[发明专利]一种无人机室内自主飞行定位方法

说明书

本发明公开了一种无人机室内自主飞行定位方法，包括以下步骤：1)读取单目摄像头拍到的周围场景的图片集合，并对每张图片进行感兴趣区域提取；2)对提取到的感兴趣区域采用SURF算法进行特征点提取与匹配；3)采用RANSAC算法剔除误匹配点对；4)根据步骤3)获得的正确的匹配特征点对，采用对极几何的方法求解出摄像机的本质矩阵E，得到两帧图片之间同一物体的位置和姿态的变化，进而反推出无人机在三维空间中的运动，并估算出无人机在室内位置。本发明解决了现有无人机采用单目视觉里程计在特征点提取过程中存在误匹配点过多，匹配精度低，运算量大，处理时间长的技术问题；并且能使无人机在无GPS/北斗信号环境下行自主飞行和自主避障。

技术领域

本发明涉及无人机控制技术领域，特别涉及一种无人机室内自主飞行定位方法。

背景技术

随着经济与人口的快速发展，我国用电量持续增加，关系到电网安全运行的电缆隧道维护越来越受到重视，使得电缆隧道的维护成为一项最重要工作。目前电缆隧道的维护靠人力进行巡检，但人力巡检存在费时费力，效率低下的问题。因此采用体积小，机动性能好的无人机代替人力巡检成为一个研究热点。采用无人机巡检电缆隧道，如何实现无人机在隧道中自主飞行的定位是关键，目前在隧道里无人机定位方面存在以下几个问题：

1)市场上现有单目视觉里程计在特征点提取过程中存在误匹配点过多，匹配精度低，运算量大，处理时间长的问题。

2)市场上现有多旋翼无人机在无GPS/北斗信号的情况下无法实现自主定位。

发明内容

有鉴于此，本发明的目的是针对现有无人机在隧道中自主飞行中定位方面存在的问题，提供一种无人机室内自主飞行定位方法，以解决现有无人机采用单目视觉里程计在特征点提取过程中存在误匹配点过多，匹配精度低，运算量大，处理时间长的技术问题；以及解决现有无人机在无GPS/北斗信号的情况下无法实现自主定位的技术问题。

本发明无人机室内自主飞行定位方法，包括以下步骤：

1)读取单目摄像头拍到的周围场景的图片集合，并对每张图片进行感兴趣区域提取；

2)对提取到的感兴趣区域采用SURF算法进行特征点提取与匹配；

3)采用RANSAC算法对步骤2)得到的匹配特征点对进行处理，剔除由于外部环境影响造成的误匹配点对；

4)根据步骤3)获得的正确的匹配特征点对，采用对极几何的方法求解出摄像机的包含旋转矩阵与平移向量的本质矩阵E，得到两帧图片之间同一物体的位置和姿态的变化，进而反推出无人机在三维空间中的运动，并估算出无人机在室内位置。

进一步，在步骤2)中，对提取到的感兴趣区域采用SURF算法进行特征点提取与匹配，其包括如下步骤：

a)构建任一幅感兴趣区域图像f(x,y)中各像素点(x,y)的Hessian矩阵：

b)初步确定一幅图像的特征点：

用滤波器检测图像自身、以及其上下相邻两个尺度层图像的像素点，所述滤波器的大小与被处理图像的解析度大小相应；将被处理图像中经过hessian矩阵处理过的每一个像素点与其它被滤波器检测出的像素点进行大小比較，若该像素点是被检测出的所有像素点中的最大值，则该像素点保留下来，并将其当做初步的特征点；

c)精确定位极值点：

对一幅图像中初步确定出的特征点采用3维线性插值法得到亚像素级的特征点，通过添加极值的方式筛选特征点，使被检测到的特征点数量降低，最终将特征最强的几个点筛选出来；

d)选取特征点的主方向：