基于双目视觉的无人机自主起降方法及系统

本发明涉及无人机避障，具体为基于双目视觉的无人机自主起降方法及系统。

背景技术：

1、近年来，随着多旋翼无人机市场的飞速增长，其相关技术也正在发生日新月异的变革。在无人机众多技术研究中，避障技术的研究一直是无人机控制研究的热门领域，而无人机起降技术作为避障的一部分，其研究具有重要意义。

2、在无人机的日常起降过程中，对环境和操作都有一定的要求，所以很多时候需要操作者做到平稳、安全的规范起降，避免出现“大起大落”的情况，这种情况对于操作者来说需要经过大量的专业训练才能完成，而且由于在无人机起飞和降落的过程中无法判断起飞过程中是否存在树冠和城市街道上空电线的干扰，同时在降落过程中也无法判断地面的平整度是否可降落，这就造成了无人机在起飞降落过程中不易操作，存在碰撞，跌落等安全隐患问题。

技术实现思路

1、针对现有技术中存在的问题，本发明提供一种基于双目视觉的无人机自主起降方法及系统，确保无人机根据环境情况作出合理的起降决策，实现安全起降。

2、本发明是通过以下技术方案来实现：

3、一种基于双目视觉的无人机自主起降方法，包括以下步骤：

4、步骤1、采用应用块匹配法对无人机起降过程的环境图像进行运动补偿，消除无人机起降过程图像的抖动；

5、步骤2、采用霍夫变换获取环境图像中障碍物的形状信息，采用orb算法获取环境图像中障碍物的高度信息，进而得到无人机起降路径上障碍物的位置信息；

6、当无人机降落时，采用orb算法对着陆区图像的特征点进行提取，确定各特征点的深度信息，进而得到着陆区的平整度，根据平整度确定着陆区的障碍区信息；

7、步骤3、将障碍物的位置信息与无人机的起降路径和无人机尺寸数据进行对比，并输出无人机起降安全系数，根据安全系数进行无人机的起降。

8、优选的，步骤1中所述环境图像如下：

9、当无人机起飞时，环境图像为无人机起飞路径上的空中图像；

10、当无人机降落时，环境图像为无人机降落路径上的空中图像，以及着陆区的图像。

11、优选的，步骤1中所述运动补偿的方法具体如下：

12、将无人机起降时的当前帧图像分为若干图像块，各图像块的每个像素都具有同一运动矢量，对每个图像块在参考帧的设定范围内搜索最佳匹配，根据最佳匹配结果进行局部运动估计和全局运动估计，根据局部运动估计和全局运动估计的结果并结合补帧方法对无人机的视频图像进行运动补偿，消除视频图像的抖动。

13、优选的，步骤2中所述采用霍夫变换获取环境图像中障碍物的形状信息的方法具体如下：

14、采用过霍夫变换取出环境图像中障碍物的几何外形，在几何图形中选取角点特征进行双目测距，得到障碍物的形状信息。

15、优选的，步骤2中所述障碍物的高度信息的确定方法如下：

16、采用orb算法分别对双目视觉装置采集的环境图像进行特征点提取，然后将两个环境图像中提取的特征点进行匹配，根据匹配得到的匹配点对计算深度图像上对应点的深度信息，得到障碍物到无人机的高度信息。

17、优选的，步骤2中所述着陆区的平整度的确定方法如下：

18、采用orb算法分别对左右视觉装置采集的环境图像进行特征点提取，通过特征点深度与最小深度的差值平均值确定反应着陆区表面的平整度，在着陆区平整情况下，将平均深度作为最终深度值。

19、优选的，步骤3中根据安全系数进行无人机的起降的方法如下：

20、当安全系数大于设定阈值范围，则无人机按照预定的导航路径进行起降；

21、当安全系数小于设定阈值范围，则无人机进行悬停或者避障处理，通过超声波测距装置获取障碍物到无人机的距离，将超声波探测的距离作为无人机到目标物的高度数据，根据a*算法从新规划无人机起降的导航路径，按照新的导航路径进行无人机的起降。

22、一种基于双目视觉的无人机自主起降方法的系统，包括图像抖动消除模块、目标物检测模块和无人机起降模块；

23、图像抖动消除模块，用于对无人机的双目视觉装置实时采集目标区域的环境图像，采用应用块匹配法对无人机起降过程的环境图像进行运动补偿，消除无人机起降过程图像的抖动；

24、目标物检测模块，用于采用霍夫变换获取环境图像中障碍物的形状信息，采用orb算法获取环境图像中障碍物的高度信息，进而得到无人机起降路径上障碍物的位置信息，采用orb算法对着陆区图像的特征点进行提取，确定各特征点的深度信息，进而得到着陆区的平整度；

25、无人机起降模块，将障碍物的位置信息与无人机的起降路径和无人机尺寸数据进行对比，并输出无人机起降安全系数，根据安全系数进行无人机的起降。

26、与现有技术相比，本发明具有以下有益的技术效果：

27、本发明提供的基于双目视觉的无人机自主起降方法，首先消除无人机拍摄图像进行运动补偿，消除图像的抖动，提高图像质量以便进行障碍物识别、测距和平整度计算；然后通过拍摄的环境图像获取障碍物的位置信息以及着陆区的平整度，最后根据将障碍物的位置信息与无人机的起降路径和无人机尺寸数据进行对比，通过综合评价并给出安全系数等级，根据安全系数控制无人机舵机转速从而实现平稳着陆。该方法在同时完成测距、地面平整度检测等方面具有较好的处理效果，且利用超声波测距辅助测量，能够满足无人机在常规以及较为恶劣环境中做出起飞和降落决策。

技术特征：

1.一种基于双目视觉的无人机自主起降方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤1中所述环境图像如下：

3.根据权利要求1所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤1中所述运动补偿的方法具体如下：

4.根据权利要求1所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤2中所述采用霍夫变换获取环境图像中障碍物的形状信息的方法具体如下：

5.根据权利要求4所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤2中所述障碍物的高度信息的确定方法如下：

6.根据权利要求1所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤2中所述着陆区的平整度的确定方法如下：

7.根据权利要求1所述的一种基于双目视觉的无人机自主起降方法，其特征在于，步骤3中根据安全系数进行无人机的起降的方法如下：

8.一种执行权利要求1-7任一项所述的一种基于双目视觉的无人机自主起降方法的系统，其特征在于，包括图像抖动消除模块、目标物检测模块和无人机起降模块；

技术总结
本发明公开了一种基于双目视觉的无人机自主起降方法及系统，首先消除无人机拍摄图像进行运动补偿，消除图像的抖动，提高图像质量以便进行障碍物识别、测距和平整度计算；然后通过拍摄的环境图像获取障碍物的位置信息以及着陆区的平整度，最后根据将障碍物的位置信息与无人机的起降路径和无人机尺寸数据进行对比，并输出无人机起降安全系数，根据安全系数控制无人机舵机转速从而实现平稳着陆。该方法在同时完成测距、地面平整度检测等方面具有较好的处理效果，且利用超声波测距辅助测量，能够满足无人机在常规以及较为恶劣环境中做出起飞和降落决策。

技术研发人员：刘贞报,院金彪,贾真,赵闻,张超,赵鹏,刘昕
受保护的技术使用者：西北工业大学
技术研发日：
技术公布日：2024/1/13