CN117706595A - 一种分体式飞行汽车组合对接导引方法 - Google Patents

Abstract

本申请公开了一种分体式飞行汽车组合对接导引方法，将飞行汽车组合对接导引分为远程导引和近程导引两部分。远程导引采用常规的GPS导引方法，通过飞行汽车底盘定位信息，GPS导引飞行模块至底盘上空，进入近程导引，近程导引采用视觉导引方法，摄像头采集图像而后进行图像预处理提取图像特征，基于底盘图像模板库进行图像特征匹配，进行相对位姿测量，引导飞行模块接近飞行汽车底盘，调整飞行模块姿态缓慢靠近对接，直到飞行模块进入底盘捕获范围完成组合对接。具有以下优点：能够实现自主导引和平稳对接，采用基于图像模板库的方法，通用性好，同时采用成熟的图像处理和视觉定位算法，算法效率高。

Description

一种分体式飞行汽车组合对接导引方法

技术领域

本发明属于飞行汽车自动组合对接领域，特别涉及一种分体式飞行汽车组合对接导引方法，适用于分体式飞行汽车飞行模块与飞行汽车底盘自主组合对接。

背景技术

随着无人驾驶技术和飞行技术的快速不断发展，既能在地上跑，又能在空中飞的分体式飞行汽车成为了飞行汽车领域的研制热点。分体式飞行汽车由飞行器、驾驶舱与底盘三部分组成，具有空中飞行模态和地面行驶模态两种运行状态。飞行汽车处于空中飞行模态时，飞行器和驾驶舱组成飞行模块，而飞行汽车处于地面行驶模态时，驾驶舱与底盘组成地面行驶模块。与一体式的飞行汽车结构设计相比较，分体式飞行汽车设计无论是在空中飞行时还是在地面行驶时，都能够相对减小飞行汽车的重量和体积，可以有效提升效率。

分体式飞行汽车由空中飞行模态向地面行驶模态转变时，飞行模块需要与底盘进行组合对接，这涉及到飞行模块与底盘的精准导引组合对接。传统的导引方法基于GPS导航定位技术比较成熟，但是对于分体式飞行汽车的组合对接导引来说，存在信号不佳或丢失，同时面临导航定位精度不够的问题。为提高引导精度，视觉导引技术成为新趋势，而目前组合对接引导多采用二维码等人工定位标识，配合目标识别算法的方法，但是该方法依赖视觉场景内的人工标识，只使用图像中的人工定位标识，信息利用率不高，同时人工标识易出现被遮挡情况，通用泛化能力较弱，在实际应用中难以适应各种复杂情况。

发明内容

本发明要解决的技术问题是针对以上不足，提供一种分体式飞行汽车组合对接导引方法，利用粗精度的GPS导航将飞行模块导航至飞行汽车底盘上方，进入高精度的视觉导引阶段，引入底盘图像模板库，采用图像特征匹配的方式进行相对位姿解算，提供飞行模块的高精度定位，引导飞行控制系统缓慢下降组合对接，实现飞行模块与飞行汽车底盘的可靠组合对接，采用方法自主性强，不依赖于人工标记，通用性好，同时使用的图像识别、视觉定位相关技术成熟稳定，可快速应用于分体式飞行汽车飞行模块和底盘组合导引对接。

为解决以上技术问题，本发明采用以下技术方案：

一种分体式飞行汽车组合对接导引方法，包括以下步骤：

步骤一、获取飞行汽车底盘信息：飞行汽车底盘上具备RTK-GPS定位模块，可以通过RTK-GPS模块确定底盘位置P0、姿态信息T0；

步骤二、远程飞行模块GPS导引，飞行模块上安装有GPS导航模块，飞行汽车飞行模块接收飞行汽车底盘信息，根据飞行汽车底盘位置信息，通过GPS导航模块将飞行模块导航至底盘位置上空位置指定高度h0；

步骤三、飞行模块悬停寻找飞行汽车底盘：飞行模块下方安装摄像头，通过摄像头视觉匹配方法检测飞行汽车底盘，若检测到飞行汽车底盘，则转到步骤四，否则，转到步骤一，获取其他可用的飞行汽车底盘信息；

步骤四、图像特征提取，获取飞行模块拍摄的图像，进行图像处理，提取图像特征；

步骤五、引入底盘图像模板库，底盘图像模板库包括一系列底盘图像的图像特征点及其三维坐标，图像成像时飞行模块的位姿信息；

步骤六、图像特征匹配，将飞行模块拍摄提取的图像特征点，与底盘图像模板库进行匹配，以Hausdorff距离作为匹配依据，Hausdorff距离越小，说明匹配性越好；

步骤七、解算相对位姿，依据图像匹配结果，图像特征点以及对应的特征点位置信息Pi,采用PnP算法进行相对位姿解算。

进一步的，还包括以下步骤：

步骤八、导引飞行模块接近，依据相对位姿解算结果，导引飞行模块接近飞行汽车底盘，以相对位姿解算结果为指引，通过飞行控制系统控制飞行模块姿态，使得飞行模块对接平面与底盘对接平面保持平行，控制飞行模块位置，使得飞行模块位置位于底盘对接平面中心法线上，缓慢靠近；

步骤九、飞行模块与底盘组合对接，当飞行模块与底盘足够近时，即距离小于底盘可捕获距离h1时，飞行模块进入底盘捕获范围，飞行模块与底盘进入机械对接，至此，完成了飞行模块与飞行汽车底盘的组合对接导引，否则返回步骤四。

进一步的，所述步骤四中图像特征提取包括以下步骤：

步骤1，图像灰度化，采用加权平均法将图像转为灰度图像，计算公式如下，

；

其中，Gray为图像灰度化后的灰度值，R,G,B,分别为RGB图像3个分量值；

步骤2，将灰度图像转换为二值图像，选取阈值W，进行二值化，图像阈值化后得到黑白图像，黑色为背景，像素值为0；感兴趣区域为白色，像素值为1；

；

步骤3，特征点提取，提取图像中的边缘，对提取的轮廓进行滤波，对边框进行线段拟合，将拟合均方误差函数的峰值点识别为角点，即为特征点。

进一步的，所述步骤五中引入底盘图像模板库具体方法如下：

多次模拟飞行汽车组合对接，获取组合对接过程中的一系列底盘图像，进行图像特征点提取，以地盘所在平面为基准面建立坐标系，基准面高度设为0，底盘左上角为坐标（0，0）点，以底盘设计测量尺寸为参考，进而可获取底盘上各特征点三维坐标；同时采用RTK测量飞行汽车位姿，组成底盘图像模板库。

进一步的，所述步骤六中Hausdorff距离计算公式如下：

；

其中，，/>。

进一步的，所述步骤七中解算相对位姿采用以下方法：

特征点物方坐标位置到图像像素坐标系下位置（u,v）的转换关系为：

；

其中，（u,v）为图像的像素行列坐标，Zc为物方点的深度，K为相机的内参矩阵，可由相机标定测量得到，R,T分别为旋转矩阵和平移向量，为相对位姿解算需要求的目标。

本发明采用以上技术方案，与现有技术相比，具有如下技术效果：

将飞行汽车组合对接导引分为远程导引和近程导引两部分。远程导引采用常规的GPS导引方法，通过飞行汽车底盘定位信息，GPS导引飞行模块至底盘上空，进入近程导引，近程导引采用视觉导引方法，摄像头采集图像而后进行图像预处理提取图像特征，基于底盘图像模板库进行图像特征匹配，进行相对位姿测量，引导飞行模块接近飞行汽车底盘，调整飞行模块姿态缓慢靠近对接，直到飞行模块进入底盘捕获范围完成组合对接。本发明提供的组合对接导引方法能够实现自主导引和平稳对接，采用基于图像模板库的方法，不依赖于特定的人工标识，通用性好，同时采用成熟的图像处理和视觉定位算法，算法效率高，便于工程应用实施。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1为本发明中组合对接导引方法流程图；

图2为本发明中图像特征提取流程图。

具体实施方式

实施例，如图1所示，一种分体式飞行汽车组合对接导引方法，包括以下步骤：

步骤一、获取飞行汽车底盘信息：飞行汽车底盘上具备RTK-GPS定位模块，可以通过RTK-GPS模块确定底盘位置P₀、姿态信息T₀。

步骤二、远程飞行模块GPS导引：飞行模块上安装有GPS导航模块，飞行汽车飞行模块接收飞行汽车底盘信息，根据飞行汽车底盘位置信息，通过GPS导航模块将飞行模块导航至底盘位置上空位置指定高度h₀。

步骤三、飞行模块悬停寻找飞行汽车底盘：飞行模块下方安装摄像头，通过摄像头视觉匹配方法检测飞行汽车底盘，若检测到飞行汽车底盘，则转到步骤四，否则，转到步骤一，获取其他可用的飞行汽车底盘信息。

步骤四、图像特征提取：获取飞行模块拍摄的图像，进行图像处理，提取图像特征，如图2所示，图像特征提取步骤如下：

步骤1，图像灰度化：采用加权平均法将图像转为灰度图像，计算公式如下，

；

其中，Gray为图像灰度化后的灰度值，R,G,B,分别为RGB图像3个分量值。

步骤2，将灰度图像转换为二值图像：选取阈值W，进行二值化，图像阈值化后得到黑白图像，黑色为背景，像素值为0；感兴趣区域为白色，像素值为1。

；

步骤3，特征点提取：提取图像中的边缘，对提取的轮廓进行滤波，对边框进行线段拟合，将拟合均方误差函数的峰值点识别为角点，即为特征点。可利用AKAZE算法对图像进行特征点提取。通过非线性扩散滤波来构建尺度空间，在尺度空间中获取关键点，对应于局部邻域中的极值点。然后利用M-LDB描述子来描述特征，进而通过特征描述的相似程度完成特征点提取匹配。

步骤五、引入底盘图像模板库：在试验良好条件下，多次模拟飞行汽车组合对接，获取组合对接过程中的一系列底盘图像，进行图像特征点提取。以地盘所在平面为基准面建立坐标系，基准面高度设为0，底盘左上角为坐标（0，0）点，以底盘设计测量尺寸为参考，进而可获取底盘上各特征点三维坐标；同时采用RTK测量飞行汽车位姿，组成底盘图像模板库。底盘图像模板库包括一系列底盘图像的图像特征点及其三维坐标，该图像成像时飞行模块的位姿信息。

另外，由于飞行汽车底盘三维结构确定，也可基于底盘3D模型，在三维软件中，通过设置一系列虚拟观测点采用得到不同位姿下的投影图，进行图像特征点提取，建立飞行汽车底盘图像模板库。

步骤六、图像特征匹配：将飞行模块拍摄提取的图像特征点，与底盘图像模板库进行匹配，以Hausdorff距离作为匹配依据，Hausdorff距离越小，说明匹配性越好，计算公式如下：

；

其中，，/>。

步骤七、解算相对位姿：依据图像匹配结果，图像特征点以及对应的特征点位置信息P_i,采用PnP算法进行相对位姿解算。

特征点物方坐标位置到图像像素坐标系下位置（u,v）的转换关系为：

；

其中，（u,v）为图像的像素行列坐标，Zc为物方点的深度，K为相机的内参矩阵，可由相机标定测量得到，R,T分别为旋转矩阵和平移向量，为相对位姿解算需要求的目标。

根据视觉定位相关理论，由上式解算R,T至少需要3个点，对于N个特征点，可采用成熟的PnP算法进行相对位姿解算得到R,T。

步骤八、导引飞行模块接近：依据相对位姿解算结果，导引飞行模块接近飞行汽车底盘，以相对位姿解算结果为指引，通过飞行控制系统控制飞行模块姿态，使得飞行模块对接平面与底盘对接平面保持平行，控制飞行模块位置，使得飞行模块位置位于底盘对接平面中心法线上，缓慢靠近。

步骤九、飞行模块与底盘组合对接：当飞行模块与底盘足够近时，即距离小于底盘可捕获距离h₁时，飞行模块进入底盘捕获范围，飞行模块与底盘进入机械对接，至此，完成了飞行模块与飞行汽车底盘的组合对接导引，否则返回步骤四。

本发明的描述是为了示例和描述起见而给出的，而并不是无遗漏的或者将本发明限于所公开的形式。很多修改和变化对于本领域的普通技术人员而言是显然的。选择和描述实施例是为了更好的说明本发明的原理和实际应用，并且使本领域的普通技术人员能够理解本发明从而设计适于特定用途的带有各种修改的各种实施例。

Claims (6)

1.一种分体式飞行汽车组合对接导引方法，其特征在于：包括以下步骤：

步骤一、获取飞行汽车底盘信息：飞行汽车底盘上具备RTK-GPS定位模块，可以通过RTK-GPS模块确定底盘位置P₀、姿态信息T_0；

步骤二、远程飞行模块GPS导引，飞行模块上安装有GPS导航模块，飞行汽车飞行模块接收飞行汽车底盘信息，根据飞行汽车底盘位置信息，通过GPS导航模块将飞行模块导航至底盘位置上空位置指定高度h₀；

步骤三、飞行模块悬停寻找飞行汽车底盘：飞行模块下方安装摄像头，通过摄像头视觉匹配方法检测飞行汽车底盘，若检测到飞行汽车底盘，则转到步骤四，否则，转到步骤一，获取其他可用的飞行汽车底盘信息；

步骤四、图像特征提取，获取飞行模块拍摄的图像，进行图像处理，提取图像特征；

步骤五、引入底盘图像模板库，底盘图像模板库包括一系列底盘图像的图像特征点及其三维坐标，图像成像时飞行模块的位姿信息；

步骤六、图像特征匹配，将飞行模块拍摄提取的图像特征点，与底盘图像模板库进行匹配，以Hausdorff距离作为匹配依据，Hausdorff距离越小，说明匹配性越好；

步骤七、解算相对位姿，依据图像匹配结果，图像特征点以及对应的特征点位置信息Pi,采用PnP算法进行相对位姿解算。

2.如权利要求1所述的一种分体式飞行汽车组合对接导引方法，其特征在于：还包括以下步骤：

步骤八、导引飞行模块接近，依据相对位姿解算结果，导引飞行模块接近飞行汽车底盘，以相对位姿解算结果为指引，通过飞行控制系统控制飞行模块姿态，使得飞行模块对接平面与底盘对接平面保持平行，控制飞行模块位置，使得飞行模块位置位于底盘对接平面中心法线上，缓慢靠近；

步骤九、飞行模块与底盘组合对接，当飞行模块与底盘足够近时，即距离小于底盘可捕获距离h1时，飞行模块进入底盘捕获范围，飞行模块与底盘进入机械对接，至此，完成了飞行模块与飞行汽车底盘的组合对接导引，否则返回步骤四。

3.如权利要求1所述的一种分体式飞行汽车组合对接导引方法，其特征在于：所述步骤四中图像特征提取包括以下步骤：

步骤1，图像灰度化，采用加权平均法将图像转为灰度图像，计算公式如下，

；

其中，Gray为图像灰度化后的灰度值，R,G,B,分别为RGB图像3个分量值；

步骤2，将灰度图像转换为二值图像，选取阈值W，进行二值化，图像阈值化后得到黑白图像，黑色为背景，像素值为0；感兴趣区域为白色，像素值为1；

；

步骤3，特征点提取，提取图像中的边缘，对提取的轮廓进行滤波，对边框进行线段拟合，将拟合均方误差函数的峰值点识别为角点，即为特征点。

4.如权利要求1所述的一种分体式飞行汽车组合对接导引方法，其特征在于：所述步骤五中引入底盘图像模板库具体方法如下：

多次模拟飞行汽车组合对接，获取组合对接过程中的一系列底盘图像，进行图像特征点提取，以地盘所在平面为基准面建立坐标系，基准面高度设为0，底盘左上角为坐标（0，0）点，以底盘设计测量尺寸为参考，进而可获取底盘上各特征点三维坐标；同时采用RTK测量飞行汽车位姿，组成底盘图像模板库。

5.如权利要求1所述的一种分体式飞行汽车组合对接导引方法，其特征在于：所述步骤六中Hausdorff距离计算公式如下：

；

其中，，/>。

6.如权利要求1所述的一种分体式飞行汽车组合对接导引方法，其特征在于：所述步骤七中解算相对位姿采用以下方法：

特征点物方坐标位置到图像像素坐标系下位置（u,v）的转换关系为：

；

其中，（u,v）为图像的像素行列坐标，Zc为物方点的深度，K为相机的内参矩阵，可由相机标定测量得到，R,T分别为旋转矩阵和平移向量，为相对位姿解算需要求的目标。