【文章內(nèi)容簡(jiǎn)介】 1x y x x y y x y x y z x z y x y y z y zx y x yy x y x y x x y z x y y z x z x y x x zx y x yz z y x x y x y x yzI M I M I I I I I I I II I II M I M I I I I I I I II I IM I I II? ? ? ? ?? ? ? ? ?? ? ? ? ?? ??? ? ? ? ? ? ? ?? ??????? ? ? ? ? ? ? ???????? ? ? ? ? ????? （ ） 作用在直升機(jī)質(zhì)心處的合力 /合力矩表達(dá)式為： , , , , , , , , , , , , ,x M x T x F x H x Vxy y M y T y F y H y Vz z M z T z F z H z VF F F F FFF F F F F FF F F F F F? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ???? ? ? ? ?? ? ? ? ? ? ? ? ? ???? ? ? ? ? ? ? ? ? ????? ? ? ? ? ? ? ? ? ? ? （ ） , , , , , , , , , , , , ,x M x T x F x H x Vxy y M y T y F y H y Vz z M z T z F z H z VM M M M MMM M M M M MM M M M M M? ? ? ? ? ? ? ? ? ??? ? ? ? ? ? ? ? ? ? ???? ? ? ? ?? ? ? ? ? ? ? ? ? ???? ? ? ? ? ? ? ? ? ????? ? ? ? ? ? ? ? ? ? ? （ ） 式中，下標(biāo)分別表示旋翼 (M )、尾槳 (T )、機(jī)身 (F )、垂尾 (V )和水平安定面 (H )。姿態(tài)角與機(jī)體角速度之間的運(yùn)動(dòng)學(xué)關(guān)系為： ? ?? ?t a n c os si nc os si n / c osc os si nx y zyzzy? ? ? ? ? ? ?? ? ? ? ? ?? ? ? ? ?? ? ? ??????? ???? （ ） 式中， m 是全機(jī)質(zhì)量， xI ， yI ， zI 是機(jī)體三個(gè)軸方向的慣量矩， xzI 是慣量積，g 是重力加速度，并假設(shè)它們都為常數(shù)。 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 11 角速度、俯仰角速度、和偏航角速度。 ? ， ? ， ? 分別是機(jī)體坐標(biāo)系相對(duì)地面坐標(biāo)系的滾轉(zhuǎn)角、俯仰角和偏航角。 直升機(jī)的非線性數(shù)學(xué)模型為 ? ?,x f t x u? ，式中 x 表示直升機(jī)動(dòng)力學(xué)方程的全部狀態(tài)量， u 表示直升機(jī)的操縱量。 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)，對(duì)降落過程中的飛行姿態(tài)有更加深入的了解， 對(duì)本文的方案設(shè)計(jì)有很大的指導(dǎo)意義 。 本文的設(shè)計(jì)方案 節(jié)中已經(jīng)確定了微飛行器的類型和起落跑道的設(shè)計(jì)，微飛行器選擇為無人直升機(jī)模型，跑道場(chǎng)景設(shè)計(jì)為 H形著陸平臺(tái)。無人直升機(jī)在降落過程中一般為垂直起降，不像固定翼飛機(jī)那樣滑翔降落， 因此機(jī)載攝像設(shè)備不能像固定翼飛 那樣采用前置攝像頭。無人直升機(jī)在垂直 降落的過程 中，為了方便圖像采集，本課題設(shè)計(jì) 將機(jī)載攝像設(shè)備安裝在無人直升機(jī)的正下方，攝像頭向下拍攝圖片，這樣可以更好地識(shí)別跑道。 由于攝像機(jī)安裝在飛行器的下方，向下拍攝圖片，所以利用地平線檢測(cè)法檢測(cè)姿態(tài)角并不太適合。而且上述方案 一 中基于模式識(shí)別中分類概念的地平線檢測(cè)法和方案 四 中的地平線擬合算法計(jì)算量都比較大，計(jì)算時(shí)間較長(zhǎng)。方案 一 中 的地平線檢測(cè)法 ，需要對(duì)圖像中每一條直線，判斷它所區(qū)分的兩個(gè)類別特征值的差異，找出差異最大的那條直線，需要判斷的直線條數(shù)很多，而且所處理的圖像是彩色圖像，數(shù)據(jù)處理量大。方案四用禁忌搜索 算法搜尋最優(yōu)解時(shí)，搜索域內(nèi)適配值函數(shù)值的變化有較強(qiáng)的方向性，令其從一個(gè)初始可行解出發(fā)，選擇一系列的特定搜索方向作為試探，選擇使適配值函數(shù)值增大最多的移動(dòng)，從而在保證搜索質(zhì)量的同時(shí)較大幅度地減少搜索空間。這樣做雖然提高了算法的實(shí)時(shí)性，但是選擇一系列的特征搜索方向作為試探時(shí)，仍有 很大的計(jì)算量。方案二和方案四基于地平線的檢測(cè)算法雖然不適用于本文 的研究，但是其根據(jù)地平線在圖像中的位置變化來解算飛行器姿態(tài)角的原哈爾濱工程大學(xué)本科生畢業(yè)論文 12 理有很大的參考價(jià)值，本文 可以根據(jù)著陸平臺(tái)上的 H在圖像中的位置變化來分析飛行器的姿態(tài)角。 方案二提出了較為新穎 的飛行參 數(shù) 的算法，但不適合于無人直升機(jī)的垂直起降。方案三中 P4P 的方法比較適用于本設(shè)計(jì)中的跑道識(shí)別，可以選取 H形著落平臺(tái)的四個(gè)頂點(diǎn)作為需要的點(diǎn)，但實(shí)際操作中 ，從圖像上識(shí)別出四個(gè)頂點(diǎn)有一定的困難，而且需要求解非線性方程組，計(jì)算量較大，精度不夠高，可能最終會(huì)造成很大的誤差。 根據(jù)上述的分析可以得知，無人直升機(jī)的機(jī)載攝像頭安裝在機(jī)身的正下方時(shí)，對(duì)于跑道的識(shí)別和姿態(tài) 角的解算可以借鑒地平線檢測(cè)算法。地平線檢測(cè)算法中，由地平線在圖像 中的斜率和位置可以解算出飛行器的滾轉(zhuǎn)角和俯仰角， 而在本文 的研究中，機(jī)載攝像頭在飛行器的下 方，可以根據(jù)著陸場(chǎng)景中 H的 橫向中心線 在圖像中的斜率和位置解算飛行器的偏航角和俯仰角。下列圖片就顯示出了飛行器不同姿態(tài)角時(shí)拍攝到的圖片。 圖 無人直升機(jī)在某一位置拍攝的基準(zhǔn)著陸圖像 哈爾濱工程大學(xué)本科生畢業(yè)論文 13 (a) (b) 圖 無人直升機(jī)有偏航角時(shí)拍攝到的著陸圖像 (a) (b) 圖 無人直升機(jī)有俯仰角時(shí)拍攝到的著陸圖像 由上述的三組圖像可以看出，無人直升機(jī)在不同的姿態(tài)位置時(shí)，拍攝到的圖片中著陸平臺(tái)上的 H在圖像中的位置不同。圖 是飛行器有偏航角時(shí)拍攝到的圖像， H 的橫向中心線在圖片中的斜率和飛行器的偏航角有密切的聯(lián)系，可根據(jù) H的橫向中心線的斜率來解算偏航角。圖 是飛行器有俯仰角時(shí)拍攝到的著陸場(chǎng)景，不同俯仰角時(shí)，著陸場(chǎng)景中的 H在圖像坐標(biāo)系中縱軸的位置不同，有俯仰角時(shí) H在縱軸上位置與沒有俯仰角時(shí) H在圖像中的基準(zhǔn)位置進(jìn)行對(duì)比，可以解算出飛行器的俯仰角。微型無人直升機(jī) 因?yàn)轶w積小，在飛行過程中如果遇到較大風(fēng)速的干擾，易發(fā)生側(cè)翻，滾轉(zhuǎn)角不宜設(shè)置過大，哈爾濱工程大學(xué)本科生畢業(yè)論文 14 相對(duì)于俯仰角和偏航角，它是一個(gè)小的角度量，在降落過程中對(duì)著陸的穩(wěn)定性影響較小，作為一個(gè)小角度量處理，在本文的方案設(shè)計(jì)中，不研究著陸姿態(tài)中滾轉(zhuǎn)角。 微飛行器的飛行高度，采用激光測(cè)距儀進(jìn)行測(cè)量，在本文的研究設(shè)計(jì)中，將其作為已知量考慮，本設(shè)計(jì)主要研究跑道的識(shí)別和姿態(tài)角的解算。 本章小結(jié) 在本章中主要介紹了已有的 視覺導(dǎo)航技術(shù)，并結(jié)合已有的研究確定出本文的設(shè)計(jì)方案。首先，由本課題 的實(shí)驗(yàn)條件和對(duì)數(shù)據(jù)處理時(shí)間的要求，確定了微型飛行器的機(jī) 型和著陸場(chǎng)景的設(shè)計(jì)；然后，對(duì)已有的視覺導(dǎo)航技術(shù)進(jìn)行對(duì)比研究，了解不同視覺導(dǎo)航的原理，其中基于地平線的檢測(cè)算法對(duì)本文的研究有很大的借鑒作用；最后，結(jié)合本課題 的實(shí)驗(yàn)環(huán)境，研究出了適合無人直升機(jī)著陸過程中的視覺導(dǎo)航算法，選用著陸平臺(tái)上的 H在圖像中的位置來解算降落過程中的姿態(tài)角。本章只是對(duì)降落過程中的姿態(tài)解算作了理論上的分析，具體的跑道識(shí)別和飛行參數(shù)的獲取將在后面的章節(jié)中具體分析。 哈爾濱工程大學(xué)本科生畢業(yè)論文 15 第 3章 數(shù)字 圖像預(yù)處理 由機(jī)載攝像設(shè)備拍攝到的圖像一般都存在或大或小的噪聲，對(duì)于本文中的 跑 道檢測(cè)和邊緣提取有很大的干擾 作用，因此，對(duì)數(shù)字圖像進(jìn)行預(yù)處理顯得非常 重要。進(jìn)行圖像預(yù)處理可以減少圖像中無用的信息，增強(qiáng)本課題研究中 需要的信息并抑制噪聲 ，有助于后續(xù)的研究 。下面 幾節(jié)內(nèi)容 將 著重介紹 介紹本 文圖像預(yù)處理 算法中用到的幾種方法，包括圖像灰度化、閾值分割 二值化、邊緣檢測(cè)等。 圖像的灰度化處理 本課題研究中 用機(jī)載攝像頭拍攝到的都是 RGB彩色圖像，處理彩色圖像時(shí)，要分別對(duì) RGB三種分量進(jìn)行處理，實(shí)際上 RGB并不能反映圖像的形態(tài)特征，只是從光學(xué)的原理上進(jìn)行顏色搭配。 在 實(shí)際 處理圖像時(shí)，只是需要 用到 圖像的形態(tài)特征，而且圖像灰度化 處理后 可以減小圖像的存儲(chǔ)量，減小數(shù)據(jù)處理量 和處理時(shí)間 。 在 RGB模型中，如果 R=G=B 時(shí)，彩色則表示一種灰度顏色，其中 R=G=B的值叫灰度值，因此，灰度圖像中每個(gè)像素只需要一個(gè)字符存放灰度值，灰度范圍為 0255。一般有四種方法對(duì)彩色圖像進(jìn)行灰度化，分別為：分量法、最大值法、平均值法、加權(quán)平均法。由于人眼對(duì)綠色的敏感較高，對(duì)藍(lán)色的敏感較低，因此對(duì) RGB 三個(gè)分量進(jìn)行加權(quán)平均可以 得到較為合理的灰度圖像。加權(quán)平均法的 算法為： ? ? ? ? ? ? ? ?, 0 . 3 0 , 0 . 5 9 , 0 . 1 1 ,f i j R i j G i j B i j? ? ? （ ） 在本文的灰度 化 處理算法中， 采用加權(quán)平均法對(duì) 拍攝到的著陸場(chǎng)景 圖像進(jìn)行灰度化處理， 灰度化處理后的 效果圖如下 所示 ： 哈爾濱工程大學(xué)本科生畢業(yè)論文 16 圖 灰度處理前的圖片 圖 灰度化處理后的圖片 圖像分割 本文研究中 ， 需要識(shí)別 的是著陸區(qū)域上 H 形的著陸平臺(tái)，因此需要將 H從圖像背景中分離出來，在圖像分割的過程中，圖像 中的 噪聲會(huì)給圖像分割帶來一定的干擾，因此 需要先對(duì)圖像進(jìn)行濾波處理，減小圖像中的噪聲 ，以便進(jìn)行圖像分割 。下面 的研究?jī)?nèi)容將 對(duì)此進(jìn)行詳 細(xì)的分析。 哈爾濱工程大學(xué)本科生畢業(yè)論文 17 圖像去噪處理 由上述灰度化處理的圖像可以看出，圖像 的背景色上有很多白色的斑點(diǎn)，這些白色的點(diǎn)都是圖像中的噪聲，給本文中 的圖像處理工作帶來了很大的干擾。為了改善視覺效果或者便于人和機(jī)器對(duì)圖像的理 解和分析， 需要根據(jù)圖像的特點(diǎn)或者存在的問題采取簡(jiǎn)單的方法減小 圖像中的噪聲。 對(duì)于拍攝到的跑道區(qū)域， 需要提取的是跑道區(qū)域中的 H 形著陸平臺(tái) ，它在圖像中顯示為白色，而圖像的背景色為灰色，為將白色的 H形 區(qū)域凸顯出來，需要對(duì)圖像進(jìn)行增強(qiáng)，即增加圖像的對(duì)比度。在圖像增強(qiáng)中，本文 使用imadjust函數(shù)直接進(jìn)行 灰度調(diào)整。 imadjust函數(shù)可用于簡(jiǎn)單的圖像增強(qiáng)處理，增強(qiáng)對(duì)比度實(shí)際上是增強(qiáng)原圖 像中 各部分的反差。下列圖片顯示出了不同對(duì)比度范圍 時(shí) 灰度調(diào)整的效果。 圖 默認(rèn)對(duì)比度灰度調(diào)整后的圖像 哈爾濱工程大學(xué)本科生畢業(yè)論文 18 圖 對(duì)比度范圍為 [ ]處理后的圖像 圖 對(duì)比度范圍為 [ ]處理后的圖像 由上述三張圖片的對(duì)比效果，可以看出 對(duì)比度范圍為 [ ]時(shí)，圖像增強(qiáng)的效果較好，特征區(qū)域可以很好地從背景中區(qū)分出來。 圖像增強(qiáng)處理后，需要采用濾波 的方式減小圖像中的噪聲，濾波的方式主要有平滑濾波、中值濾波、銳化濾波。 平滑濾波對(duì)像素及其領(lǐng)域進(jìn)行了平均化，使圖像看起來顯得比較平滑 ，用于模糊處理和減小噪聲；中值濾波是把數(shù)字圖像或數(shù)字序列中某一點(diǎn)的值設(shè)置為該點(diǎn)的一個(gè)領(lǐng)域中所有像素點(diǎn)灰哈爾濱工程大學(xué)本科生畢業(yè)論文 19 度值的中值；而圖像銳化是補(bǔ)償圖像的輪廓，增強(qiáng)圖像的邊緣及灰度跳變的部分，使圖像變得清晰。 在以上的三種濾波方式中，中值濾波對(duì)消除椒鹽噪聲非常有效，常用來保護(hù)邊緣信息，是經(jīng)典的平滑噪聲方法。 本文 所處理的圖像中的噪聲大多是離散的白色斑點(diǎn)，可以看作 是 椒鹽噪聲中的 鹽噪聲 ，因此，選 用中值 濾波的方法對(duì)圖像進(jìn)行消噪處理比較好。中值濾波處理后的圖 像如圖 所示 ： 圖 中值濾波處理后的圖像 上圖顯示，中值濾波已經(jīng)有效地減小了圖像中的噪聲，為了將著陸區(qū)域中的 H 從背景中分離出來， 還需要對(duì)圖像進(jìn)行分割 處理 。 圖像分割 的具體實(shí)施 機(jī)載攝像設(shè)備拍攝到的無人直升機(jī)實(shí)際著陸場(chǎng)景的圖像中，著陸平臺(tái)區(qū)域的識(shí)別 對(duì)飛行器的著陸有著重要的作用，它關(guān)系到無人直升機(jī)能不能降落在跑道 區(qū)域內(nèi)，因此為使無人直升機(jī)能在跑道 合理的區(qū)域 內(nèi) 著陸，視覺導(dǎo)航系統(tǒng)需要將跑道從整個(gè)場(chǎng)景中 分割出來，分析跑道的位置、區(qū)域大小等內(nèi)容，確定無人直升機(jī)的航向信息和位置信 息，然后送入控制系統(tǒng)以使無人直升機(jī)安全著陸。要實(shí)現(xiàn)上述目