基于跑道特征提取的無人機(jī)助降方法研究.pdf

1、無人機(jī)的自主著陸和回收是無人機(jī)研制、生產(chǎn)、運(yùn)行中的重要環(huán)節(jié)，也是事故率最高的階段之一，精確穩(wěn)定的狀態(tài)參數(shù)估計(jì)是自主著陸和回收的基礎(chǔ)。視覺導(dǎo)航是一種利用視覺方法測量狀態(tài)參數(shù)的新導(dǎo)航方法，具有被動測量、低成本、高精度、測量全面，不受干擾等多種優(yōu)點(diǎn)，近年來逐漸成為無人機(jī)系統(tǒng)中重要導(dǎo)航系統(tǒng)之一。由于實(shí)際應(yīng)用中，常見 PnP位姿解算方法需要準(zhǔn)確的提取合作標(biāo)志點(diǎn)，但著陸區(qū)域點(diǎn)狀目標(biāo)較多，導(dǎo)致合作標(biāo)志點(diǎn)準(zhǔn)確提取較為困難。而跑道邊緣及跑道平面線特征作為

2、直線特征，與點(diǎn)特征相比更為顯著和可靠，因此研究僅基于跑道邊緣特征和跑道平面特征的位姿估計(jì)算法具有較為實(shí)用的價值和廣闊的工程應(yīng)用前景。所以本文針對跑道特征提取的無人機(jī)助降方法的關(guān)鍵技術(shù)進(jìn)行了研究，并在工程應(yīng)用上做了大量實(shí)驗(yàn)驗(yàn)證工作。
　　1.針對跑道邊緣特征及跑道平面特征的成像特點(diǎn)，本文提出了基于LSD(Line Segment Detector)直線提取算法的跑道邊緣識別方法；該方法以LSD算法為核心，結(jié)合跑道特征的幾何結(jié)構(gòu)及灰度

3、分布情況，建立了識別模型，并應(yīng)用到跑道邊緣特征的檢測中，取得了較好效果。
　　2.考慮到位姿測量的實(shí)時性要求，提出了基于一維法向搜索的特征跟蹤方法。在大量實(shí)驗(yàn)中驗(yàn)證了該方法計(jì)算量小、適應(yīng)性強(qiáng)、跟蹤穩(wěn)定等特點(diǎn)。
　　3.論文針對無人機(jī)與著陸點(diǎn)的相對位姿關(guān)系問題，進(jìn)一步研究了單目位姿估計(jì)方法，在距離跑道較遠(yuǎn)時，提出了基于跑道結(jié)構(gòu)線特征全配置位姿測量方法，該方法通過以跑道左右邊緣和跑道平面單條垂直于邊緣的合作標(biāo)志線構(gòu)成一種具有平行

4、和垂直關(guān)系、位置已知的結(jié)構(gòu)化線配置，來測算出無人機(jī)全部位姿參數(shù)(偏航角、俯仰角、滾轉(zhuǎn)角、縱向距離、橫向距離和高度)。
　　4.隨著無人機(jī)與跑道距離接近，在只能觀測到跑道邊緣時，提出了基于跑道邊緣線特征退化配置位姿測量方法，該方法通過檢測跑道邊緣線來計(jì)算無人機(jī)和著陸目標(biāo)點(diǎn)的相對位姿，可以計(jì)算四個重要位姿參數(shù)（偏航角、俯仰角、側(cè)偏距、高度，滾轉(zhuǎn)角和縱向距離參數(shù)由可由慣性導(dǎo)航系統(tǒng)提供，或者利用全配置測量方法最后一幀的測量值推算而來)。<