CN116466741A - 一种基于单目测距的无人机停机坪自动降落方法 - Google Patents

Abstract

本发明公开了一种基于单目测距的无人机停机坪自动降落方法，步骤如下：步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，判断图像中是否有停机坪图像，并根据图像中停机坪图像的状态，无人机做出相应的位置调整，根据单目测距法计算无人机与停机坪之间的高度实施降落。本发明能以极低的成本进行无人机停机坪测距以及自动降落，相比于激光测距等测距方法，本发明无需安装与维护相关光学元器件。

Description

一种基于单目测距的无人机停机坪自动降落方法

技术领域

本发明涉及无人机控制技术领域，具体涉及一种基于单目测距的无人机停机坪自动降落方法。

背景技术

现有的无人机停机坪检测与测距系统主要依赖于传统的目标检测算法，如SIFT系列算法、基于AdaBoost系列算法等。相比于基于深度学习的目标检测算法，传统的目标检测算法提取的特征基本都是低层次、人工选定的特征，这些特征虽然比较直观，但不能有效地表达大量、多类的目标。目前无人机停机坪检测与测距系统也开始采用基于深度学习的目标检测算法，但主要是应用Faster R-CNN等基于分类的检测算法，虽然检测无人机停机坪时可以保持较高的精度，但是实时性有所不足，不适合无人机降落时的应用场景。

现有的无人机测距系统主要为集成激光测距系统。当机载激光雷达飞行时，激光设备发射、接受激光束，对地面进行线性扫描，同时，GPS全球定位系统确定传感器的空间位置。经过后期数据处理后，获取测量的三维数据，进行激光测距。但是GPS系统会受到电波、高楼等信号的影响；GPS会受到墙体等阻碍、反射，所以不能直接进行室内定位；GPS还存在卫星时钟误差、电离层传播延时误差等误差。激光测距系统虽然精确，但是需要注意人体安全，且系统制作难度很大、成本较高，而且光学系统需要保持干净，否则将影响测量。例如在专利号为CN202011037600.7的专利“一种激光辅助无人机自主起降终端、系统及方法”中所提到的无人机自主起降时应用到的测距方式即为激光测距，无人机平台上就需要搭载激光发射与接收平台，这不仅会大大增加安装成本与维护成本，还会增大无人机的负担，影响无人机的平衡；而本发明中所提出的方法不需要额外安装激光元件，相比而言成本更低且更容易部署。另外，在钟木财等人的论文《基于单目视觉的无人机自主跟踪降落研究》中所提出的方法虽然也与本发明一样应用了“单目测距”的原理，但还是依赖于GPS/惯性系统定位，因此会出现GPS信号不稳定、定位精度低、误差大等问题，并且摄像机的焦距是固定的，因此会出现无法对焦、目标不清晰等问题；而本发明提出的方法应用了YOLO-v5系统作为无人机停机坪识别与定位工具，利用ArUco标识解算提供地面移动机器人的运动姿态，机载摄像头可自动调焦，这样就能解决之前的技术过分依赖GPS定位、拍摄图像无法对焦的问题。

发明内容

本发明提供了一种基于单目测距的无人机停机坪自动降落方法，以解决现有技术中系统整体成本高、降落测量精度低的问题。

本发明提供了一种基于单目测距的无人机停机坪自动降落方法，包括如下步骤：

步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；

步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，判断图像中是否有停机坪图像，

当停机坪图像完整时，执行步骤A2；

当停机坪图像不完整时，执行步骤B2；

当停机坪图像不存在时，执行步骤C2；

步骤A2：通过单目测距法计算无人机与停机坪之间的高度，

当高度小于等于可直接降落高度时，无人机直接完成剩余高度的降落，完成降落过程；

当高度大于可直接降落高度时，无人机根据高度进行降落，返回步骤2；

步骤B2：根据停机坪在图像中的偏移方向，无人机向偏移方向平移，返回步骤2；

步骤C2：控制摄像头旋转，直至图像中出现停机坪图像，根据摄像头所旋转的角度获取停机坪图像偏移方向，无人机向偏移方向平移，返回步骤2。

进一步地，所述步骤2中，对图像进行处理中包括：通过暗通道先验去雾算法对图像进行去雾处理，具体公式为：

I(x)＝J(x)t(x)+A(1-ir(x))

式中，I(x)代表待去雾图像，J(x)代表无雾图像，A代表大气光成分，ir代表折射率。

进一步地，所述步骤2中，对图像进行处理还包括：维纳滤波复原算法对图像进行去抖处理，具体公式为：

式中，(x，y)代表坐标值，F(x，y)代表处理后图像的傅里叶变换，G(x，y)代表处理前模糊图像的傅里叶变换，K＝10^-11，H(x，y)为退化函数：

进一步地，所述步骤A2中，通过单目测距法计算无人机与停机坪之间的高度的具体公式如下：

式中，D为无人机与停机坪之间的高度，F为摄像头焦距，W为停机坪实际直径，P为停机坪图像直径。

进一步地，所述步骤A2中，在无人机降落过程中，还包括根据停机坪图像在图像中的偏移方向，无人机向偏移方向平移。

进一步地，所述步骤A2中，无人机根据高度进行降落包括：根据高度调整降落速度进行降落。

进一步地，所述步骤A2中，根据高度调整降落速度进行降落的具体公式为：

v_land＝aD²

式中，v_land为降落速度；D为高度；a为调整系数，可根据实际情况进行设置。

进一步地，通过YOLO-v5目标检测网络对停机坪图像进行检测。

本发明的有益效果：

本发明能以极低的成本进行无人机停机坪测距以及自动降落，相比于激光测距等测距方法，本发明无需安装与维护相关光学元器件。本发明采用了单目测距的原理进行无人机与停机坪之间的测距，所以可以直接通过图片实现测距，而不需要额外安装发射与接收激光、红外线、超声波的元件，不需要严格的操作要求与高昂的成本，就可达到实时准确的距离测量结果，且具有较高的探测范围。本发明利用视觉导航，所以不需要过度依赖GPS/惯性系统组合导航，避免了信号不稳定、误差较大，而惯性测量单元还容易造成误差积累从而导致精度下降。

附图说明

通过参考附图会更加清楚的理解本发明的特征和优点，附图是示意性的而不应理解为对本发明进行任何限制，在附图中：

图1为本发明具体实施例中单目测距的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合具体实施例，进一步阐明本发明。本领域的技术人员应该了解这些实施例仅用于说明本发明而不用于限制本发明的范围，对本发明的各种等价形式的修改均落于本申请所附权利要求书所限定的范围。

本发明提供了一种基于单目测距的无人机停机坪自动降落方法，包括如下步骤：

步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；

此时无人机虽然处于停机坪上方区域，但会因为高度造成的视觉偏差，也会出现并非处于正上方的情况，在降落过程中会逐渐偏离停机坪。

步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，通过YOLO-v5目标检测网络判断图像中是否有停机坪图像，

当停机坪图像完整时，执行步骤A2；

当停机坪图像不完整时，执行步骤B2；

当停机坪图像不存在时，执行步骤C2；

图像处理是指图像“去雾”与图像“去抖”，雾天图像复原是通过建立雾天退化模型，补偿退化过程所造成的失真，以获得未经干扰退化的无雾图像的最佳近似值的过程，

本发明采用暗通道先验去雾算法，公式为：

I(x)＝J(x)t(x)+A(1-ir(x))

其中，I(x)代表待去雾图像，J(x)代表无雾图像，A代表大气光成分，ir代表折射率；

本发明处理图像“去抖”的具体措施除了安装云台外，在图像预处理阶段的体现是消除运动模糊，本发明采用维纳滤波复原算法，公式为：

其中，(x，y)代表坐标值，F(x，y)代表处理后图像的傅里叶变换，G(x，y)代表处理前模糊图像的傅里叶变换，退化函数K＝10^-11，公式中各系数的值是根据经验值设定的，在实际应用中应随着应用情景的不同调整各系数。

停机坪在图像中可能存在三种状态，一种是完整的处于图像中，说明无人机处于停机坪正上方；一种是在图像中不完整，说明无人机在降落过程中出现了偏移；第三种是不存在于图像中，说明无人机在下降过程中可能受外力、或其他情况影响产生了较大的偏移；对上述三种状况，本发明提供了三个具体控制过程，

步骤A2：如图1所示，通过单目测距法计算无人机与停机坪之间的高度，通过YOLO-v5目标检测网络定位停机坪目标，得到置信度C(衡量边界框中是否存在对象的概率参数)与停机坪边界框的位置坐标(x,y,w,h)，x表示中心点横坐标，y表示中心点纵坐标，w表示边界框宽，h表示边界框高，以w、h中反归一化后的较大像素值作为成像直径P。同时单目测距系统依据成像直径P与目标实际直径W以及摄像头焦距F与机坪距离D之间的代数关系得出实时的无人机与停机坪之间的距离，：

通过相似几何图形中的比例关系，就可以计算出无人机到停机坪的距离。这种只通过输入的图片信息就可以实现测距的方法，比激光测距等方法更为灵活、快速、准确，而且其成本低廉，极具实用价值。

当高度小于等于可直接降落高度时，说明无人机距离停机坪已经很近了，即使出现偏差也不会影响准确降落到停机坪上，无人机就可以直接完成剩余高度的降落，完成降落过程；

当高度大于可直接降落高度时，无人机根据高度进行降落，返回步骤2；

根据高度调整降落速度进行降落的具体公式为：

v_land＝aD²

式中，v_land为降落速度；D为高度；a为调整系数，可根据实际情况进行设置；

同样重要的是根据无人机与停机坪之间的距离D计算并更新下降速度v_land。基于单目测距得到距离D后，根据公式：v_land＝aD²得到实时速度v_land，并可以以50图像帧/次的更新频率不断更新降落速度，即每隔50帧图像根据距离-速度公式得出并更新一次降落速度，更新频率可以根据实际情况进行调整也可以实时更新。在测距、判断、调整无人机飞行状态的循环中，无人机平稳趋近停机坪，并能在降落过程中，速度逐渐下降直至趋向于0。

在无人机降落过程中，还包括根据停机坪图像在图像中的偏移方向，无人机向偏移方向平移；

步骤B2：根据停机坪在图像中的偏移方向，无人机向偏移方向平移，返回步骤2；

可以以无人机前进、后退、左移、右移方向构成一个x、y轴坐标系，通过停机坪在坐标系中的坐标计算出偏移角度，无人机可以根据这个角度向停机坪方向平移。

步骤C2：控制摄像头旋转，直至图像中出现停机坪图像，根据摄像头所旋转的角度获取停机坪图像偏移方向，无人机向偏移方向平移，返回步骤2。

当图像中不存在停机坪图像时，说明无人机已经受外力影响偏离了降落区域，此时可以借助摄像头的旋转，以摄像头照射范围为旋转角度控制摄像头旋转0～360°以寻找停机坪，无人机可以根据摄像头转动的角度获取停机坪相对的偏移方向，无人机根据这个偏移方向平移。

无人机自动降落过程是一个一直循环执行的过程，也就是步骤2在降落过程中一直在循环执行，直至无人机降落。

虽然结合附图描述了本发明的实施例，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (8)

1.一种基于单目测距的无人机停机坪自动降落方法，其特征在于，包括如下步骤：

步骤1：控制无人机飞致停机坪上方区域，并开启无人机自动降落；

步骤2：获取摄像头初始位置采集的图像，并对图像进行处理，判断图像中是否有停机坪图像，

当停机坪图像完整时，执行步骤A2；

当停机坪图像不完整时，执行步骤B2；

当停机坪图像不存在时，执行步骤C2；

步骤A2：通过单目测距法计算无人机与停机坪之间的高度，

当高度小于等于可直接降落高度时，无人机直接完成剩余高度的降落，完成降落过程；

当高度大于可直接降落高度时，无人机根据高度进行降落，返回步骤2；

步骤B2：根据停机坪在图像中的偏移方向，无人机向偏移方向平移，返回步骤2；

步骤C2：控制摄像头旋转，直至图像中出现停机坪图像，根据摄像头所旋转的角度获取停机坪图像偏移方向，无人机向偏移方向平移，返回步骤2。

2.如权利要求1所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤2中，对图像进行处理中包括：通过暗通道先验去雾算法对图像进行去雾处理，具体公式为：

I(x)＝J(x)t(x)+A(1-ir(x))

式中，I(x)代表待去雾图像，J(x)代表无雾图像，A代表大气光成分，ir代表折射率。

3.如权利要求1或2所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤2中，对图像进行处理包括：维纳滤波复原算法对图像进行去抖处理，具体公式为：

式中，(x，y)代表坐标值，F(x，y)代表处理后图像的傅里叶变换，G(x，y)代表处理前模糊图像的傅里叶变换，K＝10^-11，H(x，y)为退化函数：

4.如权利要求1所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤A2中，通过单目测距法计算无人机与停机坪之间的高度的具体公式如下：

式中，D为无人机与停机坪之间的高度，F为摄像头焦距，W为停机坪实际直径，P为停机坪图像直径。

5.如权利要求1所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤A2中，在无人机降落过程中，还包括根据停机坪图像在图像中的偏移方向，无人机向偏移方向平移。

6.如权利要求4所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤A2中，无人机根据高度进行降落包括：根据高度调整降落速度进行降落。

7.如权利要求6所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，所述步骤A2中，根据高度调整降落速度进行降落的具体公式为：

v_land＝aD²

式中，v_land为降落速度；D为高度；a为调整系数，可根据实际情况进行设置。

8.如权利要求1所述的基于单目测距的无人机停机坪自动降落方法，其特征在于，通过YOLO-v5目标检测网络对停机坪图像进行检测。