8.3　无人机着陆的计算机视觉导航方法

在无人机自主飞行的技术之中，导航技术是一个关键技术，无人机整体性能的提高离不开高效、精确、完善的导航技术。设计精确、高鲁棒性、综合性能好的导航方法也是现今一大攻关难点。

对于不同的使用对象以及不同的情景，往往会运用到不同的导航方法。例如一般的车辆飞行器就多用卫星导航，而导弹等需要高的抗干扰和隐蔽性的飞行器就比较适合惯性导航。图像导航技术是导航装置利用视觉传感器获取视觉信息，对获取的图像进行图像处理、图像分析，或者对标志物进行识别，或者对已有的地图信息进行匹配比较。作为一种重要的无人机导航技术方法，图像导航是无人机导航领域的一大研究热门。现阶段图像导航也有用于末制导的情况，在自主无人机飞行过程中、起飞降落时、执行任务时图像导航也同样具有可行性。基于地图匹配的图像导航有如下的步骤：通过机载相机摄取地面背景从而得到图像，之后将图像传输到机载计算机中。计算机调出准备好的地图信息，并与云台相机拍摄到的实时图像进行图像匹配，这是用基于计算机视觉的图像匹配算法完成的。计算机对图像和地图信息进行匹配后，将会得到对应的特征点，对于这些特征点的转换关系进行解算，从而获得无人机的位置信息。其中，图像匹配是相当关键的一环。到目前为止，研究的主要方向之一即如何进行高效率、高精度、高准确度的图像匹配。现阶段的研究关键是对于不同源的图像如何匹配以及如何提高匹配的可靠性。

而视觉引导除了进行地图匹配以外，还可以通过识别特定的目标来实现。这种方法在无人机的着陆方面有着广泛的应用。因为不用匹配地图信息，所以对控制系统有着一定的减负作用，另外，由于所需要的设备简单便宜，引导完全自主，对于小型无人机来说，这种方法有着优秀的前景。

基于视觉的无人机自主着陆的研究方向大致分为两种：基于合作目标的计算机视觉定位；还有基于场景识别的计算机视觉定位。对于车载无人机来说，因为车辆不常驻于一个地点，而且无人机作业时车辆一般是移动的，因此基于场景识别的计算机视觉定位是很难实现的。相对来说，基于合作目标的计算机视觉定位更适合车载无人机的自主着陆。本章将采用DGPS与图像导航的混合导航，对车载无人机的自主着陆进行设计，通过四旋翼无人机实验平台进行仿真实验，验证所设计的自主着陆方法以及自主着陆辅助装置的合理性和可行性。