基于視覺信息的四軸飛行器位姿估計研究

范大東+林林+熊芝

摘要：提出一種基于已知特征點的單目視覺位姿估計方法。根據攝像機透視投影成像關系，建立四軸飛行器視覺位姿估計模型，設計一種著陸目標圖案，提出著陸目標圖案特征點提取及標記方法。實驗結果表明，該位姿估計算法是有效的。

關鍵詞：機器視覺；四軸飛行器；位姿估計

DOIDOI：10.11907/rjdk.171358

中圖分類號：TP319

文獻標識碼：A 文章編號：1672-7800（2017）006-0120-04

0 引言

視覺導航技術具有設備簡單、信息量大、抗電子對抗和無源性強等特點，其作為自主飛行器的輔助導航技術已經受到業界人士的高度重視，是目前無人飛行器導航技術領域中的研究熱點。機載攝像機是飛行器的“眼睛”，通過它，飛行器可以實現避障、位姿估計以及目標識別等。因此，將計算機視覺運用于飛行器輔助導航具有明顯優勢[1-2]。

基于特征點的視覺導航方法，是近年來視覺導航領域研究較為活躍的內容之一。其基本原理為：將攝像機裝載在飛行器上，并在參考目標上預先設置已知的特征點，通過提取已知特征點對應的圖像坐標，根據攝像機透視投影模型，實時估計出攝像機相對于參考目標的位置姿態。

本文設計了由3個黑色正方形和1個黑色三角形組成的平面著陸目標圖案，以正方形和三角形頂點為圖像特征點，提出了一種基于平面單應性變換的圖形特征點實時提取標記方法，利用提取的特征點圖像坐標及對應的世界坐標，實時估計攝像機的位置參數，將其作為飛行器視覺導航信號。

1 著陸標志物及特征點標記

本文設計的著陸圖案如圖1（a）所示。著陸圖案的邊長為60mm，其中小正方形的邊長為20mm，等腰直角三角形的直角邊長為20mm。在著陸圖案中，黑白相間的角點即為設計的特征標記點集。著陸圖案可以分成4個部分，形狀包括兩種類型：I型和II型。如圖1（b）所示，定義著陸目標圖案的中心為世界坐標系原點，類型I的區域中心處于世界坐標系的X軸正半軸，類型II的區域中心依次分布在其余軸線上，采用右手法則來確定Z軸，可以看到各特征點在世界坐標系中的坐標是明確的。

針對所設計的著陸目標圖案，圖像處理的目的是確定標志點的位置，然后提取和標識出這些特征點。本文中的圖像處理算法流程如圖2所示，這里首先使用攝像機獲取圖像，然后對圖像進行預處理，主要包括圖像濾波、閾值分割等，最后檢測與提取特征點，使用標記算法對其進行標記。

主要算法如下：

（1）閾值分割。閾值分割是指根據像素的灰度、顏色、紋理等特性按照一定的原則將一副圖像或景物分割成若干個特定的、具有獨特性質的部分或者子集，并提取出感興趣目標的技術和過程。閾值分割后圖像如圖3（b）所示。

（2）邊緣檢測。邊緣是不同區域的分界線，是圖像局部強度變化最顯著的那些像素的集合。本文邊緣檢測的目的是提取圖像中3個四邊形的邊緣和1個三角形的邊緣。邊緣提取后圖像如圖3（c）所示。

（3）角點檢測。圖像中的角點是指圖像中具有高曲率的點，本文使用的是Harris角點檢測算法[3]。角點檢測后圖像如圖3（d）所示。

（4）分割標志圖案上的三角形。首先篩選出連通區域輪廓，對提取的輪廓進行直線簡化，然后計算4個區域輪廓的周長為：Ci（i=1～4）。搜索4個周長中的最小值min（Ci），則min（Ci）所對應的區域I即為三角形區域。

3 實驗

得到特征點的像素坐標系的坐標（u，v）及世界坐標系的坐標（xw，yw，zw）后，根據兩步法標定原理，利用Matlab/GUI工具 [9]，得到位姿估計模型GUI界面如圖6所示。

本文采用如下方案來驗證所建立的位姿估計模型的正確性[10]，在著陸目標平板上繪制兩個相同的特征圖案，如圖7所示，設定它們的距離分別為100mm、150mm、200mm、250cm和300mm。

將攝像機（攝像機為Prosilica GT2750 CCD工業相機、16mm鏡頭，圖像大小為像素）固定在著陸目標圖案的上方對該著陸目標圖案進行拍照，然后利用上述位姿估計模型解算出相對位置估計測量值，得到表1的測量結果。由表1可知，位置估計誤差在11mm以內，本文建立的位姿估計模型基本滿足位置估計要求。

4 結語

本文以飛行器自主著陸階段為研究對象，根據攝像機透視投影成像關系，建立了飛行器視覺位姿估計模型，設計了一種著陸目標圖案，并對其進行圖像處理、角點提取和特征點標記，利用兩步法攝像機標定原理對攝像機位姿進行了解算，使用Matlab/GUI工具對該算法加以實現，最后利用實驗室現有的條件對其進行了驗證。結果證明，本文提出的圖像處理及相關位姿估計算法具有一定的導航精度。但是由于需要進行大量的圖像處理，耗時較多，還很難滿足飛行器自主著陸階段實時性的要求，因此縮短圖像處理時間將是后續研究的重點。

參考文獻：

[1]SRIKANTH SARIPALLI，JAMES F MONTGOMERY，et al.Vision-based autonomous landing of an unmanned aerial vehicle[C].Proceedings of the 2002 IEEE International Conference on Robotics & Automation，2002： 2799-2804.

[2]COURTNEY S SHARP，OMID SHAKENIA，S SHANKAR SASTRY.A vision system for landing an unmanned aerial vehicle[C].Proceedings of the 2001 IEEE International Conference on Robotics & Automation，2001：1720-1727.

[3]趙文斌，張艷寧.角點檢測技術綜述[J].計算機應用研究，2006，10（1）：17-20.

[4]邱力為，宋子善，沈為群.用于無人直升機著艦控制的計算機視覺技術研究[J].航空學報，2003，24（4）：351-354.

[5]TSAI R Y.An efficient and accurate camera calibration technique for 3D machine vision[C].In Proc.CVPR，1986：364-374.

[6]趙明.基于圖像的物體尺寸測量算法研究[J].軟件導刊，2016，15（11）：48-52.

[7]樊冬雪.四軸飛行器視覺導航系統的設計[J].計算機技術與用，2014，40（8）：140.

[8]阮利鋒.小型無人直升機自主著陸視覺導航系統設計及仿真[D].上海：上海交通大學，2009.

[9]周平.MATLAB圖像處理與圖形用戶界面設計[M].北京：清華大學出版社，2013.

[10]王山山，王丹.Matlab下視頻處理系統設計與實現[J].軟件導刊，2016，15（12）：71-73.

（責任編輯：孫 娟）