本發(fā)明涉及視覺(jué)導(dǎo)航技術(shù)領(lǐng)域，尤其涉及一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸方法、系統(tǒng)及電子設(shè)備。

背景技術(shù)：

在軍事航空領(lǐng)域，具有自主著陸能力的無(wú)人機(jī)是目前研究的熱點(diǎn)，無(wú)人機(jī)自主著陸對(duì)導(dǎo)航的精度和速度以及可靠性提出了很高的要求。目前無(wú)人機(jī)自主著陸導(dǎo)航主要分為兩類(lèi)：基于衛(wèi)星gps的導(dǎo)航和基于視覺(jué)的導(dǎo)航。基于gps的導(dǎo)航使用方便，但在戰(zhàn)時(shí)將會(huì)完全失效；基于視覺(jué)的自主導(dǎo)航，可以減少無(wú)人機(jī)著陸過(guò)程中對(duì)外界信號(hào)的依賴，使無(wú)人機(jī)著陸具有更高的自主性。

現(xiàn)有技術(shù)中，無(wú)人機(jī)自主著陸技術(shù)主要是基于跑道兩側(cè)白線的檢測(cè)，常用的幾類(lèi)方法有：hough變換、radon變換和線段聚類(lèi)等。其中，線段聚類(lèi)方法容易受噪聲干擾，用于無(wú)人機(jī)導(dǎo)航可靠性不夠；hough變換與radon變換很相似，都是將圖像平面的點(diǎn)變換到參數(shù)空間，區(qū)別在于前者是直線參數(shù)變換的離散形式，直接應(yīng)用在二值圖像上；而后者是直線參數(shù)變換的連續(xù)形式，直接應(yīng)用在灰度圖像。

然而，申請(qǐng)人通過(guò)長(zhǎng)期的實(shí)踐發(fā)現(xiàn)，現(xiàn)有技術(shù)中采用的上述方法中，hough變換速度較快，但是精度不高，radon變換精度較高，但實(shí)時(shí)性較差，達(dá)不到無(wú)人機(jī)對(duì)實(shí)時(shí)導(dǎo)航速度的要求。

由此可知，現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在定位精度不高的技術(shù)問(wèn)題，因此提供一種無(wú)人機(jī)自主著陸的方法顯得尤為重要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明實(shí)施例提供一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸方法、系統(tǒng)及電子設(shè)備，用以解決現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在定位精度不高的技術(shù)問(wèn)題。

本發(fā)明公開(kāi)了

本發(fā)明實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

本發(fā)明公開(kāi)的一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法，首先根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像；并對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像；然后采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線；對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。上述方法中，首先通過(guò)高斯金字塔加速算法根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像，可以提高實(shí)時(shí)性，并對(duì)無(wú)人機(jī)采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線，從而提高霍夫變換速度，并且采用選擇性迭代的隨機(jī)抽樣一致性算法對(duì)霍夫變換得到的直線進(jìn)行處理，提高直線的定位精度，從而獲取精確的著陸參數(shù)，從而使所述無(wú)人機(jī)進(jìn)行自主著陸，解決了現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在的定位精度不高的技術(shù)問(wèn)題。

上述說(shuō)明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說(shuō)明書(shū)的內(nèi)容予以實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠更明顯易懂，以下特舉本發(fā)明的具體實(shí)施方式。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實(shí)施例中一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法的流程圖；

圖2為本發(fā)明實(shí)施例中一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸的系統(tǒng)的結(jié)構(gòu)圖；

圖3為本發(fā)明實(shí)施例中粗尺度霍夫變換的相關(guān)參數(shù)的幾何解釋的圖；

圖4為本發(fā)明實(shí)施例中采用粗尺度霍夫變換方法得出的第三直線和第四直線的原理圖；

圖5為本發(fā)明實(shí)施例中無(wú)人機(jī)旋轉(zhuǎn)及平移到跑道正上空的示意圖；

圖6為本發(fā)明實(shí)施例中提供的電子設(shè)備的結(jié)構(gòu)示意圖。

具體實(shí)施方式

本發(fā)明實(shí)施例提供了一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸方法、系統(tǒng)及電子設(shè)備，用以解決現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在定位精度不高的技術(shù)問(wèn)題。

本申請(qǐng)實(shí)施例中的技術(shù)方案，總體思路如下：

首先通過(guò)高斯金字塔加速算法根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像，可以提高實(shí)時(shí)性，并對(duì)無(wú)人機(jī)采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線，從而提高霍夫變換速度，并且采用選擇性迭代的隨機(jī)抽樣一致性算法對(duì)霍夫變換得到的直線進(jìn)行處理，提高直線的定位精度，從而獲取精確的著陸參數(shù)，從而使所述無(wú)人機(jī)進(jìn)行自主著陸，解決了現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在的定位精度不高的技術(shù)問(wèn)題。

為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

實(shí)施例一

本實(shí)施例提供了一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸方法，請(qǐng)參見(jiàn)圖1，所述方法包括：

步驟s101：根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像；

步驟s102：對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像；

步驟s103：采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線；

步驟s104：對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，

步驟s105：根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

需要說(shuō)明的是，本申請(qǐng)中首先根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像，可以提高計(jì)算效率，滿足無(wú)人機(jī)實(shí)時(shí)導(dǎo)航的需求，然后通過(guò)粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線，從而提高霍夫變換速度，并且采用選擇性迭代的隨機(jī)抽樣一致性算法對(duì)霍夫變換得到的直線進(jìn)行處理，提高直線的定位精度，從而獲取精確的著陸參數(shù)，從而使所述無(wú)人機(jī)進(jìn)行自主著陸，解決了現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在的定位精度不高的技術(shù)問(wèn)題。

下面，結(jié)合圖1對(duì)本申請(qǐng)?zhí)峁┑囊环N基于單目視覺(jué)的無(wú)人機(jī)自主著陸方法進(jìn)行詳細(xì)介紹：

步驟s101：根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像。

所述根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像，包括：

對(duì)所述航拍圖像進(jìn)行灰度化處理，獲得第一圖像；

將所述第一圖像作為高斯金字塔的第0層圖像；

采用高斯卷積核對(duì)所述第0層圖像進(jìn)行處理，獲得第1層圖像，其中所述高斯卷積核的尺寸為5*5；

采用所述高斯卷積和對(duì)所述第1層圖像進(jìn)行處理，獲得第l層圖像，其中，所述第l圖像的尺寸為所述第0層圖像尺寸的1/2^l倍，以所述第l層圖像作為所述高斯金字塔圖像。

在具體的實(shí)施過(guò)程中，可以利用無(wú)人機(jī)拍攝獲取航拍圖像，然后通過(guò)高斯金字塔加速算法對(duì)航拍的圖像灰度化處理，記為f(x,y)，令高斯金字塔0層圖像g0(x,y)＝f(x,y)，設(shè)定高斯金字塔l層圖像為：

其中w(m,n)是尺寸為5×5的高斯卷積核，其中g(shù)0(x,y),g1(x,y)…gl(x,y)，每一層高斯金字塔圖像尺寸為之前的1/2倍，在本實(shí)施中采用第l層圖像，即gl(x,y)，為了確保檢測(cè)精度，gl圖像尺寸不小于128×128，其中，第l層圖像與第0層圖像尺寸的關(guān)系為：gl＝g0/2^l。

然后執(zhí)行步驟s102：對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像。

在具體的實(shí)施過(guò)程中，可以采用canny算子或者邊緣聚焦的方法對(duì)高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像。

接下來(lái)執(zhí)行步驟s103：采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線。

所述采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線，包括：

獲取所述邊緣圖像中的直線點(diǎn)，其中，所述直線點(diǎn)可以構(gòu)成多條霍夫直線；

獲取霍夫直線法線方程xcosθ+ysinθ＝ρ，其中，x為所述直線上的某一點(diǎn)的橫坐標(biāo)，y為所述直線上的某一點(diǎn)的縱坐標(biāo)，第一參數(shù)ρ對(duì)應(yīng)于該點(diǎn)到正x軸的垂線距離，第二參數(shù)θ對(duì)應(yīng)于所述垂線與x軸正方向夾角；

將所述第二參數(shù)θ按照預(yù)定的幅度從最小值到最大值進(jìn)行變換，其中最小值為-90度，最大值為90度，得出多個(gè)取值不同的第二參數(shù)；

根據(jù)所述第二參數(shù)的取值，獲取第一目標(biāo)參數(shù)和第二目標(biāo)參數(shù)；

根據(jù)所述第一目標(biāo)參數(shù)和所述第二目標(biāo)參數(shù)，獲取相對(duì)應(yīng)的第三目標(biāo)參數(shù)和第四目標(biāo)參數(shù)，其中所述第三目標(biāo)參數(shù)和所述第四目標(biāo)參數(shù)為不同取值的第一參數(shù)；

將所述第一目標(biāo)參數(shù)和所述第三目標(biāo)參數(shù)確定的直線作為第一直線，將所述第二目標(biāo)參數(shù)和所述第四目標(biāo)參數(shù)確定的直線作為第二直線。

在具體的實(shí)施過(guò)程中，霍夫換換直線l的法線方程為：xcosθ+ysinθ＝ρ，關(guān)于第一參數(shù)ρ和第二參數(shù)θ的幾何解釋如圖3所示，ρ對(duì)應(yīng)于正的x軸截距，θ對(duì)應(yīng)于直線l的垂線與x軸正方向夾角。上述方案也就是將xy坐標(biāo)系的邊緣點(diǎn)通過(guò)公式xcosθ+ysinθ＝ρ轉(zhuǎn)換到了ρθ坐標(biāo)系中，即在xy坐標(biāo)系中一個(gè)點(diǎn)，在ρθ坐標(biāo)系中是一條正弦曲線。將ρθ參數(shù)空間劃分為累加單元，如圖4所示，位于坐標(biāo)(i,j)處的單元格具有累加值a(i,j)，它對(duì)應(yīng)于以第一參數(shù)ρ和第二參數(shù)θ為坐標(biāo)的坐標(biāo)系中相關(guān)聯(lián)的正方形。首先將上述單元置為零，即a(i,j)＝0。設(shè)定參數(shù)范圍：θmin≤θ<θmax，ρmin≤ρ<ρmax。由于不能確定無(wú)人機(jī)航拍圖中跑道白色邊線的具體方位，這里取θmin＝-90°，θmax＝90°,ρmin＝0,ρmax＝d,d為高斯金字塔圖像中對(duì)角之間的最大像素距離。為了提高運(yùn)算速度，采用粗尺度霍夫變換，也就是將ρθ參數(shù)空間θ方向的預(yù)定的幅度取較大的值，而傳統(tǒng)hough變換中δθ取值較小，一般取δθ＝0.1°，在本實(shí)施例中，我們?nèi)ˇ摩龋?°。例如對(duì)邊緣圖e(x,y)上的非背景點(diǎn)(xk,yk)，上述非背景點(diǎn)即邊緣檢測(cè)后的邊緣點(diǎn)，有的在直線上，有的不在，霍夫直線檢測(cè)就是可以找出上述邊緣點(diǎn)中的直線點(diǎn)。

具體來(lái)說(shuō)，通過(guò)改變?chǔ)鹊闹?，可以令θ等于θ軸上每個(gè)允許的細(xì)分值，也就是令θj＝θmin,θmin+δθ,θmin+2δθ,…θmax，同時(shí)使用方程ρ＝xkcosθ+yksinθ解出對(duì)應(yīng)的ρ。然后對(duì)得到的ρ值進(jìn)行四舍五入，得到沿ρ軸最接近的細(xì)分值ρi，也就是ρi∈(ρmin,ρmin+1,ρmin+2,…ρmax)。然后定位每一對(duì)(ρi,θj)對(duì)應(yīng)的單元格a(i,j)，使其加1。在累加單元中，數(shù)值最大的單元格a(i,j)所對(duì)應(yīng)的(ρi,θj)即為所尋找直線的參數(shù)，即為第一目標(biāo)參數(shù)和所述第三目標(biāo)參數(shù)，則直線的斜截式方程為y＝kx+b,其中此外，由于上述過(guò)程總處理的是高斯金字塔第l層gl(x,y)圖像，得到的直線參數(shù)(ρi,θj)與原始圖像g0(x,y)中直線參數(shù)(ρ0,θ0)存在以下轉(zhuǎn)換關(guān)系：θj＝θ0，ρi＝ρ0/2^l，同時(shí)為了提高著陸跑道邊線的檢測(cè)精度與魯棒性，跑道兩側(cè)邊線均要檢測(cè)。

然后執(zhí)行步驟s104：對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線。

所述對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，包括：

選擇所述第一直線附近距離為t的數(shù)據(jù)點(diǎn)作為迭代點(diǎn)集，其中t＝d*tan(δθ/2)，d為所述高斯金字塔圖像的對(duì)角線之間的最大像素距離，δθ為所述預(yù)設(shè)幅度；

從迭代點(diǎn)集中，任意選擇兩點(diǎn)確定第一初步直線，獲取所述第一初步直線的第一參數(shù)ρ1和第二參數(shù)θ1，直到所述第一初步直線的參數(shù)值(ρ1，θ1)與所述第一直線的參數(shù)值(ρl,θl)的差值在預(yù)設(shè)范圍之內(nèi)；

根據(jù)預(yù)設(shè)的閾值，將所述第一初步直線附近距離為t的屬于所述迭代點(diǎn)集中的點(diǎn)作為該第一初步直線的內(nèi)點(diǎn)，統(tǒng)計(jì)內(nèi)點(diǎn)個(gè)數(shù)；

采用迭代方法，根據(jù)所述內(nèi)點(diǎn)個(gè)數(shù)，選取內(nèi)點(diǎn)個(gè)數(shù)最多的內(nèi)點(diǎn)集。

采用最小二乘法對(duì)所述內(nèi)點(diǎn)集進(jìn)行擬合，得到第一擬合直線，以所述第一擬合直線為所述第三直線，用同樣的方法得到第二擬合直線，以所述第二擬合直線為所述第四直線。

在具體的實(shí)施過(guò)程中，以獲取第一擬合直線為例，詳細(xì)介紹采用采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線的流程，首先選擇上述通過(guò)粗尺度霍夫變換方法獲得的第一直線附近距離為t的數(shù)據(jù)點(diǎn)作為ransac迭代點(diǎn)集，其中t可以根據(jù)預(yù)設(shè)幅度的值和高斯金字塔圖像的對(duì)角線之間的最大像素距離計(jì)算得出，具體的計(jì)算方法為t＝d*tan(δθ/2)，然后在迭代點(diǎn)集中，隨機(jī)選擇兩點(diǎn)確定直線參數(shù)(ρ1,θ1)，判斷參數(shù)(ρ1,θ1)與邊線l的參數(shù)(ρl,θl)的差值是否在預(yù)設(shè)范圍內(nèi)，例如上述預(yù)設(shè)范圍為[δ1,δ2]，可以取δ1＝δθ，δ2＝2。若符合要求，則進(jìn)行步下一步操作，否則重新選取兩點(diǎn)確定直線，直到滿足要求。

具體地，可預(yù)設(shè)的閾值t，例如t的可以為[13]，然后將上述第一初步直線附近距離為t的屬于迭代點(diǎn)集中的點(diǎn)作為該直線的內(nèi)點(diǎn)，同時(shí)統(tǒng)計(jì)內(nèi)點(diǎn)個(gè)數(shù)。并重復(fù)執(zhí)行，一共迭代n次，n可以用自適應(yīng)的方法確定，并標(biāo)記選取內(nèi)點(diǎn)個(gè)數(shù)最多的內(nèi)點(diǎn)集。最后采用最小二乘法對(duì)標(biāo)記的內(nèi)點(diǎn)集進(jìn)行擬合，得到最優(yōu)的邊線，即第一擬合直線，將該第一擬合直線作為第三直線，該第三直線就是在采用粗尺度霍夫變換方法獲得的第一直線的基礎(chǔ)上進(jìn)行了精化處理，得到了精度更高的第三直線。同理，著陸跑道邊線的另一條邊線，即第四直線可以采用同樣的方法獲得，即首先確定第二直線附近距離為t的數(shù)據(jù)點(diǎn)作為迭代點(diǎn)集，其中t＝d*tan(δθ/2)，d為所述高斯金字塔圖像的對(duì)角線之間的最大像素距離，δθ為所述預(yù)設(shè)幅度；然后從迭代點(diǎn)集中，任意選擇兩點(diǎn)確定第二初步直線，獲取所述第二初步直線的第一參數(shù)ρ2和第二參數(shù)θ2，直到所述第二初步直線的參數(shù)值(ρ2，θ2)與所述第二直線的參數(shù)值(ρl2,θl2)的差值在預(yù)設(shè)范圍之內(nèi)；根據(jù)預(yù)設(shè)的閾值，將所述第二初步直線附近距離為t的屬于所述迭代點(diǎn)集中的點(diǎn)作為該第二初步直線的內(nèi)點(diǎn)，統(tǒng)計(jì)內(nèi)點(diǎn)個(gè)數(shù)；然后采用迭代方法，根據(jù)所述內(nèi)點(diǎn)個(gè)數(shù)，選取內(nèi)點(diǎn)個(gè)數(shù)最多的內(nèi)點(diǎn)集；最后采用最小二乘法對(duì)所述內(nèi)點(diǎn)集進(jìn)行擬合，得到第二擬合直線，以所述第二擬合直線為所述第四直線。

最后執(zhí)行步驟s105：根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

具體地，所述根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸，包括：

根據(jù)所述第三直線和所述第四直線，獲取無(wú)人機(jī)的著陸跑道的實(shí)際第一邊線和實(shí)際第二邊線；

根據(jù)所述實(shí)際第一邊線和實(shí)際第二邊線，獲得著陸跑道的中線；

根據(jù)所述著陸跑道的中線，獲取無(wú)人機(jī)的水平旋轉(zhuǎn)角度和平移距離，以所述水平旋轉(zhuǎn)角度和平移距離為所述著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

在具體的實(shí)施過(guò)程中，由于采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線是在利用高斯金字塔加速原理處理過(guò)的圖像的基礎(chǔ)上獲得的，為了獲得無(wú)人機(jī)著陸跑道的實(shí)際邊線，就需要將第三直線和第四直線進(jìn)行還原處理，具體方法為第三直線l1和第三直線l2的參數(shù)如下所示：l1：(ρ1,θ1)，l2：(ρ2,θ2)。則著陸跑道的實(shí)際邊線，第一邊線和第二邊線分別用l1r、l2r表示，l1r：(ρ1r,θ1r)，l2：(ρ2r,θ2r)，則對(duì)應(yīng)的關(guān)系為，ρ1r＝ρ1/2^l，ρ2r＝ρ2/2^l，θ1r＝θ1，θ2r＝θ2，這樣就獲得了著陸跑道的實(shí)際第一邊線和實(shí)際第二邊線；

然后根據(jù)所述實(shí)際第一邊線和實(shí)際第二邊線，獲得著陸跑道的中線；設(shè)跑道中線l的參數(shù)為θl，ρl，則可以得出θl＝(θ1r+θ2r)/2，ρl＝(ρ1r+ρ2r)/2。根據(jù)上述中線，可以獲得無(wú)人機(jī)在空中到達(dá)跑道正上方需要水平旋轉(zhuǎn)的角度θ和平移的距離d為：θ＝θl，l為圖像對(duì)角線像素距離，ls為無(wú)人機(jī)跑道的實(shí)際距離,α是圖像對(duì)角線與跑道中線參數(shù)ρl的夾角，其數(shù)值為α＝γ-θl，其中，a，b分別為圖像長(zhǎng)寬的像素距離。

具體參見(jiàn)圖5，圖5所示的矩形框是無(wú)人機(jī)上的相機(jī)垂直向下拍攝時(shí)的視野范圍(即無(wú)人機(jī)拍攝的航拍圖像)，上述圖像由無(wú)人機(jī)相機(jī)選確定，例如相機(jī)的分辨率是1920x1080，那么這個(gè)框的長(zhǎng)寬，也就是圖像的尺寸分別等于：a＝1920像素，b＝1080像素。圖像的對(duì)角線(圖5所示的虛線)與圖像長(zhǎng)邊即a的夾角為無(wú)人機(jī)位于圖像的中心o點(diǎn)，方向垂直于圖像長(zhǎng)邊a，無(wú)人機(jī)飛行方向與跑道方向的夾角即為無(wú)人機(jī)需要旋轉(zhuǎn)的角度，這個(gè)角度剛好等于跑道中線的一個(gè)參數(shù)θl，無(wú)人機(jī)旋轉(zhuǎn)后與跑道之間的距離d1即為無(wú)人機(jī)旋轉(zhuǎn)后要平移的圖像距離，然后乘以一個(gè)實(shí)際距離與圖像距離的比例因子即可得到要偏移的實(shí)際距離d，比例因子等于跑道的實(shí)際距離比上跑道的像素距離，即ls/(ρ2r-ρ1r)，ls為跑道的實(shí)際距離，(ρ2r-ρ1r)為跑道的像素距離。θl具體有兩種情形：一個(gè)是θl大于零的情況，一個(gè)是θl小于零的情況，公式都是一樣的。當(dāng)跑道中線在圖像中的斜率為正時(shí)，θl>0；當(dāng)跑道中線在圖像中的斜率為負(fù)時(shí)，θl<0。圖5中表示的是θl大于零的情形。

舉例來(lái)說(shuō)，若θ為正值，則無(wú)人機(jī)順時(shí)針旋轉(zhuǎn)θ度；若θ為負(fù)值，則無(wú)人機(jī)逆時(shí)針旋轉(zhuǎn)θ度；若d為正值，則無(wú)人機(jī)旋轉(zhuǎn)后向左飛行d米；若d為負(fù)值，則無(wú)人機(jī)旋轉(zhuǎn)后向右飛行d米。此時(shí)，無(wú)人機(jī)已調(diào)整到跑道中線正上空。

實(shí)施例二

基于與實(shí)施例一同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例二提供了一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸的系統(tǒng)，請(qǐng)參見(jiàn)圖2，所述系統(tǒng)包括：

第一獲得模塊201，用于根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像；

第二獲得模塊202，用于對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像；

第三獲得模塊203，用于采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線；

第四獲得模塊204，用于對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，

第五獲得模塊205，用于根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

本發(fā)明實(shí)施例提供的系統(tǒng)中，所述第一獲得模塊201還用于：

對(duì)所述航拍圖像進(jìn)行灰度化處理，獲得第一圖像；

將所述第一圖像作為高斯金字塔的第0層圖像；

采用高斯卷積核對(duì)所述第0層圖像進(jìn)行處理，獲得第1層圖像，其中所述高斯卷積核的尺寸為5*5；

采用所述高斯卷積和對(duì)所述第1層圖像進(jìn)行處理，獲得第l層圖像，其中，所述第l圖像的尺寸為所述第0層圖像尺寸的1/2^l倍，以所述第l層圖像作為所述高斯金字塔圖像。

本發(fā)明實(shí)施例提供的系統(tǒng)中，所述第三獲得模塊203還用于：

獲取所述邊緣圖像中的直線點(diǎn)，其中，所述直線點(diǎn)可以構(gòu)成多條霍夫直線；

獲取霍夫直線法線方程xcosθ+ysinθ＝ρ，其中，x為所述直線上的某一點(diǎn)的橫坐標(biāo)，y為所述直線上的某一點(diǎn)的縱坐標(biāo)，第一參數(shù)ρ對(duì)應(yīng)于該點(diǎn)到正x軸的垂線距離，第二參數(shù)θ對(duì)應(yīng)于所述垂線與x軸正方向夾角；

將所述第二參數(shù)θ按照預(yù)定的幅度從最小值到最大值進(jìn)行變換，其中最小值為-90度，最大值為90度，得出多個(gè)取值不同的第二參數(shù)；

根據(jù)所述第二參數(shù)的取值，獲取第一目標(biāo)參數(shù)和第二目標(biāo)參數(shù)；

根據(jù)所述第一目標(biāo)參數(shù)和所述第二目標(biāo)參數(shù)，獲取相對(duì)應(yīng)的第三目標(biāo)參數(shù)和第四目標(biāo)參數(shù)，其中所述第三目標(biāo)參數(shù)和所述第四目標(biāo)參數(shù)為不同取值的第一參數(shù)；

將所述第一目標(biāo)參數(shù)和所述第三目標(biāo)參數(shù)確定的直線作為第一直線，將所述第二目標(biāo)參數(shù)和所述第四目標(biāo)參數(shù)確定的直線作為第二直線。

本發(fā)明實(shí)施例提供的系統(tǒng)中，所述第四獲得模塊204還用于：

選擇所述第一直線附近距離為t的數(shù)據(jù)點(diǎn)作為迭代點(diǎn)集，其中t＝d*tan(δθ/2)，d為所述高斯金字塔圖像的對(duì)角線之間的最大像素距離，δθ為所述預(yù)設(shè)幅度；

從迭代點(diǎn)集中，任意選擇兩點(diǎn)確定第一初步直線，獲取所述第一初步直線的第一參數(shù)ρ1和第二參數(shù)θ1，直到所述第一初步直線的參數(shù)值(ρ1，θ1)與所述第一直線的參數(shù)值(ρl,θl)的差值在預(yù)設(shè)范圍之內(nèi)；

根據(jù)預(yù)設(shè)的閾值，將所述第一初步直線附近距離為t的屬于所述迭代點(diǎn)集中的點(diǎn)作為該第一初步直線的內(nèi)點(diǎn)，統(tǒng)計(jì)內(nèi)點(diǎn)個(gè)數(shù)；

采用迭代方法，根據(jù)所述內(nèi)點(diǎn)個(gè)數(shù)，選取內(nèi)點(diǎn)個(gè)數(shù)最多的內(nèi)點(diǎn)集。

采用最小二乘法對(duì)所述內(nèi)點(diǎn)集進(jìn)行擬合，得到第一擬合直線，以所述第一擬合直線為所述第三直線，用同樣的方法得到第二擬合直線，以所述第二擬合直線為所述第四直線。

本發(fā)明實(shí)施例提供的系統(tǒng)中，所述第五獲得模塊205還用于：

根據(jù)所述第三直線和所述第四直線，獲取無(wú)人機(jī)的著陸跑道的實(shí)際第一邊線和實(shí)際第二邊線；

根據(jù)所述實(shí)際第一邊線和實(shí)際第二邊線，獲得著陸跑道的中線；

根據(jù)所述著陸跑道的中線，獲取無(wú)人機(jī)的水平旋轉(zhuǎn)角度和平移距離，以所述水平旋轉(zhuǎn)角度和平移距離為所述著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

實(shí)施例一中的基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法的各種變化方式和具體實(shí)例同樣適用于本實(shí)施例的基于單目視覺(jué)的無(wú)人機(jī)自主著陸的系統(tǒng)，通過(guò)前述對(duì)基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法的詳細(xì)描述，本領(lǐng)域技術(shù)人員可以清楚的知道本實(shí)施例中的基于單目視覺(jué)的無(wú)人機(jī)自主著陸的系統(tǒng)，所以為了說(shuō)明書(shū)的簡(jiǎn)潔，在此不再詳述。

實(shí)施例三

基于與實(shí)施例一同樣的發(fā)明構(gòu)思，本發(fā)明實(shí)施例三提供了一種電子設(shè)備，請(qǐng)參見(jiàn)圖6，包括存儲(chǔ)器301，處理器302及存儲(chǔ)在存儲(chǔ)器301上并可在處理器302上運(yùn)行的計(jì)算機(jī)程序，所述處理器302執(zhí)行所述程序時(shí)實(shí)現(xiàn)以下步驟：

根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像；

對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像；

采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線；

對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，

根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。

為了便于說(shuō)明，圖6僅示出了與本發(fā)明實(shí)施例相關(guān)的部分，具體技術(shù)細(xì)節(jié)未揭示的，請(qǐng)參照本發(fā)明實(shí)施例方法部分。其中，存儲(chǔ)器301可用于存儲(chǔ)軟件程序以及模塊，處理器302通過(guò)運(yùn)行執(zhí)行存儲(chǔ)在存儲(chǔ)器301的軟件程序以及模塊，從而執(zhí)行移動(dòng)終端的各種功能應(yīng)用以及數(shù)據(jù)處理。

存儲(chǔ)器301可主要包括存儲(chǔ)程序區(qū)和存儲(chǔ)數(shù)據(jù)區(qū)，其中，存儲(chǔ)程序區(qū)可存儲(chǔ)操作系統(tǒng)、至少一個(gè)功能所需的應(yīng)用程序等；存儲(chǔ)數(shù)據(jù)區(qū)可存儲(chǔ)根據(jù)手機(jī)的使用所創(chuàng)建的數(shù)據(jù)等。處理器302移動(dòng)通信終端的控制中心，利用各種接口和線路連接整個(gè)移動(dòng)通信終端的各個(gè)部分，通過(guò)運(yùn)行或執(zhí)行存儲(chǔ)在存儲(chǔ)器301內(nèi)的軟件程序和/或模塊，以及調(diào)用存儲(chǔ)在存儲(chǔ)器301內(nèi)的數(shù)據(jù)，執(zhí)行移動(dòng)終端機(jī)的各種功能和處理數(shù)據(jù)，從而對(duì)移動(dòng)終端機(jī)進(jìn)行整體監(jiān)控?？蛇x的，處理器302可包括一個(gè)或多個(gè)處理單元。

實(shí)施例一中的基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法的各種變化方式和具體實(shí)例同樣適用于本實(shí)施例的電子設(shè)備，通過(guò)前述對(duì)基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法的詳細(xì)描述，本領(lǐng)域技術(shù)人員可以清楚的知道本實(shí)施例中的電子設(shè)備，所以為了說(shuō)明書(shū)的簡(jiǎn)潔，在此不再詳述。

本發(fā)明實(shí)施例中提供的一個(gè)或多個(gè)技術(shù)方案，至少具有如下技術(shù)效果或優(yōu)點(diǎn)：

本發(fā)明公開(kāi)的一種基于單目視覺(jué)的無(wú)人機(jī)自主著陸的方法，首先根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像；并對(duì)所述高斯金字塔圖像進(jìn)行邊緣檢測(cè)，獲得邊緣圖像；然后采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線；對(duì)所述第一直線和所述第二直線采用選擇性迭代的隨機(jī)抽樣一致性算法獲得第三直線和第四直線，根據(jù)所述第三直線和所述第四直線，獲得所述無(wú)人機(jī)的著陸參數(shù)，以使所述無(wú)人機(jī)進(jìn)行自主著陸。上述方法中，首先通過(guò)高斯金字塔加速算法根據(jù)預(yù)先獲取的航拍圖像，獲得高斯金字塔圖像，可以提高實(shí)時(shí)性，并對(duì)無(wú)人機(jī)采用粗尺度霍夫變換方法從所述邊緣圖像中獲得第一直線和第二直線，從而提高霍夫變換速度，并且采用選擇性迭代的隨機(jī)抽樣一致性算法對(duì)霍夫變換得到的直線進(jìn)行處理，提高直線的定位精度，從而獲取精確的著陸參數(shù)，從而使所述無(wú)人機(jī)進(jìn)行自主著陸，解決了現(xiàn)有技術(shù)中無(wú)人機(jī)著陸方法存在的定位精度不高的技術(shù)問(wèn)題。

盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu)選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。

顯然，本領(lǐng)域的技術(shù)人員可以對(duì)本發(fā)明實(shí)施例進(jìn)行各種改動(dòng)和變型而不脫離本發(fā)明實(shí)施例的精神和范圍。這樣，倘若本發(fā)明實(shí)施例的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動(dòng)和變型在內(nèi)。