劉 豐，于 洋，郭 璇,*，畢衛(wèi)紅，高佳玥

(1. 燕山大學(xué) 信息科學(xué)與工程學(xué)院，河北 秦皇島 066004； 2. 河北省特種光纖與光纖傳感重點(diǎn)實(shí)驗(yàn)室，河北 秦皇島 066004)

0 引言

隨著我國(guó)海洋強(qiáng)國(guó)戰(zhàn)略的推進(jìn)實(shí)施，構(gòu)建遙感衛(wèi)星、無(wú)人機(jī)、無(wú)人艇、海面站、岸基站一體的海洋立體生態(tài)監(jiān)控網(wǎng)絡(luò)體系是推進(jìn)我國(guó)海洋生態(tài)文明建設(shè)、保護(hù)海洋環(huán)境所急需的關(guān)鍵技術(shù)。特別是隨著我國(guó)無(wú)人機(jī)技術(shù)的迅速發(fā)展，基于無(wú)人機(jī)的近岸海域綠潮、赤潮等生態(tài)災(zāi)害的實(shí)時(shí)監(jiān)測(cè)技術(shù)已經(jīng)成為海洋科學(xué)領(lǐng)域的研究熱點(diǎn)。在海洋災(zāi)害監(jiān)測(cè)中可用的無(wú)人機(jī)系統(tǒng)資源越來(lái)越豐富，搭載的專用設(shè)備的性能和系統(tǒng)智能化程度也在不斷提高[1]。無(wú)人機(jī)監(jiān)測(cè)作為傳統(tǒng)監(jiān)測(cè)手段的重要補(bǔ)充，在災(zāi)情監(jiān)測(cè)中表現(xiàn)出了效率高、行動(dòng)迅速、監(jiān)測(cè)細(xì)致等優(yōu)勢(shì)[2-3]。

然而，目前無(wú)人機(jī)受限于持續(xù)續(xù)航能力不足，導(dǎo)致岸基起飛覆蓋監(jiān)測(cè)面積受限，限制了無(wú)人機(jī)在海洋環(huán)境監(jiān)測(cè)領(lǐng)域的深度應(yīng)用。開展無(wú)人機(jī)自主著艦技術(shù)的研究是拓展基于無(wú)人機(jī)的海洋藻類災(zāi)害監(jiān)測(cè)范圍、保障無(wú)人機(jī)飛行安全、甚至實(shí)現(xiàn)無(wú)人機(jī)著艦電力自動(dòng)補(bǔ)充的核心技術(shù)之一。GPS導(dǎo)航是目前最為廣泛使用的無(wú)人機(jī)定位技術(shù)[4]，然而在GPS導(dǎo)航系統(tǒng)精確度不高的情況下，現(xiàn)有的慣性導(dǎo)航系統(tǒng)在誤差補(bǔ)償時(shí)不能提供足夠精確的位置信息,難以勝任自主著陸的要求,所以要另外尋求其他的有效手段[5]。

在無(wú)人機(jī)自主著陸技術(shù)領(lǐng)域，針對(duì)靜態(tài)著陸點(diǎn)降落已有較為完善方案，技術(shù)也趨于成熟。文獻(xiàn)[6]和[7]設(shè)計(jì)了一套輔助無(wú)人機(jī)自動(dòng)著陸的機(jī)器視覺系統(tǒng)，對(duì)水平地面上的著陸點(diǎn)進(jìn)行檢測(cè)。而對(duì)于隨海面波動(dòng)實(shí)時(shí)變化的無(wú)人艇著陸平臺(tái)來(lái)說，平穩(wěn)安全著陸依舊是個(gè)未得到良好解決的難題。文獻(xiàn)[8]通過采用地面人工標(biāo)識(shí)April Tag與無(wú)人機(jī)的視覺引導(dǎo)跟蹤算法相結(jié)合的方案，實(shí)現(xiàn)無(wú)人機(jī)的懸停和在移動(dòng)平臺(tái)上的著陸，但對(duì)于起伏不定的無(wú)人艇，無(wú)法保證能夠安全著陸。文獻(xiàn)[9]針對(duì)無(wú)人機(jī)在垂直升降平臺(tái)上的自主著陸問題，設(shè)計(jì)了由運(yùn)動(dòng)估計(jì)模塊、軌跡生成模塊和跟蹤模塊組成的控制結(jié)構(gòu)，但對(duì)于存在傾角的著陸面未進(jìn)行實(shí)驗(yàn)分析。

本文針對(duì)無(wú)人機(jī)自主著艦技術(shù)的實(shí)際工程需求，提出了基于機(jī)載攝像頭與艇載慣性導(dǎo)航裝置相結(jié)合的自主降落方案。通過對(duì)降落標(biāo)志的識(shí)別，結(jié)合無(wú)人艇傳回的姿態(tài)數(shù)據(jù)，對(duì)著艦的最佳時(shí)機(jī)進(jìn)行判定，以實(shí)現(xiàn)無(wú)人機(jī)的安全著艦。經(jīng)過理論建模分析和實(shí)驗(yàn)研究表明本方案能夠?qū)崿F(xiàn)無(wú)人機(jī)在無(wú)人艇上的自主安全降落，研究結(jié)果能夠?yàn)闊o(wú)人機(jī)自主在無(wú)人艇上可靠著陸提供理論支撐，并具有很好的實(shí)際工程應(yīng)用價(jià)值。

1 無(wú)人機(jī)自主著艦控制方案

本文研究的四旋翼無(wú)人機(jī)自主著艦系統(tǒng)流程如圖1所示。

圖1 無(wú)人機(jī)自主著艦策略Fig. 1 Autonomous landing strategy of UAV

在無(wú)人機(jī)的著艦過程中，通過能否捕獲降落標(biāo)志來(lái)判斷無(wú)人機(jī)與無(wú)人艇是否在同一水域。若不在同一水域，無(wú)人機(jī)通過GPS導(dǎo)航向無(wú)人艇方向進(jìn)行移動(dòng)。

因?yàn)闊o(wú)人艇隨海浪的波動(dòng)會(huì)進(jìn)行無(wú)規(guī)則的運(yùn)動(dòng)，導(dǎo)致無(wú)人機(jī)無(wú)法直接在無(wú)人艇上進(jìn)行降落。影響無(wú)人機(jī)降落的兩個(gè)主要參數(shù)是滾轉(zhuǎn)角和俯仰角[10]。為了降低無(wú)人機(jī)視頻圖像識(shí)別處理的難度，本方案通過在無(wú)人艇上搭載慣性導(dǎo)航單元來(lái)獲取實(shí)時(shí)滾轉(zhuǎn)角和俯仰角信息，并通過短距無(wú)線通信系統(tǒng)實(shí)時(shí)傳輸?shù)綗o(wú)人機(jī)控制系統(tǒng)，當(dāng)無(wú)人艇的姿態(tài)滿足無(wú)人機(jī)降落條件時(shí)進(jìn)行著陸操作，否則在當(dāng)前位置進(jìn)行懸停，重新尋找下一次降落的最佳時(shí)機(jī)。

1.1 降落平面檢測(cè)系統(tǒng)

本文所設(shè)計(jì)的降落平面檢測(cè)系統(tǒng)包括兩部分如圖2所示，安裝于降落平面上的為測(cè)量發(fā)送設(shè)備，以MPU6050為核心，實(shí)時(shí)檢測(cè)平面的姿態(tài)信息，并利用無(wú)線傳輸模塊，將姿態(tài)信息發(fā)送出去。安裝于四旋翼無(wú)人機(jī)上的為決策接收設(shè)備，接收到測(cè)量設(shè)備傳回來(lái)的姿態(tài)信息，對(duì)此時(shí)降落平面的姿態(tài)進(jìn)行安全性判定。降落平面檢測(cè)裝置如圖3所示。

圖2 降落平面檢測(cè)系統(tǒng)圖Fig. 2 Landing plane detection system

圖3 降落平面檢測(cè)裝置Fig. 3 Landing plane detection device

1.2 降落標(biāo)志

無(wú)人機(jī)降落時(shí)，主要依靠機(jī)載攝像頭捕捉無(wú)人艇甲板上的降落標(biāo)識(shí)，因此一個(gè)特征突出并容易識(shí)別的降落標(biāo)志尤為重要。在本文中，設(shè)計(jì)的專用降落標(biāo)志如圖4所示。標(biāo)志主體由一個(gè)圓環(huán)和一個(gè)內(nèi)接正三角形構(gòu)成。此三角形分為兩部分，由頂點(diǎn)向下作垂線，左側(cè)為白色右側(cè)為黑色，中間的垂線便于無(wú)人機(jī)與無(wú)人艇之間朝向校準(zhǔn)。

圖4 降落標(biāo)志Fig. 4 Landing sign

1.3 捕獲圖像的預(yù)處理

運(yùn)動(dòng)中的無(wú)人機(jī)在通過機(jī)載攝像頭捕獲圖像時(shí)，會(huì)受到諸如光子噪聲和暗電流噪聲等因素的干擾，導(dǎo)致圖像中噪聲信息的引入，因此需要在盡量保持圖像細(xì)節(jié)特征的前提下，對(duì)圖像的噪點(diǎn)進(jìn)行抑制即圖像濾波[11]。常用的圖像濾波方式有線性濾波和非線性濾波，但對(duì)于圖像中存在有效像素值為0噪聲像素值為255的情況下，線性濾波只能將噪聲處理為更柔和的形式，而非線性濾波可以通過邏輯判斷將該噪聲過濾掉[12]。

非線性濾波中常用的濾波方式包括中值濾波和雙邊濾波，二者相比較，中值濾波會(huì)使圖像的邊緣信息變?nèi)跎踔料?，而為了?duì)所設(shè)計(jì)的降落標(biāo)志進(jìn)行識(shí)別，需要對(duì)圖像的邊緣進(jìn)行精準(zhǔn)的把握，因此本文選擇了不僅能將圖像中所帶有的噪聲濾除掉，同時(shí)也不會(huì)變動(dòng)圖像中有效信息的雙邊濾波算法。雙邊濾波可以使頻率較高的信號(hào)變得平滑，還會(huì)使變化較大的信號(hào)維持原樣，實(shí)現(xiàn)對(duì)邊緣的平滑處理。雙邊濾波器表達(dá)式為

式中，g(i,j)為被卷積的像素點(diǎn)(i,j)的像素強(qiáng)度，f(k,l)為鄰域像素點(diǎn)(k,l)的像素強(qiáng)度，ω(i,j,k,l)為加權(quán)系數(shù)，其等于值域?yàn)V波器d(i，j，k，l)與空域?yàn)V波器r(i，j，k，l)的乘積?？沼?yàn)V波器與值域?yàn)V波器的表達(dá)式分別為

式中，σd與σr為平滑參數(shù)，f(i,j)與f(k,l)分別為鄰域像素點(diǎn)(i，j)和(k，l)的像素強(qiáng)度。

采用上述方法對(duì)降落標(biāo)志圖像進(jìn)行預(yù)處理得到的輪廓清晰的二值化圖像如圖5(b)所示。

圖5 捕獲的圖像與二值化后的圖像Fig. 5 Captured image and binarized image

仿真研究和實(shí)際測(cè)試效果表明：采用雙邊濾波法進(jìn)行圖像預(yù)處理時(shí)，主要涉及的參數(shù)包括每個(gè)像素鄰域的直徑、顏色空間濾波器的標(biāo)準(zhǔn)差值和空間坐標(biāo)濾波器的標(biāo)準(zhǔn)差值。綜合考慮運(yùn)行速率與處理效果，濾波器的具體參數(shù)選擇見表1。

表1 雙邊濾波參數(shù)Tab.1 Bilateral filtering parameters

1.4 捕獲階段1——圓環(huán)檢測(cè)

OpenCV提供了圓形檢測(cè)算法，最常使用的是霍夫變換[13-14]，通過在兩個(gè)空間坐標(biāo)系間對(duì)像素進(jìn)行變換，可以令在初始空間坐標(biāo)系包含同樣性質(zhì)的曲線變換到另一個(gè)空間坐標(biāo)系中并且數(shù)值增大到峰值，如此便可以將檢測(cè)邊緣形狀問題轉(zhuǎn)變成峰值捕獲過程。在檢測(cè)圓形過程中，將圖像空間xy直角坐標(biāo)系中的像素映射到參數(shù)空間中，并在參數(shù)空間中搜索交點(diǎn)是否存在，圓形的數(shù)學(xué)表達(dá)式為

式中，(a,b)為圓心坐標(biāo)，θ為半徑與x軸的夾角。在OpenCV中提供了HoughCircles函數(shù)用來(lái)檢測(cè)灰度圖像中是否包含有圓形，在此需要合理設(shè)置兩圓心距離的最小值。若最小值太小，除了捕獲到需要的圓形外還會(huì)檢測(cè)到其余臨近的圓形，給圖像識(shí)別帶來(lái)干擾；若最小值太大，則有可能會(huì)對(duì)圖像處理不完全，有所漏失，經(jīng)過仿真和實(shí)驗(yàn)研究，本文選取的各參數(shù)取值見表2。

表2 HoughCircles函數(shù)參數(shù)Tab.2 HoughCircles function parameters

對(duì)原圖像進(jìn)行圓形捕獲，并將捕獲結(jié)果顯示在原圖像上，如圖6(b)所示。

圖6 原圖像與圓形捕獲Fig. 6 Original image and circular capture

1.5 捕獲階段2——三角形檢測(cè)

當(dāng)無(wú)人機(jī)降落至距無(wú)人艇甲板50 cm左右時(shí)，由于高度過低，會(huì)存在無(wú)法完全捕獲圓環(huán)的可能，因此轉(zhuǎn)為對(duì)內(nèi)部小三角形的識(shí)別，并通過三角形內(nèi)部的垂線，來(lái)判斷無(wú)人艇的朝向，使無(wú)人機(jī)與無(wú)人艇進(jìn)行朝向校準(zhǔn)。對(duì)三角形捕獲仿真如圖7(b)所示。

圖7 邊緣檢測(cè)與三角形捕獲Fig. 7 Edge detection and triangle capture

1.6 坐標(biāo)空間的轉(zhuǎn)換

在無(wú)人機(jī)自主降落的整個(gè)系統(tǒng)中，涉及4種不同坐標(biāo)空間的轉(zhuǎn)換，分別是世界坐標(biāo)系、機(jī)體坐標(biāo)系(相機(jī)坐標(biāo)系)、圖像坐標(biāo)系和像素坐標(biāo)系。世界坐標(biāo)系OwXwYwZw以目標(biāo)物體為原點(diǎn)，建立規(guī)則符合右手坐標(biāo)系，通過世界坐標(biāo)系對(duì)無(wú)人機(jī)位置進(jìn)行定位。由于機(jī)載攝像頭固定在無(wú)人機(jī)中心處，可以將機(jī)體坐標(biāo)系與相機(jī)坐標(biāo)系看作是同一個(gè)坐標(biāo)空間。相機(jī)坐標(biāo)系的原點(diǎn)Oc為相機(jī)鏡頭的光心，OcZc軸與相機(jī)的光軸重合，OcXc軸平行成像平面并指向右側(cè)，OcYc軸垂直O(jiān)cXcZc屏幕并指向下方。像素坐標(biāo)系OpXpYp主要是用來(lái)定義相機(jī)所捕獲圖像中每個(gè)像素位置之間的關(guān)系，它的原點(diǎn)為圖像左上方的頂點(diǎn)，OpXp軸和OpYp軸分別與圖像坐標(biāo)系中OiXi軸和OiYi軸方向一致。與像素坐標(biāo)系相對(duì)應(yīng)的圖像坐標(biāo)系主要是用來(lái)定義圖像的真實(shí)長(zhǎng)度，光軸在感光片上對(duì)應(yīng)點(diǎn)為原點(diǎn)Oi，OiXi平行向右，OiYi與OiXi垂直并指向下方。圖像坐標(biāo)系與像素坐標(biāo)系具體如圖8所示。

圖8 圖像坐標(biāo)系與像素坐標(biāo)系Fig. 8 Image coordinate system and pixel coordinate system

圖片中的點(diǎn)P，在圖像坐標(biāo)系中坐標(biāo)為P(xi,yi)，在像素坐標(biāo)系中坐標(biāo)為P(xp,yp)，兩者之間的關(guān)系為

(1)

式中，xi0和yi0為圖像坐標(biāo)系原點(diǎn)在像素坐標(biāo)系中的位置，通常取值為圖像長(zhǎng)度的一半，dxp與dyp分別表示一個(gè)像素的物理寬度和高度。

空間中一三維點(diǎn)P(xc,yc,zc)在圖像坐標(biāo)空間中投影點(diǎn)為P′(x′,y′)如圖9所示，為便于分析計(jì)算，作圖像平面關(guān)于光心的對(duì)稱平面，三維點(diǎn)在此平面投影點(diǎn)為P(x,y)，如此便可以得到三維空間的點(diǎn)與圖像中的點(diǎn)之間的轉(zhuǎn)換關(guān)系為

圖9 點(diǎn)到圖像坐標(biāo)系的映射Fig. 9 Mapping of points to image coordinate systems

(2)

式中，f為焦距，即圖像平面到光心的距離。將式(2)代入式(1)并轉(zhuǎn)化為矩陣形式可以得到

式中，K為攝像頭的內(nèi)參矩陣，通過內(nèi)參矩陣可以將相機(jī)坐標(biāo)系下任意的三維坐標(biāo)映射到像素坐標(biāo)系中，構(gòu)建空間點(diǎn)與像素點(diǎn)之間的映射關(guān)系。

2 四旋翼飛行器數(shù)學(xué)模型

依據(jù)四旋翼飛行器飛行控制的特點(diǎn)，建立了姿態(tài)與位置的數(shù)學(xué)模型，并利用Simulink工具對(duì)四旋翼飛行器模型進(jìn)行模擬，在建模過程中所需要的四旋翼飛行器的參數(shù)見表3。

表3 四旋翼飛行器參數(shù)表Tab.3 Quadcopter parameter

2.1 姿態(tài)模型

以“十”字形四旋翼飛行器為例，為不失一般性，假設(shè)四旋翼飛行器為均勻?qū)ΨQ的剛體[15]，如圖10所示。

圖10 十字形四旋翼飛行器Fig. 10 Cross-shaped quadcopter

對(duì)其進(jìn)行動(dòng)力學(xué)分析，已知力矩計(jì)算公式為

M=L×F,

式中,L是轉(zhuǎn)動(dòng)軸到受力點(diǎn)的距離，F(xiàn)是作用于物體上的矢量力。對(duì)于x軸來(lái)說，力矩由電機(jī)2與電機(jī)4產(chǎn)生，電機(jī)2產(chǎn)生正向力矩，電機(jī)4產(chǎn)生負(fù)向力矩，同理對(duì)于y軸來(lái)說，力矩由電機(jī)1與電機(jī)3產(chǎn)生，電機(jī)3產(chǎn)生正向力矩，電機(jī)1產(chǎn)生負(fù)向力矩。根據(jù)x軸與y軸的方向可知，z軸垂直紙面向上，因此對(duì)于z軸，電機(jī)2與電機(jī)4產(chǎn)生正向力矩，電機(jī)1與電機(jī)3產(chǎn)生負(fù)向力矩。可得到各軸上的力矩為

(3)

式中，d為無(wú)人機(jī)中心到旋翼的距離，b為系數(shù)，f1、f2、f3、f4分別為四個(gè)電機(jī)產(chǎn)生的力，其力的大小為

式中，CT為升力系數(shù)，ωi為電機(jī)轉(zhuǎn)速,i=1,2,3,4。由式(3)可以得到四旋翼飛行器的合力矩為

M=Jε+w×Jw

(4)

式中，J為慣量矩陣，ε為角加速度，w為角速度，具體表達(dá)式為

(5)

由此即可建立出角加速度與角速度和電機(jī)速度的數(shù)學(xué)模型。

2.2 位移模型

在位移模型建立過程中，需要涉及兩個(gè)坐標(biāo)系，分別是地面坐標(biāo)系和機(jī)體坐標(biāo)系，機(jī)體坐標(biāo)系轉(zhuǎn)為地面坐標(biāo)系的轉(zhuǎn)換矩陣為Rbg，

每個(gè)電機(jī)在機(jī)體坐標(biāo)系下都會(huì)產(chǎn)生一個(gè)向上的升力fi，同時(shí)四旋翼飛行器也會(huì)受到自身垂直向下的重力的作用，受到的合力為

式中,ax、ay和az分別為四旋翼飛行器在各坐標(biāo)軸上的加速度，將之轉(zhuǎn)換到地面坐標(biāo)系

(4)

式中，fall=f1+f2+f3+f4。

2.3 控制模型

在四旋翼飛行器的控制系統(tǒng)中，采用PD控制，外環(huán)為位置控制，對(duì)式(5)進(jìn)行變換，可得

式中，Ux、Uy和Uz分別為x、y和z軸的虛擬控制量。四旋翼飛行器的內(nèi)環(huán)為姿態(tài)控制，由式(5)可知，φ受到電機(jī)2與電機(jī)4的影響，θ受到電機(jī)3與電機(jī)1的影響，可以得到電機(jī)轉(zhuǎn)速與控制量之間的關(guān)系式

式中，U1為位置控制量，U2、U3和U4為姿態(tài)控制量，通過轉(zhuǎn)換矩陣將控制量轉(zhuǎn)換為電機(jī)轉(zhuǎn)速，實(shí)現(xiàn)對(duì)四旋翼飛行器的控制。

2.4 仿真結(jié)果

本次Simulink仿真設(shè)計(jì)了4個(gè)任務(wù)目標(biāo)點(diǎn)，四旋翼無(wú)人機(jī)由原點(diǎn)(0,0,0)起飛，依次飛向目標(biāo)點(diǎn)(0,0,5)，(5,0,5)，(5,5,5)，(0,5,5)，最后垂直降落，仿真結(jié)果如圖11所示?？梢钥闯龃四Ｐ涂梢杂行椭男盹w行器追蹤目標(biāo)地點(diǎn)。

圖11 實(shí)際距離與期望距離Fig. 11 Actual distance and expected distance

3 降落測(cè)試實(shí)驗(yàn)

四旋翼飛行器能否平穩(wěn)降落在無(wú)人艇甲板上，主要需要考慮的因素包括兩點(diǎn)，分別是四旋翼飛行器與甲板之間的摩擦力以及甲板的傾角。而甲板的傾角包括俯仰角θ與滾轉(zhuǎn)角Φ，四旋翼飛行器分別在降落平面俯仰角θ與滾轉(zhuǎn)角Φ的作用下產(chǎn)生沿斜面向下的分力為

Fθ=mgsinθ,

FΦ=mgsinΦ,

結(jié)合兩個(gè)分力，可以得到無(wú)人機(jī)沿斜面向下的合力為

(6)

四旋翼飛行器與降落平面之間的最大摩擦力為

fmax=mgμsinα,

(7)

式中,μ為摩擦力系數(shù)，α為降落平面與水平面之間夾角的極限值。根據(jù)式(6)和(7)，使四旋翼飛行器能夠安全著陸，沿斜面向下的合力要小于最大靜摩擦力，因此降落平面的俯仰角θ與滾轉(zhuǎn)角Φ要滿足

sin2θ+sin2Φ≤μ2sin2α,

為確定最大靜摩擦力即確定四旋翼飛行與降落平面間最大夾角，進(jìn)行了十次實(shí)驗(yàn)如圖12所示，確定在本文所設(shè)計(jì)的系統(tǒng)方案中安全降落的傾角閾值，具體實(shí)驗(yàn)數(shù)據(jù)見表4。

表4 降落平臺(tái)傾角測(cè)試Tab.4 Landing platform inclination test

無(wú)人機(jī)降落傾角測(cè)試實(shí)驗(yàn)如圖12所示。當(dāng)降落平面與水平面夾角處于6°之間時(shí) ，無(wú)人機(jī)可以安全著陸于目標(biāo)甲板上，超過此角度則不能確保無(wú)人機(jī)著陸的安全性與穩(wěn)定性。

圖12 平臺(tái)傾角測(cè)試實(shí)驗(yàn)Fig. 12 Platform inclination test experiment

根據(jù)上述對(duì)降落平面俯仰角與橫滾角的綜合分析，設(shè)計(jì)了降落平面傾角監(jiān)測(cè)上位機(jī)，可以實(shí)時(shí)監(jiān)測(cè)傾角狀態(tài)并進(jìn)行降落判定，如圖13所示。

圖13 無(wú)人艇上降落平面的監(jiān)測(cè)Fig. 13 Monitoring of landing planes on USV

分別對(duì)是否使用降落平面檢測(cè)系統(tǒng)進(jìn)行了十次降落實(shí)驗(yàn)，在實(shí)驗(yàn)過程中，通過人為隨機(jī)晃動(dòng)降落平面來(lái)模擬無(wú)人艇在海面上的起伏狀態(tài)，如圖14所示。未使用降落平面檢測(cè)系統(tǒng)的情況下，無(wú)人機(jī)不考慮降落平面的狀態(tài)而持續(xù)降落，在十次實(shí)驗(yàn)中有四次會(huì)因平面傾角過大而滑落,降落成功率為60%。在使用降落平面檢測(cè)系統(tǒng)后，無(wú)人機(jī)在將降落平面傾角過大的情況下，保持懸停狀態(tài)，在安全傾角范圍內(nèi)進(jìn)行降落，十次實(shí)驗(yàn)中僅有一次降落失敗,降落成功率為90%。實(shí)驗(yàn)表明：采用文中方法能夠?qū)⒔德涞某晒β侍岣?0%，無(wú)人機(jī)在動(dòng)態(tài)平面上的降落安全性得到了提升。

圖14 降落效果檢測(cè)實(shí)驗(yàn)Fig. 14 Landing effect test

4 結(jié)論

本論文在總結(jié)國(guó)內(nèi)外無(wú)人機(jī)控制與視覺識(shí)別技術(shù)的基礎(chǔ)上，結(jié)合動(dòng)態(tài)降落平面的姿態(tài)變化，針對(duì)海面無(wú)人艇起伏狀態(tài)下無(wú)人機(jī)自主著艦問題，提出了一種基于降落平面姿態(tài)主動(dòng)反饋的無(wú)人機(jī)降落方案。在模擬無(wú)人艇狀態(tài)下進(jìn)行無(wú)人機(jī)自主降落實(shí)驗(yàn)，結(jié)果表明，在以降落平面與水平夾角為6°的條件下，采用此方案進(jìn)行降落的成功率提升了約30%，因此本方案適用于海上無(wú)人艇等動(dòng)態(tài)平面環(huán)境下的無(wú)人機(jī)著陸。