無人機(jī)組合視覺特征著陸導(dǎo)引技術(shù)和合作目標(biāo)優(yōu)化研究.pdf

1、視覺導(dǎo)引無人機(jī)著陸研究具有重要應(yīng)用價值和理論研究意義，通過視覺獲取無人機(jī)位姿是其中的關(guān)鍵問題。本文對無人機(jī)的位姿估計方法及合作目標(biāo)優(yōu)化進(jìn)行了研究。
　　首先，研究了無人機(jī)視覺系統(tǒng)坐標(biāo)和世界坐標(biāo)系的轉(zhuǎn)換關(guān)系。并針對現(xiàn)有方法對復(fù)雜可見光圖像中的合作目標(biāo)提取效果不理想問題，根據(jù)Mean Shift具有顏色聚類后同種顏色聚合的特性，提出了一種基于Mean Shift顏色聚類、OTSU分割及連通區(qū)域選擇的圖像分割新方法，與現(xiàn)有提取方法相比，

2、能夠更加有效的把合作目標(biāo)從復(fù)雜可見光環(huán)境圖像中分割出來。
　　然后，為了增大視覺導(dǎo)引著陸的范圍和提高系統(tǒng)穩(wěn)定性，研究了基于地平線、跑道和合作目標(biāo)特征組合的位姿估計新方法。具體導(dǎo)引過程為：在遠(yuǎn)處，由機(jī)載視覺系統(tǒng)根據(jù)圖像中的地平線解算出俯仰角和滾轉(zhuǎn)角以保證無人機(jī)處于正常飛行姿態(tài)；在中、近距離下使用基于跑道線特征的位姿估計方法，結(jié)合地平線得到無人機(jī)的大部分位姿參數(shù)；在近距離時，提取圖像中合作目標(biāo)特征，采用基于合作目標(biāo)的位姿估計方法，得到

3、近距離無人機(jī)全部位姿參數(shù)。
　　最后，針對現(xiàn)有合作目標(biāo)在不同高度與俯仰角情況下，位姿估計精度差異大，甚至末段關(guān)鍵環(huán)節(jié)無法獲取位姿參數(shù)的問題，通過分析位姿估計誤差的來源，研究合作目標(biāo)外形對位姿估計精度的影響，使用改進(jìn)的遺傳算法，以由6個頂點(diǎn)在極坐標(biāo)分布下構(gòu)成不同多邊形圖形作為合作目標(biāo)圖形優(yōu)化的初始解，優(yōu)化設(shè)計出了新的二維合作目標(biāo)。為了進(jìn)一步降低位姿估計精度差異，對二平面合作目標(biāo)的兩平面相對位姿關(guān)系進(jìn)行了優(yōu)化，優(yōu)化設(shè)計出了新的二平面立