运用跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题,提出运用跑道平面结构化线特征的无人机视觉导航算法。利用单台固连在无人机上的前视相机对跑道区域进行成像,自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度),并在无人机降落到较低高度时,利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明,在距离机场200 m处,无人机的距离参数精度小于0.5 m,角度参数精度小于0.1°。     

基于跑道平面结构化线特征的固定翼无人机视觉导航算法

针对固定翼无人机在着陆阶段的位姿估计的问题，提出了一种基于跑道平面结构化线特征的无人机视觉导航方法。结构化线特征包括跑道平面上的跑道边缘及共面的垂直于跑道边缘的单条合作标志线。利用单台固连在无人机上的前视相机对跑道区域进行成像，自动提取结构化线特征。在无人机降落前期利用完整的结构化线特征配置解算出无人机的六自由度位姿参数(偏航角、俯仰角、滚转角、纵向位置、横向位置、高度)，并在无人机降落到较低高度时，利用退化的结构化线特征(跑道边缘)解算出无人机的关键位姿参数(偏航角、俯仰角、横向位置、高度)。三维实景仿真实验证明，在距离机场距离为200m处，无人机的距离参数精度为<0.5m，角度参数精度为<0.1°。本文的方法充分考虑到无人机自主着陆过程中的成像特点，具有自动化程度高、工程实用性好的优点。     

空中目标运动参数实时测量系统

为了实现对飞机等远距离空中目标运动参数的实时测量,设计了目标自动跟踪测量系统,并对该系统的硬、软件组成及关键技术进行了研究。组建验证样机,进行软件框架设计及功能模块分析,通过实测实验详细测试了系统的工作性能。静态验证实验结果表明:测距结果稳定在1mm以内,方位测量结果稳定在5″以内。动态验证实验结果表明:对运动目标的实时测距误差为2mm,实时测距频率为5Hz;方位测量误差为0.05°,姿态测量误差维持在0.2°以内,方位和姿态实时测量频率均为20Hz。因此,系统满足空中目标运动参数稳定可靠、高精度的自动实时测量需求。