【正文】 狀 羅里達(dá)大學(xué)的研究工作 從上個世紀(jì) 90 年代以來，美國的一些大學(xué)和科研機構(gòu)展開了基于計算機視覺的飛行器自主著陸技術(shù)的研究。 在系統(tǒng)中，無人直升機被限定在預(yù)先設(shè)哈爾濱工程大學(xué)本科生畢業(yè)論文 2 計好的幾何形狀的著陸目標(biāo)物上，所有的特征點都在一個平面上，從而使得視覺算法是快速的，而且計算量較小。 美國的佛羅里達(dá)大學(xué)和美國海軍在微型飛行器圖像導(dǎo)航方面做了大量的工作，其基本思路是利用微型飛行器所拍攝的地面圖像中的地平線信息提取微型飛行器的俯仰角和滾轉(zhuǎn)角 [3]。 其方法如圖 所示。 圖 微型飛行器自主飛行控制示意圖 視覺導(dǎo)航技術(shù)由于其視場 大、非接觸、速度快、信息豐富等特點，是一種 MAV 末端導(dǎo)引的有力手段。所謂視覺導(dǎo)引著陸技術(shù)，就是利用計算機使用各種視覺算法處理和分析機載攝像機得到的場景圖像序列，由此估算出MAV著陸平臺的相對位姿，引導(dǎo) MAV完成著陸任務(wù)。該方法可以單獨使用，也可以和 INS、 GPS 等導(dǎo)航手段相結(jié)合 [4]。佛羅里達(dá)大學(xué)已經(jīng)成功研制出低成本、高性能的機載視覺識別與定位系統(tǒng)，實現(xiàn)了微飛行器的垂直起降。 該校研究工作的圖片資料如圖 所示，圖中 (a)是實驗用的無人直升機，(b)是人造著陸平臺的灰度圖 ， (c)是 (b)的二值圖，研究了無人直升機在著陸過哈爾濱工程大學(xué)本科生畢業(yè)論文 3 程中的幾個部分：圖像處理、姿態(tài)估計和著陸控制，并給出了實際的飛行試驗結(jié)果 [5]。 （ a） (b) (c) 圖 加州大學(xué)伯克利分校研究工作的圖片資料 圖像處理包括了圖像的二值化、圖像分割和特征點提取，圖像的特征是角點， 通過角點提取，可以將特征點標(biāo)注出來。在狀態(tài)估計中，已知平面目標(biāo)中的幾個點和它們之間的幾何尺寸，通過對 應(yīng)的像點位置及它們在圖像中的幾何尺寸就可以得出相機坐標(biāo)系和著陸平臺坐標(biāo)系之間的位置和姿態(tài) [6]。最后，該校對無人直升機的控制飛行進行了試驗，結(jié)果表明該視覺導(dǎo)航系統(tǒng)可以使無人機的著陸精度達(dá)到：軸向定位精度 5cm，姿態(tài)角精度 5176。，這個結(jié)果說明視覺導(dǎo)航系統(tǒng)是實際可行的。 需要指出的是在圖像處理的過程中特征點的選取很重要，它關(guān)系到狀態(tài)估計的精度。在加州大學(xué)的研究工作中，他們選擇角點這個特征是因為角點具有透視投影不變性，實際目標(biāo)中的角點在透視投影中也總是表現(xiàn)為角點，而且具有目標(biāo)的幾何形狀信息。因此，將著陸平臺設(shè)計成這 種形狀，在一定程度上簡化了圖像處理的難度。 在國內(nèi)，北京航空航天大學(xué)較早開始研究基于視覺的無人機自主著陸。設(shè)計了無人機基于視覺的半自主導(dǎo)引系統(tǒng)，利用安裝在地面上的視覺識別與哈爾濱工程大學(xué)本科生畢業(yè)論文 4 定位系統(tǒng)搜索、跟蹤空中漸進著陸的無人戰(zhàn)斗機 (UCVA)，獲取無人機的圖像；再利用地面設(shè)備對獲取的無人機圖像進行圖像預(yù)處理，獲取無人機的特征信息，然后將特征信息、攝相機參數(shù)等視覺信息經(jīng)過上行數(shù)據(jù)鏈上傳到無人機；機載信息融合系統(tǒng) （ 采用多速率 Kalman 濾波方法 ） 將視覺信息和機載的慣導(dǎo)系統(tǒng)、高度表系統(tǒng)等給出的信息進行 信息融合，得到無人機的位姿估計 [7]。其系統(tǒng)結(jié)構(gòu)圖如圖 所示。 圖 基于視覺的無人機半自主導(dǎo)引系統(tǒng)結(jié)構(gòu) 本文的研究內(nèi)容 以上簡要敘述了國內(nèi)外幾所大學(xué)的研究工作，他們的 研究工作都取得了很好的研究成果，也推動了視覺導(dǎo)航技術(shù)的發(fā)展，本文 的研究 中 以無人直升機為研究對象，主要是討 論無人直升機在著陸過程中，視覺技術(shù)的應(yīng)用，上述的研究成果給了本課題的研究 很大的啟迪和幫助。 本文的研究內(nèi)容是研究通過圖像處理得到無 人直升機姿態(tài)角的方案，主要是算法的設(shè)計，理論上進行仿真研究。本文 選 用的著陸場景是 H形的人造哈爾濱工程大學(xué)本科生畢業(yè)論文 5 著陸平臺，可以簡化圖像處理的過程。由于 H形目標(biāo)區(qū)域矩具有透視投影不變的特征，在具體的實施過程中，首先對大量圖像上的 H形目標(biāo)區(qū)域矩進行統(tǒng)計，得到一個統(tǒng)計量作為該目標(biāo)區(qū)域矩的正確值，實際飛行過程中，將計算的矩值與正確值比較，如果在誤差范圍內(nèi)，則認(rèn)為目標(biāo)被識別，如果在誤差范圍外，則目標(biāo)錯誤。當(dāng)目標(biāo)被正確識別后，將著陸平臺上 H的橫向中心線作為特征值，可由 H在圖像中的位置來進行狀態(tài)估計，得到無人直升機的定位參數(shù)，最后送入控制系統(tǒng)。下面的內(nèi)容就是探討怎樣通過特征提取，獲得無人直升機的姿態(tài)角。 論 文的整體分為四個章節(jié)：第一章是緒論，介紹了微飛行器的應(yīng)用背景以及國內(nèi)外發(fā)展現(xiàn)狀，概述了本文的研究內(nèi)容；第二章是方案設(shè)計與選擇的論證，結(jié)合國內(nèi)外的各種研究方案，確定本文的設(shè)計方案；第三章是跑道識別，設(shè)計了跑道識別的步驟，并對實驗結(jié)果進行了對比和分析；第四章是著陸中飛行參數(shù)的獲取，通過圖像處理獲得著陸平臺的特征值，然后利用攝像機線性模型和光學(xué)測量技術(shù)，以及地面坐標(biāo)系、攝像機坐標(biāo)系、飛機坐標(biāo)系之間的相互關(guān)系，獲得著陸時的偏航角、俯仰角、滾轉(zhuǎn)角、距離著陸平臺的高度等飛行參數(shù)。最后是對課題工作的總結(jié)和對未來工作的展望 。 哈爾濱工程大學(xué)本科生畢業(yè)論文 6 第 2 章 方案設(shè)計的 論證 由于微飛行器體積小，現(xiàn)有大型飛行器中的線加速度、角加速度傳感器不能簡單地縮小尺寸就用到微飛行器上，而 MEMS 技術(shù)還不夠成熟，這就決定了微飛行器上不可能有過多的傳感器。 加速度計或者陀螺儀本身都有漂移，誤差會隨時間的推移而發(fā)散， 因此傳統(tǒng)的慣性導(dǎo)航技術(shù)，或者無線電導(dǎo)航并不適用于微飛行器，而視覺導(dǎo)航技術(shù)只需要攜帶機載 攝像設(shè)備 ， 實時性強，可以滿足微飛行器的要求 ，下面將對本文的方案設(shè)計進行選擇論證。 微飛行器 的 選擇 常見的飛行器有按翼形可分為固定翼和旋翼 兩種，固定翼主要有噴氣式飛機，而旋翼主要是直升機。固定翼飛機在起降的過程中，對于跑道有較高的要求，跑道要有一定的長度、寬度，跑道周圍必須是一片開闊地，沒有建筑物的遮擋，對跑道的要求很高。旋翼機由于可 以垂直起降，降落地點為直升機降落平臺，所以對跑道的要求較低。本課題 在進行微飛行器起落跑道識別技術(shù)研究時，應(yīng)盡量選擇起落跑道設(shè)計簡單的飛行器為研究對象。飛行器在降落過程中機載攝像機拍攝到的圖片需要傳輸?shù)降孛婵刂朴嬎銠C中，由地面計算機處理圖像解算出飛行姿態(tài)，并發(fā)出控制指令，控制飛行器平穩(wěn)降落。從飛行器傳出圖片至計算機 發(fā)出控制指令需要一定的時間，固定翼飛行器由于飛行速度較快，當(dāng)接收到控制指令時，飛行姿態(tài)已經(jīng)發(fā)生了很大的變化，控制精度會大大降低。而旋翼機飛行速度較慢，并且可以懸停，對數(shù)據(jù)處理的速度要求較低，接收到控制指令時，飛行姿態(tài)并沒有發(fā)生大的變化，因此實時可控性較強，控制精度較高。 綜合上述起落跑道的設(shè)計和對數(shù)據(jù)處理時間的要求，本文選擇無人直升機 為研究對象，其起落跑道可設(shè)計為 H形 的 著落平臺。 已有視覺導(dǎo)航技術(shù)的概述 隨著機器視覺技術(shù)的發(fā)展，飛行器降落過程中的跑道識別技術(shù)已經(jīng)日趨哈爾濱工程大學(xué)本科生畢業(yè)論文 7 成熟，國內(nèi)外各研究機構(gòu)都已經(jīng)研究出 了基于視覺的不同的跑道識別方法，著陸過程中的視覺導(dǎo)航技術(shù)已經(jīng)在無人機上的得到了應(yīng)用。實際應(yīng)用中，微飛行器的主要任務(wù)是偵察監(jiān)視，一般都攜帶有機載攝像設(shè)備和圖像傳感器，圖像中包含有大量的信息，如果能從圖像中獲得著陸的必要信息，對微飛行器的發(fā)展有很大的促進作用。因此，基于視覺的跑道識別技術(shù)有很大的研究價值。下面將對已有的視覺導(dǎo)航技術(shù)進行對比研究，以確定最終的設(shè)計方案。 ：通過檢測地平線得到飛行器的姿態(tài)角 無人飛行器的機載攝像頭為前置攝像頭，飛行器在離跑道較遠(yuǎn)時，跑道在 圖 像中完整可見，但跑道遠(yuǎn)處的橫向邊界 太小，提取過程中，容易產(chǎn)生誤差；飛行器離跑道較近時，跑道近端的橫向邊界已不可見。因此將跑道 的兩條縱 向邊界作為特征量。由于跑道區(qū)域較為開闊，前置攝像頭可以看到一條清晰可見的地平線。而地平線和飛行器的俯仰角、滾轉(zhuǎn)角有密切的聯(lián)系，由它們的關(guān)系可以解算出飛行器的俯仰角和滾轉(zhuǎn)角 [8]。 佛羅里達(dá)大學(xué)的研究中，提出了一種基于模式識別中分類概念的地平線檢測算法，處理的是彩色圖像 [9]。其思想為認(rèn)為天空和地面是特征差別較大的兩個類別，地平線是這兩個類別的分界線，檢測地平線的過程就是確定天空、地面兩個類別分界線的過程。該算法 假設(shè)地平線是一條直線，直線兩側(cè)的像素點是分屬兩個類別中的元素，以像素點的彩色分量 {R,G,B}作為該點的特征量，則 對天、地特征的度量就是對類別中所有元素的特征量統(tǒng)計特征的度量。算法中對圖像中每一條直線，判斷他所區(qū)分的兩個類別特征值的差異，找出差異最大的那條直線，并認(rèn)為它是地平線。算法的關(guān)鍵有兩點：一是像素點特征量的選取，另一個是判斷類別差異的判據(jù)的選取。從佛羅里達(dá)大學(xué)的研究成果可以看出，該方法可以有效的檢測出地平線，并由地平線在圖像中的位置解算出飛行器的俯仰角和滾轉(zhuǎn)角。 ： 借助跑道邊緣線和著落線間 的交點提取姿態(tài)角 哈爾濱工程大學(xué)本科生畢業(yè)論文 8 對跑道場景中的兩條跑道邊線和一條著陸線進行檢測，這樣做不需要人為設(shè)置著陸標(biāo)志，而且這些線具有明顯的可視性和直線性，可直接算出飛行器的姿態(tài)角 [10]。 一個直觀的例子，飛機距離機場較遠(yuǎn)時，機場跑道在圖像上的顯示就會很窄；當(dāng)兩條跑道線和著陸線構(gòu)成的三角形不是等腰三角形時，說明飛機已經(jīng)偏離了跑道中心線，或者機身有滾動。因此，利用兩條跑道邊線的交點和兩條跑道邊線與著陸線的兩個交點，借助于跑道是矩形這一特征以及跑道的寬度，最終可以求得飛機的飛行姿態(tài)。具體做法為，利用地面坐標(biāo)系、攝像機坐標(biāo)系、飛機坐標(biāo)系 三者之間的相互關(guān)系和相互轉(zhuǎn)換，著陸線與兩條跑道邊線的交點，兩條跑道邊線的交點這三點在圖像中的坐標(biāo)來計算飛機的姿態(tài)角參數(shù)。這種方法的應(yīng)用很廣，只需要事先知道跑道的寬度并且檢測出跑道邊線和著陸線，限制條件較少。 ： 傳統(tǒng)的 P3P 或 P4P 方法 計算飛機飛行參數(shù)的最初方法是通過地面上的多個特征點與它們在圖像平面上 的像點 建立對應(yīng)關(guān)系，通過解方程組的方法求得飛機的位置參數(shù) [11]。所謂 P3P 問題，就是已知地面三個點之間的距離以及它們在像平面中的對應(yīng)像點坐標(biāo)，通過某種算法計算出這三個點的具體位置 [12]。該方法應(yīng) 用到導(dǎo)航中需要先確定三個點作為 P3P 中需要的點而且需要求解非線性方程組，計算量較大，精度不是很高。 P4P 問題與 P3P 類似，應(yīng)用到飛機導(dǎo)航中時，由于飛機跑道通常都是矩形，并且該矩形的長度和寬度都是已知的，因此通過該矩形的四個頂點以及其在像平面中的對應(yīng)像點可以用 P4P 的方法求解出各點的具體位置，從而可以確定出飛機的飛行姿態(tài) [13]。由于這四個點在特殊的位置，可以用一些技巧很簡單地計算出滿足條件的唯一解。需要注意的是，識別跑道上四個頂點的像點有一定的困難，可能會造成較大的誤差。 ： 地平線擬合的視覺導(dǎo)航 實際的視覺導(dǎo)航中，前置攝像頭拍攝到的圖像中地平線很大的可能上并哈爾濱工程大學(xué)本科生畢業(yè)論文 9 非一條直線，實際中的地平線會受到樹木和建筑物等物體的干擾， Hough 變換很難發(fā)揮作用，這就使地平線的檢測變?yōu)閿M合過程 [14]。首先，從航拍視頻序列中提取單幀圖像，并作采樣去噪等相應(yīng)預(yù)處理；其次，初始化禁忌搜索算法的初始解等參數(shù)，結(jié)合適配值函數(shù)，擬合圖像中的地平線；然后，用禁忌搜索算法的特赦準(zhǔn)則和收斂準(zhǔn)則評判擬合的準(zhǔn)確性，直到適配值函數(shù)值滿足收斂準(zhǔn)則為止，得出最優(yōu)解。此算法最關(guān)鍵的兩個步驟是圖像預(yù)處理和最優(yōu)解搜索算法，圖像處理方法的好壞直接決定了系 統(tǒng)輸入數(shù)據(jù)的有效性，搜索算法的優(yōu)劣決定了算法的實時性和準(zhǔn)確性。該算法可以有效地消除地面和天空的干擾，準(zhǔn)確地檢測出圖像中的地平線，然后通過地平線算法得到飛機的飛行參數(shù)。 上述的已有的視覺導(dǎo)航技術(shù)都已經(jīng)逐漸成熟，各種方法都可 以實現(xiàn)飛行器的著陸導(dǎo)航，但其適用對象有所區(qū)別，方法也有優(yōu)劣，課題的研究中要結(jié)合已有的技術(shù)來設(shè)計選擇本文 的設(shè)計方案。 在確定本文的設(shè)計方案前，需要先來了解直升機非線性數(shù)學(xué)模型的組成。 直升機非線性數(shù)學(xué)模型的組成 直升機氣動力 /力矩的主要貢獻(xiàn)來自旋翼，旋翼力 /力矩的計算模型是直升機建模的關(guān) 鍵環(huán)節(jié)。旋翼力 /力矩由槳葉氣動力向機體軸系分解而得，槳葉氣動力采用葉素分析法進行計算。直升機尾槳操作系統(tǒng)簡單，僅有尾槳總距，沒有尾槳周期變距，揮舞效應(yīng)小，簡化模型的計算中僅考慮尾槳拉力，只分析尾槳總距的影響 [15]。 直升機剛性機體的六自由度動力學(xué)方程與固定翼飛機相同。機體的六自由度動力學(xué)方程普遍建立在機體軸系，機體軸系中質(zhì)心的動力學(xué)方程是： / si n/ c os c os/ c os si nx x z y y zy y x z z xz z y x x yV F m V V gV F m V V gV F m V V g? ? ?? ? ? ?? ? ? ?? ? ? ? ??? ? ? ? ??? ? ? ? ??? （ ） 哈爾濱工程大學(xué)本科生畢業(yè)論文 10 機體繞質(zhì)心轉(zhuǎn)動的動力學(xué)方程是： ? ? ? ?? ? ? ?? ? ? ?2222222211