论文部分内容阅读
摘 要：现如今，无人机在现代战场上发挥着非常重要的作用。因此，进一步提高无人机空中对接效能，不断优化自主空中对接加油技术受到全世界的广泛研究。此外，与传统的导航方式相比，视觉导航方式有着精度高、频率快、不受电子干扰等优点。基于此，本文主要针对无人机空中对接中视觉导航技术展开了深入研究和探讨。
关键词：无人机;空中对接;空中加油;视觉导航技术
引言
无人机空中对接是一种能有效提升巡航里程和续航时长的现金技术手段。但就目前来说，无人机有着续航时间短、有效载荷不足等缺点，需要定期返回基地进行补给，这严重削弱了无人机执行长航时和复杂任务的能力，限制了无人机的使用。因此，近距相对位置和姿态测量技术是其中需要解决的关键问题之一。本文针对以上问题对无人机自主空中对接中视觉导航方法进行研究，并完成了近距对接的地面实验，具体情况如下。
一、无人机空中对接流程
无人机控制对接流程一般划分为以下四个阶段：汇合、近距离对接、加油以及分离阶段。这四个阶段密切配合，并组成了一套高效、安全的无人机自主空中加油流程，每个阶段都必须保证精准、有效。
（1）会合阶段：无人机在空中发出加油请求，且加油机接收信号后，加油机会在制定空域进行巡航待机。这时无人机利用卫星导航系统，并在其指导下依据系统规划的航线飞向加油机所在空域——会和空域。当无人机进入会和空域后，首先要保持一定飞行速度，在安全区域内跟随加油机飞行。在双机稳定飞行下，加油机放下加油锥管，无人机则开启双目视觉系统，从而完成加油准备工作。
（2）近距离对接阶段：空中无人机完成加油准备工作后，进入近距离对接阶段。这时，无人机有GPS模式转换到视觉导航模式，在视觉导航系统精准获取加油椎管位置与状态信息后，指导无人机平缓靠近加油锥套，一直到插头插入锥套，从而完成近距离对接任务。
（3）加油阶段：控制无人机与加油机完成對接后，进入加油阶段。在加油时应保持继续编队飞行，使双机尽量呈现相对静止状态。这时，加油机要及时打开加油阀口，然后将燃油输送给无人机，直至加油结束，关闭加油阀口，完成加油
（4）分离阶段：加油结束后，无人机缓慢断开编队飞行状态，且切换至卫星导航模式，之后再飞行控制系统下缓慢减速，使加油锥套与插头断开，离开会和空域，完成对接任务。
二、空中对接视觉导航方案设计
（一）视觉标志物
完成对接流程后，通过参照视觉标准物，本文主要用一个仿真锥套来具体论述。标准主体为窄圆环，图标颜色呈现深蓝色，且外层半径为0.3m，内层半径为0.25m。对接图标是整个无人机空中对接流程的重要基础，本研究为了提高识别率，利用了图标颜色、形状两个主要信息。此外，在摄像机获取的视野图形中，对颜色进行分割，并进行椭圆检测，最终依据图像确定标志物大体范围。不管是本文用到的图标，还是无人机对接在实际中应用的锥套，外形基本上呈现圆形状态。但由于加油机和无人机在空中存在相对位置，因此在无人机方向看加油机的锥套，一般呈现椭圆形状。基于此，本研究利用快速椭圆检测算法，通过对图像进行边缘检测，并将边缘点聚合成几段弧线，然后对这些弧线进行分类，最后根据3个判断标准找出椭圆。
（二）相对位姿解算
相对位姿解算技术是指通过N个特征点以及图像中N个像素点，计算并投影出相对物体关系，从而获得相对位姿。相对位姿涉及到N点透视问题（PNP），目前主要利用迭代算法和非迭代算法对问题进行求解，但两个方面各有优缺点。例如，迭代算法精确度较高，但非迭代算法计算相对较小，计算麻烦等。在无人机空中对接时，需要要求对接过程精准有效，因此常使用迭代算法对PNP问题进行计算。
1.轮廓提取
本研究利用深蓝色的圆环作为对接图标，因此在椭圆检测时，内外环弧度很容易出现匹配误差，并检测出了多个椭圆。此外，椭圆拟合为了保证一定程度的容错率，在半长轴长度和中心位置等相关参数也存在一定误差，若直接使用拟合后结果，在进行位姿解算时就会产生较大影响。
本文在对椭圆检测同时，也对图形边缘进行检测。在边缘检测过程中，首先对图像均值进行滤波，去除掉细微干扰边缘，之后进行Canny边缘检测。因Canny边缘检测有较好的边缘描述优势，因此可以解决椭圆检测中边缘不重等问题。此外，还需要提取边缘图的轮廓数据，并将边缘图中的点信息转化为多个轮廓信息，最后将检测到的轮廓与椭圆对比，判断依据要点为：①椭圆与轮廓中心是否重合;②椭圆面积与轮廓面积是否想接近;③周长是否相近。满足上述三个条件，则认为该轮廓为图标最外环边缘轮廓。
2.最小外接矩形
准确识别出视觉标志物后，需要对最小外接举行进行识别和确定，并利用最小外接矩形四个顶点作为特征点，进行相对位姿解算。该方法的优势在于简单、有效，且能大大节省计算时间。
3.位姿解算
在进行位姿解算时，应用迭代算法（OI），通过将目标空间共线性误差最小化，求出最佳的平移矢量和旋转矩阵，其有着计算速度快、准确率高、迭代次数少、对初值不敏感等特点。
4.实验结果分析
通过实验表明，本文基于视觉导航方法，通过结合图形形状、颜色两方面信息，能有效提高无人机空中对接时目标识别准确率，尤其在天气较暗或刺眼情况下，也能保证对接质量。这主要是由于在HSV颜色空间中，亮度对颜色分割的影响相对较小。同时，在实际无人机空中对接加油过程中，要求加油锥套和插头在对接时确保相对位置精度达到10cm，而视觉导航技术能充分满足无人机空中对接要求。
总结
总而言之，本文通过分析无人机空中对接流程，之后基于视觉导航法对空中无人机对接加油方案进行初步设计。本文研究创新点在于，应用视觉导航方法有效解决了椭圆检测算法时存在边缘误差较大的问题，并提出了结合边缘检测和椭圆检测的OI算法。依托整个识别算法，可以在真实环境中模拟测试，结果表明，视觉导航算法能够准确、高效的完成无人机对接任务。
参考文献
[1]刘爱超，佘浩平，杨钦宁，周思成.无人机空中对接中的视觉导航方法[J].导航定位与授时，2019，6（01）：28-34.
[2]单尧，孙永荣，黄斌，李旺灵.自主空中加油飞行对接演示平台设计与实现[J].电子测量技术，2016，39（12）：176-179+188.
[3]吴腾飞.无人机软式自主空中加油视觉导航技术研究[D].南京航空航天大学，2015.
[4]蒋红岩，李文川，肖铭.无人机自主空中加油技术探究[J].航空科学技术.2011（01）
[5]蔡昌军.无人驾驶飞机的发展趋势[J].中国航天.2000（03）
关键词：无人机;空中对接;空中加油;视觉导航技术
引言
无人机空中对接是一种能有效提升巡航里程和续航时长的现金技术手段。但就目前来说，无人机有着续航时间短、有效载荷不足等缺点，需要定期返回基地进行补给，这严重削弱了无人机执行长航时和复杂任务的能力，限制了无人机的使用。因此，近距相对位置和姿态测量技术是其中需要解决的关键问题之一。本文针对以上问题对无人机自主空中对接中视觉导航方法进行研究，并完成了近距对接的地面实验，具体情况如下。
一、无人机空中对接流程
无人机控制对接流程一般划分为以下四个阶段：汇合、近距离对接、加油以及分离阶段。这四个阶段密切配合，并组成了一套高效、安全的无人机自主空中加油流程，每个阶段都必须保证精准、有效。
（1）会合阶段：无人机在空中发出加油请求，且加油机接收信号后，加油机会在制定空域进行巡航待机。这时无人机利用卫星导航系统，并在其指导下依据系统规划的航线飞向加油机所在空域——会和空域。当无人机进入会和空域后，首先要保持一定飞行速度，在安全区域内跟随加油机飞行。在双机稳定飞行下，加油机放下加油锥管，无人机则开启双目视觉系统，从而完成加油准备工作。
（2）近距离对接阶段：空中无人机完成加油准备工作后，进入近距离对接阶段。这时，无人机有GPS模式转换到视觉导航模式，在视觉导航系统精准获取加油椎管位置与状态信息后，指导无人机平缓靠近加油锥套，一直到插头插入锥套，从而完成近距离对接任务。
（3）加油阶段：控制无人机与加油机完成對接后，进入加油阶段。在加油时应保持继续编队飞行，使双机尽量呈现相对静止状态。这时，加油机要及时打开加油阀口，然后将燃油输送给无人机，直至加油结束，关闭加油阀口，完成加油
（4）分离阶段：加油结束后，无人机缓慢断开编队飞行状态，且切换至卫星导航模式，之后再飞行控制系统下缓慢减速，使加油锥套与插头断开，离开会和空域，完成对接任务。
二、空中对接视觉导航方案设计
（一）视觉标志物
完成对接流程后，通过参照视觉标准物，本文主要用一个仿真锥套来具体论述。标准主体为窄圆环，图标颜色呈现深蓝色，且外层半径为0.3m，内层半径为0.25m。对接图标是整个无人机空中对接流程的重要基础，本研究为了提高识别率，利用了图标颜色、形状两个主要信息。此外，在摄像机获取的视野图形中，对颜色进行分割，并进行椭圆检测，最终依据图像确定标志物大体范围。不管是本文用到的图标，还是无人机对接在实际中应用的锥套，外形基本上呈现圆形状态。但由于加油机和无人机在空中存在相对位置，因此在无人机方向看加油机的锥套，一般呈现椭圆形状。基于此，本研究利用快速椭圆检测算法，通过对图像进行边缘检测，并将边缘点聚合成几段弧线，然后对这些弧线进行分类，最后根据3个判断标准找出椭圆。
（二）相对位姿解算
相对位姿解算技术是指通过N个特征点以及图像中N个像素点，计算并投影出相对物体关系，从而获得相对位姿。相对位姿涉及到N点透视问题（PNP），目前主要利用迭代算法和非迭代算法对问题进行求解，但两个方面各有优缺点。例如，迭代算法精确度较高，但非迭代算法计算相对较小，计算麻烦等。在无人机空中对接时，需要要求对接过程精准有效，因此常使用迭代算法对PNP问题进行计算。
1.轮廓提取
本研究利用深蓝色的圆环作为对接图标，因此在椭圆检测时，内外环弧度很容易出现匹配误差，并检测出了多个椭圆。此外，椭圆拟合为了保证一定程度的容错率，在半长轴长度和中心位置等相关参数也存在一定误差，若直接使用拟合后结果，在进行位姿解算时就会产生较大影响。
本文在对椭圆检测同时，也对图形边缘进行检测。在边缘检测过程中，首先对图像均值进行滤波，去除掉细微干扰边缘，之后进行Canny边缘检测。因Canny边缘检测有较好的边缘描述优势，因此可以解决椭圆检测中边缘不重等问题。此外，还需要提取边缘图的轮廓数据，并将边缘图中的点信息转化为多个轮廓信息，最后将检测到的轮廓与椭圆对比，判断依据要点为：①椭圆与轮廓中心是否重合;②椭圆面积与轮廓面积是否想接近;③周长是否相近。满足上述三个条件，则认为该轮廓为图标最外环边缘轮廓。
2.最小外接矩形
准确识别出视觉标志物后，需要对最小外接举行进行识别和确定，并利用最小外接矩形四个顶点作为特征点，进行相对位姿解算。该方法的优势在于简单、有效，且能大大节省计算时间。
3.位姿解算
在进行位姿解算时，应用迭代算法（OI），通过将目标空间共线性误差最小化，求出最佳的平移矢量和旋转矩阵，其有着计算速度快、准确率高、迭代次数少、对初值不敏感等特点。
4.实验结果分析
通过实验表明，本文基于视觉导航方法，通过结合图形形状、颜色两方面信息，能有效提高无人机空中对接时目标识别准确率，尤其在天气较暗或刺眼情况下，也能保证对接质量。这主要是由于在HSV颜色空间中，亮度对颜色分割的影响相对较小。同时，在实际无人机空中对接加油过程中，要求加油锥套和插头在对接时确保相对位置精度达到10cm，而视觉导航技术能充分满足无人机空中对接要求。
总结
总而言之，本文通过分析无人机空中对接流程，之后基于视觉导航法对空中无人机对接加油方案进行初步设计。本文研究创新点在于，应用视觉导航方法有效解决了椭圆检测算法时存在边缘误差较大的问题，并提出了结合边缘检测和椭圆检测的OI算法。依托整个识别算法，可以在真实环境中模拟测试，结果表明，视觉导航算法能够准确、高效的完成无人机对接任务。
参考文献
[1]刘爱超，佘浩平，杨钦宁，周思成.无人机空中对接中的视觉导航方法[J].导航定位与授时，2019，6（01）：28-34.
[2]单尧，孙永荣，黄斌，李旺灵.自主空中加油飞行对接演示平台设计与实现[J].电子测量技术，2016，39（12）：176-179+188.
[3]吴腾飞.无人机软式自主空中加油视觉导航技术研究[D].南京航空航天大学，2015.
[4]蒋红岩，李文川，肖铭.无人机自主空中加油技术探究[J].航空科学技术.2011（01）
[5]蔡昌军.无人驾驶飞机的发展趋势[J].中国航天.2000（03）