張衛(wèi)星
(蘇州工業(yè)職業(yè)技術(shù)學(xué)院,江蘇 蘇州 215104)
由于無(wú)人機(jī)在著陸時(shí)移動(dòng)速度快,加上地面干擾因素多,使得無(wú)人機(jī)很難在既定跑道上平穩(wěn)著陸,容易發(fā)生安全事故?,F(xiàn)階段關(guān)于無(wú)人機(jī)自主著陸的技術(shù)研究,主要還是利用導(dǎo)引定位(如GPS 導(dǎo)航、INS 導(dǎo)航等)輔助無(wú)人機(jī)不斷調(diào)整飛行角度、對(duì)準(zhǔn)跑道,然后改變下滑角進(jìn)場(chǎng)。但是這種導(dǎo)引定位方法無(wú)法識(shí)別跑道內(nèi)部與周邊的障礙,可能會(huì)在著陸時(shí)發(fā)生事故?;谝曈X(jué)信息系統(tǒng)的無(wú)人機(jī)導(dǎo)引飛行技術(shù),可以準(zhǔn)確識(shí)別跑道內(nèi)部與周邊信息,為無(wú)人機(jī)著陸提供更加豐富的參考依據(jù),對(duì)無(wú)人機(jī)的自主、穩(wěn)定著陸有積極幫助。
固定翼無(wú)人機(jī)的視覺(jué)信息系統(tǒng)主要完成兩項(xiàng)任務(wù),即識(shí)別跑道與動(dòng)態(tài)跟蹤。其中,著陸跑道識(shí)別是通過(guò)采集、分析圖像數(shù)據(jù)實(shí)現(xiàn)的。由于跑道識(shí)別與跟蹤中無(wú)人機(jī)始終處于動(dòng)態(tài)飛行狀態(tài),為了更加方便、準(zhǔn)確地獲取跑道目標(biāo)的特征,必須對(duì)獲取的著陸圖像進(jìn)行預(yù)處理[1]。常用的圖像預(yù)處理方式有多分辨率處理、灰度化處理、邊緣檢測(cè)等??紤]著陸跑道與兩側(cè)環(huán)境(如綠地)有明顯界限,因此研究選擇邊緣檢測(cè)法,以便于無(wú)人機(jī)在不同著陸階段都能快速、精確地提取跑道目標(biāo)的區(qū)域特征、邊緣直線特征,從而使無(wú)人機(jī)可以成功著陸。
本研究使用LSD 算法進(jìn)行邊緣檢測(cè),其處理流程為:利用外接矩形進(jìn)行逼近,尋找到包含了所有亮度變化明顯像素點(diǎn)的最小外接矩形,此時(shí)矩形的長(zhǎng)度和寬度均為最小值。然后求出外接矩形的長(zhǎng)寬比,并根據(jù)這一數(shù)字確定特征直線。如果長(zhǎng)寬比超過(guò)某個(gè)閾值,則將該外接矩形的軸長(zhǎng)作為特征直線。外接矩形及其區(qū)域參數(shù)見(jiàn)圖1。
圖1 矩形區(qū)域參數(shù)示意圖
圖1 中,矩形區(qū)域的重心為O,其坐標(biāo)為(Cx,Cy),L和W 分別為外接矩形的長(zhǎng)和寬,θ 為傾角。假設(shè)該外接矩形中存在n 個(gè)像素點(diǎn),則這些像素點(diǎn)的坐標(biāo)集合P 可表示為
則重心O 的兩個(gè)坐標(biāo)分別表示為
矩形長(zhǎng)(KL)與寬(KW)的斜率計(jì)算公式為
求出該矩形的長(zhǎng)(L)和寬(W)分別為
確定了L 和W 的值后,即可確定外接矩形的面積。同時(shí),進(jìn)一步判定長(zhǎng)寬比和閾值(λ)的關(guān)系,如果存在L/M>λ,則確定該外接矩形的中心軸為特征線;如果L/M≤λ,則認(rèn)為該外接矩形的中心軸不是要求的特征線。
提取跑道特征直線是固定翼無(wú)人機(jī)視覺(jué)信息著陸中的重要環(huán)節(jié),也是保證相對(duì)位置精確、進(jìn)而實(shí)現(xiàn)安全著陸的關(guān)鍵。經(jīng)過(guò)上文的圖像預(yù)處理以及邊緣直線檢測(cè)等操作后,可以在無(wú)人機(jī)高清攝像頭拍攝所得圖像中標(biāo)記出清晰的特征直線。在實(shí)際中,跑道兩側(cè)邊緣線均分布在特定的范圍內(nèi),其中左側(cè)邊緣線的分布角度集中在[0°,90°]之間,而右側(cè)邊緣線的分布角度集中在[90°,180°]之間[2]。另外,如果同一副圖像中經(jīng)過(guò)預(yù)處理與檢測(cè),出現(xiàn)了2 條或多條直線,則僅取長(zhǎng)度最長(zhǎng)的2 條。
將無(wú)人機(jī)高清攝像頭拍攝到的圖像作預(yù)處理后,綜合考慮跑道目標(biāo)與背景亮度,或者是跑道周邊其他特征目標(biāo)的位置,可以確定該圖像中跑道的所在位置。然后基于不變矩方法進(jìn)行跑道目標(biāo)提取。將提取到的數(shù)據(jù),與系統(tǒng)模板庫(kù)中的預(yù)設(shè)模板進(jìn)行配對(duì),如果匹配度在99%以上,則說(shuō)明該區(qū)域即為跑道目標(biāo),至此完成跑道識(shí)別;如果匹配度達(dá)不到這一要求,說(shuō)明識(shí)別到的跑道目標(biāo)與實(shí)際跑道還有一定差異,需要繼續(xù)搜索、修整,直到識(shí)別跑道為止[3]。在此基礎(chǔ)上,利用跑道識(shí)別算法處理,可以求得跑道目標(biāo)坐標(biāo)和無(wú)人機(jī)相對(duì)于跑道的航向角。
本次實(shí)驗(yàn)所用無(wú)人機(jī)為SZD-45 型滑翔機(jī),基本參數(shù)見(jiàn)表1。
表1 滑翔機(jī)基本參數(shù)
該無(wú)人機(jī)搭載的高清攝像機(jī),內(nèi)置LED 照明與補(bǔ)光燈,有180°廣角仿人眼鏡頭和600 萬(wàn)高清CMOS圖像感應(yīng)器,支持3 種高清拍攝模式,分別為1080P 30FPS、720P 30/60FPS 和WVGA 30/60FPS。提 供HDMI 高清視頻和CVBS 普通視頻2 種輸出模式[4]。選擇一處長(zhǎng)度為200 m 的平整道路作為無(wú)人機(jī)著陸跑道,該道路背景、灰度值均勻,邊緣直線清晰可見(jiàn),為著陸跑道識(shí)別提供了一定的便利。
2.2.1 確定圖像分辨率
實(shí)驗(yàn)中分別設(shè)置了3 種不同的圖像分辨率,即P級(jí)、P-1 級(jí)、P-2 級(jí)。其中,P 級(jí)圖像代表無(wú)人機(jī)高清攝像頭拍攝所得原圖,其分辨率為1 920×1 080;P-1級(jí)圖像的分辨率為480×270;P-2 級(jí)圖像的分辨率為120×67。對(duì)拍攝所得圖像做邊緣直線提取處理,其結(jié)果見(jiàn)圖2。
圖2 抽圖像邊緣直線提取處理
結(jié)合圖2 可知,P-2 級(jí)圖像與P 級(jí)(原圖)相比,直線特征的清晰度較差;P-1 級(jí)圖像與P 級(jí)圖像在指向特征清晰度上沒(méi)有明顯差異,但是由于分辨率較小,圖像中包含的像素點(diǎn)數(shù)量較少,計(jì)算量較小[5]。因此,本次實(shí)驗(yàn)中選擇P-1 級(jí)圖像分辨率為480×270 的圖像作為輸入數(shù)據(jù)。
2.2.2 識(shí)別與跟蹤結(jié)果
本次實(shí)驗(yàn)中采用實(shí)施壓縮跟蹤方法獲取圖像中特征點(diǎn)的坐標(biāo)信息,然后再通過(guò)不變矩方法求得無(wú)人機(jī)的相對(duì)航向角(即特征點(diǎn)主軸與圖像坐標(biāo)系y 軸的夾角),記錄不同幀數(shù)下相對(duì)位置數(shù)據(jù)在x 坐標(biāo)、y 坐標(biāo)以及相對(duì)航向角上的誤差,結(jié)果見(jiàn)表2。
表2 相對(duì)位置數(shù)據(jù)分析
結(jié)合表2 的數(shù)據(jù)可知,本次實(shí)驗(yàn)采用壓縮跟蹤算法,可以在目標(biāo)與背景顏色差異較小的動(dòng)態(tài)圖像中,做到較為準(zhǔn)確的實(shí)時(shí)跟蹤,同時(shí)保證了所得目標(biāo)坐標(biāo)信息與相對(duì)航向角的測(cè)量結(jié)果較為準(zhǔn)確。
2.2.3 跑道邊緣直線提取結(jié)果
在無(wú)人機(jī)高清攝像頭拍攝圖像的基礎(chǔ)上,分別對(duì)其做直線檢測(cè)處理、直線提取處理,然后觀察實(shí)驗(yàn)效果,見(jiàn)圖3。
圖3 飛行跑道邊緣直線提取效果
結(jié)合圖3 可知,經(jīng)過(guò)跑道邊緣直線的提取處理后,圖像中2 條相交直線(左、右邊緣線)的角平分線,即為該跑道的中線。在根據(jù)角平分線與原圖像在坐標(biāo)系中的相對(duì)位置,計(jì)算出相對(duì)航向角。隨機(jī)抽選4 副圖像,并分別提取直線現(xiàn)象與相對(duì)航向角數(shù)據(jù),統(tǒng)計(jì)結(jié)果見(jiàn)表3。
結(jié)合表3 的數(shù)據(jù)可知,在無(wú)人機(jī)著陸跑道邊緣沒(méi)有明顯陰影,或者其他干擾物數(shù)量較少、體積較小的情況下,在本次實(shí)驗(yàn)中可以較為準(zhǔn)確地識(shí)別跑道邊緣,并提取出清晰的邊緣直線,在此基礎(chǔ)上準(zhǔn)確估算無(wú)人機(jī)與跑道中線的相對(duì)位置,為無(wú)人機(jī)在跑道上安全著陸提供了幫助。
表3 飛行實(shí)驗(yàn)直線參數(shù)及相對(duì)航向角
無(wú)人機(jī)執(zhí)行飛行任務(wù)包括起飛、飛行和著陸三個(gè)階段,其中無(wú)人機(jī)自主和穩(wěn)定著陸是現(xiàn)階段無(wú)人機(jī)自主控制技術(shù)中的研究熱點(diǎn)。本研究提出的基于序列圖像的無(wú)人機(jī)著陸跑道識(shí)別技術(shù)與跟蹤算法,在飛行實(shí)驗(yàn)中可以準(zhǔn)確識(shí)別和提取跑道邊緣直線,并基于跟蹤算法實(shí)時(shí)調(diào)整無(wú)人機(jī)與跑道的相對(duì)位置,保證了無(wú)人機(jī)在跑道上精準(zhǔn)、安全著陸,實(shí)際應(yīng)用效果良好。