多旋翼无人机具有结构简单、机动灵活等特点,因此在电力巡检领域得到了广泛应用。但多旋翼无人机在经典控制系统方式下降落时,因GPS信号定位精度有限以及“地面效应”的气流影响,导致无人机准确降落在靶标的误差比较大。为此,本文将视觉定位技术融合到无人机现有的经典控制系统中,对无人机自主降落控制系统进行了研究,在无人机机载端的嵌入式平台设计了一种融合视觉定位的精准降落控制系统。本文得到了广州市科技计划项目“智慧无人机电力巡检应用示范项目(项目编号:202007040004)”的资助。本文的研究工作主要包括以下内容:1.视觉图像中降落区域靶标的获取。机载摄像机在采集视觉图像的过程中,会受到诸如降落点背景过于复杂、光照不均匀等环境因素的干扰,导致图像采集的效果不理想。为此,本文首先对降落区域靶标图像进行了灰度均匀化、图像增强及滤波等预处理操作,然后采用OTSU算法对图像中降落区域靶标进行分割处理,再通过绘制靶标的轮廓最小外接矩形,计算得到靶标的中心点坐标,并结合无人机自身的位置坐标,经坐标转换后求得地理坐标系下无人机相对降落区域靶标的位置偏差。2.精准降落控制系统的设计。多旋翼无人机的经典控制系统采用了“外环位置+内环姿态”的控制方式,但存在降落误差较大的问题。为此,本文提出了一种融合视觉定位的控制方式,通过视觉获取无人机相对降落区域靶标的位置偏差,然后在外环位置控制模块的输出端增加一个速度控制环节,该环节由速度分段模块和速度控制器两部分组成,从而构成无人机的精准降落控制系统。本文设计了一种速度分段模块,根据无人机相对靶标的位置偏差以及飞行速度上限来确定无人机的速度设定值;并设计了P型、PI型、PD型以及PID型速度控制器进行实验对比,以选择其中控制效果较好的速度控制器,控制无人机达到速度分段模块输出的设定速度。3.速度控制器参数的自整定。根据四种类型速度控制器的对比实验,本文选定了速度PD控制器,并在此基础上,设计了一个模糊推理机,实现控制器参数的自动在线调整,以提高参数整定的效率。4.实验与结果分析。本文以六旋翼无人机为研究对象,首先进行了无人机的视觉图像处理实验,然后进行了六组模拟仿真实验和两组实物测试实验。实验结果表明:(1)当无人机采用经典控制系统自主降落时,存在较大的超调量和稳态误差,且减速过程出现了严重的振荡现象,过渡过程时间达到了10s。(2)当无人机采用精准降落控制系统自主降落时,能够有效降低系统的超调量和稳态误差,并消除振荡现象。(3)在设计的四种类型速度控制器中,当精准降落控制系统采用位置控制+速度PD控制器的方式时,无人机降落的控制效果较好;且当采用位置控制+参数自整定速度PD控制器的方式时能够在一定程度上进一步改善系统的稳定性,提高控制精度,实现无人机的更优控制。(4)当六旋翼无人机在经典控制系统作用下自主降落时,降落的平均误差为0.74m,而在位置控制+速度PD控制器的作用下自主降落时,降落的平均误差为0.25m。(5)当六旋翼无人机在位置控制+参数自整定速度PD控制器的作用下自主降落时,降落的平均误差为0.17m,且控制器参数整定的时间由原来的1200s以上减为90s。可见,本文设计的融合视觉定位的精准降落控制系统能够在一定程度上提高无人机的降落精度,并降低控制器参数整定的时间,对无人机在电力巡检领域的应用具有重要价值。