一种无人机定点降落的方法
【技术领域】
[0001] 本发明设及一种无人机定点降落的方法。
【背景技术】
[0002] 近年来，无人驾驶的飞行器在航拍领域的应用极为广泛，获取飞行器的地理位置 坐标主要依靠全球定位系统（GP巧。
[0003]GI^S是20世纪70年代初在美军"子午卫星导航系统"的技术上发展而来的，具有全 球性、全能性、全天候优势的导航定位、定时、测试系统。GI^S-般可采用4颗卫星的测量数 据来计算一个移动接收端的位置，在天气条件良好的情况下，单点定位的精度范围在5-40m 之间。
[0004] 考虑到使用手机APP操纵无人机降落，在恶劣的环境下，降落点精度需要控制在 dm级别，单独依靠GI^S定位不能满足实际应用的需求。
【发明内容】
[0005] 本发明的目的提供一种无人机定点降落的方法，本发明方法结合GI^S和计算机视 觉技术，能够将无人机降落位置精度控制在10cm之内。
[0006] 本发明采用的一个方案是：
[0007] 一种无人机定点降落的方法，其特征在于包括W下步骤：
[0008] 步骤一，计算无人机返航高度：获取手机摄像头视场角参数；确定GI^S定位精度的 最大误差；根据视场角、GI^S最大误差两个参数计算返航高度；步骤二，上传返航悬停点坐 标及返航指令:APP获取手机GPS坐标；更改GPS坐标，经度、缔度保持不变，高度设置为步 骤一计算获得的返航高度值；上传GI^S坐标至无人机作为返航悬停点；上传返航降落指令， 无人机开始返航；步骤=，精确调整无人机水平方位：使用混合高斯建模算法对背景建模， 得到背景帖；判断图像帖，若像素点与背景模型匹配则认定为背景像素，否则为目标像素； 获得目标在图像中的位置，计算目标相对手机的水平偏差，依此控制无人机向中屯、点移动； 重复校正，直至无人机位于手机正上方，进入悬停状态；步骤四，垂直降落：确定无人机已 达到目标状态；APP上传降落指令，无人机垂直降落。
[0009] 本发明的有益效果为：区别于单独依靠GI^S定位技术，本发明提供的方法可摆脱 天气等客观条件的约束，定点降落具有更高的精准性、可靠性和安全性。
【附图说明】
[0010] 图1是本发明实施例提供的高精度定点降落处理方法的流程图。
【具体实施方式】
[0011] 结合附图及【具体实施方式】对本发明作进一步的详细描述。
[0012] 如图1所示，【具体实施方式】如下： 阳〇1引 1、计算返航高度
[0014]获取手机摄像头视场角参数0，确定GI^S定位精度的最大误差r;根据视场角0、 GI^S定位精度的最大误差r两个参数计算返航高度H，公式为：
[0015]
[0016] 其中0表示视场角，r表示GI^S定位精度的最大误差。
[0017] 2、下达返航指令
[0018] 获取手机当前GI^S经缔度坐标，高度设置为步骤1计算结果，发送至无人机，并发 送降落指令。将手机平放于地面，摄像头向上。
[0019]3、精确调整无人机水平方位。
[0020] 无人机接收到GI^S坐标及降落指令后将飞行至降落点附近H高度处，进入摄像头 视野。
[oow(1)背景建模
[0022] 使用RGB的S种颜色分量对背景进行高斯建模，则每帖图像I狂，t)表示为公式： 阳02引I〇(，t)=山化t)，Ig〇(，t)，Ib〇(，t)}
[0024]其中X= (X，y)表示每个像素点，t为时刻； 阳0巧]每个状态K都用一个高斯函数来表示；若在t时刻，用Xt来表示每个像素点，则用K个状态高斯分布的线性组合来表示运个像素点的概率密度函数P〇(t=X)，公式为：
[0026]
[0027] 其中，Xt表示每个像素点，《 1表示第i个高斯分布的权值，y1和X1分别表示第 i个高斯分布的均值和协方差，n(X;y1，X1)表示t时刻第i个高斯分布。 阳02引其中，11^;41，5：1)公式为；
[0029]
[0030] 其中，n为需要进行滤波的图像的维数，T为阔值，一般取0. 75。
[0031] 通过计算一段时间内视频序列中每个像素点平均灰度值及方差0。来初始 化混合高斯模型，即：
[0032]
阳033] 其中y。为平均灰度值，0。为方差，N表示像素点数量。
[0034] 对于深度为8位的视频帖来说，每个的像素值的范围为0-255,因此混合高斯模型 的参数初始化使用简化公式：
[0035]
[0036] 方差则取较大值，初始方差为36,randG[0, 1)。
[0037] 似匹配像素点
[0038] 接下来需要对图像内的像素点进行判断，看它能否与所建立的背景模型匹配，若 像素点匹配，则认定为背景像素，否则为目标像素；表明像素点与第K个状态的高斯模型相 匹配的公式：
[0039] il《DX。1 W40] 其中，X康示每个像素点，y1,t康示t-1时刻第i个高斯分布的均值，0 1,11表 示t-1时刻第i个高斯分布的方差，D为自定义参数，取值2. 5。
[0041] 若像素点与背景高斯模型匹配成功，更新公式为：
[0042]
[00创其中a表示背景更新的速率，P为像素点的概率密度，康示第k张图像在t时刻高斯分布的权值，表示第k张图像在t时刻高斯分布的均值。0<a<1，Xk,t 表示表示第k张图像在t时刻高斯分布的方差，T为阔值，一般取0.75。a越大则背景更 新的速度就越快，反之越慢，；若是像素点不能和背景高斯模型匹配，那么将会采用一个新 的高斯模型来取代权值较小的高斯模型，即重新初始化一个较大的方差，均值保持不变，其 权值则重新计算，公式为： 阳044] 〇k't= (1-口）Wk't1
[0045] (3)实时更新背景模型
[0046] 在实际应用中，视频中的背景环境并不是一成不变的，背景像素值会随着光线的 闪烁或者拍摄位置的移动而变化，对背景信息进行实时的更新机制，才能够适应周围的环 境，及时鲁棒的检测目标；背景信息的更新公式：
[0047] B"i= (1-曰）Bt+曰It
[0048] 其中，a为常数，一般为设置0. 1，Bt表示t时刻的背景图像灰度值，It表示t时 刻的图像。
[0049] 4、垂直降落
[0050] APP向无人机发送降落指令，无人机垂直降落。
【主权项】
1. 一种无人机定点降落的方法，其特征在于包括以下步骤： 步骤一，计算无人机返航高度：获取手机摄像头视场角参数，确定GPS定位精度的最大 误差；根据视场角、GPS最大误差两个参数计算返航高度；步骤二，上传返航悬停点坐标及 返航指令：APP获取手机GPS坐标，更改GPS坐标，经度、炜度保持不变，高度设置为步骤一 计算获得的返航高度值，上传 GPS坐标至无人机作为返航悬停点；上传返航降落指令，无人 机开始返航；步骤三，精确调整无人机水平方位：使用混合高斯建模算法对背景建模，得到 背景帧；判断图像帧，若像素点与背景模型匹配则认定为背景像素，否则为目标像素；获得 目标在图像中的位置，计算目标相对手机的水平偏差，依此控制无人机向中心点移动；重复 校正，直至无人机位于手机正上方，进入悬停状态；步骤四，垂直降落：确定无人机已达到 目标状态；APP上传降落指令，无人机垂直降落。2. 根据权利要求1所述无人机定点降落的方法，其特征在于，所述步骤一，计算无人机 返航高度：获取手机摄像头视场角参数Θ，确定GPS定位精度的最大误差γ ;根据视场角 Θ、GPS定位精度的最大误差γ两个参数计算返航高度Η，公式为：其中Θ表示视场角，γ表示GPS定位精度的最大误差。3. 根据权利要求1所述的无人机定点降落的方法，其特征在于步骤三，精确调整无人 机水平方位： 无人机接收到GPS坐标及降落指令后将飞行至降落点附近H高度处，进入摄像头视 野； (1)背景建模 使用RGB的三种颜色分量对背景进行高斯建模，则每帧图像I (X，t)表示为公式： I(X，t) = {IR(X，t)，IG(X，t)，IB(X，t)} 其中X = (x，y)表示每个像素点，t为时刻； 每个状态K都用一个高斯函数来表示；若在t时刻，用Xt来表示每个像素点，则用K个 状态高斯分布的线性组合来表示这个像素点的概率密度函数P(Xt= X)，公式为：其中，Xt表示每个像素点，ω i表示第i个高斯分布的权值，μ JP Σ i分别表示第i个 高斯分布的均值和协方差，η (X ; μ D Σ J表示t时刻第i个高斯分布。 其中，η (X ; μ ^ S1)公式为：其中，η为需要进行滤波的图像的维数，T为阈值，一般取0. 75 通过计算一段时间内视频序列中每个像素点平均灰度值μ C及方差σ。来初始化混合 高斯模型，即：其中μc为平均灰度值，σ ^为方差，N表示像素点数量。 对于深度为8位的视频帧来说，每个的像素值的范围为0-255,因此混合高斯模型的参 数初始化使用简化公式：方差则取较大值，初始方差为36, rand e [〇, 1)。 (2) 匹配像素点 接下来需要对图像内的像素点进行判断，看它能否与所建立的背景模型匹配，若像素 点匹配，则认定为背景像素，否则为目标像素；表明像素点与第K个状态的高斯模型相匹配 的公式： il ^ DX σ i t ! 其中，Xt表示每个像素点，μ t,tl表示t-1时刻第i个高斯分布的均值，〇 u^t-l 时刻第i个高斯分布的方差，D为自定义参数，取值2. 5。 若像素点与背景高斯模型匹配成功，更新公式为：其中α表示背景更新的速率，P为像素点的概率密度，cok, t表示第K张图像在t时刻 高斯分布的权值，μ K,t表示第κ张图像在t时刻高斯分布的均值。0 < α < 1，Σ K,t表 示表示第κ张图像在t时刻高斯分布的方差，T为阈值，一般取0.75。α越大则背景更新 的速度就越快，反之越慢，；若是像素点不能和背景高斯模型匹配，那么将会采用一个新的 高斯模型来取代权值较小的高斯模型，即重新初始化一个较大的方差，均值保持不变，其权 值则重新计算，公式为： wk,t= (1-α ) ω k,t i (3) 实时更新背景模型 在实际应用中，视频中的背景环境并不是一成不变的，背景像素值会随着光线的闪烁 或者拍摄位置的移动而变化，对背景信息进行实时的更新机制，才能够适应周围的环境，及 时鲁棒的检测目标；背景信息的更新公式： Bt+1= (I- a )B t+ a It 其中，α为常数，一般为设置0. 1，β t表示t时刻的背景图像灰度值，I t表示t时刻的 图像。
【专利摘要】本发明公开了一种无人机定点降落的方法，结合GPS和计算机视觉技术的高精度定点降落的方法：首先是计算无人机返航悬停高度；第二步是上传返航悬停点GPS坐标及返航指令，使无人机开始返航；第三步使用人工智能算法精确调整无人机水平方位，使无人机位于目标降落点正上方；最后向无人机下达垂直降落指令，无人机降落至地面。
【IPC分类】G06T7/00, G05D1/10
【公开号】CN105182994
【申请号】CN201510485633
【发明人】黄立, 王宇炫, 王效杰, 李蔚, 顾兴
【申请人】普宙飞行器科技（深圳）有限公司
【公开日】2015年12月23日
【申请日】2015年8月10日