一种基于光流法和地平线检测的无人机着陆方法
【技术领域】
[0001] 本发明设及一种无人机的着陆方法，具体设及一种基于地平线检测和光流法测速 的图像处理方法，用于无人机的着陆过程中。
【背景技术】
[0002] 无人机是"无人驾驶空中飞行器"（UAV)的简称。1917年英国研制出了第一架无人 机，当时的作用是作为"祀机"，而真正作为可供实战的飞行武器是20世纪60~70年代，真正 开始获得各国军方普遍重视的是从20世纪80年代。各国对无人机的重视很好的推动了无人 机的发展和使用，如今，无人机的发展势头日趋强劲，无人机侦察机研究趋于成熟。
[0003] 无人机由于其自身的诸多优点，如拥有隐蔽性好、生命力强、造价低廉、不惧伤亡， 起降简单、动作灵活，已经成为各国竞相发展的热点。具体而言就是，一方面，无人机具有体 积小、机动灵活、不易被发现的优点，可W完成在敌占区上空进行长时间低空侦察；另一方 面，无人机可W携带多种传感器，能提供多种形式高分辨率的目标信息;其次无人机造价低 廉，不会造成人员伤亡，具有经济、安全的特点。
[0004] 众所周知，着陆是载人和无人驾驶飞机的事故多发阶段，因为它是一个微妙的过 程，在各种动态和操作约束的存在下，大量的飞机的动能和势能的消散。因此，商业航空公 司严重依赖于仪表着陆系统（ILS)的地方使用。
[0005] 着陆回收是一种主要的自动收回方法，分为进场、下滑、拉平、飘落和着陆滑跑五 个阶段，它通过自动驾驶仪的位置、姿态、速度等瞬间运动状态来完成精确的状态控制。目 前主要的着陆导航系统包括惯性导航系统、全球导航卫星系统(GPS，GL0NASS，等）的微分系 统、组合导航系统。其中最常用的方法是GPS/INS组合导航，但GPS信号很容易堵塞，在作战 时不可用，而且低高度精度。随着时间的推移，惯导系统往往会随着时间的推移而漂移。基 于无源传感器的视觉导航系统具有低功耗、体积小、非接触、易于隐蔽、对干扰不敏感等优 点，成为近年来研究的一个热点。
[0006] 地平线是地球上不会消失的视觉物体，所W选用地平线作为视觉导航的参照物成 为了一大研究方向。下面针对采用地平线获得飞行姿态的方法进行阐述。
[0007] 首先，我们定义世界坐标系与地球表变的局部切线重合在一个点，即飞机的重力 矢量与地球表面的交点。也就是说，飞机被假定为直接在世界坐标W上，即飞行器的重力矢 量焦玉地球坐标系原点。此外，我们假设摄像机(传感器)的轴线与飞机的本体固定坐标框 架的轴重合。
[000引通常认为地球表面是个平面，一个球形体的平面显示为圆形，对应的，地平线出现 在图像平面则为曲线。但是，因为视摄像机的观察区域狭窄，所W地平线就可W近似为图像 的切线，导航坐标系示意图如图2所示。
[0009]世界坐标系的Z轴被定义为从原点到由所述照相机观察的地平线的圆弧的中屯、的 线。y轴是向下朝向地球的中屯、，垂直于表面平面和X轴完成右手坐标系。相机的Z轴被定义 为摄像机的光轴和位于相同的平面内的世界坐标系的Z轴。照相机帖的X轴平行于摄像机的 图像平面的顶部边缘和y轴完成右手坐标系。
[0010]从世界坐标系（xw，yw，zw巧臟像机坐标系（XG，yG，ZG)变换，可W用一个正交旋转矩 阵和平移变换矩阵来表示。为了表示旋转过程，所W定义X"为旋转状态矩阵， *6 = R,(則R、(巧R，(r)x''' = R'X'，其中d)、0、4分别为绕y。轴、X。轴、Z。轴旋转的角度；R:是 从世界坐标系转换到摄像机坐标系的旋转。r"表示了摄像机的位置，可W表示为rw=[0 -h 0]T。地平线可W用向量cT和r表示，令cT=[x O d]T，r=[i O 0]。同时cT也可表示为 d"'=xW+r"=R;'V'+r"。
[001U 在地平线上，当投射至臟像机的图像平面上，可W由一个点U嘴方向矢量Hf描述：
[0012] V f]T，mC=[[mx my 0]]T。
[0013] U和V分别为图像像素坐标系X轴上和y轴上的实际距离，mx和my为地平线在图像中 的二维位置向量;f为摄像机的焦距。
[0014] 因为cT在地球表面，所W-定垂直于地面的法向量n\令nw=[0 1 0]T，则：
[0015] nW.(T=〇
[0016] ?"'.批:古.+r") = 0。
[0017] nw.r=〇
[001引假设d。和d 1是地平线上的两点，斯=[而0评，df=[x, 0司了， 却…，却'=<-1因为方向同向，所W可W设=
[0019]另一方面，若将摄像机平面图像转化为由飞行器坐标表示，可得：
[0022]将式子代入之前的地平线两点坐标公式可得：
[0024] 又因为图像上的两点的距离矢量可W视为是图像方向坐标的缩放，则：
[0025] 山-u〇 = k2 ? m。。
[0026] 所W代回原式，地平线与图像上的投影之间的关系是：
[002引又n" . (T=O,则灼w.(W>c) = 0。
[0029] 所W，
[0030] -Icos(目）（mx sin( 4 )+my cos( 4 )) =0。
[0031] 假设，cos(目）不为0,则：
[0033] 滚转角可得。
[0034] 另一方面，如果从另一个角度改变《"' 评+ r"；) = 0。
[0037]可得；
[003引 Z = d COS(目）-h sin(白）。
[0039] 则可W解出：
[0041] 如果地平线的距离是远远飞行器高度(d>>h)，那么上式可W变为：
[0043] 用运个方法即可求解出方位角的大小。
[0044] W上就是由地平线位置信息得到无人机的飞行角度的方法。然而仅仅采用地平线 位置信息并不能获得非常精确的无人机的姿态信息，同时在提取地平线直线信息还会出现 将检测错误等问题，常见的一种干扰就是跑道。
[0045] 光流法是运动目标检测和分析的重要方法，它能够在不知道任何预先场景情况下 检测出独立的运动目标，并且可适用于动态场景的情况。因为光流的计算不需要预先知道 场景的信息，不需要在图像中建立起特征之间的对应关系，所W光流计算属于高层次的视 觉表述。常用的光流算法主要有基于梯度方法的、块匹配方法的、基于能量的W及相位法。 常用的方法代表有Lucas Kanade局部平滑法、Horn Schunck全局平滑法、W及化gel的有向 平滑法。
[0046] 假设t时刻，图像上一点（x，y)处的灰度值为E(x，y，t)。设At为相机采样时间间 隔，在t+ A t时，图像新位置为(X+ A x,y+ A y)，其灰度值为E(x+ A x,y+ A y, t+ A t)。认为在 短时间内，两时刻的灰度值不会发生改变，即：
[0047] E(x，y，t)=E(x+Ax，y+Ay，t+A t)。
[004引设U和V分别为该点的光流沿着X轴和y好走方向的矢量速度，则有
和
[00例将E(x+ A x,y+ A y ,t+ A t)进行泰勒公式展开，可得：
[0051]忽略上式中的二阶无穷小，并且由于时间间隔At趋于零，则有：
[0053] 上式就是图像序列光流法的基本等式。
[0054] Lucas-Kanade是一种广泛使用的光流估计的差分方法，运个方法是由化Uce D丄Ucas和化keo Kanade发明的。它假设光流在像素点的邻域是一个常数，然后使用最小二 乘法对邻域中的所有像素点求解基本的光流方程。
[0055] 由于光流法的基本等式存在无数种解，所W为了解方程，必须添加约束条件。 Lucas-Kanade在求解光流计算基本等式时，假设在很小的空间领域内，光流速度矢量保持 恒定。运样就可W对式子进行约束，得到一个由n的方程构成的方程组，其未知数是光流速 度矢量U和V。解此方程，可W使用加权最小二乘法求得一个近似解，即：
[0057]其中，Q表示空间领域，W2(i，j)就是像素点Q J)在计算光流时的权值函数。剩下 的求解过程就是应用最小二乘法即可解决。
【发明内容】
[005引本发明的目的在于提出一种改进的基于光流法和地平线检测的无人机视觉着陆 方法。本发明是一种动态物体探测固定目标的情况，采用基于梯度的光流法可W很好的配 合探测器的运动，与传统视觉着陆算法相比，精度有所提高。
[0059] 本发明的目的是通过W下技术方案实现的：
[0060] -种基于光流法和地平线检测的无人机着陆方法，包括如下步骤：
[0061] -、对飞行过程中固定在无人机底部的相机拍摄出的视频，获得某一时刻k的图 像，对图像进行颜色转换，转换到Y化Cb空间中，并对图像进行边缘检测；
[0062] 二、对每张图像进行直线检测，获取图像中的地平线信息；
[0063] =、通过对步骤二获取的地平线信息进行计算，得到当前无人机的飞行姿态:滚转 角、方位角；
[0064] 四、采用光流法检测出无人机的姿态信息；
[0065] 五、结合无人机运动模型，采用扩展卡尔曼滤波方法对光流法和地平线检测的无 人机姿态进行滤波，挑选出正确的地平线信息；
[0066] 六、实现基于无人机自主着陆过程。