ROI加速的无人机自主精准降落系统

摘要：

GPS信号在有遮挡的环境中信号差且定位精度低,无法满足无人机在特定区域精准定位的要求.而计算机视觉定位相较于GPS,受环境影响小且定位信息丰富.基于此,文中设计一种ROI加速的无人机自主精准降落系统,采用"H"与Aruco marker嵌套的降落标识在不同高度给无人机提供定位信息.基于深度学习的目标检测算法分割相机视野中的感兴趣区域(ROI),利用阈值分割的图像识别算法在ROI区域进行Aruco marker检测,滤除ROI区域外的图像区域,提升目标识别速度.根据marker二维像素点与三维坐标点的对应关系求解无人机与marker的相对位置.基于求解出的三轴位置设计位置PID控制器,将无人机与marker的三轴位置差转换为速度控制量.进行无人机自主降落的试验,随机统计20次的降落结果,得出18次的降落轴向误差在10 cm以内,说明所设计系统能够满足无人机降落精度要求.

关键词：无人机、视觉自主降落、位姿估计、YOLOv4、Aruco、ROI、阶层标识、试验验证

所属期刊栏目：46

分类号：TN919-34;TP242

资助基金：国家自然科学基金;新疆大学科研启动项目;自治区高层次人才项目

在线出版日期：2023-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：85-90