本發(fā)明屬于視覺測量領域，具體涉及一種基于視覺的旋翼無人機三維目標定位方法。
背景技術：
：隨著無人機的應用推廣，基于視覺的無人機目標定位已成為一大熱點問題?，F(xiàn)有的單目視覺定位方法都是以得知目標所在地形的高度為前提的，只是實現(xiàn)目標的二維平面定位，并需要通過數(shù)字高程地圖或氣壓計測得目標高度，往往帶來額外開銷。另外，因旋翼無人機具有成本低、可定點懸停和垂直起降等優(yōu)勢，在民用領域得到越來越廣的應用?？紤]傳感器成本、體積等限制，旋翼無人機一般配備低精度AHRS慣性測量系統(tǒng)等傳感器。由于AHRS系統(tǒng)本身存在的航向偏差，將給目標三維定位帶來更大的困難和挑戰(zhàn)。技術實現(xiàn)要素：有鑒于此，本發(fā)明提供了一種基于視覺的旋翼無人機三維目標定位方法，能夠在不依賴數(shù)字高程地圖和氣壓計的條件下，利用旋翼無人機對目標進行三維視覺定位。實現(xiàn)本發(fā)明的方案如下：一種基于視覺的旋翼無人機三維目標定位方法，包括以下步驟：步驟一、利用搭載在無人機上的攝像機拍攝圖像，并將圖像回傳到地面站；步驟二、從回傳的圖像中選擇具有清晰輪廓的靜態(tài)物體作為標志物，并對標志物進行視覺識別；步驟三、利用視覺識別的結果對標志物進行多點視覺測量，利用雙目視覺模型計算無人機相對于標志物的高度，根據(jù)相對高度運用線性回歸的方法計算航向偏差；步驟四、選擇攝像機視野里的任一目標，利用航向偏差得到無人機的真實航向，進而實現(xiàn)對目標的三維精確定位。進一步地，步驟三的具體過程如下：步驟3.1、利用視覺識別的結果對標志物進行多點視覺測量，得到N點測量值，所述測量值包括無人機拍攝點在慣性參考系{I}的位置姿態(tài)(ψ1,θ1,φ1)…，(ψN,θN,φN)，標志物在圖像中像素位置其中，ψi,θi,φi分別為方位角，俯仰角和橫滾角，i代表第i個測量點，i＝1,2,...N；步驟3.2、設基線距的閾值為Dpt，當無人機在視覺測量的任意兩個點之間的距離T≥Dpt，則選取這兩個點的測量值，其中，Dpt=int(N+12)*VfGPS---(1)]]>V為無人機的飛行速度，fGPS為GPS的更新頻率；把先視覺測量的圖像作為左視圖L，后視覺測量的圖像作為右視圖R，構成雙目視覺模型，無人機相對于標志物的高度h為h=fTd---(2)]]>其中，f為攝像機的內(nèi)參數(shù)焦距，無人機位置PI＝[xyz]T，經(jīng)過坐標變換將PI轉換為無人機的機體坐標系{B}的位置PB＝[xbybzb]T，目標點在兩幅圖像的視差d為姿態(tài)矩陣為CbI=cosψcosθcosψsinθsinφ-sinψcosφsinψsinφ+cosψsinθcosφsinψcosθcosψcosφ+sinψsinθsinφsinψsinθcosφ-cosψsinφ-sinθsinφcosθcosφcosθ]]>其中，和分別為機體坐標系{B}下右、左視圖所對應的無人機位置的x方向坐標，和分別右、左視圖在圖像坐標系下的像素位置的y方向坐標；步驟3.3、對滿足T≥Dpt的任意兩個視覺測量點配對為一組，共有n組，利用公式（2）計算每組相對高度hj，j＝1,2,...n，然后求平均值步驟3.4、獲得相對高度后，基于攝像機的測距模型和線性回歸方法計算航向偏差δψ。有益效果：（1）本發(fā)明所提供的方法不依賴數(shù)字地形高程圖或氣壓計，僅采用視覺測量方法確定相對高度，有效節(jié)約成本，真正意義上對目標進行三維定位；（2）本發(fā)明所提供的方法針對配備低精度AHRS系統(tǒng)的旋翼無人機，并在考慮航向偏差的影響下，實現(xiàn)對目標的精確三維定位。附圖說明圖1為本發(fā)明的旋翼無人機目標三維定位系統(tǒng)結構圖；圖2為本發(fā)明所提供方法的流程圖；圖3為本發(fā)明所使用的雙目視覺模型示意圖；圖4為本發(fā)明所使用的單目攝像機測距模型示意圖；圖5為本發(fā)明所提供方法的目標定位效果圖。具體實施方式下面結合附圖并舉實施例，對本發(fā)明進行詳細描述。搭建如下實驗平臺對本發(fā)明的有效性進行驗證，使用一架T650四旋翼無人機，一臺筆記本作為地面站，無人機與地面站之間可進行實時通信，系統(tǒng)結構如圖1所示。對于無人機，機上帶有GPS定位系統(tǒng)，AHRS慣性測量系統(tǒng)，高程計，無線圖像傳輸模塊和無線數(shù)據(jù)收發(fā)模塊，使用APM飛控工作在自穩(wěn)模式來保證無人機的穩(wěn)定飛行。在無人機的機頭位置安裝攝像機，俯視角β為45°，并通過無線圖像傳輸模塊回傳圖像到地面站，而無人機的位置、姿態(tài)和高程信息通過無線數(shù)據(jù)收發(fā)模塊傳輸?shù)降孛嬲?。地面站以計算機為主體，運行無人機視覺定位等算法，使用USB接口連接無線數(shù)據(jù)收發(fā)模塊，實現(xiàn)無人機與地面站的相互通信?；谠搶嶒炂脚_，如圖2所示，基于視覺的旋翼無人機三維定位方法，包括以下步驟：步驟一、系統(tǒng)啟動后，利用搭載在無人機上的攝像機拍攝圖像，并將圖像回傳到地面站；步驟二、從回傳的圖像中選擇具有清晰輪廓的靜態(tài)物體作為標志物，并對標志物進行視覺識別；步驟二中對于標志物進行視覺識別的具體過程如下：運用SIFT算法對標志物進行識別，得到m個特征點P1,P2...Pm-1,Pm，并這些特征點進行存儲作為模板。步驟三、利用視覺識別的結果對標志物進行多點視覺測量，利用雙目視覺模型計算無人機相對于標志物的高度，根據(jù)相對高度運用線性回歸的方法計算航向偏差；步驟三的具體過程如下：步驟3.1、利用視覺識別的結果對標志物進行多點視覺測量，得到N點測量值，具體地，采用SIFT算法對當前圖像進行特征提取，然后利用步驟二中模板對特征點進行匹配，得到w組匹配點P1,P2...Pw-1,Pw，最后取這些匹配點的幾何中心Ps(s≤w)代表標志物在圖像中的像素位置,記為(xf,yf)，所述測量值包括無人機拍攝點在慣性參考系{I}的位置姿態(tài)(ψ1,θ1,φ1)…，(ψN,θN,φN)，標志物在圖像中像素位置其中，ψi,θi,φi分別為方位角，俯仰角和橫滾角，i代表第i個測量點，i＝1,2,...N；步驟3.2、設基線距的閾值為Dpt，當無人機在視覺測量的任意兩個點之間的距離T≥Dpt，則選取這兩個點的測量值，其中，Dpt=int(N+12)*VfGPS---(1)]]>V為無人機的飛行速度，fGPS為GPS的更新頻率；把先視覺測量的圖像作為左視圖L，后視覺測量的圖像作為右視圖R，構成雙目視覺模型，如圖3所示，無人機相對于標志物的高度h為h=fTd---(2)]]>其中，f為攝像機的內(nèi)參數(shù)焦距，無人機位置PI＝[xyz]T，經(jīng)過坐標變換將PI轉換為無人機的機體坐標系{B}的位置PB＝[xbybzb]T，目標點在兩幅圖像的視差d為姿態(tài)矩陣為CbI=cosψcosθcosψsinθsinφ-sinψcosφsinψsinφ+cosψsinθcosφsinψcosθcosψcosφ+sinψsinθsinφsinψsinθcosφ-cosψsinφ-sinθsinφcosθcosφcosθ]]>其中，和分別為機體坐標系{B}下右、左視圖所對應的無人機位置的x方向坐標，和分別右、左視圖在圖像坐標系下的像素位置的y方向坐標；步驟3.3、對滿足T≥Dpt的任意兩個視覺測量點配對為一組，共有n組，利用公式(2)計算每組相對高度hj，j＝1,2,...n，然后求平均值步驟3.4、獲得相對高度后，基于攝像機的測距模型和線性回歸方法計算航向偏差δψ。具體地，如圖4所示，[xpypzp]T表示標志物在慣性參考坐標系{I}的坐標，攝像機的測距模型為xpyp=xy+(zp-z)1(0,0,1)Cbnxfyff100010Cbnxfyff---(3)]]>姿態(tài)矩陣為Cbn=cosψcosθcosψsinθsinφ-sinψcosφsinψsinφ+cosψsinθcosφsinψcosθcosψcosφ+sinψsinθsinφsinψsinθcosφ-cosψsinφ-sinθsinφcosθcosφcosθ]]>其中，相對高度h＝zp-z，(ψ,θ,φ)表示無人機的航向角、俯仰角、橫滾角，俯仰角θ、橫滾角φ的測量精度高，其誤差忽略不計，而航向角ψ的測量存在較大的航向偏差δψ，需要通過線性回歸方法進行計算。設參數(shù)θ＝[θ1,θ2]T，θ1＝[xp,yp]T，θ2＝δψ，y1＝[x,y,z,xf,yf]T，量測方程為z1＝y(tǒng)1+v1,v1～N(0,R1)(4)Cbcn≈Cbn+δCbn(θ2+v2),v2~N(0,R2)---(5)]]>其中v1，v2為測量噪聲，R1，R2為實對稱正定陣。則式(4)變形為θ1=f(z1-v1,Cbcn-δCbn(θ2+v2))---(6)]]>運用泰勒展開，式(6)變?yōu)閒(z1-v1,Cbcn-δCbn(θ2+v2))≈f(z1,Cbcn)-∂f∂y1|z1,Cbcn.v1-∂f∂θ2|z1,Cbcn.v2-∂f∂θ2|z1,Cbcn.θ2---(7)]]>由式(6)和式(7)，得f(z1,Cbcn)≈θ1+∂f∂θ2|z1,Cbcn.θ2+∂f∂y1|z1,Cbcn.v1+∂f∂θ2|z1,Cbcn.v2---(8)]]>通過對同一標志物的多點視覺測量，通過這些測量值得到如下線性回歸方程，f(zl1,Cbc1n)..f(zlN,CbcNn)=I2,∂f∂θ2|z11,Cbc1n....I2,∂f∂θ2|z1N,CbcNnθ+V---(9)]]>其中，噪聲為V～N(0,R)協(xié)方差矩陣為R=diag({(∂f∂y1|z1k,Cbckn)R1(∂f∂y1|z1k,Cbckn)T+(∂f∂θ2|z1k,Cbckn)R2(∂f∂θ2|z1k,Cbckn)T}k=1N)]]>通過式(9)可求解航向偏差δψ。步驟四、在相對高度和航向偏差均有效估計的條件下，選擇攝像機視野里的任一目標，利用航向偏差得到無人機的真實航向，進而實現(xiàn)對目標的三維精確定位。在如下條件下：h＝45m，V＝3.44m/s，fGPS＝4Hz，δψ＝30deg，本發(fā)明所提供方法的效果如表1，如圖5所示。表1定位方法結果比較定位方法傳統(tǒng)的兩維定位本發(fā)明的三維定位相對高度估計誤差eh/m______0.5航向估計誤差eδψ/deg10.711.5定位誤差exy/m14.014.7定位誤差ez/m______1.0綜上所述，以上僅為本發(fā)明的較佳實施例而已，并非用于限定本發(fā)明的保護范圍。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。當前第1頁1 2 3