一种旋翼式无人机的视觉着陆位姿估计方法与流程

技术特征：

1.一种旋翼式无人机的视觉着陆位姿估计方法，其特征在于：包括以下步骤：

(1)设计合作目标；

(2)特征提取与标记：

通过机载视觉设备采集合作目标图像，图像采集后进行合作目标的特征提取，特征提取包括图像预处理、目标域划分、特征点提取；

(2)位姿估计方法

采用Tsai方法和快速四点方法两种位姿估计方法的融合算法，根据合作目标的图像坐标与世界坐标信息，利用Tsai方法计算无人机相对于合作目标坐标系的姿态角、快速四点方法计算无人机相对位置参数。

2.根据权利要求1所述的一种旋翼式无人机的视觉着陆位姿估计方法，其特征在于：所述的合作目标，考虑以下3点：

(1)合作目标易区别于其它物体和环境，特征明显，易于提取与识别；

(2)合作目标中至少需包含5个特征点。，且每三个互不共线，以及其中四点能形成矩形；

(3)合作目标的尺寸能适应无人机降落高度以及舰船等运动无人机着陆平台上的要求，在降落距离范围内能够使用的目标图像占整幅图像的10％-50％。

3.根据权利要求1所述的一种旋翼式无人机的视觉着陆位姿 估计方法，其特征在于：图像预处理、目标域划分、特征点提取具体流程如下：

(1)图像预处理：使用最大类间方差(Otsu)算法求取最佳阈值对图像进行自动阈值分割，获取二值图像；对二值图像进行连通区域提取，去掉面积较小和长宽比相差过大的连通域，若无连通域，则认定图像中无合作目标，调整无人机姿态重新获取图像检索目标；

(2)目标域划分：利用每级六边形合作目标质心接近的特点，计算剩余连通区域的质心距离D_i,j

D_i,j＝[(x_i-x_j)²+(y_i-y_j)²]^1/2 (1)

若其质心距离D_i,j小于设定阈值，则认定该连通区域为合作目标；进行合作目标二次筛选后，利用合作目标固定的面积比确定合作目标等级label；

(3)特征点提取：确定着陆目标等级后，先对目标进行LSD直线提取[8]，利用图像的梯度幅值和方向检测直线l；若该级六边形目标提取的直线数量N_l＜6，则选取label+1等级目标重新提取直线；若直线数量N_l≥6，再通过颜色信息对提取的直线进行标记；对标记的直线求交点并按顺序排列p(u_i,v_i),i＝1,2,...6，作为计算位姿参数的特征点。

4.根据权利要求1所述的一种旋翼式无人机的视觉着陆位姿估计方法，其特征在于：Tsai姿态估计具体方法为：

根据摄像机坐标系与世界坐标系关系式得到

由径向约束关系(RAC)得

设定合作目标所在平面z_w＝0，则上式可整理得

每个特征点都可列出对应式(5)的方程，则用最小二乘法解超定方程组，N≥5得到未知参数，利用旋转矩阵的性质可求得旋转矩阵R_CW：

进而求得俯仰角θ＝arcsin(-r₃)、偏航角ψ＝arcsin(r₂/cosθ)、翻滚角

5.根据权利要求1所述的一种旋翼式无人机的视觉着陆位姿估计方法，其特征在于：快速四点位置估计具体方法为：

利用像顶点坐标p_c(x_c，y_c，z_c)，求得直线l在像平面S_C内的极坐标方程xcosθ+ysinθ＝ρ与平面的平面方程及平面法向量

由于A、B、D、E分别是以及S_ABDE平面的交点，S_ABDE平面方程为Ax+By+Cz＝1，带入平面方程便可求出其坐标可表示为

其中，w_ij是W_i的代数余子式；

四面体ABDO_C、BDEO_C、ADEO_C、ABEO_C的体积为V_i，S_d为ABDE的面积，h为坐标原点O_C到平面S_ABDE的距离，则四棱锥ABDEO_C的体积

根据透视关系和立体几何原理将已知量S_d带入体积公式求出h以及矩形的4个顶点在摄像机坐标系下的坐标P_C(X_C，Y_C，Z_C)；

在上述步骤中，世界坐标系和摄像机坐标系的旋转矩阵R已求出，根据O_W在摄像机坐标系和世界坐标系下的不同坐标值P_C和P_W的转化关系得 相机到合作目标的相对位置T_CW＝[T_x，T_y，T_z]：

T_CW＝P_W-R_CWP_C (10)

其中P_C＝[0,0,0]^T，