基于机载影像传感器的无人机航姿解算

王胜奎

(中国电子科技集团公司第20研究所，西安 710068)

基于机载影像传感器的无人机航姿解算

王胜奎

(中国电子科技集团公司第20研究所，西安 710068)

摘要：安全着陆是无人机研究的关键内容。为了提高无人机着陆的安全性和可靠性，提出了基于分布特征点解算无人机姿态的视觉算法。根据成像原理，利用机载光学传感器获取的图像信息和机场的数个特征点信息，解算出无人机的姿态信息。无人机姿态参数可以为无人机综合导航和信息融合实现无人机自主着陆提供参考。

关键词：无人机；着陆；基于视觉；坐标变换

0引言

据资料统计，无人机安全着陆是无人机研究的重点和难点，无人机回收阶段的故障数占整个任务执行阶段故障数的80%，因此无人机着陆导航技术在无人机发展过程中具有重要意义。由于视觉辅助导航方法具有精度高、自主性强、不受电子干扰等特点，因此在无人机的着陆导航中受到越来越多的关注[1]。本文通过安装在无人机上的成像传感器获得着陆点附近的图像信息，使用视觉算法解算出无人机的飞行姿态欧拉角。无人机的姿态信息主要包括无人机相对于地面的俯仰角、横滚角和偏航角。

1常用坐标系

1.1　地面惯性坐标系OXiYiZi

它是相对于地球表面不动的一种坐标系，原点取自地面上的某一点，OXi轴位于水平面内，指向某一固定的方向(如无人机航线)；OZi轴垂直于地面并指向地心；OYi轴在地平面内且垂直于OZi并指向右；坐标系符合右手规则[2]。

1.2　摄像机坐标系OXcYcZc

摄像机坐标系的原点为摄像机光心，OXc轴与摄像机光轴重合，且取摄影方向为正向，OZc、OYc轴与图像物理坐标系2个轴平行,如图1所示。

其中图像的正片位置位于摄像机坐标系的Xc=f平面内(f为摄像机的焦距)。在无人机着陆过程中，摄像机固定安装在无人机上，因此可以用地面坐标系与摄像机坐标系之间的关系来表述地面坐标系和机体坐标系的关系。

2坐标系之间的转换

在建立了上述坐标系之后，若要根据提取出的图像特征信息获取对着陆有用的定位导航信息,即求解出着陆过程中无人机相对于跑道的姿态,就需要建立坐标系之间的相互转换关系。任意2个坐标系之间的关系都能通过若干次基元旋转来实现。基元旋转即为坐标系绕它的一个轴旋转,如图2所示。根据基元旋转获取的基元矩阵来计算出2个坐标系之间的关系[3]。

图1　摄像机成像原理图

图2　坐标系基元旋转原理图

绕x轴、y轴和z轴旋转获取的基元矩阵为：

(1)

(2)

(3)

2.1　地面坐标系与摄像机坐标系之间的转换关系

(4)

其转换关系可以通过三次基元旋转来实现，旋转角度定义如图3所示。

俯仰角θ：摄像机坐标系OcXc轴与地平面的夹角，以低头为正。偏航角ψ：摄像机坐标系OcXc轴在地面上的投影与地面坐标系OiXi轴间的夹角，以机头右偏航为正。滚动角φ：摄像机坐标系OcZc轴与包含摄像机坐标系OcXc轴的铅垂面间的夹角，无人机向右倾斜时为正，则：

(5)

图3　摄像机坐标系和地面坐标系关系示意图

2.2　图像坐标系与摄像机坐标系之间的转换关系

通常介绍的摄像机成像原理事实上都是针孔成像的原理。成像平面的距离(即焦距)为f，图像坐标一般用(u,v)像素表示，且像素一般不是正方形，而是长方形，需要2个额外的比例因子k和l，由图像物理坐标系进一步转化为图像像素坐标系：

(6)

假如f的单位是米，像素大小是k-1×l-1，其中k和l单位为像素×m-1，如果用像素单位表示，有α=kf，β=lf。若选取左上角为原点，则有：

(7)

式中：(u0,v0)为光心在图像平面内的位置。

2.3　地面坐标系与图像坐标系之间的转换关系

(8)

(9)

3无人机航姿解算

机场跑道成像原理如图4所示。摄像机原点在机场坐标系中的坐标为：(xc，yc，zc)。假设已知机场跑道的信息：P1和P2分别为机场坐标系y轴和机场跑道边界线的交点，线段P1P2的中点为机场坐标系原点Oi。P3位于机场坐标系的x轴,位于跑道的终点，跑道长度已知。已知P1在机场坐标系的位置(x1,y1,z1)，P2在机场坐标系的位置(x2,y2,z2)，P3在机场坐标系的位置(x3,y3,z3)。

在图像坐标系中，已知u0、v0和up1、v1、u2、v2、u3和v3，由式(8)和式(9)得到关于俯仰角θ、偏航角ψ和滚动角φ的方程组:

(10)

(11)

式中：x1、x2、y3、z1、z2和z3为0。

求解方程组解算飞机的3个姿态角。可以看出，该算法的原理简单明了，计算也相对简便。

4结束语

利用视觉信息对飞机着陆进行导航是一个崭新

图4　机场跑道成像原理

的研究课题。在未来利用视觉信息引导飞机着陆的应用将会十分广泛，如飞机的自主着陆等方面，其前提是根据图像信息解算出飞机当前的姿态信息。本文提出了对所获得的跑道图像进行识别获取飞机姿态的快速解算方法，在实现飞机自主导航过程中具有借鉴意义。

参考文献

[1]方德植，陈奕培.射影几何[M].北京：高等教育出版社,1983.

[2]艾海州，兴军亮.计算机视觉——算法与应用[M].北京：清华大学出版社,2012.

[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,2007,29(7):1131-1133.

Calculation of UAV Flight Attitude Based on Airborne Image Sensor

WANG Sheng-kui

(The 20th Research Institute of CETC,Xi'an 710068,China)

Abstract:Safe landing is the key content of unmanned aerial vehicle (UAV) study.In order to increase the security and reliability of UAV landing,this paper puts forward the vision algorithm based on distributing feature points to calculate UAV attitude,according to the imaging principle,uses the image information obtained from airborne optical sensors and the information of some characteristic points at the airport to calculate the attitude information of UAV.The UAV attitude parameters can provide reference for the integrated navigation of UAV and information fusion to realize UAV autonomous landing.

Key words:unmanned aerial vehicle；landing；vision-based；coordinate transform

收稿日期:2015-04-09

DOI:10.16426/j.cnki.jcdzdk.2015.03.017

中图分类号：V279

文献标识码：A

文章编号：CN32-1413(2015)03-0062-03