第29卷增刊2008年5月航空学报ACTAAERONAUTICAETASTRoNAUTICASINICAVo1.29SupMav2008文章编号:1000-6893(2008)增.0S79.06无人机自动着陆中的机器视觉辅助技术刁灿,王英勋,王金提,苗淼(1.北京航空航天大学自动化科学与电气工程学院,北京100083)(2.空军军训器材研究所,北京100089)ComputerVisionAssistedAutonomousLandingofDiaoCan,WangYingxun,WangJinti,MiaoMiao(1.SchoolofAutomationScienceandElectricalEngineering,BeijingUniversityofAeronauticsandAstronautics,Beijing100083,China)(2.AirForceInstituteofMilitaryEquipment,Beijing100089,China)摘要:设计了一套辅助无人机自动着陆的机器视觉系统。该系统由机载硬件设备和用户开发软件共同组成,用以完成数字图像处理任务和无人机运动参数估计任务。系统传感器包括一个单目摄像机和机载惯性陀螺;数字图像处理使用的主要算法有图像的轮廓提取、角点检测和模版匹配。基于角点处各个方向上灰度差变化较大的特征,依据最小核值相似(SUSAN)算法和角点几何结构分析,提出一种改进的角点特征提取算法;根据任务开发的位置参数估计算法依据摄像机透视投影理论,运用摄像机成像标定方法导出了一种高精度的位置测量模型。通过计算机仿真表明,所提出的计算机视觉位置参数估计算法可以达到无人机着陆过程的精度要求。关键词:无人机;机器视觉;自主着陆;角点检测;位置估计中图分类号:TP391.41;V249文献标识码:AAbstract:Ananalysisoftheorientationerrorforacomputervisionassistedintegratednavigationschemeforanautonomouslandingmaneuverofunmannedaerialvehicle(UAV)ispresented.Thesystemutilizesthebinocularon—boardcamerafixedontheoptoelectronictrackingplatformasthesensortoobtaintheplanpositioninformation.Theimageprocessingofthelandingsystemusessuchalgorithmsastemplate—matching,contour-extractionandfeature—point-detection.Sincethecomersareimagepointsshowingstrongtwodimensionalintensitychangeswhilewelldis-tinguishedfromnearbypoints,thepaperestablishesanewfastandeficientcomerdetectorbasedonSUSANandthefeatureofcomerstructuretOachievethecomerpointdetectingtask.Analgorithmisoferedtoobtainflightpositioninformationbasedontheknowledgeofanalyticgeometry.ThemeasurementmodelfortheautomaticlandingsystemofUAVisdeducedaccordingtocameraperspectiveprojectiontheory.ComputersimulationresultsindicatethatthenavigationschemecouldoperateproperlyfortheautonomouslandingoftheUAV.Keywords:UAV;machinevision;autonomouslanding;comerdetection;poseestimation无人机(UnmannedAerialVehicle,UAV)在执行任务过程中,回收过程是一个非常重要且容易出现故障的阶段,导航系统需要能够精确控制飞机的姿态和轨迹。实现无人机自动着降是提高无人机自主控制能力的重要环节。目前用于无人机自动着降的导航技术主要有惯性导航(INS),全球定位系统导航(GPS)、差分全球定位系统导航(DGPS)以及INS/GPS组合导航等技术。其中,GPS技术完全依靠导航卫星,在收稿日期:2007.09—12;修订日期:2007—12—24基金项目:“十一五”预研项目通讯作者:刁灿E-mail:diaocc@163.com干扰情况下,容易丢失信号;惯性导航最大的缺点是误差随着时间的推移而发散,因此惯性导航不能独立使用。由于各种导航技术的缺陷,在现代技术中,经常采用的方法是组合导航技术。随着图像处理技术、光学摄像技术的发展,机器视觉导航技术已经成为无人机自主导航领域研究的热点。利用机载摄像机实时拍摄的视频图像来计算载体的运动参数,辅助机载的导航控制系统控制无人机完成自主着陆,这种组合方案可以补偿机载测量仪器误差的发散,提供更为精确的导航信息。维普资讯http://www.cqvip.com航空学报第29卷l机器视觉辅助的导航系统总体设计当无人机返航到达着陆区域准备降落时,机载的计算机视觉系统启动开始搜索着陆跑道上的特征图案。通过模版匹配得到初始位置信息,...