基于機載影像傳感器的無人機航姿解算

王勝奎

(中國電子科技集團公司第20研究所，西安 710068)

基于機載影像傳感器的無人機航姿解算

王勝奎

(中國電子科技集團公司第20研究所，西安 710068)

摘要：安全著陸是無人機研究的關鍵內容。為了提高無人機著陸的安全性和可靠性，提出了基于分布特征點解算無人機姿態的視覺算法。根據成像原理，利用機載光學傳感器獲取的圖像信息和機場的數個特征點信息，解算出無人機的姿態信息。無人機姿態參數可以為無人機綜合導航和信息融合實現無人機自主著陸提供參考。

關鍵詞：無人機；著陸；基于視覺；坐標變換

0引言

據資料統計，無人機安全著陸是無人機研究的重點和難點，無人機回收階段的故障數占整個任務執行階段故障數的80%，因此無人機著陸導航技術在無人機發展過程中具有重要意義。由于視覺輔助導航方法具有精度高、自主性強、不受電子干擾等特點，因此在無人機的著陸導航中受到越來越多的關注[1]。本文通過安裝在無人機上的成像傳感器獲得著陸點附近的圖像信息，使用視覺算法解算出無人機的飛行姿態歐拉角。無人機的姿態信息主要包括無人機相對于地面的俯仰角、橫滾角和偏航角。

1常用坐標系

1.1　地面慣性坐標系OXiYiZi

它是相對于地球表面不動的一種坐標系，原點取自地面上的某一點，OXi軸位于水平面內，指向某一固定的方向(如無人機航線)；OZi軸垂直于地面并指向地心；OYi軸在地平面內且垂直于OZi并指向右；坐標系符合右手規則[2]。

1.2　攝像機坐標系OXcYcZc

攝像機坐標系的原點為攝像機光心，OXc軸與攝像機光軸重合，且取攝影方向為正向，OZc、OYc軸與圖像物理坐標系2個軸平行,如圖1所示。

其中圖像的正片位置位于攝像機坐標系的Xc=f平面內(f為攝像機的焦距)。在無人機著陸過程中，攝像機固定安裝在無人機上，因此可以用地面坐標系與攝像機坐標系之間的關系來表述地面坐標系和機體坐標系的關系。

2坐標系之間的轉換

在建立了上述坐標系之后，若要根據提取出的圖像特征信息獲取對著陸有用的定位導航信息,即求解出著陸過程中無人機相對于跑道的姿態,就需要建立坐標系之間的相互轉換關系。任意2個坐標系之間的關系都能通過若干次基元旋轉來實現。基元旋轉即為坐標系繞它的一個軸旋轉,如圖2所示。根據基元旋轉獲取的基元矩陣來計算出2個坐標系之間的關系[3]。

圖1　攝像機成像原理圖

圖2　坐標系基元旋轉原理圖

繞x軸、y軸和z軸旋轉獲取的基元矩陣為：

(1)

(2)

(3)

2.1　地面坐標系與攝像機坐標系之間的轉換關系

(4)

其轉換關系可以通過三次基元旋轉來實現，旋轉角度定義如圖3所示。

俯仰角θ：攝像機坐標系OcXc軸與地平面的夾角，以低頭為正。偏航角ψ：攝像機坐標系OcXc軸在地面上的投影與地面坐標系OiXi軸間的夾角，以機頭右偏航為正。滾動角φ：攝像機坐標系OcZc軸與包含攝像機坐標系OcXc軸的鉛垂面間的夾角，無人機向右傾斜時為正，則：

(5)

圖3　攝像機坐標系和地面坐標系關系示意圖

2.2　圖像坐標系與攝像機坐標系之間的轉換關系

通常介紹的攝像機成像原理事實上都是針孔成像的原理。成像平面的距離(即焦距)為f，圖像坐標一般用(u,v)像素表示，且像素一般不是正方形，而是長方形，需要2個額外的比例因子k和l，由圖像物理坐標系進一步轉化為圖像像素坐標系：

(6)

假如f的單位是米，像素大小是k-1×l-1，其中k和l單位為像素×m-1，如果用像素單位表示，有α=kf，β=lf。若選取左上角為原點，則有：

(7)

式中：(u0,v0)為光心在圖像平面內的位置。

2.3　地面坐標系與圖像坐標系之間的轉換關系

(8)

(9)

3無人機航姿解算

機場跑道成像原理如圖4所示。攝像機原點在機場坐標系中的坐標為：(xc，yc，zc)。假設已知機場跑道的信息：P1和P2分別為機場坐標系y軸和機場跑道邊界線的交點，線段P1P2的中點為機場坐標系原點Oi。P3位于機場坐標系的x軸,位于跑道的終點，跑道長度已知。已知P1在機場坐標系的位置(x1,y1,z1)，P2在機場坐標系的位置(x2,y2,z2)，P3在機場坐標系的位置(x3,y3,z3)。

在圖像坐標系中，已知u0、v0和up1、v1、u2、v2、u3和v3，由式(8)和式(9)得到關于俯仰角θ、偏航角ψ和滾動角φ的方程組:

(10)

(11)

式中：x1、x2、y3、z1、z2和z3為0。

求解方程組解算飛機的3個姿態角?？梢钥闯?，該算法的原理簡單明了，計算也相對簡便。

4結束語

利用視覺信息對飛機著陸進行導航是一個嶄新

圖4　機場跑道成像原理

的研究課題。在未來利用視覺信息引導飛機著陸的應用將會十分廣泛，如飛機的自主著陸等方面，其前提是根據圖像信息解算出飛機當前的姿態信息。本文提出了對所獲得的跑道圖像進行識別獲取飛機姿態的快速解算方法，在實現飛機自主導航過程中具有借鑒意義。

參考文獻

[1]方德植，陳奕培.射影幾何[M].北京：高等教育出版社,1983.

[2]艾海州，興軍亮.計算機視覺——算法與應用[M].北京：清華大學出版社,2012.

[3]趙昊昱，李紅，彭嘉雄.基于視覺的飛機自主著陸導航[J].系統工程與電子技術,2007,29(7):1131-1133.

Calculation of UAV Flight Attitude Based on Airborne Image Sensor

WANG Sheng-kui

(The 20th Research Institute of CETC,Xi'an 710068,China)

Abstract:Safe landing is the key content of unmanned aerial vehicle (UAV) study.In order to increase the security and reliability of UAV landing,this paper puts forward the vision algorithm based on distributing feature points to calculate UAV attitude,according to the imaging principle,uses the image information obtained from airborne optical sensors and the information of some characteristic points at the airport to calculate the attitude information of UAV.The UAV attitude parameters can provide reference for the integrated navigation of UAV and information fusion to realize UAV autonomous landing.

Key words:unmanned aerial vehicle；landing；vision-based；coordinate transform

收稿日期:2015-04-09

DOI:10.16426/j.cnki.jcdzdk.2015.03.017

中圖分類號：V279

文獻標識碼：A

文章編號：CN32-1413(2015)03-0062-03