一种采用计算机视觉的无人机回收方法

1.本发明涉及无人机位置控制领域，具体而言，涉及一种采用计算机视觉的无人机着陆回收方法。


背景技术：

2.常见的无人机回收导航技术包括惯性、无线电以及gps导航。其中无线电导航的缺点在于隐蔽性不强并且容易受到外界干扰；惯性导航的缺点在于该导航系统的误差会随着时间的积累而增加；gps导航的缺点在于该导航系统受制于美国并且gps信号强度容易受到无人机高度的影响。计算机视觉技术是一种基于光学、信息技术等理论的技术，由于计算机视觉中包含了大量的无源信息，其采用工业相机进行高精度拍照并进行图像识别得到无人机的位置信息，具有非常好的抗干扰能力与定位精度，因此基于计算机视觉技术进行无人机回收的研究有着重要意义。传统的无人机回收导航要么采用角度方式进行回收控制、要么采用距离方式进行回收控制，而且由于缺少足够的阻尼信息，容易出现回收过程动态性能不佳，甚至与地面碰撞剧烈而出现物理损害的问题。基于上述背景原因，本发明采用多光标与前向与侧向双面成像的方式对无人机回收过程进行定位，同时采用惯性滤波求解回收控制中的阻尼信号，并通过角度、位置信息复合形成回收导引控制的姿态指令信号，从而使得无人机视觉回收获得较好的动态性能，也使得本发明具有很高的工程实用价值。
3.需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

4.本发明的目的在于提供一种采用计算机视觉的无人机回收方法，进而克服了由于相关技术的限制和缺陷而导致的无人机着陆的平稳性与精度不足的问题。
5.根据本发明的一个方面，提供一种采用计算机视觉的无人机回收方法动，包括以下七个步骤：
6.步骤s10，在无人机回收场地的跑道地面上设置中心点光标、然后在其跑道正前方距离中心点光标x
a1
米、x
a2
米位置设置两个前向距离光标；在中心点光标正上方y
a1
、y
a2
高度上设置两个高度光标；在中心点光标正侧向z
a1
、z
a2
位置设置两个侧向位置光标。
7.步骤s20，采用工业摄像机对周围环境进行前向图像采集，然后对无人机、中心点光标、两个高度光标、两个侧向位置光标进行识别，并求出无人机、中心点光标、两个高度光标、两个侧向位置光标在前向图像的像素位置；将无人机在前向图中的像素位置记作(yq,zq)，将中心点光标在前向图中的像素位置记作(yc,zc)，将第一个高度光标在前向图中的像素位置记作(y
g1
,z
g1
)；将第二个高度光标在前向图中的像素位置记作(y
g2
,z
g2
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c1
,z
c1
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c2
,z
c2
)；分别根据第一个与第二个高度光标在前向图中的像素位置求解无人机的前向图高度信号；根据第一、二个侧向位置光标在前向图中的像素位置求解无人机的
侧向位置信号。
8.步骤s30，采用无人机视觉导航系统启动摄像机对周围环境进行侧向图像采集，然后对无人机、中心点光标、两个前向距离光标、高度光标、侧向位置光标进行识别，并求出无人机、中心点光标、两个前向距离光标、两个高度光标、侧向位置光标在侧向图像的像素位置；将无人机在侧向图中的像素位置记作(xw,yw)，将中心点光标在侧向图中的像素位置记作(x
cw
,y
cw
)，将第一个前向距离光标在侧向图中的像素位置记作(x
q1w
,y
q1w
)；将第二个前向距离光标在侧向图中的像素位置记作(x
q2w
,y
q2w
)；将第一个高度光标在侧向图中的像素位置记作(x
g1w
,y
g1w
)；将第二个高度光标在侧向图中的像素位置记作(x
g2w
,y
g2w
)；分别根据第一个与第二个高度光标在侧向图中的像素位置求解无人机的侧向图高度信号；根据第一、二个前向距离光标在侧向图中的像素位置求解无人机的飞行距离信号。
9.步骤s40，根据所述的无人机的侧向图高度信号与无人机的前向图高度信号综合求解无人机的整体高度信号；再根据所述的最终的无人机的飞行距离信号以及无人机的整体高度信号求解高度距离比信号，并通过反正切函数求解相对俯仰角信号；然后根据所述的最终的无人机的飞行距离信号以及最终的无人机的侧向位置信号求解侧偏距离比信号，并通过反正切函数求解相对偏航角信号。
10.步骤s50，根据所述的最终的无人机的飞行距离信号，设计一阶惯性滤波器，得到飞行距离惯性滤波信号；然后与最终的无人机的飞行距离信号进行比较并放大后得到飞行距离近似微分信号；根据所述的最终的无人机的侧向位置信号，设计一阶惯性滤波器，得到侧向位置惯性滤波信号；然后与最终的无人机的侧向位置信号进行比较并放大后得到侧向位置近似微分信号；根据所述的无人机的整体高度信号，设计一阶惯性滤波器，得到整体高度惯性滤波信号；然后与最终的无人机的整体高度信号进行比较并放大后得到整体高度近似微分信号。
11.步骤s60，根据所述的高度距离比信号，求解俯仰微分中间信号；再根据所述的整体高度近似微分信号与飞行距离近似微分信号，求解高度距离比近似微分信号；再与俯仰微分中间信号相乘得到俯仰角近似微分信号；根据所述的侧偏距离比信号，求解偏航微分中间信号；再根据所述的侧向距离近似微分信号与飞行距离近似微分信号，求解侧偏距离比近似微分信号；再与偏航微分中间信号相乘得到偏航角近似微分信号。
12.步骤s70，根据所述的相对俯仰角信号、俯仰角近似微分信号、整体高度近似微分信号、无人机的整体高度信号进行组合线性叠加，得到无人机的俯仰通道姿态期望指令信号，将其输送给无人机俯仰通道姿态控制系统，使得无人机俯仰角对俯仰通道姿态期望指令信号进行精准跟踪；根据所述的相对偏航角信号、偏航角近似微分信号、侧向位置近似微分信号、最终的无人机的侧向位置信号进行组合线性叠加，得到无人机的偏航通道姿态期望指令信号，将其输送给无人机偏航通道姿态控制系统，使得无人机偏航角对偏航通道姿态期望指令信号进行精准跟踪，实现无人机的精准着陆与回收。
13.在本发明的一种示例实施例中，根据第一个与第二个高度光标在前向图中的像素位置求解无人机的前向图高度信号；根据第一、二个侧向位置光标在前向图中的像素位置求解无人机的侧向位置信号包括：
14.[0015][0016]
y＝y1+y2；
[0017][0018][0019]
z＝z1+z2；
[0020]
其中y1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；y2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；y为最终的无人机的前向图高度信号；z1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；z2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；z为最终的无人机的侧向位置信号。
[0021]
在本发明的一种示例实施例中，根据第一个与第二个高度光标在侧向图中的像素位置求解无人机的侧向图高度信号；根据第一、二个前向距离光标在侧向图中的像素位置求解无人机的飞行距离信号包括：
[0022][0023][0024][0025][0026][0027][0028]
其中h1为根据第一个高度光标在侧向图中的像素位置求解无人机的高度信号；h2为根据第二个高度光标在侧向图中的像素位置求解无人机的高度信号；h为最终的无人机的侧向图高度信号；x1为根据第一个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x2为根据第二个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x为最终的无人机的飞行距离信号。
[0029]
在本发明的一种示例实施例中，根据所述的无人机的侧向图高度信号与无人机的前向图高度信号综合求解无人机的整体高度信号；再根据所述的最终的无人机的飞行距离信号以及无人机的整体高度信号求解高度距离比信号，并通过反正切函数求解相对俯仰角信号；然后根据所述的最终的无人机的飞行距离信号以及最终的无人机的侧向位置信号求解侧偏距离比信号，并通过反正切函数求解相对偏航角信号包括：
[0030][0031][0032][0033]
q1＝tan-1
(r1)；
[0034]
q2＝tan-1
(r2)；
[0035]
其中hz为无人机的整体高度信号；r1为高度距离比信号；q1为相对俯仰角信号；r2为侧偏距离比信号；q2为相对偏航角信号；tan-1
()为反正切函数。
[0036]
在本发明的一种示例实施例中，根据所述的最终的无人机的飞行距离信号，设计一阶惯性滤波器，得到飞行距离惯性滤波信号；然后与最终的无人机的飞行距离信号进行比较并放大后得到飞行距离近似微分信号；根据所述的最终的无人机的侧向位置信号，设计一阶惯性滤波器，得到侧向位置惯性滤波信号；然后与最终的无人机的侧向位置信号进行比较并放大后得到侧向位置近似微分信号；根据所述的无人机的整体高度信号，设计一阶惯性滤波器，得到整体高度惯性滤波信号；然后与最终的无人机的整体高度信号进行比较并放大后得到整体高度近似微分信号包括：
[0037][0038]
xd＝k1(x
l-x)；
[0039][0040]
zd＝k2(z
l-z)；
[0041][0042]hzd
＝k3(h
zl-hz)；
[0043]
其中s为一阶惯性滤波器的传递函数的微分算子；t1为常值参数，是一阶惯性滤波器的时间常数；k1为常值参数，x
l
为飞行距离惯性滤波信号，xd为飞行距离近似微分信号；k2为常值参数，z
l
为侧向位置惯性滤波信号，zd为侧向位置近似微分信号；k3为常值参数，h
zl
为整体高度惯性滤波信号，h
zd
为整体高度近似微分信号。
[0044]
在本发明的一种示例实施例中，根据所述的高度距离比信号，求解俯仰微分中间信号；再根据所述的整体高度近似微分信号与飞行距离近似微分信号，求解高度距离比近似微分信号；再与俯仰微分中间信号相乘得到俯仰角近似微分信号；根据所述的侧偏距离比信号，求解偏航微分中间信号；再根据所述的侧向距离近似微分信号与飞行距离近似微分信号，求解侧偏距离比近似微分信号；再与偏航微分中间信号相乘得到偏航角近似微分信号包括：
[0045]
[0046][0047]q1d
＝r
1ar1b
；
[0048][0049][0050]q2d
＝r
2ar2b
；
[0051]
其中r
1a
为俯仰微分中间信号、r
1b
为高度距离比近似微分信号；q
1d
为俯仰角近似微分信号；r
2a
为偏航微分中间信号；r
2b
为侧偏距离比近似微分信号；q
2d
为偏航角近似微分信号。
[0052]
在本发明的一种示例实施例中，根据所述的相对俯仰角信号、俯仰角近似微分信号、整体高度近似微分信号、无人机的整体高度信号进行组合线性叠加，得到无人机的俯仰通道姿态期望指令信号；根据所述的相对偏航角信号、偏航角近似微分信号、侧向位置近似微分信号、最终的无人机的侧向位置信号进行组合线性叠加，得到无人机的偏航通道姿态期望指令信号包括：
[0053]
θ
*
＝c1q1+c2q
1d
+c3hz+c4h
zd
；
[0054]
ψ
*
＝d1q2+d2q
2d
+d3z+d4zd；
[0055]
其中c1、c2、c3、c4为常值控制参数；θ
*
为无人机俯仰通道姿态期望指令信号；d1、d2、d3、d4为常值控制参数；ψ
*
为无人机偏航通道姿态期望指令信号。
[0056]
有益效果
[0057]
本发明一种采用计算机视觉的无人机回收方法，其主要创新点有如下两点：其一是采用了在回收场地上已知固定位置设置多个光标的方式，能够方便计算机对视觉图像的识别，并通过对比精准的解算无人机相对着陆场的三个维度的精准位置，从而提高了无人机着陆的精度。其二是通过一阶惯性滤波器求解无人机位置近似微分信号；并进一步求解俯仰角、偏航角信号以及俯仰近似微分信号与偏航近似微分信号的方式形成着陆回收的俯仰偏航姿态指令，增加了无人机回收过程运动控制的阻尼，从而也增加了回收的平稳性与安全性，使得其与地面的碰撞减少，减少了回收过程的机械物理损耗，提高了其使用寿命。其三是最终的回收姿态指令由位置与角度以及其相应的微分复合组成，物理意义明确，而且组合方式简单明了，也非常方便整个系统的参数调试。
[0058]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
[0059]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0060]
图1是本发明提供的一种采用计算机视觉的无人机回收方法动方法流程图；
[0061]
图2是本发明实施例所提供方法的无人机的整体高度信号曲线(单位：米)；
[0062]
图3是本发明实施例所提供方法的无人机的侧向位置信号曲线(单位：米)；
[0063]
图4是本发明实施例所提供方法的相对俯仰角信号曲线(单位：度)；
[0064]
图5是本发明实施例所提供方法的相对偏航角信号曲线(单位：度)；
[0065]
图6是本发明实施例所提供方法的俯仰角近似微分信号曲线(无单位)；
[0066]
图7是本发明实施例所提供方法的偏航角近似微分信号曲线(无单位)；
[0067]
图8是本发明实施例所提供方法的无人机俯仰通道姿态期望指令信号曲线(单位：度)；
[0068]
图9是本发明实施例所提供方法的无人机偏航通道姿态期望指令信号曲线(单位：度)。
具体实施方式
[0069]
现在将参考附图基础上更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本发明的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而省略所述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本发明的各方面变得模糊。
[0070]
下面，将结合附图对本发明的一种采用计算机视觉的无人机回收方法，进行进一步的解释以及说明。参考图1所示，该一种采用计算机视觉的无人机回收方法，可以包括以下步骤：
[0071]
步骤s10，具体的，可以分解为如下五步。第一步，在无人机回收场地的跑道地面上设置中心点光标。
[0072]
第二步，在其跑道正前方距离中心点光标x
a1
米、x
a2
米位置设置两个前向距离光标。在本案例中选取x
a1
＝100、x
a2
＝200。
[0073]
第三步，在中心点光标正上方y
a1
、y
a2
高度上设置两个高度光标。在本案例中选取y
a1
＝10、y
a2
＝20。
[0074]
第四步，在中心点光标正侧向z
a1
、z
a2
位置设置两个侧向位置光标，本案例中选取z
a1
＝50、z
a2
＝-50。
[0075]
步骤s20，具体的，可以分解为如下五小步。第一步，采用工业摄像机对周围环境进行前向图像采集。
[0076]
第二步，对无人机、中心点光标、两个高度光标、两个侧向位置光标进行识别。
[0077]
第三步，求出无人机、中心点光标、两个高度光标、两个侧向位置光标在前向图像的像素位置；将无人机在前向图中的像素位置记作(yq,zq)，将中心点光标在前向图中的像素位置记作(yc,zc)，将第一个高度光标在前向图中的像素位置记作(y
g1
,z
g1
)；将第二个高度光标在前向图中的像素位置记作(y
g2
,z
g2
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c1
,z
c1
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c2
,z
c2
)。
[0078]
第四步，根据第一个与第二个高度光标在前向图中的像素位置求解无人机的前向图高度信号如下：
[0079][0080][0081]
y＝y1+y2；
[0082]
其中y1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；y2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；y为最终的无人机的前向图高度信号。
[0083]
第五步，根据第一、二个侧向位置光标在前向图中的像素位置求解无人机的侧向位置信号如下：
[0084][0085][0086]
z＝z1+z2；
[0087]
其中z1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；z2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；z为最终的无人机的侧向位置信号，其曲线如图2所示。
[0088]
步骤s30，具体的，可以分解为如下五小步。第一步，采用无人机视觉导航系统启动摄像机对周围环境进行侧向图像拍照采集。
[0089]
第二步，然后对无人机、中心点光标、两个前向距离光标、高度光标、侧向位置光标进行识别。
[0090]
第三步，求出无人机、中心点光标、两个前向距离光标、两个高度光标、侧向位置光标在侧向图像的像素位置；将无人机在侧向图中的像素位置记作(xw,yw)，将中心点光标在侧向图中的像素位置记作(x
cw
,y
cw
)，将第一个前向距离光标在侧向图中的像素位置记作(x
q1w
,y
q1w
)；将第二个前向距离光标在侧向图中的像素位置记作(x
q2w
,y
q2w
)；将第一个高度光标在侧向图中的像素位置记作(x
g1w
,y
g1w
)；将第二个高度光标在侧向图中的像素位置记作(x
g2w
,y
g2w
)。
[0091]
第四步，根据第一个与第二个高度光标在侧向图中的像素位置求解无人机的侧向图高度信号如下：
[0092][0093][0094]
[0095]
其中h1为根据第一个高度光标在侧向图中的像素位置求解无人机的高度信号；h2为根据第二个高度光标在侧向图中的像素位置求解无人机的高度信号；h为最终的无人机的侧向图高度信号。
[0096]
第五步，根据第一、二个前向距离光标在侧向图中的像素位置求解无人机的飞行距离信号如下：
[0097][0098][0099][0100]
其中x1为根据第一个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x2为根据第二个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x为最终的无人机的飞行距离信号。
[0101]
步骤s40，具体的，可以分解为如下三小步。第一步，根据所述的无人机的侧向图高度信号与无人机的前向图高度信号综合求解无人机的整体高度信号如下：
[0102][0103]
其中hz为无人机的整体高度信号，其曲线如图3所示。
[0104]
第二步，根据所述的最终的无人机的飞行距离信号以及无人机的整体高度信号求解高度距离比信号，并通过反正切函数求解相对俯仰角信号如下：
[0105][0106]
q1＝tan-1
(r1)；
[0107]
其中r1为高度距离比信号；q1为相对俯仰角信号，其曲线如图4所示；tan-1
()为反正切函数。
[0108]
第三步，根据所述的最终的无人机的飞行距离信号以及最终的无人机的侧向位置信号求解侧偏距离比信号，并通过反正切函数求解相对偏航角信号如下：
[0109][0110]
q2＝tan-1
(r2)；
[0111]
其中r2为侧偏距离比信号；q2为相对偏航角信号，其曲线如图5所示。
[0112]
步骤s50，具体的，可以分解为如下三小步。第一步，根据所述的最终的无人机的飞行距离信号，设计一阶惯性滤波器，得到飞行距离惯性滤波信号；然后与最终的无人机的飞行距离信号进行比较并放大后得到飞行距离近似微分信号如下：
[0113][0114]
xd＝k1(x
l-x)；
[0115]
其中s为一阶惯性滤波器的传递函数的微分算子；t1为常值参数，在本案例中选取
为t1＝0.1，是一阶惯性滤波器的时间常数；k1为常值参数，在本案例中选取为k1＝10，x
l
为飞行距离惯性滤波信号，xd为飞行距离近似微分信号。
[0116]
第二步，根据所述的最终的无人机的侧向位置信号，设计一阶惯性滤波器，得到侧向位置惯性滤波信号；然后与最终的无人机的侧向位置信号进行比较并放大后得到侧向位置近似微分信号如下：
[0117][0118]
zd＝k2(z
l-z)；
[0119]
其中k2为常值参数，在本案例中选取为k2＝10，z
l
为侧向位置惯性滤波信号，zd为侧向位置近似微分信号。
[0120]
第三步，根据所述的无人机的整体高度信号，设计一阶惯性滤波器，得到整体高度惯性滤波信号；然后与最终的无人机的整体高度信号进行比较并放大后得到整体高度近似微分信号如下：
[0121][0122]hzd
＝k3(h
zl-hz)；
[0123]
其中k3为常值参数，在本案例中选取为k3＝10，h
zl
为整体高度惯性滤波信号，h
zd
为整体高度近似微分信号。
[0124]
步骤s60，具体的，可以分解为如下四小步。第一步，根据所述的高度距离比信号，求解俯仰微分中间信号如下：
[0125][0126]
其中r
1a
为俯仰微分中间信号。
[0127]
第二步，根据所述的整体高度近似微分信号与飞行距离近似微分信号，求解高度距离比近似微分信号；再与俯仰微分中间信号相乘得到俯仰角近似微分信号如下：
[0128][0129]q1d
＝r
1ar1b
；
[0130]
其中r
1b
为高度距离比近似微分信号；q
1d
为俯仰角近似微分信号，其曲线如图6所示。
[0131]
第三步，根据所述的侧偏距离比信号，求解偏航微分中间信号如下：
[0132][0133]
其中r
2a
为偏航微分中间信号。
[0134]
第四步，根据所述的侧向距离近似微分信号与飞行距离近似微分信号，求解侧偏距离比近似微分信号；再与偏航微分中间信号相乘得到偏航角近似微分信号如下；
[0135][0136]q2d
＝r
2ar2b
；
[0137]
其中r
2b
为侧偏距离比近似微分信号；q
2d
为偏航角近似微分信号，其图像如图7所示。
[0138]
步骤s70，具体的，可以分解为如下三小步。第一步，根据所述的相对俯仰角信号、俯仰角近似微分信号、整体高度近似微分信号、无人机的整体高度信号进行组合线性叠加，得到无人机的俯仰通道姿态期望指令信号如下：
[0139]
θ
*
＝c1q1+c2q
1d
+c3hz+c4h
zd
；
[0140]
其中c1、c2、c3、c4为常值控制参数，在本案例中选取c1＝-0.5、c2＝-0.3、c3＝-0.002、c4＝-0.001；θ
*
为无人机俯仰通道姿态期望指令信号，其图像如图8所示。
[0141]
第二步，根据所述的相对偏航角信号、偏航角近似微分信号、侧向位置近似微分信号、最终的无人机的侧向位置信号进行组合线性叠加，得到无人机的偏航通道姿态期望指令信号如下：
[0142]
ψ
*
＝d1q2+d2q
2d
+d3z+d4zd；
[0143]
其中d1、d2、d3、d4为常值控制参数，在本案例中选取为d1＝-0.4、d2＝-0.25、d3＝-0.0015、d4＝-0.001；ψ
*
为无人机偏航通道姿态期望指令信号，其图像如图9所示。
[0144]
第三步，将无人机俯仰通道姿态期望指令信号输送给无人机俯仰通道姿态控制系统，使得无人机俯仰角对俯仰通道姿态期望指令信号进行精准跟踪；将无人机偏航通道姿态期望指令信号输送给无人机偏航通道姿态控制系统，使得无人机偏航角对偏航通道姿态期望指令信号进行精准跟踪，实现无人机的精准着陆与回收。
[0145]
由图2可以看出，无人机的高度从350米高度平滑降低到0米，而从图3可以看出无人机的侧向位置能够从200米平滑收敛到0，而图4与图5也可以看出相对俯仰角信号与相对偏航角信号能够平滑收敛到0。从整个实验结果来看，本发明所提供方法体现了较好的稳定性与精度，从而表明了本方法具有较高的工程应用与推广价值。

技术特征：
1.一种采用计算机视觉的无人机回收方法，其特征在于，包括以下步骤：步骤s10，在无人机回收场地的跑道地面上设置中心点光标、然后在其跑道正前方距离中心点光标x
a1
米、x
a2
米位置设置两个前向距离光标；在中心点光标正上方y
a1
、y
a2
高度上设置两个高度光标；在中心点光标正侧向z
a1
、z
a2
位置设置两个侧向位置光标；步骤s20，采用工业摄像机对周围环境进行前向图像采集，然后对无人机、中心点光标、两个高度光标、两个侧向位置光标进行识别，并求出无人机、中心点光标、两个高度光标、两个侧向位置光标在前向图像的像素位置；将无人机在前向图中的像素位置记作(y
q
,z
q
)，将中心点光标在前向图中的像素位置记作(y
c
,z
c
)，将第一个高度光标在前向图中的像素位置记作(y
g1
,z
g1
)；将第二个高度光标在前向图中的像素位置记作(y
g2
,z
g2
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c1
,z
c1
)；将第一个侧向位置光标在前向图中的像素位置记作(y
c2
,z
c2
)；分别根据第一个与第二个高度光标在前向图中的像素位置求解无人机的前向图高度信号；根据第一、二个侧向位置光标在前向图中的像素位置求解无人机的侧向位置信号如下：置信号如下：y＝y1+y2；；z＝z1+z2；其中y1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；y2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；y为最终的无人机的前向图高度信号；z1为根据第一个高度光标在前向图中的像素位置求解的无人机高度信号；z2为根据第二个高度光标在前向图中的像素位置求解的无人机高度信号；z为最终的无人机的侧向位置信号；步骤s30，采用无人机视觉导航系统启动摄像机对周围环境进行侧向图像采集，然后对无人机、中心点光标、两个前向距离光标、高度光标、侧向位置光标进行识别，并求出无人机、中心点光标、两个前向距离光标、两个高度光标、侧向位置光标在侧向图像的像素位置；将无人机在侧向图中的像素位置记作(x
w
,y
w
)，将中心点光标在侧向图中的像素位置记作(x
cw
,y
cw
)，将第一个前向距离光标在侧向图中的像素位置记作(x
q1w
,y
q1w
)；将第二个前向距离光标在侧向图中的像素位置记作(x
q2w
,y
q2w
)；将第一个高度光标在侧向图中的像素位置记作(x
g1w
,y
g1w
)；将第二个高度光标在侧向图中的像素位置记作(x
g2w
,y
g2w
)；分别根据第一个与第二个高度光标在侧向图中的像素位置求解无人机的侧向图高度信号；根据第一、二个前向距离光标在侧向图中的像素位置求解无人机的飞行距离信号如下：
其中h1为根据第一个高度光标在侧向图中的像素位置求解无人机的高度信号；h2为根据第二个高度光标在侧向图中的像素位置求解无人机的高度信号；h为最终的无人机的侧向图高度信号；x1为根据第一个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x2为根据第二个前向距离光标在侧向图中的像素位置求解无人机的高度信号；x为最终的无人机的飞行距离信号；步骤s40，根据所述的无人机的侧向图高度信号与无人机的前向图高度信号综合求解无人机的整体高度信号；再根据所述的最终的无人机的飞行距离信号以及无人机的整体高度信号求解高度距离比信号，并通过反正切函数求解相对俯仰角信号；然后根据所述的最终的无人机的飞行距离信号以及最终的无人机的侧向位置信号求解侧偏距离比信号，并通过反正切函数求解相对偏航角信号如下：过反正切函数求解相对偏航角信号如下：过反正切函数求解相对偏航角信号如下：q1＝tan-1
(r1)；q2＝tan-1
(r2)；其中h
z
为无人机的整体高度信号；r1为高度距离比信号；q1为相对俯仰角信号；r2为侧偏距离比信号；q2为相对偏航角信号；tan-1
()为反正切函数；步骤s50，根据所述的最终的无人机的飞行距离信号，设计一阶惯性滤波器，得到飞行距离惯性滤波信号；然后与最终的无人机的飞行距离信号进行比较并放大后得到飞行距离近似微分信号；根据所述的最终的无人机的侧向位置信号，设计一阶惯性滤波器，得到侧向位置惯性滤波信号；然后与最终的无人机的侧向位置信号进行比较并放大后得到侧向位置近似微分信号；根据所述的无人机的整体高度信号，设计一阶惯性滤波器，得到整体高度惯性滤波信号；然后与最终的无人机的整体高度信号进行比较并放大后得到整体高度近似微分信号如下：
x
d
＝k1(x
l-x)；z
d
＝k2(z
l-z)；h
zd
＝k3(h
zl-h
z
)；其中s为一阶惯性滤波器的传递函数的微分算子；t1为常值参数，是一阶惯性滤波器的时间常数；k1为常值参数，x
l
为飞行距离惯性滤波信号，x
d
为飞行距离近似微分信号；k2为常值参数，z
l
为侧向位置惯性滤波信号，z
d
为侧向位置近似微分信号；k3为常值参数，h
zl
为整体高度惯性滤波信号，h
zd
为整体高度近似微分信号；步骤s60，根据所述的高度距离比信号，求解俯仰微分中间信号；再根据所述的整体高度近似微分信号与飞行距离近似微分信号，求解高度距离比近似微分信号；再与俯仰微分中间信号相乘得到俯仰角近似微分信号；根据所述的侧偏距离比信号，求解偏航微分中间信号；再根据所述的侧向距离近似微分信号与飞行距离近似微分信号，求解侧偏距离比近似微分信号；再与偏航微分中间信号相乘得到偏航角近似微分信号如下；似微分信号；再与偏航微分中间信号相乘得到偏航角近似微分信号如下；q
1d
＝r
1a
r
1b
；；q
2d
＝r
2a
r
2b
；其中r
1a
为俯仰微分中间信号、r
1b
为高度距离比近似微分信号；q
1d
为俯仰角近似微分信号；r
2a
为偏航微分中间信号；r
2b
为侧偏距离比近似微分信号；q
2d
为偏航角近似微分信号；步骤s70，根据所述的相对俯仰角信号、俯仰角近似微分信号、整体高度近似微分信号、无人机的整体高度信号进行组合线性叠加，得到无人机的俯仰通道姿态期望指令信号，将其输送给无人机俯仰通道姿态控制系统，使得无人机俯仰角对俯仰通道姿态期望指令信号进行精准跟踪；根据所述的相对偏航角信号、偏航角近似微分信号、侧向位置近似微分信号、最终的无人机的侧向位置信号进行组合线性叠加，得到无人机的偏航通道姿态期望指令信号，将其输送给无人机偏航通道姿态控制系统，使得无人机偏航角对偏航通道姿态期望指令信号进行精准跟踪，实现无人机的精准着陆与回收如下：θ
*
＝c1q1+c2q
1d
+c3h
z
+c4h
zd
；
ψ
*
＝d1q2+d2q
2d
+d3z+d4z
d
；其中c1、c2、c3、c4为常值控制参数；θ
*
为无人机俯仰通道姿态期望指令信号；d1、d2、d3、d4为常值控制参数；ψ
*
为无人机偏航通道姿态期望指令信号。

技术总结
本发明提供了一种采用计算机视觉的无人机回收方法，其通过再无人机回收场地上固定位置设置光标的方式，采用工业摄像机进行前向与侧向的图像采集，并进行光标的图像识别，从而解算无人机的侧向位置信号、飞行距离信号与整体高度信号。再通过一阶惯性滤波器求解无人机位置近似微分信号；并进一步求解俯仰角、偏航角信号以及俯仰近似微分信号与偏航近似微分信号；最后叠加侧向位置信号、整体高度信号以及侧向位置微分信号、整体高度微分信号分别形成无人机回收的俯仰通道姿态期望指令信号与偏航通道姿态期望质量信号，通过无人机姿态控制系统对指令进行跟踪，从而实现无人机的视觉回收。回收。回收。


技术研发人员：尚展垒 尚付民 高璐 杨天标 陈芊羽 赵科淙
受保护的技术使用者：郑州轻工业大学
技术研发日：2023.04.12
技术公布日：2023/7/7