一种无人机自主着陆视觉跟踪方法

设计与应用

计算机测量与控制.2009.17(7) Com puter Measurement &C ontrol

1387

中华测控网

收稿日期:2008

1216; 修回日期:200901

24。

基金项目:总装预研基金项目(9140A25040307HK0306)。作者简介:邓红德(1957),男,陕西重阳人,副教授,主要从事控制、制导与仿真方向的研究。

文章编号:1671

4598(2009)071387

03 中图分类号:T P13

文献标识码:A

一种无人机自主着陆视觉跟踪方法

邓红德1,王丽君1,金 波2

(1.西北工业大学无人机特种技术国家重点实验室,陕西西安 710065;

2.成都飞机工业公司,四川成都 610092)

摘要:视觉导航是利用图像信息进行飞机定位的,在无人机着陆过程中,为使机载传感器能始终追踪到机场跑道,提出了一种基于摄像机姿态与变焦控制的视觉跟踪方法;该方法通过调节摄像机姿态来追踪目标特征点,使目标特征点尽量位于成像平面的中心,然后根据无人机与机场跑道的距离,适时的调节焦距,以保证图像特征点完全位于图像平面内;实验结果表明,该法能很好地控制摄像机姿态角,使目标特征点位于图像中心附近,达到很好的跟踪效果;且该法操作简单,不需要增加图像处理的难度,实时响应速度快,可以满足工程需要。

关键词:特征点跟踪;变焦控制;视觉导航

UAV Autonomy Landing Visu al Tracking Algorithm

Deng H o ng de 1,Wang Lijun 1,Jin Bo 2

(1.N ational L abor ator y of U AV Special T echnolo gy ,N o rthwester n P olytechnic U niv ersity ,Xi an 710065,China;

2.Cheng du A ir craft Industr y Company ,Cheng du 610092,China)

Abstract:Vision n avigation uses the image in formation to evaluate the aircraft position,in the process of landing,for airborne sen sor can alw ays follow up to the airport runw ay,presen ts a vis ual tracking algorithm w hich b as ed on camera controlling.T he alg orith m by adju sting th e cam era to track th e target featu re makes the feature points as pos sible in the centre of imaging plan e,and then according to the dis tance from the airport runw ay,tim ely adjus t th e focal length to en sure the image feature poin ts in the image plane com pletely.Experimental resu lts show that the law can con trol the camera angle w ell th at made the target image feature points in the vicin ity.And that the method is simple,don't need to increas e the difficulty of image p roces sing,and the real-tim e res ponse s peed is quick,can meet the project n eed s.

Key words :featu re points tracking;zoom control;visu al navigation

0 引言

计算机视觉由于其经济、无源、信息丰富等特性,已经成为无人机自主着陆中不可或缺的重要信息源,通过将视觉信息与惯性导航信息进行融合,可以得到精确的导航信息,如控制模型直升飞机完成自主着陆[1],或是固定翼模型飞机完成自主着舰任务[2]。视觉导航主要是通过对视觉传感器获得的图像进行处理,从而得到无人机导航定位的一种技术,因此,视觉传感器能否很好地追踪目标是无人机完成自主着陆一个必要环节。

1 视觉跟踪方法

基于计算机视觉的无人机自主着陆过程中对图像的处理,无外乎两种情况,一种是提取图像特征点[1];另外一种就是识别图像边缘线或是特征线。但是对大多数视觉算法来说最终还是要归结到点的运算[3],因此图像上的特征点能否始终位于图像平面内,是我们亟待解决的问题。但是只是保证特征点位于图像平面内是远远不够的,例如当特征点比较靠近图像边缘时,如果此时飞机受到小的扰动则就会很容易造成特征点的丢失,使视觉系统失效。因此视觉跟踪方法需要解决的问题就是使特征点都尽量靠近图像成像平面的中央。

1 1 条件假设

无人机在整个视觉着陆过程中,采用基于特征点的运动估计,且特征点通过图像处理算法已经正确获得。在进入着陆段时,会对机载设备进行一次对准,使其基本对准机场跑道,根据获得的特征点利用视觉算法,可以解算出无人机的位置与姿态。1 2 特征点布局

为使摄像机全程都可以跟踪到特征点,特征点的布局方案如图1所示。即在机场跑道的着陆区域以及机场终端区域布置特征点,这样不仅保证了无人机远离机场时能够很好地区分特征点,而且无人机在滑跑时,可以跟踪机场终端设置的特征点,估计其滑行航向。为了更好地完成特征点的追踪,可将特征点布置成一定的形状,突出所要跟踪的特征点,此处采用三角形的特征点布局方法。

图1 特征点布局

1 3 跟踪方法

在整个无人机着陆过程中,摄像机的安装方式采用可变安