[发明专利]一种无人机飞行路径的处理方法

说明书

一种无人机飞行路径的处理方法，无人机固定安装有双目相机，双目相机包括左相机和右相机，包括步骤：获取双目相机当前帧图像；检测当前帧图像与已记录路径的关键帧图像是否相似，若相似，根据当前帧图像和关键帧图像计算双目相机的相对位姿，并根据双目相机的相对位姿计算无人机的相对位姿，并对无人机的相对位姿进行修正；若不相似，判断当前帧图像是否为关键帧图像，若是，将当前帧图像存储为关键帧图像。由于根据关键帧图像存储无人机的飞行路径，大大减少了视觉定位算法的计算量，通过记录的路径使得无人机或其他配置了摄像机的无人机能够按路径飞行，并且，在按路径飞行的过程中，通过对无人机的位置漂移的修正，能达到精准的跟踪效果。

技术领域

本发明涉及无人机技术领域，具体涉及一种无人机飞行路径的处理方法。

背景技术

目前，无人机在复杂环境下(如室内、丛林里、洞穴等等)的导航是极其困难的，特别是无人机自主返航、精准的路径跟随等功能的实现是十分困难的，在这种情况下使用现有的加速度计和光流计作为里程计，并且使用图像匹配进行实时的路径误差修正是一个可行的办法。

但是，目前的视觉定位算法一般计算量偏大，如SLAM等算法，很难在机载系统上实时运行，因此，选择合适的方法来融合视觉信息对无人机飞行路径进行处理是必须要考虑的。

发明内容

针对如何记录无人机飞行路径，及实现路径跟踪的问题，本申请提供一种无人机飞行路径的处理方法，无人机固定安装有双目相机，双目相机包括左相机和右相机，包括步骤：

获取双目相机当前帧图像；

检测当前帧图像与已记录路径的关键帧图像是否相似，若相似，根据当前帧图像和关键帧图像计算双目相机的相对位姿，并根据双目相机的相对位姿计算无人机的相对位姿，并对无人机的相对位姿进行修正；

若不相似，判断当前帧图像是否为关键帧图像，若是，将当前帧图像存储为关键帧图像。

一种实施例中，根据双目相机的相对位姿计算无人机的相对位姿，具体为：

根据优化函数获取无人机的相对位姿，优化函数为：

其中，T_i(t)表示t时刻第i幅关键帧时无人机的相对位姿，ρ指的是欧氏距离的平方，是3D点和2D图像点的对应关系集合，V_i是第i幅关键帧里面的特征点集合，P_WC指的是双目相机的相对位姿，X指的是三维坐标点。

一种实施例中，对无人机的相对位姿进行修正，包括步骤：

保存双目相机的内参参数、外参参数、畸变参数，并将双目相机中的左相机的中心设置为双目相机的中心点；

利用fast或Shi-Tomas角点提取算法提取左相机图像中的角点x_l，及利用Lucas-Kanade算法提取右相机图像中的对应点x_r，并且计算出角点x_l和对应点x_r计算点对；

利用RANSAC算法计算单应性矩阵H_lr和基础矩阵F_lr，并根据单应性矩阵H_lr和基础矩阵F_lr剔除异常点对；

对保留的点对计算对应的三维坐标点，并计算所有三维坐标点距离双目相机的平均距离；

根据关键帧图像和无人机的相对位姿构建参考关键帧，并由参考关键帧变换成临时中间帧图像，通过Lucas-Kanade算法对临时中间帧图像和当前帧图像进行点对匹配，并计算临时中间帧图像的相机坐标；

根据临时中间帧图像的相机坐标计算出临时中间帧图像的世界坐标；