《基于机器视觉的无人机着陆技术.ppt》由会员分享，可在线阅读，更多相关《基于机器视觉的无人机着陆技术.ppt（33页珍藏版）》请在三一文库上搜索。
1、“基于气囊和图像识别的小型 无人飞行器主动着陆系统”,纲要,摘要 圆拱形气囊 自动着陆系统构成 试验结果 总结和展望,1.摘要,统计显示，在所有的无人飞行器事故原因分析中，着陆部分的操控不当占据着最大的比重。 Why？ 无人机的地面领航员对运行环境认知的有限性 无人机在着陆前低速运行时其机动性的限制 提出了一种基于机器视觉识别圆拱形气囊、应用于小型UAV的自动着陆系统，为了改善在光线变化的环境中的鲁棒性，提出了一种基于颜色和形状的视觉检测算法，并通过了一系列试验的验证 由于低成本的导航传感器精度不足，在锁定目标后应用直接反馈视觉伺服控制 关键词: 无人机； 自动着陆； 直接视觉伺服；图像矩；
2、地理位置,2.圆拱形气囊,各向同性的形状特征 对比网络辅助的着陆方式（只能从一个方向着陆），可以从任何方向着陆以避免侧向风的干扰（迎风） 采用与外界环境颜色具有强烈对比的气囊可改善图像识别 起着无人机回收吸震和视觉标记的双重作用,3.自动着陆系统构成,3.1 软件算法 3.1.1 基于颜色的气囊检测 3.1.2 基于图像矩的气囊检测 3.1.3 地理位置算法 3.1.4 直接视觉伺服 3.2 实验平台组成,3.1 软件算法,符号说明,3.1.1 基于颜色的气囊检测,(a,b,c)=(1.5,1.5,20),filtering rule：,3.1.2 基于图像矩的气囊检测,图像处理流程： 原始图
3、像 二值化 侵蚀和扩张 处理图像 因为：气囊投影为半圆到正圆，Hu矩变化很小 所以： Hu矩可作为目标气囊的一个不变描述 考虑前四阶的Hu矩已经足够 HU矩适用于高速率检测,where are the ith and jth order normalized moments with regard to horizontal axis and vertical axis ,respectively,3.1.3 地理位置算法,Once the image coordinates of the dome is found by the detection algorithms introduced
4、 above, its location in a local Cartesian frame can be computed by Eq. (2.3).,Fig shows a geolocation result obtained from a test flight,Obviously from this result, the geolocation alone will not be sufficient for precision guidance to the dome. The relatively large error of the geolocation result i
5、s mainly attributed to the errors in the attitude and pose of the vehicle and the camera.,3.1.4 直接反馈视觉伺服,即使可实现： 定位圆拱形气囊的准确坐标 飞行器控制系统可优秀地追踪给定参考轨迹 但是： 导航误差仍然比气囊的尺寸更大，使之不可能恒定地从一个小目标点着陆 因此： 提出一个图像直接反馈伺服系统，图像处理结果直接反馈到飞行控制器,3.2 实验平台组成,试验平台参数,硬件架构,无线收发系统,4、试验结果,圆拱形气囊的地面坐标由差分式GPS获得 试验流程： 初始化INS 用发射器发射无人机 发出
6、着陆命令 寻找气囊 应用视觉系统定位气囊坐标 应用视觉算法锁定目标 下降到一定高度转换为直接视觉伺服 保持安全速度着陆,试验结果1,试验结果2,4次试验的飞行轨迹,It is caused by the inherent weak coupling between the horizontal and vertical dynamics of a fixed-wing airplane.,机载摄像头与地面摄像头拍摄对比,阶段1,阶段2,阶段3,阶段4,Result,In all cases, the vision system was able to successfully recognize the dome and command the flight controller to guide the vehicle into the dome accurately and reliably,谢谢,