【正文】 狀 羅里達(dá)大學(xué)的研究工作 從上個(gè)世紀(jì) 90 年代以來(lái)，美國(guó)的一些大學(xué)和科研機(jī)構(gòu)展開(kāi)了基于計(jì)算機(jī)視覺(jué)的飛行器自主著陸技術(shù)的研究。 在系統(tǒng)中，無(wú)人直升機(jī)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(jì)好的幾何形狀的著陸目標(biāo)物上，所有的特征點(diǎn)都在一個(gè)平面上，從而使得視覺(jué)算法是快速的，而且計(jì)算量較小。 美國(guó)的佛羅里達(dá)大學(xué)和美國(guó)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(jué)導(dǎo)航技術(shù)由于其視場(chǎng) 大、非接觸、速度快、信息豐富等特點(diǎn)，是一種 MAV 末端導(dǎo)引的有力手段。所謂視覺(jué)導(dǎo)引著陸技術(shù)，就是利用計(jì)算機(jī)使用各種視覺(jué)算法處理和分析機(jī)載攝像機(jī)得到的場(chǎng)景圖像序列，由此估算出MAV著陸平臺(tái)的相對(duì)位姿，引導(dǎo) MAV完成著陸任務(wù)。該方法可以單獨(dú)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(jī)載視覺(jué)識(shí)別與定位系統(tǒng)，實(shí)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(shí)驗(yàn)用的無(wú)人直升機(jī)，(b)是人造著陸平臺(tái)的灰度圖 ， (c)是 (b)的二值圖，研究了無(wú)人直升機(jī)在著陸過(guò)哈爾濱工程大學(xué)本科生畢業(yè)論文 3 程中的幾個(gè)部分：圖像處理、姿態(tài)估計(jì)和著陸控制，并給出了實(shí)際的飛行試驗(yàn)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(diǎn)提取，圖像的特征是角點(diǎn)， 通過(guò)角點(diǎn)提取，可以將特征點(diǎn)標(biāo)注出來(lái)。在狀態(tài)估計(jì)中，已知平面目標(biāo)中的幾個(gè)點(diǎn)和它們之間的幾何尺寸，通過(guò)對(duì) 應(yīng)的像點(diǎn)位置及它們?cè)趫D像中的幾何尺寸就可以得出相機(jī)坐標(biāo)系和著陸平臺(tái)坐標(biāo)系之間的位置和姿態(tài) [6]。最后，該校對(duì)無(wú)人直升機(jī)的控制飛行進(jìn)行了試驗(yàn)，結(jié)果表明該視覺(jué)導(dǎo)航系統(tǒng)可以使無(wú)人機(jī)的著陸精度達(dá)到：軸向定位精度 5cm，姿態(tài)角精度 5176。，這個(gè)結(jié)果說(shuō)明視覺(jué)導(dǎo)航系統(tǒng)是實(shí)際可行的。 需要指出的是在圖像處理的過(guò)程中特征點(diǎn)的選取很重要，它關(guān)系到狀態(tài)估計(jì)的精度。在加州大學(xué)的研究工作中，他們選擇角點(diǎn)這個(gè)特征是因?yàn)榻屈c(diǎn)具有透視投影不變性，實(shí)際目標(biāo)中的角點(diǎn)在透視投影中也總是表現(xiàn)為角點(diǎn)，而且具有目標(biāo)的幾何形狀信息。因此，將著陸平臺(tái)設(shè)計(jì)成這 種形狀，在一定程度上簡(jiǎn)化了圖像處理的難度。 在國(guó)內(nèi)，北京航空航天大學(xué)較早開(kāi)始研究基于視覺(jué)的無(wú)人機(jī)自主著陸。設(shè)計(jì)了無(wú)人機(jī)基于視覺(jué)的半自主導(dǎo)引系統(tǒng)，利用安裝在地面上的視覺(jué)識(shí)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(jìn)著陸的無(wú)人戰(zhàn)斗機(jī) (UCVA)，獲取無(wú)人機(jī)的圖像；再利用地面設(shè)備對(duì)獲取的無(wú)人機(jī)圖像進(jìn)行圖像預(yù)處理，獲取無(wú)人機(jī)的特征信息，然后將特征信息、攝相機(jī)參數(shù)等視覺(jué)信息經(jīng)過(guò)上行數(shù)據(jù)鏈上傳到無(wú)人機(jī)；機(jī)載信息融合系統(tǒng) （ 采用多速率 Kalman 濾波方法 ） 將視覺(jué)信息和機(jī)載的慣導(dǎo)系統(tǒng)、高度表系統(tǒng)等給出的信息進(jìn)行 信息融合，得到無(wú)人機(jī)的位姿估計(jì) [7]。其系統(tǒng)結(jié)構(gòu)圖如圖 所示。 圖 基于視覺(jué)的無(wú)人機(jī)半自主導(dǎo)引系統(tǒng)結(jié)構(gòu) 本文的研究?jī)?nèi)容 以上簡(jiǎn)要敘述了國(guó)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(dòng)了視覺(jué)導(dǎo)航技術(shù)的發(fā)展，本文 的研究 中 以無(wú)人直升機(jī)為研究對(duì)象，主要是討 論無(wú)人直升機(jī)在著陸過(guò)程中，視覺(jué)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?jī)?nèi)容是研究通過(guò)圖像處理得到無(wú) 人直升機(jī)姿態(tài)角的方案，主要是算法的設(shè)計(jì)，理論上進(jìn)行仿真研究。本文 選 用的著陸場(chǎng)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(tái)，可以簡(jiǎn)化圖像處理的過(guò)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(shí)施過(guò)程中，首先對(duì)大量圖像上的 H形目標(biāo)區(qū)域矩進(jìn)行統(tǒng)計(jì)，得到一個(gè)統(tǒng)計(jì)量作為該目標(biāo)區(qū)域矩的正確值，實(shí)際飛行過(guò)程中，將計(jì)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(shí)別，如果在誤差范圍外，則目標(biāo)錯(cuò)誤。當(dāng)目標(biāo)被正確識(shí)別后，將著陸平臺(tái)上 H的橫向中心線作為特征值，可由 H在圖像中的位置來(lái)進(jìn)行狀態(tài)估計(jì)，得到無(wú)人直升機(jī)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(guò)特征提取，獲得無(wú)人直升機(jī)的姿態(tài)角。 論 文的整體分為四個(gè)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(guó)內(nèi)外發(fā)展現(xiàn)狀，概述了本文的研究?jī)?nèi)容；第二章是方案設(shè)計(jì)與選擇的論證，結(jié)合國(guó)內(nèi)外的各種研究方案，確定本文的設(shè)計(jì)方案；第三章是跑道識(shí)別，設(shè)計(jì)了跑道識(shí)別的步驟，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比和分析；第四章是著陸中飛行參數(shù)的獲取，通過(guò)圖像處理獲得著陸平臺(tái)的特征值，然后利用攝像機(jī)線性模型和光學(xué)測(cè)量技術(shù)，以及地面坐標(biāo)系、攝像機(jī)坐標(biāo)系、飛機(jī)坐標(biāo)系之間的相互關(guān)系，獲得著陸時(shí)的偏航角、俯仰角、滾轉(zhuǎn)角、距離著陸平臺(tái)的高度等飛行參數(shù)。最后是對(duì)課題工作的總結(jié)和對(duì)未來(lái)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(jì)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(jiǎn)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(guò)多的傳感器。 加速度計(jì)或者陀螺儀本身都有漂移，誤差會(huì)隨時(shí)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(wú)線電導(dǎo)航并不適用于微飛行器，而視覺(jué)導(dǎo)航技術(shù)只需要攜帶機(jī)載 攝像設(shè)備 ， 實(shí)時(shí)性強(qiáng)，可以滿足微飛行器的要求 ，下面將對(duì)本文的方案設(shè)計(jì)進(jìn)行選擇論證。 微飛行器 的 選擇 常見(jiàn)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(jī)，而旋翼主要是直升機(jī)。固定翼飛機(jī)在起降的過(guò)程中，對(duì)于跑道有較高的要求，跑道要有一定的長(zhǎng)度、寬度，跑道周?chē)仨毷且黄_(kāi)闊地，沒(méi)有建筑物的遮擋，對(duì)跑道的要求很高。旋翼機(jī)由于可 以垂直起降，降落地點(diǎn)為直升機(jī)降落平臺(tái)，所以對(duì)跑道的要求較低。本課題 在進(jìn)行微飛行器起落跑道識(shí)別技術(shù)研究時(shí)，應(yīng)盡量選擇起落跑道設(shè)計(jì)簡(jiǎn)單的飛行器為研究對(duì)象。飛行器在降落過(guò)程中機(jī)載攝像機(jī)拍攝到的圖片需要傳輸?shù)降孛婵刂朴?jì)算機(jī)中，由地面計(jì)算機(jī)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(jì)算機(jī) 發(fā)出控制指令需要一定的時(shí)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(shí)，飛行姿態(tài)已經(jīng)發(fā)生了很大的變化，控制精度會(huì)大大降低。而旋翼機(jī)飛行速度較慢，并且可以懸停，對(duì)數(shù)據(jù)處理的速度要求較低，接收到控制指令時(shí)，飛行姿態(tài)并沒(méi)有發(fā)生大的變化，因此實(shí)時(shí)可控性較強(qiáng)，控制精度較高。 綜合上述起落跑道的設(shè)計(jì)和對(duì)數(shù)據(jù)處理時(shí)間的要求，本文選擇無(wú)人直升機(jī) 為研究對(duì)象，其起落跑道可設(shè)計(jì)為 H形 的 著落平臺(tái)。 已有視覺(jué)導(dǎo)航技術(shù)的概述 隨著機(jī)器視覺(jué)技術(shù)的發(fā)展，飛行器降落過(guò)程中的跑道識(shí)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(guó)內(nèi)外各研究機(jī)構(gòu)都已經(jīng)研究出 了基于視覺(jué)的不同的跑道識(shí)別方法，著陸過(guò)程中的視覺(jué)導(dǎo)航技術(shù)已經(jīng)在無(wú)人機(jī)上的得到了應(yīng)用。實(shí)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(jī)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(duì)微飛行器的發(fā)展有很大的促進(jìn)作用。因此，基于視覺(jué)的跑道識(shí)別技術(shù)有很大的研究?jī)r(jià)值。下面將對(duì)已有的視覺(jué)導(dǎo)航技術(shù)進(jìn)行對(duì)比研究，以確定最終的設(shè)計(jì)方案。 ：通過(guò)檢測(cè)地平線得到飛行器的姿態(tài)角 無(wú)人飛行器的機(jī)載攝像頭為前置攝像頭，飛行器在離跑道較遠(yuǎn)時(shí)，跑道在 圖 像中完整可見(jiàn)，但跑道遠(yuǎn)處的橫向邊界 太小，提取過(guò)程中，容易產(chǎn)生誤差；飛行器離跑道較近時(shí)，跑道近端的橫向邊界已不可見(jiàn)。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(kāi)闊，前置攝像頭可以看到一條清晰可見(jiàn)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(shí)別中分類(lèi)概念的地平線檢測(cè)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(gè)類(lèi)別，地平線是這兩個(gè)類(lèi)別的分界線，檢測(cè)地平線的過(guò)程就是確定天空、地面兩個(gè)類(lèi)別分界線的過(guò)程。該算法 假設(shè)地平線是一條直線，直線兩側(cè)的像素點(diǎn)是分屬兩個(gè)類(lèi)別中的元素，以像素點(diǎn)的彩色分量 {R,G,B}作為該點(diǎn)的特征量，則 對(duì)天、地特征的度量就是對(duì)類(lèi)別中所有元素的特征量統(tǒng)計(jì)特征的度量。算法中對(duì)圖像中每一條直線，判斷他所區(qū)分的兩個(gè)類(lèi)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(diǎn)：一是像素點(diǎn)特征量的選取，另一個(gè)是判斷類(lèi)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(cè)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(diǎn)提取姿態(tài)角 哈爾濱工程大學(xué)本科生畢業(yè)論文 8 對(duì)跑道場(chǎng)景中的兩條跑道邊線和一條著陸線進(jìn)行檢測(cè)，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(gè)直觀的例子，飛機(jī)距離機(jī)場(chǎng)較遠(yuǎn)時(shí)，機(jī)場(chǎng)跑道在圖像上的顯示就會(huì)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(shí)，說(shuō)明飛機(jī)已經(jīng)偏離了跑道中心線，或者機(jī)身有滾動(dòng)。因此，利用兩條跑道邊線的交點(diǎn)和兩條跑道邊線與著陸線的兩個(gè)交點(diǎn)，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(jī)的飛行姿態(tài)。具體做法為，利用地面坐標(biāo)系、攝像機(jī)坐標(biāo)系、飛機(jī)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(diǎn)，兩條跑道邊線的交點(diǎn)這三點(diǎn)在圖像中的坐標(biāo)來(lái)計(jì)算飛機(jī)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(cè)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(jì)算飛機(jī)飛行參數(shù)的最初方法是通過(guò)地面上的多個(gè)特征點(diǎn)與它們?cè)趫D像平面上 的像點(diǎn) 建立對(duì)應(yīng)關(guān)系，通過(guò)解方程組的方法求得飛機(jī)的位置參數(shù) [11]。所謂 P3P 問(wèn)題，就是已知地面三個(gè)點(diǎn)之間的距離以及它們?cè)谙衿矫嬷械膶?duì)應(yīng)像點(diǎn)坐標(biāo)，通過(guò)某種算法計(jì)算出這三個(gè)點(diǎn)的具體位置 [12]。該方法應(yīng) 用到導(dǎo)航中需要先確定三個(gè)點(diǎn)作為 P3P 中需要的點(diǎn)而且需要求解非線性方程組，計(jì)算量較大，精度不是很高。 P4P 問(wèn)題與 P3P 類(lèi)似，應(yīng)用到飛機(jī)導(dǎo)航中時(shí)，由于飛機(jī)跑道通常都是矩形，并且該矩形的長(zhǎng)度和寬度都是已知的，因此通過(guò)該矩形的四個(gè)頂點(diǎn)以及其在像平面中的對(duì)應(yīng)像點(diǎn)可以用 P4P 的方法求解出各點(diǎn)的具體位置，從而可以確定出飛機(jī)的飛行姿態(tài) [13]。由于這四個(gè)點(diǎn)在特殊的位置，可以用一些技巧很簡(jiǎn)單地計(jì)算出滿足條件的唯一解。需要注意的是，識(shí)別跑道上四個(gè)頂點(diǎn)的像點(diǎn)有一定的困難，可能會(huì)造成較大的誤差。 ： 地平線擬合的視覺(jué)導(dǎo)航 實(shí)際的視覺(jué)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(shí)際中的地平線會(huì)受到樹(shù)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(cè)變?yōu)閿M合過(guò)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(píng)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(gè)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(shí)時(shí)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(cè)出圖像中的地平線，然后通過(guò)地平線算法得到飛機(jī)的飛行參數(shù)。 上述的已有的視覺(jué)導(dǎo)航技術(shù)都已經(jīng)逐漸成熟，各種方法都可 以實(shí)現(xiàn)飛行器的著陸導(dǎo)航，但其適用對(duì)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(lái)設(shè)計(jì)選擇本文 的設(shè)計(jì)方案。 在確定本文的設(shè)計(jì)方案前，需要先來(lái)了解直升機(jī)非線性數(shù)學(xué)模型的組成。 直升機(jī)非線性數(shù)學(xué)模型的組成 直升機(jī)氣動(dòng)力 /力矩的主要貢獻(xiàn)來(lái)自旋翼，旋翼力 /力矩的計(jì)算模型是直升機(jī)建模的關(guān) 鍵環(huán)節(jié)。旋翼力 /力矩由槳葉氣動(dòng)力向機(jī)體軸系分解而得，槳葉氣動(dòng)力采用葉素分析法進(jìn)行計(jì)算。直升機(jī)尾槳操作系統(tǒng)簡(jiǎn)單，僅有尾槳總距，沒(méi)有尾槳周期變距，揮舞效應(yīng)小，簡(jiǎn)化模型的計(jì)算中僅考慮尾槳拉力，只分析尾槳總距的影響 [15]。 直升機(jī)剛性機(jī)體的六自由度動(dòng)力學(xué)方程與固定翼飛機(jī)相同。機(jī)體的六自由度動(dòng)力學(xué)方程普遍建立在機(jī)體軸系，機(jī)體軸系中質(zhì)心的動(dòng)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(jī)體繞質(zhì)心轉(zhuǎn)動(dòng)的動(dòng)力學(xué)方程是： ? ? ? ?? ? ? ?? ? ? ?2222222211