基于視覺的無人旋翼直升機(jī)導(dǎo)航定位算法研究與實(shí)現(xiàn).pdf

1、近年來,無人旋翼直升機(jī)在軍用民用領(lǐng)域受到了廣泛的關(guān)注。軍事上主要用于偵察、作戰(zhàn),民用領(lǐng)域涉及危險(xiǎn)環(huán)境(火災(zāi)或地震等自然災(zāi)害現(xiàn)場)中的搜查和救援以及農(nóng)業(yè)應(yīng)用。無人旋翼直升機(jī)常用的定位導(dǎo)航方式即 GPS( Global Positioning System全球定位系統(tǒng)),但在某些環(huán)境(隧道或室內(nèi))中,GPS信號受到干擾或是失效,無法繼續(xù)對無人機(jī)進(jìn)行定位。而且,GPS的定位精度在十米左右,有時(shí)達(dá)不到精度的要求。在民用領(lǐng)域,高精度的GPS的成本

2、較高。因此,本課題研究在無人機(jī)飛行過程中基于機(jī)器視覺的定位算法,利用機(jī)載高清攝像頭完成視覺算法進(jìn)而計(jì)算出無人機(jī)三維位置坐標(biāo),為無人機(jī)的位置控制提供位置反饋。為了增大定位的精度和增強(qiáng)定位的實(shí)時(shí)性,又提出了改進(jìn)算法,并進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
　　首先,提出了基于視覺的無人機(jī)飛行過程中的定位算法步驟。從無人機(jī)起飛開始,在軌跡上利用高清攝像頭對地面目標(biāo)進(jìn)行實(shí)時(shí)采圖,采圖的同時(shí)利用SIFT算法對前后兩幅圖像進(jìn)行特征點(diǎn)提取,之后使用KD-tree特

3、征點(diǎn)搜索算法和歐式距離對特征點(diǎn)進(jìn)行匹配,得到匹配點(diǎn)的像素坐標(biāo)。本文提出的定位算法是一個(gè)迭代算法,即已知無人機(jī)起飛后前兩個(gè)時(shí)刻的實(shí)時(shí)位置,通過坐標(biāo)變換算法Trf1求出地面目標(biāo)上匹配點(diǎn)的地面坐標(biāo),求出的匹配點(diǎn)地面坐標(biāo)再通過坐標(biāo)變換算法Trf2求得下一時(shí)刻的無人機(jī)XYZ位置坐標(biāo)值,如此迭代下去。其中,坐標(biāo)變換算法Trf1和Trf2是由無人機(jī)飛行過程中涉及到的機(jī)體坐標(biāo)系、地面坐標(biāo)系、攝像機(jī)坐標(biāo)系、圖像坐標(biāo)系之間的變換關(guān)系得來,利用 IMU(慣性

4、測量單元)測得的無人機(jī)實(shí)時(shí)飛行時(shí)的偏航、俯仰、滾轉(zhuǎn)三個(gè)方向角值以及上述計(jì)算出的匹配點(diǎn)像素坐標(biāo)值。
　　其次,考慮到定位的實(shí)時(shí)性和準(zhǔn)確性,對上述定位算法進(jìn)行了改進(jìn)。無人機(jī)飛行過程中的定位算法包括圖像采集、圖像匹配以及位置解算三個(gè)部分,本文對圖像特征點(diǎn)匹配階段進(jìn)行了改進(jìn)。首先將SIFT算法得出的特征點(diǎn)描述符從128維降低到了64維,然后用K-means聚類算法對特征點(diǎn)的數(shù)量進(jìn)行壓縮,只保留圖像中目標(biāo)上及其周圍對下一步匹配有用的特征點(diǎn),