无人机自主着陆中视觉导航技术探究

无人机自主着陆中视觉导航技术探究

摘要：无人机的自动着陆技术，已经成为了国内外重点研究的问题，研究人员开始加强无人机自主着陆过程中的视觉导航技术的研究。无人机自主着陆就是无人机通过机载导航设备来进行定位导航，用飞机内部的控制系统来控制无人机的降落地点的过程。视觉导航主要包含了视觉图像的预处理，提取并跟踪目标以及数据融介等几个方面的问题。本次通过对飞行器的降落等级以及着陆阶段，对无人机着陆时的图像处理技术与位姿的估计等方面的问题进行了研究和分析，研究结果也显示出了将视觉导航技术应用在无人机自主着陆上，其精确性和实时性是非常好的。通过研究自动着陆导航系统的现状，对其相关的关键技术进行分析。

关键词：无人机；自主着陆技术；视觉导航技术；定位导航

前言

随着科技的发展，目前我国的无人机技术已经相对成熟，无人机在我国的军事和民用方面都有非常广泛的应用，同时也受到了更多人的喜爱和关注。它是一种靠动力驱动、机上可无人驾驶的航空器，而且能够重复的使用。无人机自主着陆技术在无人机全包线自主飞行中有非常重要的作用，无人机在自主着陆过程中用到的导航技术也可以叫做着陆引导技术。研究人员在研究时应该努力提高导航的精确性和准确性，这对无人机的自主着陆有重要作用。国内外都在研究无人机的自主着陆导航技术，这项技术包括了以下几个方面：惯性导航系统、卫星导航系统、仪表着陆系统和微波着陆系统。这其中，惯性导航系统对初始值会比较敏感，所以随着时间的积累，导航的误差会越来越大；卫星导航系统必须依靠无线信号的传播，但是无线信号很容易受到干扰或者因为卫星信号丢失，导致定位不准确，在军事方面很容易受到限制；仪表和微波着陆系统对地面设备没有很大的依赖，不属于自主导航方式。目前这些系统的精确度还不够，还达不到无人机自主着陆的要求。科技的快速发展，使我国的图像处理技术和计算机视觉技术都有了很大的发展，视觉导航技术的相关算法也越来越成熟，跟传统的导航方式相比，视觉导航具有无源完全自主的特点，同时也受到了更加广泛、深入的研究。

1自动着陆导航系统的现状

1.

1.

固定翼无人机进场着陆过程

固定翼无人机在进场时的着陆过程可以划分为五个阶段，分别是进场、下滑、拉平、飘落、滑行。固定翼无人机会在一定的巡航高度开始下降。当它下降到预定的高度时，就能截取到初始进场时的指令，然后进场。在飞机下滑时，机身一定要保持一定的角度开始下滑飞行，角度通常保持在 2.5°~6°，要让机身对准跑道。当无人机达到可以拉平的标准时，飞机会自动增加飞行的迎角，让飞机的飞行轨迹能够向上弯曲，然后开始拉平。拉平结束后，这时飞机离地面大概还有0.5~0.8米的高度，开始飘落，直到与地面完全接触，打开飞机的阻力装置，让飞行器停下来，直到滑行结束，无人机就算完成了着陆[1]。

1.

1.

无人机自主着陆对引导系统的要求

无人机的回收方式有很多种，最传统的回收方式大概有六种，分别是降落伞回收、气囊着陆回收、撞网回收、空中回收、旋翼垂直着陆回收以及起落架滑轮着陆回收。无人机的回收种类不同，那么对应的引导系统的要求也会有很大的不同。到目前为止，对无人机着陆也没有一个统一的要求，但是可以以民航系统对客机的降落等级划分为参考。

国际上，根据无人机的能见度把自动着陆分成了3个等级，分别是等级I、等级II与等级III,能见度就是指能够看见的距离，垂直方向上的云雾高度要求比较低，所以也可以称为决断高度。飞行器如果下滑到这个高度，在降落的过程中，如果出现了失误，应该马上开启复飞的程序。而在水平方向上就是指飞机能够看到的跑道距离。

1.

1.

着陆引导系统现状

在上世纪五十年代，民航客机着陆最重要的引导方法就是仪表着陆系统，主要是由地面设备向飞机的着陆两端发送两个不同频率的高频无线电信号。机载的仪器能够适应飞机进场时与预定轨迹之间的误差，帮助飞行员安全平稳的降落，其优点是价格低而且维护起来非常的方便，简单可靠。但是缺点就是下滑道太过单一，提供不了准确的进场曲线和分段进行。

上世纪七十年代，研究出了微波着陆系统，跟仪表系统相比，波束的扫描范围更广，使用的频带范围宽，能够同时联系多个空中目标，能够给飞行员提供更多的信息，例如航向或者是下滑角。这个系统的缺点就是成本太高，而且维护起来也非常麻烦。

卫星导航系统的信号比较稳定，精确度也较高，对地面设备没有太大的依赖性，工作的覆盖范围大而且还兼容了微波和仪表着陆系统的特点，同时也被人们广泛的使用，但是因为卫星导航系统的信号容易丢失，而且抗干扰能力差，所以在军事上的使用容易受到限制。

惯性导航系统，它是通过惯性元件来对物体的运动状态信息进行测量的系统，自主性较强、短期的精度高、输出的信息也比较全。这种系统也有一些不足，在工作时会积累误差，所以这个系统不能单独使用，必须结合其他导航设备一起使用[2]。

视觉传感器是一种比较被动的传感器，它是通过物体的反射光线来成像，所以不会受到电磁干扰的影响。视觉传感器可以捕获更多的信息，对运动信息会比较敏感，能够为姿态、位置的准确估算打下良好的基础。视觉系统的体积小、质量轻，而且有很强的适应能力，依靠摄像机和相应的平台就能进行导航。现在计算机技术正在不断的发展，视觉导航的应用一定会越来越广泛。

3基于视觉导航着陆引导的关键技术

3.1 图像特征提取

图像在经过预处理以后，还需要进一步的处理，将提取出来的有意义的区域以及有价值的参数，给位姿估计打好基础。比较常用的图片特征提取方法有角点提取、直线提取、不变距以及形态学算法等等。角点是较为特殊的一种，能够将数字图像的局部不变特征变现出来，应用特征点来完成图像匹配、分类和识别等工作。直线是数字图像较为重要的纹理特征，在三维重构和立体视觉等方面，高精度的直线提取有非常重要的作用。直线提取的重要工具就是Hough变化，它是一种能够把直线上点的坐标变换到点的系数域的提取方法。不变距方法，其目的就是获取目标图像特征，对平移、伸缩以及旋转满足一定的不变特性[3]。

3.2 位姿估计问题

位姿估计就是用一组空间点，然后在世界坐标系下的二维空间坐标和在摄像机坐标系下的二维图像坐标，然后得出两种坐标系之间的转换关系。解决这个问题的办法，从总体上大概可以分为两种，一种是线性算法，另一种是非线性算法。线性算法就是将必要的中间条件引入，从而把位姿的问题变成绝对定向的问题，求出闭式解。非线性算法就是建立不同迭代策略最小化代价函数，从而获取相机位姿的精确解，主要是以方残差二范数为基础的一种方法。

4结语

无人机自主着陆视觉导航技术主要是由三种技术组成，分别是图像处理技术、飞行器位姿估计技术、视觉导航与其它导航设备的融合技术等。要想实现无人机的自主着陆，就需要将视觉导航技术和其它导航方式结合起来，以组合导航的方式，然后将视觉导航技术的优点充分发挥出来，然后运用其它导航设备来克服视觉导航本身的不足。视觉导航最关键的技术就是能够将飞行器的位置姿态信息实时准确的传达出来。视觉导航技术跟其它导航方式相结合，同时还要大力发展鲁棒性好、精度高、实时性好的组合导航位姿估计的融合算法，随着我国经济和科技水平的提高，未来这两方面一定会是视觉导航技术重点发展的目标。

参考文献

1.