4.1　视觉定位方法简介

自主导航是移动机器人领域中的关键技术之一。近年来，随着机器人系统运算能力和图像处理等相关技术的发展，人们开始越来越多地研究不依赖于GPS系统的自主导航技术，这是因为GPS系统存在精度不够高、更新速度慢以及数据容易跳变等缺陷；而且在室内环境中，往往无法获得GPS信号；天气条件、云层太厚也会影响GPS信号的接收。

基于视觉的飞行器位姿测量是当前旋翼飞行器导航的研究热点，常用的飞行器视觉位姿测量方法可以分为外部视觉方法和内部视觉方法两种。内部视觉方法即通过机载的图像传感器来获得位姿信息，又叫机载视觉定位，它不依赖于外部信号强度，具有抗干扰能力强、适应性好的特点。机载视觉系统按照视觉传感器的种类可以分为双目及多目视觉系统、单目视觉系统两种。双目及多目视觉系统，以Bumblebee2为例，该物理系统主要由两个单目摄像机组成，其相互之间标定工艺复杂，价格昂贵，但是适用范围广，精度十分高。和双目及多目视觉系统相比，单目视觉系统不需要摄像机之间相对标定，且不受摄像机安装误差的影响，价格便宜，传感器质量小，运算量小，但是需要目标点之间有几何约束关系，且需要至少4个目标点成功匹配才能获取无人机精确的位姿，因此应用场景有限制。外部视觉以Kinect为例，在获得彩色图像的同时，通过对红外数据的处理获得图像中每个点的深度数据，从而精确获取四旋翼飞行器的位置和姿态信息，但是它的缺点也是显然的，当飞行器到室外或是一些无法安置摄像头的地方，就无法实现视觉定位。