基于红外视觉的无人飞行器全天候自动精确着陆导引新方法研究

国家对无人飞行器全天候自动精确着陆导引技术有迫切的需求，本申请提出一种基于机载红外视觉系统和地面红外合作目标的导引新方法；研究一种基于仿射不变矩的形变鲁棒识别算法，并从计算方法和智能优化建立有效分类特征空间等方面降低计算量，以解决现有识别算法对由远距离、天气、视觉系统和不同视角影响而发生形变的目标识别率偏低问题；基于灭影线与视觉系统空间对应关系等约束，探索一种利用合作目标上两组相交平行线提取全部着陆位姿（位置和姿态）参数新方法，以解决现有提取算法对实际红外热晕模糊目标存在精度偏低等局限性问题；研究红外量子探测单元归一化探测度和目标与背景红外辐射度、热扩散关系，实验测量模糊规律，探索红外目标热晕模糊形成机理，由此研究优化目标设计和图像模糊恢复方法，从而有利于提高识别率和位姿精度。为无人飞行器全天候自动精确着陆导引需求提供切实可行的理论和核心方法，同时以上研究的科学问题也具有广阔的应用前景。

面向国家对无人飞行器全天候自动精确着陆导引技术的需求，研究了一种基于机载红外视觉系统和地面红外合作目标的导引新方法。.针对红外目标图像存在的热晕模糊问题，研究了红外目标图像热晕模糊机理，利用Fluent仿真软件建立了热晕模糊模型，并由此优化设计了合作目标，实验表明，优化设计的新型合作目标的热晕模糊明显减轻。由于合作目标的热晕模糊与一般图像模糊不同，本研究提出了基于透明区域的模糊恢复方法，即采用MAP估计出模糊核再反卷积运算以降低红外热晕模糊，实验表明，本方法的恢复效果较好。.针对现有的Otsu、最大熵法和双Otsu法不能很好地分割出目标图像，根据合作目标在图像中占有的比例小和亮度高特点，提出了基于区域生长思想的目标分割方法，对比试验表明，本方法更适合于合作目标的分割。.针对基于合作目标无人飞行器自动着陆问题，研究了一种基于特征点的无人机的位姿估计方法，实验结果表明，基于特征点的方法虽然能够得到全部位姿参数，但是随着距离的增加，合作目标成像质量变差，特征点定位精度变差，导致位姿估计精度变差。合作目标的线特征相比点特征具有对因距离而产生的误差不敏感的特点，本项目提出了一种基于特征线的位姿估计新方法，即采用T型合作目标上两组相交平行线求解灭影线，再根据合作目标长宽比、面积比以及三个姿态角间约束关系，建立超定方程求解得到无人飞行器着陆所需的位姿参数，对比实验结果表明，基于特征线的方法的估计精度明显高于基于特征点的方法，实验表明，该方法基金满足了无人飞行器着陆的位姿估计精度要求。.针对实际目标图像由于远距离、天气、视觉系统和不同视角影响而发生形变的目标识别率偏低问题，研究一种基于仿射不变矩的形变鲁棒识别算法，并研究了以目标边缘轮廓代替区域、“Integral method”与“Delta method”计算原点矩方法和PCA主成份分析法优化建立适于分类的有效特征空间三方面提高实时性。实验结果表明，识别率约为95%，计算时间有原来的78.5ms减少为17.2ms，有了很大的提高。.以上应用基础研究工作，为无人飞行器全天候自动精确着陆导引需求提供了理论支撑和核心方法，同时以上研究的科学问题可用于全天候航天器返回舱自动精确着陆，无人飞行器自动着舰、无人驾驶车辆导航和救援等领域。