【正文】 飛行器在降落過程中機(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。 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(jī)，而旋翼主要是直升機(jī)。最后是對課題工作的總結(jié)和對未來工作的展望 。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)施過程中，首先對大量圖像上的 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。 圖 基于視覺的無人機(jī)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(dòng)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(jī)為研究對象，主要是討 論無人直升機(jī)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。 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(jī)自主著陸。這個(gè)結(jié)果說明視覺導(dǎo)航系統(tǒng)是實(shí)際可行的。 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]。所謂視覺導(dǎo)引著陸技術(shù)，就是利用計(jì)算機(jī)使用各種視覺算法處理和分析機(jī)載攝像機(jī)得到的場景圖像序列，由此估算出MAV著陸平臺(tái)的相對位姿，引導(dǎo) MAV完成著陸任務(wù)。 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，從而使得視覺算法是快速的，而且計(jì)算量較小。微飛行器在執(zhí)行任務(wù)的過程中，著陸階段是最為重要的階段，為適應(yīng)各種應(yīng)用環(huán)境，要求微飛行器具有全天候、短距自主起飛和自主精確著陸的能力。目前，微飛行器的應(yīng)用范圍已擴(kuò)大至軍事、民用、科研三大領(lǐng)域，得到越來越多的研究。 runway recognition。 微飛行器的姿態(tài)角是它穩(wěn)定飛行和安全著陸的重要導(dǎo)航參數(shù)?；谝曈X的微飛行器自主著陸得到了廣泛的研究。本文 主要研究了微飛行器著陸過程中 ，利用機(jī)載照相設(shè)備獲取微飛行器著陸姿態(tài)、識(shí)別跑道的 技術(shù) 。理論分析和實(shí)驗(yàn)結(jié)果表明，基于視覺的微飛行器自主著陸導(dǎo)航是可行的，具有一定的實(shí)時(shí)性和較高的計(jì)算精度，可以對微飛行器實(shí)現(xiàn)自主著陸。 flying parameter 哈爾濱工程大學(xué)本科生畢業(yè)論文 目 錄 第 1 章 緒論 ....................................................................................... 1 微飛行器應(yīng)用背景 ................................................................................... 1 國內(nèi)外研究現(xiàn)狀 ....................................................................................... 1 本文的研究內(nèi)容 ........................................................................................ 4 第 2 章 方案設(shè)計(jì)的論證 ................................................................... 6 微飛行器的選擇 ....................................................................................... 6 已有視覺導(dǎo)航技術(shù)的概述 ....................................................................... 6 直升機(jī)非線性數(shù)學(xué)模型的組成 ............................................................... 9 本文的設(shè)計(jì)方案 ......................................................................................11 本章小結(jié) ................................................................................................. 14 第 3 章 數(shù)字圖像預(yù)處理 ................................................................. 15 圖像的灰度化處理 ................................................................................. 15 圖像分割 ................................................................................................. 16 圖像去噪處理 .................................................................................... 17 圖像分割的具體實(shí)施 .......................................................................... 19 直線提取 ................................................................................................. 22 邊緣檢測 ........................................................................................... 22 Hough 變換 ......................................................................................... 25 本章小結(jié) ................................................................................................. 29 第 4 章 姿態(tài)角估計(jì) ......................................................................... 30 坐標(biāo)系設(shè)定 ............................................................................................. 30 地面坐標(biāo)系與機(jī)體坐標(biāo)系 ................................................................... 30 攝像測量相關(guān)的坐標(biāo)系 ...................................................................... 32 坐標(biāo)系變換關(guān)系 ................................................................................. 34 偏航角的估計(jì) ......................................................................................... 36 俯仰角的估計(jì) ......................................................................................... 38 仿真結(jié)果分析 ......................................................................................... 41 本章小結(jié) ................................................................................................. 45 總結(jié)與展望 ...................................................................................... 46 哈爾濱工程大學(xué)本科生畢業(yè)論文 參考文獻(xiàn) .......................................................................................... 48 致 謝 .............................................................................................. 50 哈爾濱工程大學(xué)本科生畢業(yè)論文 在軍事上，用于軍事偵察，可裝備到士兵班，進(jìn)行敵情偵察及監(jiān)視，還可用于戰(zhàn)爭危險(xiǎn)估計(jì)、目標(biāo)搜索、通信中繼，監(jiān)測化學(xué)、核或生物武器，偵察建筑物內(nèi)部情況，適用于城市、叢林等多種戰(zhàn)爭環(huán)境；在民用上，可用于城市環(huán)境監(jiān)測，自然災(zāi)害的監(jiān)視，用來搜尋災(zāi)難幸存者、有毒氣體或化學(xué)物質(zhì)源，消滅農(nóng)作物害蟲等；在科研上，可用于對核生化污染區(qū)的采樣與監(jiān)控，對鳥類 和昆蟲的研究等 [1]。其著陸階段對跑道的識(shí)別具有較強(qiáng)的研究價(jià)值 [2]。 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]。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]。 （ 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)， 通過角點(diǎn)提取，可以將特征點(diǎn)標(biāo)注出來。 需要指出的是在圖像處理的過程中特征點(diǎn)的選取很重要，它關(guān)系到狀態(tài)估計(jì)的精度。設(shè)計(jì)了無人機(jī)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(shí)別與哈爾濱工程大學(xué)本科生畢業(yè)論文 本文的研究內(nèi)容是研究通過圖像處理得到無 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。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在圖像中的位置來進(jìn)行狀態(tài)估計(jì)，得到無人直升機(jī)的定位參數(shù)，最后送入控制系統(tǒng)。 哈爾濱工程大學(xué)本科生畢業(yè)論文 固定翼飛機(jī)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。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。 7 成熟，國內(nèi)外各研究機(jī)構(gòu)都已經(jīng)研究出 了基于視覺的不同的跑道識(shí)別方法，著陸過程中的視覺導(dǎo)航技術(shù)已經(jīng)在無人機(jī)上的得到了應(yīng)用。 ：通過檢測地平線得到飛行器的姿態(tài)角 無人飛行器的機(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，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(shí)，跑道近端的橫向邊界已不可見。 佛羅里達(dá)大學(xué)的研究中，提出了一種基于模式識(shí)別中分類概念的地平線檢測算法，處理的是彩色圖像 [9]。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)是判斷類別差異的判據(jù)的選取。 一個(gè)直觀的例子，飛機(jī)距離機(jī)場較遠(yuǎn)時(shí)，機(jī)場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)，說明飛機(jī)已經(jīng)偏離了跑道中心線，或者機(jī)身有滾動(dòng)。 ： 傳統(tǒng)的 P3P 或 P4P 方法 計(jì)算飛機(jī)飛行參數(shù)的最初方法是通過地面上的多個(gè)特征點(diǎn)與它們在圖像平面上 的像點(diǎn) 建立對應(yīng)關(guān)系，通過解方程組的方法求得飛機(jī)的位置參數(shù) [11]。由于這四個(gè)點(diǎn)在特殊的位置，可以用一些技巧很簡單地計(jì)算出滿足條件的唯一解。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。 在確定本文的設(shè)計(jì)方案前，需要先來了解直升機(jī)非線性數(shù)學(xué)模型的組成。 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。 xV ， yV ， zV 是質(zhì)心速度在坐標(biāo)軸上的速度分量， x? ， y? ， z? 是機(jī)體的角速度在坐標(biāo)軸上的分量，分別為滾轉(zhuǎn)哈爾濱工程大學(xué)本科生畢業(yè)論文 直升機(jī)的數(shù)學(xué)模型有助于 了解直升機(jī)的飛行運(yùn)動(dòng)