[发明专利]一种基于图像处理的无人机定位方法

说明书

本发明涉及一种基于图像处理的无人机定位方法，包括步骤：设降落地标为同心圆与三角形的结合体，其中三角形的顶点与同心圆的圆心重合；在无人机上搭载摄像头与超声波测距装置；将无人机获取的降落地标图像进行预处理，提取图像边缘轮廓，进行椭圆拟合，计算同心圆标识中心点；将降落地标的内圆设置为感兴趣区域，只对感兴趣区域内图像进行处理，通过Harris角点检测提取三角形三个角点，并计算方向角；获取超声波测距装置获取的无人机高度信息和图像处理获取的降落地标中心点信息，并将像素坐标系转换为摄像机坐标，获取无人机与降落地标的实际相对空间位置方向关系。本发明能够帮助无人机实现准确的定位。

技术领域

本发明涉及无人机定位导航技术领域，特别是一种基于图像处理的无人机定位方法。

背景技术

随着无人机的推广、视觉算法的应用以及导航技术和无线通信技术的发展，电网公司也开始使用无人机辅助巡线。由于无人机在进行线路巡检时不受地形的影响，收集图像信息更为灵活，因此其实现难度相对较低，成本也易于进行控制。无人机上往往搭载高清摄像机、红外成像仪等光学器材代替人工采集线路信息，而工作人员只需在地面分析图像数据便可实现对线路故障的判别，极大提升巡线效率和节省了巡线成本。然而，无人机的续航能力较弱，巡线范围受限。据统计，无人机在电力巡线中续航时间仅为20～30分钟，巡检范围也只有7公里。这样的巡检范围对于分布如此广泛的电力系统而言，只适用于特定区域巡检，依旧难以深入到偏远地区，无法做到全天候巡检。因此要提升无人机巡检范围，需研究无人机自主定点着陆技术，引导无人机在巡线途中自主着陆到充电停机坪上，自行充电，从而实现无人机自主飞行，达到持续运作的目标。

众所周知，广泛使用的定位方法主要是基于全球卫星定位系统(GPS)的定位方法，然而GPS的误差还不能满足无人机精准着陆要求，仅仅依靠GPS定位偏差较大，极可能造成无人机坠毁，造成经济损失，因此准确且可靠的视觉算法辅助无人机实现精准定点着陆显得十分必要。

发明内容

有鉴于此，本发明的目的是提出一种基于图像处理的无人机定位方法，能够帮助无人机实现准确的定位。

本发明采用以下方案实现：一种基于图像处理的无人机定位方法，包括以下步骤：

设降落地标为同心圆与三角形的结合体，其中三角形的顶点与同心圆的圆心重合；在无人机上搭载摄像头与超声波测距装置；

将无人机获取的降落地标图像进行预处理，提取图像边缘轮廓，进行椭圆拟合，计算同心圆标识中心点；

将降落地标的内圆设置为感兴趣区域，只对感兴趣区域内图像进行处理，通过Harris角点检测提取三角形三个角点，并计算方向角；

获取超声波测距装置获取的无人机高度信息和图像处理获取的降落地标中心点信息，并将像素坐标系转换为摄像机坐标，获取无人机与降落地标的实际相对空间位置方向关系。

进一步地，所述摄像头安装在无人机底部两轴云台的下方，所述超声波测距装置与摄像头的光心同一水平位置设置。

进一步地，所述将无人机获取的降落地标图像进行预处理，提取图像边缘轮廓具体包括以下步骤：

步骤S11：使用颜色分割对图像进行目标提取，减少复杂背景的干扰；设定像素点应该满足的RGB区间，并对图像中降落地标进行分割提取；

步骤S12：将步骤S11处理后的图像进行灰度化处理与滤波；

步骤S13：对步骤S12处理后的图像进行边缘检测和自适应二值化；

步骤S14：进行轮廓提取，以查找图像中的闭合轮廓。

进一步地，所述进行椭圆拟合，计算同心圆标识中心点具体包括以下步骤：

步骤S21：进行轮廓的筛选，剔除轮廓点数少于阈值的轮廓；