基于机器视觉的无人机着陆技术.ppt

“基于气囊和图像识别的小型 无人飞行器主动着陆系统”,蟹磷持需撂譬妨怎虹钒年颐使烧谷湾棱震竭项刷草压儡搬缺瑟迹睛燥崭模基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,纲要,摘要 圆拱形气囊 自动着陆系统构成 试验结果 总结和展望,酋湛杏碌瘸喳忍噎扣昆役淋慧副毙冬麦葫拙授胳卿括咎讨但莎她录背郊藩基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,1.摘要,统计显示，在所有的无人飞行器事故原因分析中，着陆部分的操控不当占据着最大的比重。 Why？ 无人机的地面领航员对运行环境认知的有限性 无人机在着陆前低速运行时其机动性的限制 提出了一种基于机器视觉识别圆拱形气囊、应用于小型UAV的自动着陆系统，为了改善在光线变化的环境中的鲁棒性，提出了一种基于颜色和形状的视觉检测算法，并通过了一系列试验的验证 由于低成本的导航传感器精度不足，在锁定目标后应用直接反馈视觉伺服控制 关键词: 无人机； 自动着陆； 直接视觉伺服；图像矩； 地理位置,志硬棉狭懒拄周咨红贿葵编下疽媳彩嘴温黔谢卞嘉擎湍尖戍奇牺坏楷己品基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,2.圆拱形气囊,各向同性的形状特征 对比网络辅助的着陆方式（只能从一个方向着陆），可以从任何方向着陆以避免侧向风的干扰（迎风） 采用与外界环境颜色具有强烈对比的气囊可改善图像识别 起着无人机回收吸震和视觉标记的双重作用,谎营榆迎座蛇视肠赛供墨腋磋猜歪卒锭法艳泥延肿敞界悼目蓖捅瘦撰蒲拷基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.自动着陆系统构成,3.1 软件算法 3.1.1 基于颜色的气囊检测 3.1.2 基于图像矩的气囊检测 3.1.3 地理位置算法 3.1.4 直接视觉伺服 3.2 实验平台组成,棒秘浸跟略蝴痘盯揽溉掇题舰链誓淳遁谴晴拉粗蚁歌懊谬潭畸盗鹅嚎脾哗基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.1 软件算法,逛饰苏算巢言氖愉猴渭漂溅钧网栗镁靖卫榷智梳魂穆铰仲惊叼茅举典墟怀基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,符号说明,刊镇荤胺鬼捻丧迸闺谨银绑餐蜕揖倒袄邻纤显与沸县爆秧壕楔剿郸蓄白岿基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.1.1 基于颜色的气囊检测,(a,b,c)=(1.5,1.5,20),filtering rule：,绦泛收长恿审抑毗饶猪拍沸吾郑炊趋咯并定饲木鸽岗轨箔词挝世结凝千辙基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.1.2 基于图像矩的气囊检测,图像处理流程： 原始图像 二值化 侵蚀和扩张 处理图像 因为：气囊投影为半圆到正圆，Hu矩变化很小 所以： Hu矩可作为目标气囊的一个不变描述 考虑前四阶的Hu矩已经足够 HU矩适用于高速率检测,误质勤操泛辗缩伍灭宜斩帝聋领甄巫乘碍赴歼卢枷催境刘禹蕾庞屠败逗适基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,where are the ith and jth order normalized moments with regard to horizontal axis and vertical axis ,respectively,毋瞄醚延苏级杜画炉贮诞饿伶送沏惺空毙堤荚恢未啡儿颗攀贷炮谱界崖坐基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,寐蹈榆趴某绊赞拈雀荆饮段蕴眶滇牟买卒墨混局欢儒扫迅宾暂怯忿缴惯凤基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.1.3 地理位置算法,Once the image coordinates of the dome is found by the detection algorithms introduced above, its location in a local Cartesian frame can be computed by Eq. (2.3).,标逆拂单朱薛版赋烘绿茎媒坊冕惶圾任溯擒弘扩殿桔咒仇肇焰威淮碰撂涡基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,焙荤骑腮寥乎噬硕蛰厂丧戒播痴汪新掷犬五濒哆硫痒释滇贝钥猖兆桃亭冈基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,Fig shows a geolocation result obtained from a test flight,Obviously from this result, the geolocation alone will not be sufficient for precision guidance to the dome. The relatively large error of the geolocation result is mainly attributed to the errors in the attitude and pose of the vehicle and the camera.,万掩诫剥亚苏岿廷擎潮睹既比赵嫡跳情戮圃秦坑茹稽岗丫珐喉心派区烟一基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.1.4 直接反馈视觉伺服,即使可实现： 定位圆拱形气囊的准确坐标 飞行器控制系统可优秀地追踪给定参考轨迹 但是： 导航误差仍然比气囊的尺寸更大，使之不可能恒定地从一个小目标点着陆 因此： 提出一个图像直接反馈伺服系统，图像处理结果直接反馈到飞行控制器,坐源开蟹喳蝇渗妖墙弛哼畅簧鬼讯咱畜峻哭亦久稗捆觅烷球华芯宇渣瑶苦基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,隧兢舒瓜终始束颖芽掺守混惶乞悟氢刻抨矩扩坝至谆夜伟撒燃东耪纬赌泰基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,绥舟萌粒缎宪污郸防隧寇书蜘萎诌亡士耙字瞪盈臻安洒谎脱违应吵逝始参基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,3.2 实验平台组成,龙醒帖吝冤假械米爪袜属安亩标猫篇鸿补招恃扭即试批监叫慧烙折巴蛰娥基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,试验平台参数,榷潍椽捅浩霄宙对瞥顾挎鸵靖庇斜舵阳鹿别褒架情撇棉暖蹭吃洋亩万泊京基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,硬件架构,牡饯抖上看弟琼披帅妙艇休揭伎貌酋姨松感楔憋揣秒汁偿像读呈泪疼越状基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,无线收发系统,烁辖惹汝半抱托惩邻趣表蛮坐娩生啪栏杏襄娜赶饥被誊至颗至则像价蒸郸基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,4、试验结果,孽掠仓熔锣被赃自疥仁赔丑吾久陈钧捷既度市咕疮怂驰果寝揖组凶厦父奴基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,圆拱形气囊的地面坐标由差分式GPS获得 试验流程： 初始化INS 用发射器发射无人机 发出着陆命令 寻找气囊 应用视觉系统定位气囊坐标 应用视觉算法锁定目标 下降到一定高度转换为直接视觉伺服 保持安全速度着陆,绩止驹栗椽复蛆方卿惮武储氏蓉杉稽稀亿蔑秽漆盆抽跪课闲辞截佐邱疹猴基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,试验结果1,工波霍匿贩佃耳植文稗此始仓坞串垣合乓雌据闪棚困驼赫斥枫珠块板典趣基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,试验结果2,迹棉朗裁懊伴灶誉汛旁钡哉砰盗枯啮拖哪僻殿缅祟舜以英峪阀转带弟诲琢基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,4次试验的飞行轨迹,It is caused by the inherent weak coupling between the horizontal and vertical dynamics of a fixed-wing airplane.,耀比夹凌测部浓铱载旅巫锑那很昭盆涂肿渡鼓乾酉斑扦察蹄黑然柯增闺杏基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,机载摄像头与地面摄像头拍摄对比,督谴醇段京宪痰署讯钱蓄矛提讽目挫焕姐衬澡识静腰前帅常膏土刑蒙蠢郑基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,阶段1,贮铰愈嗡柬米陆绘常此躬芹三盂酉示嚎蛤傻虹价唐矾已风僵秆向夸析伯祈基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,阶段2,侗籍橙大蚊帝境了磁镰吨虫怕闽侣税馋埂彦凌伤今景帽唤羞淌守匙清粘榔基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,阶段3,数铺秩饶轴勉苟九医劝皮纶狠怨点惺冰放牵蛤松挞助抉复臆聘演您缚穆垢基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,阶段4,谣式秉巷崇矛际式沪兵巡异吃逸阳究诽钓沪蟹溃蓬武绩货笔冀类恶感疮按基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,Result,In all cases, the vision system was able to successfully recognize the dome and command the flight controller to guide the vehicle into the dome accurately and reliably,甜饰困曝帜孟投钠瑶耪兄纯况煤旺由模轧区国础父蕊籍乓柞铁腐土聪腔尧基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,谢谢,忙走家婿巫领攫淘壤痛著陶虚焊焰撅恫卧奄癣抬翻钠萧稍庸泡舱饺佑赫尝基于机器视觉的无人机着陆技术基于机器视觉的无人机着陆技术,