[发明专利]一种基于视觉的无人机自主着陆引导方法

权利要求书

1.一种基于视觉的无人机自主着陆引导方法，其特征在于，所述基于视觉的无人机自主着陆引导方法，包括：

获取无人机前置摄像机采集的视频图像，进行跑道区域检测，在检测到跑道区域后，对跑道区域进行跑道线分割，获取跑道线特征数据；

在跑道线特征数据为全特征数据时，采用全特征位姿估计算法，对无人机进行相对于跑道的位姿估计，在跑道线特征数据为退化特征数据时，采用退化特征位姿估计算法，对无人机进行相对于跑道的位姿估计；

将无人机的位姿估计数据上传至无人机飞控系统，引导无人机着陆。

2.根据权利要求1所述的基于视觉的无人机自主着陆引导方法，其特征在于，所述全特征数据包含左右和起始跑道线特征，所述退化特征数据只包含左右跑道线特征。

3.根据权利要求1所述的基于视觉的无人机自主着陆引导方法，其特征在于，所述采用全特征位姿估计算法，对无人机进行相对于跑道的位姿估计，包括：

获取无人机前置摄像机内参矩阵，计算消影点，根据消影点与旋转矩阵的正交性，得到旋转矩阵以及位姿角；

通过旋转矩阵确定平移向量，然后求解得到无人机三维位置。

4.根据权利要求1所述的基于视觉的无人机自主着陆引导方法，其特征在于，所述基于视觉的无人机自主着陆引导方法，在采用全特征位姿估计算法，对无人机进行相对于跑道的位姿估计之后，还包括：

基于线特征的共面误差建立线特征迭代目标函数；

通过李代数推导线特征迭代目标函数的雅可比矩阵；

基于点特征的重投影误差建立点特征迭代目标函数；

通过李代数推导点特征迭代目标函数的雅可比矩阵；

将两个函数合并作为基于点线混合特征的最小二乘高精度位姿快速估计算法的目标函数；

通过上述得到的雅可比矩阵为优化过程提供的梯度方向，使目标函数逐渐收敛，得到优化的无人机位姿。

5.根据权利要求1所述的基于视觉的无人机自主着陆引导方法，其特征在于，所述采用退化特征位姿估计算法，对无人机进行相对于跑道的位姿估计，包括：

获取无人机前置摄像机内参矩阵，计算消影点，根据设定的横滚角对消影点的坐标进行修正，得到修正后的消影点，并根据修正后消影点的坐标计算调整俯仰角和偏航角；

通过已知的左右跑道线的斜率和设定的横滚角，计算纠正横滚角后的左右跑道线斜率，再解算出横向距离和高度。