基于双目视觉的无人机姿态测量

作者:黄少强 刘中华 汤晚霞 钟艳 王飞 刊名:数字技术与应用 上传者:吕士颖

【摘要】无人机的姿态参数是飞行目标状态的重要参数。目前对无人机的姿态测量方法大致可分为两大类,即遥测法和外测法。遥测法即在无人机上装置各类传感器(如GPS、陀螺仪、高速摄像仪等)进行参数测量,此方法还存在很大缺点[1],如当飞行目标高速飞行时,传感器会产生较大的数据误差甚至无法侦擦到无人机的信息,导致测量失败。在外测法中,对于中远距离的姿态测量,国内外大量使用的是基于广义点反馈迭代的影像匹配法[2],此方法具有较高的精确度,但由于测量前要先建立数据库,因而适用性较低。针对以上的缺点,本文采用了基于双目视觉的无人机姿态测量方法,采用全站仪和图像采集装置构建系统,利用全站仪数据进行三维标定,图像采集装置对无人机进行三维重建,利用双目直线原理重构机身、机翼的空间直线向量,利用BP神经网络算法进行数据的机器学习。该系统具有简易、精度高、设计简单等特点,被广泛应用于军事、民用系统中,具有很强的实用价值。

全文阅读

应用研究 J救目啦术 基于双日视觉的无人机姿态测量 黄少强 刘中华 汤晚霞 钟 艳 王飞 (上海电机 学院 电子信息学院 上海 200240) 摘要:无人机 的姿态参数是飞行 目标状态的重要参数。目前对无人机的姿态测量方法大致可分为两大类,即遥测法和外测法。遥测法即在无人机 上装置各类传感器(-]~GPS、陀螺仪、高速摄像仪等)进行参数测量,此方法还存在很大缺点口1,如当飞行目标高速飞行时,传感器会产生较大的数据误差 甚至无法侦擦到无人机的信息,导致测量失败。在外测法中,对于中远距离的姿态测量,国内外大量使用的是基于广义点反馈迭代的影像匹配法目,此方 法具有较高的精确度,但由于测量前要先建立数据库,因而适用性较低。针对以上的缺点,本文采用了基于双 目视觉的无人机姿态测量方法,采用全站 仪和图像采集装置构建 系统,利用全站仪数据进行三维标定,图像采集装置对无人机进行三维重建,利用双 目直线原理重构机身、机翼的空间直线向量, 利用BP神经网络算法进行数据的机器学习。该 系统具有简易、精度高、设计简单等特点,被广泛应用于军事、民用系统中,具有很强的实用价值。 关键 词:无人 机 双 目视 觉 机器 学习 姿 态识 别 中图分类号:TP391.41 文献标识码:A 文章编号:1007—94l6(2016)10.0048.02 无人机的姿态测量方法可分两大类:—是在无人机 匕装载传感器, 如陀螺仪、GPS等,把相关的数据传回地面处理,即所谓的遥测法,它的 优点是可以不受空间的限制,但精准度会大大降低。本文采用基于双目 视觉的无人机姿态测量方法,采用全站仪和图像采集装置构建系统, 利用全站仪数据进行三维标定,图像采集装置对无人机进行三维重建, 利用双目直线原理重构机身、机翼的空间直线向量,再根据直线向量算 出姿态参数,该方法具有精度高、适用范围高等特点。 1系统设计概述 本设计利用四台全高清的摄像头、全站仪、时间同步器及PC终 端组成。系统由四台摄像头分别处于边长为5米的矩形场地的(我给 你新加的文字)四个角中,用以(我给你新加的文字)采集视频数据,再 由全站仪提供的相关角度矢量参数,通过计算得出系统所需要测量 的姿态参数:偏航角、俯仰角及翻滚角。最后把这些参数存储到数据 库中,并进行BP神经网络算法机器学习,让该系统具有(新加)能够二 次识别飞行目标参数的能力。该系统能广泛应用于无人机的主动测 量领域,即不需要在无人机上安装传感器,也能够准确识别无人机 的姿态参数,应用方便、快捷。 2姿态参数计算分析 步骤一 :利用双目视觉原理,对飞行物体进行三维姿态恢复。 步骤二:分离目标和背景。对飞行物体进行数字信息提取。统计 每帧图像像素分布直方图,设此时像素分布直方图的灰度分布为 gmin及g一 ,在g~及g一 中选择较合适的灰度值g作为分割的阈值, 从所响数 中捕 出来的样 本 图 1 BP网络预测输出 去分离目标和标景。 步骤三:分离机身及机翼。在做实验前,对飞机进行如下处理: 机翼与机身处涂上不同的颜色。获取视频信息后利用直方图对灰度 进行分析,把两者分离出来,并分别对两者信息进行存储。 步骤四:对机身进行边缘检测处理,构建直线向量。 (1)选用的是Sobel~l:子来对其图像进行检测。Sobel算子模板分 为水平模板及垂直模板,利用此模板在每帧上的像素去卷积,那么 就可以得到机身的边缘轮廓线段。(2)构建机身直线向量。利用双目 摄像头在空间交汇产生直线,可构建直线向量。如图2所示,对于任 两个摄像机 ,无人机在其摄像头所投影的图像平面分别为s,、S,,两

参考文献

引证文献

问答

我要提问