既能有效区别于无人机2自身的颜色，又能有效区别于图像的背景颜色，从而提高目标识别的效率和精度。

优选地，在步骤S300中，可通过处理单元5对于目标的识别情况来判断所述彩色图像中是否包含所述标记1的影像。例如，图像获取单元3获取无人机的彩色图像后，传输给处理单元5，处理单元5立即针对该彩色图像执行目标识别的操作，若识别成功，则表示彩色图像中包含标记1的影像，可以进行后续的计算，否则，可继续针对后续的彩色图像进行识别，并且优选可发出提示信息，例如提示无人机2的姿态需要调整，以便使所述标记1能够被图像识别单元3所拍摄到。重复执行上述过程，直至识别成功为止。

优选地，所述步骤S420中，所述处理单元5利用灰度质心算法得到所述影像的质心坐标，并以所述质心坐标表示所述影像在所述彩色图像中的位置。

具体地，已知图像第i行第j列处的H值为H(i，j)，于是目标影像的质心坐标可由以下公式求出：

公式(1)和公式(2)中，N为目标影像的分辨率，例如，目标影像的分辨率为200*200，则N＝200。

公式(3)中的i_c和j_c即为最终求得的目标影像的质心坐标。在随后的计算中，处理单元5即以此质心坐标作为无人机2在图像中的位置。

优选地，为了获得所述目标相对于所述图像获取单元3的实际位置，本发明的无人机飞行精度测定方法中，以图像获取单元3的光心和光轴作为基准，计算目标相对于光心和光轴的偏离程度。

如图3所示，O为图像获取单元3的光心，C、P所在的平面为像平面，CC’为垂直于像平面且经过光心O的直线，即，C为像平面的中心，P为目标P’(例如标记1)在像平面上成的像，即目标的影像，C’、P’所在的平面与所述像平面平行。由图可知，OC的长度为图像获取单元3的焦距，记为f；PC的长度为目标影像到像平面中心的距离；OP’的长度为目标到图像获取单元3的距离，即为测距单元4的测定结果，记为L。因此，对于该时刻拍摄的图像而言，假定单位像素的长度大小为ps，P点到C点的距离可以用影像的质心与像平面中心之间的像素个数N来表示，则有：

PC＝N*ps (4)

tan(∠COP)＝PC/OC＝N*ps/f (5)

∠COP＝arctan(N*ps/f) (6)

P’C’＝OP’*sin(∠C’OP’)＝L*sin(∠COP) (7)

OC’＝L*cos(∠COP) (8)

因此，将P’C’记为L1，将OC’记为L2，则在所述步骤S430中，所述处理单元5计算L1和L2，便可以得到所述目标相对于所述图像获取单元3的实际位置，计算式如下：

L1＝L*sin(arctan(N*ps/f)) (9)

L2＝L*cos(arctan(N*ps/f)) (10)

其中，L1为所述目标相对于所述图像获取单元3的光轴的偏离量；

L2为过所述目标、并且与所述图像获取单元3的像平面相平行的平面到所述图像获取单元3的光心的距离；

L为所述目标到所述图像获取单元3的距离；

N为所述影像的质心与所述图像获取单元3的像平面中心之间的像素个数；

ps为单位像素的长度大小；

f为所述图像获取单元3的焦距。

由于f和ps可以通过事先的校准得到，属于已知量，于是，处理单元5可以根据每一幅图像中的N和其对应时刻的距离L计算出相应的L1和L2。

优选地，本发明的无人机飞行精度测定方法可以测定无人机的飞行轨迹，此时，步骤S500中，所述处理单元5可以将所述无人机2的一系列位置信息绘制成图像，例如，将深度信息、位置信息进行绘图，并按照时间先后进行绘制，便可得到无人机2在一段时间内的三维飞行轨迹，随后，例如可以将该三维飞行轨迹与预设的理想飞行轨迹进行对比，从而可判定其飞行轨迹的准确度。

优选地，本发明的无人机飞行精度测定方法可以对无人机的定高波动范围进行量化测试，此时，在步骤S200中，应使无人机2执行定高飞行模式；在步骤S300中，应使所述图像获取单元3定位成使得其光轴处于水平方向，这样，在步骤S400中处理单元5计算出的无人机2的实际位置就是相对于一条水平线的偏离程度；于是，在步骤S500中，所述处理单元5就能够根据计算出的位置信息确定无人机2在上下方向上的波动范围，具体地，处理单元5可以通过计算L1在竖直方向上的分量来得到该波动范围。例如，如图3所示，处理单元5在针对每一幅图像计算P’C’的长度L1时，可同时计算P’C’与水平面(或竖直面)之间的夹角，例如可以通过计算PC与像平面的水平中线或竖直中线的夹角来确定，这样即可算出L1在竖直方向上的分量，对一系列L1的竖直分量进行统计，即可获得无人机2在上下方向上的波动范围。

优选地，本发明的无人机飞行精度测定方法可以对无人机的定点悬停漂移范围进行量化测试，此时，在步骤S200中，应使无人机2执行定点悬停飞行模式；在步骤S300中，同样应使所述图像获取单元3的光轴处于水平方向，以确保在步骤S400中处理单元5计算出的无人机2的实际位置就是相对于一条水平线的偏离程度；于是，在步骤S500中，所述处理单元5能够根据计算出的位置信息确定无人机2在上下方向和水平方向上的波动范围，具体地，处理单元5可以通过计算L1在竖直方向上的分量来得到无人机2在上下方向上波动范围，通过计算L1在水平方向上的分量以及L2的变动情况来得到无人机2在水平方向上的波动范围，从而全面地评价无人机2的定点悬停漂移情况。

本发明的无人机飞行精度测定方法已经过实验室校验测试，在目标离图像获取单元3和测距单元4大约3m远的情况下，实测目标位置的最大误差在2cm左右，基本能够满足无人机飞行精度指标量化测试的需求。

本领域的技术人员容易理解的是，在不冲突的前提下，上述各优选方案可以自由地组合、叠加。

应当理解，上述的实施方式仅是示例性的，而非限制性的，在不偏离本发明的基本原理的情况下，本领域的技术人员可以针对上述细节做出的各种明显的或等同的修改或替换，都将包含于本发明的权利要求范围内。

Claims (14)

1.一种无人机飞行精度测定方法，其特征在于，包括步骤：

S100、在无人机上设置标记，所述标记具有预定的颜色；

S200、使无人机受控制地执行飞行；

S300、利用图像获取单元获取飞行中的无人机的彩色图像，使得所述彩色图像中包含所述标记的影像，同时，利用测距单元测定飞行中的无人机到所述图像获取单元的距离，并将所述彩色图像和所述距离传输给处理单元，其中，所述测距单元与所述图像获取单元并排设置；

S400、所述处理单元根据所述彩色图像和所述距离计算所述无人机的位置；

S500、所述处理单元根据计算出的位置信息测定所述无人机的飞行精度。

2.根据权利要求1所述的方法，其特征在于，所述步骤S100中，在无人机上粘贴具有预定颜色的标签纸以形成所述标记，所述标签纸优选为可移除标签纸。

3.根据权利要求2所述的方法，其特征在于，所述预定颜色为蓝色或绿色。

4.根据权利要求1-3之一所述的方法，其特征在于，所述步骤S300中，所述图像获取单元包括彩色摄像头。

5.根据权利要求1-3之一所述的方法，其特征在于，所述步骤S300中，所述测距单元包括深度摄像头。

6.根据权利要求5所述的方法，其特征在于，所述深度摄像头为TOF摄像头或双目摄像头。

7.根据权利要求1-6之一所述的方法，其特征在于，所述步骤S400包括步骤：

S410、所述处理单元将所述标记作为目标，识别出所述目标在所述彩色图像中的影像；

S420、所述处理单元确定所述影像在所述彩色图像中的位置；

S430、所述处理单元根据所述影像在所述彩色图像中的位置和所述距离计算所述目标相对于所述图像获取单元的实际位置。

8.根据权利要求7所述的方法，其特征在于，所述步骤S410中，所述处理单元采用颜色识别法识别出所述目标的影像。

9.根据权利要求8所述的方法，其特征在于，所述步骤S410中，所述处理单元将所述彩色图像转换到HSV颜色空间，并限定所述目标的预定颜色的H、S和V这三个分量的范围，然后仅保留所述预定颜色的H值，将其他颜色的H值置为零，从而识别出所述目标的影像。

10.根据权利要求9所述的方法，其特征在于，所述步骤S420中，所述处理单元利用灰度质心算法得到所述影像的质心坐标，并以所述质心坐标表示所述影像在所述彩色图像中的位置。

11.根据权利要求7所述的方法，其特征在于，所述步骤S430中，所述处理单元计算L1和L2，得到所述目标相对于所述图像获取单元的实际位置，计算式如下：

L1＝L*sin(arctan(N*ps/f))，

L2＝L*cos(arctan(N*ps/f))，

其中，L1为所述目标相对于所述图像获取单元的光轴的偏离量；

L2为过所述目标、并且与所述图像获取单元的像平面相平行的平面到所述图像获取单元的光心的距离；

L为所述目标到所述图像获取单元的距离；

N为所述影像的质心与所述图像获取单元的像平面中心之间的像素个数；

ps为单位像素的长度大小；

f为所述图像获取单元的焦距。

12.根据权利要求1-11之一所述的方法，其特征在于，待测定的飞行精度包括无人机的定高波动范围测试，其中，

所述步骤S200中，使无人机执行定高飞行模式；

所述步骤S300中，使所述图像获取单元的光轴处于水平方向；

所述步骤S500中，所述处理单元根据计算出的位置信息确定无人机在上下方向上的波动范围。

13.根据权利要求1-11之一所述的方法，其特征在于，待测定的飞行精度包括无人机的定点悬停漂移范围测试，其中，

所述步骤S200中，使无人机执行定点悬停飞行模式；

所述步骤S300中，使所述图像获取单元的光轴处于水平方向；

所述步骤S500中，所述处理单元根据计算出的位置信息确定无人机在上下方向和水平方向上的波动范围。

14.根据权利要求1-11之一所述的方法，其特征在于，所述步骤S500中，所述处理单元将所述无人机的位置信息绘制成图像。