基于视觉的姿态提取技术优化方案

姿态角是飞行器中最基本、最重要的参数,图8.5和图8.6所示为目标姿态提取的两类算法流程：基于目标直线边缘的姿态提取算法流程；基于目标分割的姿态提取算法流程。

图8.5　基于目标直线边缘的姿态提取算法流程示意

图8.6　基于目标分割的姿态提取算法流程示意

目前主要的姿态提取方法有地平线检测法、人工标志姿态确定法,在飞行器的飞行过程中,根据图像序列中的地平线、人工标志等有用特征来提取飞行器的姿态角。(www.xing528.com)

地平线检测法基于两个假设：地平线大致是一条直线；以地平线为分割线的天地两部分有明显不同的特征。基本原理：当视觉导航系统中的摄像头得到的图像中包含地平线时,可以通过地平线来确定飞行器的滚转角和俯仰角。在地平线邻近领域内,图像的灰度值表现出从高到低的渐变过程,在图像中会有很多不同角度的直线,地平线检测方法的关键是提取一条直线来代替地平线,最大可能地区分天空区域和地面区域,通过提取出的直线来确定滚转角和俯仰角。

根据选取的人工标志不同,通过人工标志来确定载体姿态的方法可以分为很多种类。目前常用的方法有跑道检测法和设定特殊人工标志的方法。在机场环境中,载体姿态的提取绝大多数都基于跑道检测,主要利用地平线与跑道的两条边线构造的几何关系,采用基于该特征的姿态角估计算法,就可以检测载体的姿态角。机场跑道应用于实际中的最显著特征主要包括：

(1)平行线特征,即机场跑道的两条边缘线是最容易提取的平行线。

(2)灰度特征,即机场跑道区域和周围背景的灰度特性差异较大,从机场跑道的一侧到另一侧的灰度值变化过程为低灰度→高灰度→低灰度。

(3)结构特征,即多条跑道因配置形式不同而形成的各种结构特征,常见的有“X”“T”“V”“H”等形状。

在设定特殊人工标志方面,国外开展了利用特殊标志平台的透视投影、几何关系等进行的飞行器姿态研究。例如,瑞典林雪平大学在地面设置带有特殊标志的垫子,通过机载摄像头获取的图像对直升机的位置和姿态进行了精确估计。