设计与应用
计算机测量与控制.2009.17(7) Com puter Measurement &C ontrol 1387
中华测控网
chinamca
收稿日期:2008
1216; 修回日期:200901
24。
基金项目：总装预研基金项目(9140A25040307HK0306)。作者简介：邓红德(1957)，男，陕西重阳人，副教授，主要从事控制、制导与仿真方向的研究。
文章编号:1671
4598(2009)071387
03 中图分类号:T P13
文献标识码:A
一种无人机自主着陆视觉跟踪方法
邓红德1，王丽君1，金 波2
(1.西北工业大学无人机特种技术国家重点实验室，陕西西安 710065;
摘要：视觉导航是利用图像信息进行飞机定位的，在无人机着陆过程中，为使机载传感器能始终追踪到机场跑道，提出了一种基于摄像机姿态与变焦控制的视觉跟踪方法；该方法通过调节摄像机姿态来追踪目标特征点，使目标特征点尽量位于成像平面的中心，然后根据无人机与机场跑道的距离，适时的调节焦距，以保证图像特征点完全位于图像平面内；实验结果表明，该法能很好地控制摄像机姿态角，使目标特征点位于图像中心附近，达到很好的跟踪效果；且该法操作简单，不需要增加图像处理的难度，实时响应速度快，可以满足工程需要。 关键词：特征点跟踪；变焦控制；视觉导航
UAV Autonomy Landing Visu al Tracking Algorithm
Deng H o ng de 1,Wang Lijun 1,Jin Bo 2
(1.N ational L abor ator y of U AV Special T echnolo gy ,N o rthwester n P olytechnic U niv ersity ,Xi an 710065,China;
2.Cheng du A ir craft Industr y Company ,Cheng du 610092,China)
Abstract:Vision n avigation uses the image in formation to evaluate the aircraft position,in the process of landing,for airborne sen sor can alw ays follow up to the airport runw ay,presen ts a vis ual tracking algorithm w hich b as ed on camera controlling.T he alg orith m by adju sting th e cam era to track th e target featu re makes the feature points as pos sible in the centre of imaging plan e,and then according to the dis tance from the airport runw ay,tim ely adjus t th e focal length to en sure the image feature poin ts in the image plane com pletely.Experimental resu lts show that the law can con trol the camera angle w ell th at made the target image feature points in the vicin ity.And that the method is simple,don't need to increas e the difficulty of image p roces sing,and the real-tim e res ponse s peed is quick,can meet the project n eed s.
Key words :featu re points tracking;zoom control;visu al navigation
0 引言
计算机视觉由于其经济、无源、信息丰富等特性，已经成为无人机自主着陆中不可或缺的重要信息源，通过将视觉信息与惯性导航信息进行融合，可以得到精确的导航信息，如控制模型直升飞机完成自主着陆[1]，或是固定翼模型飞机完成自主着舰任务[2]。视觉导航主要是通过对视觉传感器获得的图像进行处理，从而得到无人机导航定位的一种技术，因此，视觉传感器能否很好地追踪目标是无人机完成自主着陆一个必要环节。
1 视觉跟踪方法
基于计算机视觉的无人机自主着陆过程中对图像的处理，无外乎两种情况，一种是提取图像特征点[1]；另外一种就是识别图像边缘线或是特征线。但是对大多数视觉算法来说最终还是要归结到点的运算[3]，因此图像上的特征点能否始终位于图像平面内，是我们亟待解决的问题。但是只是保证特征点位于图像平面内是远远不够的，例如当特征点比较靠近图像边缘时，如果此时飞机受到小的扰动则就会很容易造成特征点的丢失，使视觉系统失效。因此视觉跟踪方法需要解决的问题就是使特征点都尽量靠近图像成像平面的中央。
1 1 条件假设
无人机在整个视觉着陆过程中，采用基于特征点的运动估计，且特征点通过图像处理算法已经正确获得。在进入着陆段时，会对机载设备进行一次对准，使其基本对准机场跑道，根据获得的特征点利用视觉算法，可以解算出无人机的位置与姿态。1 2 特征点布局
为使摄像机全程都可以跟踪到特征点，特征点的布局方案如图1所示。即在机场跑道的着陆区域以及机场终端区域布置特征点，这样不仅保证了无人机远离机场时能够很好地区分特征点，而且无人机在滑跑时，可以跟踪机场终端设置的特征点，估计其滑行航向。为了更好地完成特征点的追踪，可将特征点布置成一定的形状，突出所要跟踪的特征点，此处采用三角形的特征点布局方法。
图1 特征点布局
1 3 跟踪方法
在整个无人机着陆过程中，摄像机的安装方式采用可变安
1388
计算机测量与控制
第17卷
中华测控网
chinam ca
装方式，即摄像机变焦控制以及特征点稳像控制。1 3 1 摄像机变焦控制
在无人机着陆过程中，如果使用单一焦距，如选用大焦
距，虽然可获得较高的图像测量精度，但是当摄像机与机场距离有限时，可能造成部分特征点落在摄像机视场外的情况，因此为使特征点全部位于图像平面之内，就需要根据与机场的距离选择合适的视场角，即需要对摄像机进行变焦控制。变焦的目的是使特征点尽可能地都分布在图像平面中，以提高特征点测量的相对精度。不妨假设摄像机是支持在线校准的，即变焦后的摄像机经过校准仍然可以近似为理想的针孔摄像机模型。1 3 2 姿态控制
摄像机姿态控制，是通过控制摄像机相对于无人机的姿态(俯仰角以及方位角)，使得目标特征点总是成像在成像平面的中心位置附近，即光轴与像平面的交点附近即特征点稳像控制。由于摄像机的稳定平台可以达到很高的响应速度，并有较高的角度测量精度，可以近似认为摄像机的控制过程是 瞬间 完成的[4]，即摄像机由某一姿态角变换到一个姿态角时，该过程的动态可以忽略不计。
1 3 3 方法描述
该方法主要是通过调节摄像头焦距以及控制其姿态角来达到追踪目的。其过程大概可以由以下几部分组成:
(1)设定摄像机的初始状态。根据先验知识预先设定摄像机的焦距以及初始安装角度。
(2)获取图像特征点坐标(u,v )。通过图像处理，获取跑道上预设的特征点信息。为了减少图像处理的工
作量，在飞机着陆滑跑之前，只需检测着陆点附近的特征点即可。以着陆点1为目标点，而点2和点3作为辅助特征点，用于获取飞机相对于跑道的位置。
(3)获取飞机相对跑道位置信息。建立地面坐标系如下：以跑道起始端直线为y 轴，两端点的中点为原点，跑道中线为x 轴，垂直向下的为z 轴。图像坐标系原点为光轴与像平面的交点，横坐标用u 表示，纵坐标用v 表示。摄像机坐标系以光轴为x 轴,y 轴与u 方向一致,z 轴与v 方向一致。根据图像
处理的结果，利用成像原理:u f =y x ,v f =z
x 地面坐标系与
飞机坐标系以及飞机坐标系与摄像机坐标系之间的转换关系
Pb =R 1(P E -P b );Pc =R 2(P b -T )最终求出飞机相对跑道的位置信息。其中,R 1为从地面坐标系到机体坐标系的转移矩阵，表示为
R 1=
cos cos
sin cos
-sin -s in cos +cos sin s in cos cos +sin sin sin
cos sin
s in sin +cos sin cos
-cos sin +cos sin sin cos cos
R 2为机体到摄像机的转换矩阵，为已知矩阵。P E 为地面
上一点,P b 表示飞机当前位置,T 表示摄像机在飞机中的安装位置,P b 表示地面上一点p 在机体坐标系中的坐标,Pc 表示p 点在摄像机坐标系中的坐标。
(4)控制特征点位于图像平面的中央。建立无人机坐标系(以飞机质心为原点,x 轴与飞机机身的设计轴平行，且处于飞机对称平面内,y 轴垂直于飞机对称平面指向右方,z 轴在飞机对称平面内，且垂直于x 轴指向下方)，将无人机坐标系经过简单平移P 得到辅助摄像机坐标系(x c ,y c ,z c )，如图2所示，则地面上一点P E 与其在辅助摄像机坐标系中的关系为Pc =R 1*(P E -P b )-P 。由图2可以看出，要使摄像机的光轴穿越空间中的点P，则期望的摄像机相对于无人机的姿态角为:
c =arctan (y
c x c )
c =-ar ctan
z c
((x c )2+(y c )2)
设摄像机相对于无人机向下偏转时，俯仰角为负值。
图2 摄像机姿态控制示意图
(5)根据飞机距离跑道的距离实时调节摄像机的焦距以保证在整个着陆过程中，跑道图像可以完整地显示在图像平面内。
安全带插扣
sky angel vol.92跟踪方法示意图如图3所示。
抓瓜图3 跟踪方法示意图
图4 无人机着陆过程中的姿态角变化曲线
自动排焊机第7期邓红德，等：一种无人机自主着陆视觉跟踪方法 1389
中华测控网chinamca
2 实验与结论
设置摄像机的初始姿态为：俯仰角为-4 ，偏航角为0 5 ，在无人机着陆初始阶段取无人机着陆点p 1为跟踪特征点，当无人机经过机场跑道离着陆点很近时，此处取值250m，采用远端特征点p 6为跟踪特征点，同时当摄像机远离机场时，采用15 小视场角进行特征点跟踪，开始下滑时，采用45 视场角进行追踪。为了检测该法的有效性，在滑跑段人为地增加一个扰动使其偏航。摄像机的姿态响应结果以及目标特征点在图像坐标系下的坐标如图4以及图5所示。图6中红线表示纵坐标V ，蓝线代表横坐标U 。
图5 摄像机相对于无人机的姿态变化曲线
图6 目标特征点在图像坐标系下的坐标
由摄像机的姿态变化曲线可以看出在整个着陆过程中，为
保证追踪目标，摄像机会随无人机的姿态变化作出相应的变化,
而且从特征点在图像平面中的坐标不难看出，该法能够有效地保证目标特征点成像在平面中心，在24
00帧左右时的突变是由于在滑跑段突然出现了偏航，且无人机在着陆中出现了小幅度的滚转，而摄像机相对于无人机的姿态变化只限制于俯仰以及偏航两种，故出现短暂的特征点纵向偏离中心的现象，即横坐标U 仍旧保持在0附近，而纵坐标V 表现出较大的偏离，但是依旧离中心点很近，而且从图4,5,6可以看出，该偏离只是持续了很短的时间，摄像机能够迅速地调节姿态角，完成目标追踪。可见特征点稳像控制方法，在飞机存在较小的干扰时仍旧可以很好地跟踪到图像，使图像脱离视野的机率降低。
3 总结
在视觉导航无人机自主着陆中，如果较长时间地造成特征点丢失，那么无人机就无法准确地估计其相对于机场的位置，那么无人机就无法在控制系统的作用下，使其按照预定轨迹飞行，容易造成飞机失事，通过上述实验发现，合理地选择特征点，以及控制摄像机的姿态能够很好的控制摄像机稳定跟踪机场跑道，在存在小的干扰下亦不会造成特征点的丢失，使视觉系统可以一直有效。而且该方法简单易操作，不需要增加图像
处理的工作量，能够满足实时性的要求，有很好的工程应用价值。
参考文献:
广告推送[1]Courtney S.Sharp Omid Shakernia S.Shankar Sastry.A vision System
for Landing an Unmanned Aerial Vehicle [A]Proceedings of the 2001IEEE International Conference on Roboti cs&Automation [C].Seoul,Korea.2001,1720-1727.
[2]H espanha J M ,Yaki menko O A,Kami ner I I,Pascoal A M.Li near Pa -rametrically Varying System w ith Brief Ins tabilities:An Application to Vision/Inertial Navigation [J].IEEE Transactions on Aerospace and E -
lectronic Systems (S0018-9251),2004,40(3):889-902.[3]赵昊昱，李 红，彭嘉雄.基于视觉的飞机自主着陆导航[J].系统
工程与电子技术,2007,7(7):1131-1133.
[4]李绍燕.基于视觉的无人战斗机自主着陆研究[D].北京航空航天
大学导航、制导与控制,2004.
(上接第1386页)
循环的次数之所以选择10以上，是因为已经存在蛮力攻击6轮循环的算法，而至今还没有出现攻击7个或更多循环的算法。多出的4个循环能够让人有一种安全感。当然，循环的次数还可以增加。
4 结论
AES 可以在包括8位和64位平台在内的各种平台及DSP 上进行加密和解密。A ES 算法的轮变换与S 盒是完全并行的，这种固有的高并行性便于有效使用处理器资源，即使不以并行的方法实现该算法，它的软件效能也非常好，密钥建立速度很快。另外,AES 对RA M 和RO M 的需求量低，非常适合在空间有限的环境单独进行加密或解密。通过对A ES 在PIC16F873A 上的优化，简化了电路，降低了成本和功耗。
参考文献:
[1]陈国先.PIC 单片机原理与接口技术[M ].北京：电子工业出版
社,2004.光伏组件检测
[2]Daemen J ,Rijmen V.高级加密标准(AES )算法 Rijndael 的设
计[M].北京：清华大学出版社,2003.
[3]祝跃飞，张亚娟.椭圆曲线公钥密码导引[M ].北京：科学出版社,2006.
[4]NIST.Advanced Encrypti on Standard (AES)[M ].Federal Informati on
Processing Standards Publication,2001.
[5]苏学东，崔竟松.高级加密标准AES 候选之一 Rijndael [M ].
通信保密,2000,1:62-67.
[6]蒋 欣.Rijndael 加密算法在网络文件传输系统中的应[J ].计算机
测量与控制,2003,11(4):312-314.
[7]王海科，范伊红，廉飞宇，等.AES 加密算法在不停车收费系统中
的应用[J].计算机测量与控制,2006,11(1):95-97.
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议