论文部分内容阅读
旋翼无人机近来在诸多领域都有比较多的应用,不论是在军事领域中执行侦察打击任务,还是在民用领域灾害现场的搜救工作等,其中旋翼无人机的导航都至关重要。传统导航方式有惯性导航设备以及GPS(Global Positioning System)等卫星导航设备,其中GPS导航运用范围最广。但有许多没有GPS信号的地方或者不适合GPS使用的场合,因此其它导航方式亟待开发。计算机视觉技术对图像进行处理,包含信息丰富,其应用于旋翼无人机导航上有很大的潜力。针对视觉导航中旋翼无人机定位问题,采用图像匹配技术来解算无人机的实际位置,本文提出基准图匹配和运动估计二者信息融合的方法实现定位导航。研究分析图像特征点提取及图像匹配,采用ORB(oriented FAST and rotated BRIEF)算法提取图像特征点获得描述子,二值化处理后与对应的正确地理坐标作为基准图。事先采集待飞区域的图片,每张基准图大小为640*480,提取图片描述子、记录描述子对应坐标,以文本文件的形式保存到机载计算单元。制作图片编号、图片GPS、图片夹角的索引表存储到本地。将索引表按经度和纬度双重排序,用于匹配时查找。对于特征点的匹配问题采用速度较快的LSH(Locality Sensitive Hashing)算法,并对结果进行RANSANC(Random Sample Consensus)去误差处理。为提高搜索匹配速度增加本文视觉导航的实时性,研究KLT(Kanade-Lucas-Tomasi)特征点跟踪算法估算旋翼无人机运动信息,给出飞行途中的粗略位置辅助搜索基准图。计算当前图和上一帧图片的相对偏移,并将偏移量从图片坐标系转换到世界坐标系,从起始位置累积的偏移量作为当前无人机的位置。在基准图中以该位置附近15米内图片作为候选匹配图,因此缩小了搜索范围提高了导航算法的实时性。而匹配得到的准确位置用于更新估算运动信息算法的初始位置,以此减小累积的误差。针对算法的实用性问题,本文设计了完整视觉导航软件系统,并在大疆M100上完成了测试。软件以ROS(Robot Operating System)机器人操作系统为软件的基本框架,以模块化方式编写了实时图提取特征点、基准图的搜索和匹配以及四旋翼无人机位置估算几个模块,模块间以ROS消息通信机制完成信息交互以完成导航的目的。最后四旋翼飞行在200米空中,仅在视觉导航下完成了预设航点的巡迹飞行。