吳政隆, 李 杰, 關(guān)震宇, 牛三庫, 楊成偉, 李 揚(yáng)

(1. 北京理工大學(xué)機(jī)電學(xué)院, 北京 100081; 2. 北京機(jī)電工程研究所, 北京 100074;3. 新興重工集團(tuán)有限公司, 北京 100070)

?

基于光流的固定翼小型無人機(jī)自主著陸控制

吳政隆1, 李 杰1, 關(guān)震宇2, 牛三庫1, 楊成偉1, 李 揚(yáng)3

(1. 北京理工大學(xué)機(jī)電學(xué)院, 北京 100081; 2. 北京機(jī)電工程研究所, 北京 100074;3. 新興重工集團(tuán)有限公司, 北京 100070)

以固定翼小型無人機(jī)的自主著陸控制為研究背景,提出了一種基于光流的固定翼小型無人機(jī)自主著陸控制方法。該方法首先在分析固定翼飛行器著陸段運(yùn)動(dòng)特性的基礎(chǔ)上,將著陸階段的控制解耦為對(duì)飛行器的橫向控制和縱向控制,然后以跑道線作為特征,計(jì)算其稀疏直線光流場,并結(jié)合攝像機(jī)模型以及光流場和速度場之間的關(guān)系,用跑道線的水平流作為系統(tǒng)反饋,設(shè)計(jì)控制系統(tǒng)。最后在Simulink環(huán)境下搭建動(dòng)態(tài)仿真系統(tǒng),仿真結(jié)果表明,使用本文方法可以有效實(shí)現(xiàn)飛行器的自主著陸控制。

固定翼飛行器; 著陸控制; 光流; 控制設(shè)計(jì)

0 引 言

傳統(tǒng)飛行器特別是民航飛機(jī)的著陸方法依賴于著陸導(dǎo)引系統(tǒng)(landing guidance system,LGS),LGS可為飛機(jī)提供精確的方位、下滑角和距離等引導(dǎo)信息,飛機(jī)依據(jù)這些信息對(duì)準(zhǔn)跑道并按給定的下滑角進(jìn)場和著陸,以保證接地點(diǎn)的偏差在規(guī)定的范圍以內(nèi)。目前導(dǎo)引系統(tǒng)包括儀表著陸系統(tǒng)、地面控制進(jìn)場系統(tǒng)、微波著陸系統(tǒng)3種,上述系統(tǒng)都依賴地基導(dǎo)引系統(tǒng),同時(shí)也需要復(fù)雜的機(jī)載傳感設(shè)備來完成飛行器的著陸控制。

小型無人機(jī)受其使用環(huán)境和有效載荷的限制,很多時(shí)候并不具備在地面導(dǎo)引系統(tǒng)指揮下進(jìn)行著陸的條件,因此研究基于機(jī)載視覺設(shè)備的無人機(jī)著陸方法就成為了題中之義。傳統(tǒng)無人機(jī)視覺輔助著陸主要使用具有一定幾何形狀的圖形作為飛行器位姿測量的參照,采用計(jì)算機(jī)視覺技術(shù)提取并進(jìn)行解算,最終實(shí)現(xiàn)對(duì)飛行器實(shí)際姿態(tài)的估計(jì)[1-10]。這些方法普遍存在以下問題:

(1) 該類方法需要固定的地面指示標(biāo)志,在野外環(huán)境下難以獲取類似指示物;

(2) 傳統(tǒng)基于光流動(dòng)著陸方案使用全局光流場控制飛行器,計(jì)算復(fù)雜且對(duì)于噪聲較為敏感;

(3) 傳統(tǒng)算法主要適用于垂直起降飛行器,對(duì)固定翼飛行器而言,標(biāo)志物難以長期在視場中留存,因此很難獲得精確的位姿估計(jì)用于飛行器的著陸控制。

文獻(xiàn)[11]表明,昆蟲可以利用其視網(wǎng)膜上的圖像膨脹速度來估計(jì)著陸時(shí)機(jī),而不需要知道精確的距離和速度;文獻(xiàn)[12]指出,昆蟲在著陸時(shí),只需要在一定的著陸角度下,保持光流值不變。因此對(duì)飛行器著陸控制而言,需要進(jìn)行的就是在保持光流值不變的情況下減小平動(dòng)速度[13]。

本文提出了一種基于直線稀疏光流場的小型無人機(jī)著陸控制方法,使用視場中存在的諸如跑道的直線特征,導(dǎo)引飛行器實(shí)現(xiàn)自主著陸。該控制方法無需知道飛行器相對(duì)跑道的精確位置以及速度,無需計(jì)算全局光流場,僅借助視場中跑道線的稀疏光流場即可完成進(jìn)近-著陸導(dǎo)引控制;無需復(fù)雜的指示目標(biāo),同時(shí)適用于滑翔降落飛行器和垂直降落飛行器的使用要求。

1 基于光流場的飛行器著陸原理

文獻(xiàn)[14]研究了昆蟲視網(wǎng)膜上光流場與現(xiàn)實(shí)世界速度場之間的關(guān)系,如圖1所示。其中h為離地面高度;f為攝像機(jī)焦距;v為飛行速度方向;αret為光軸與速度方向的夾角;γ為像素點(diǎn)與光軸的夾角。

圖1 昆蟲視網(wǎng)膜上光流場與現(xiàn)實(shí)世界速度場的關(guān)系Fig.1 Relation between optical flow on the insect retina and velocity field of the real world

當(dāng)昆蟲以v的速度前向運(yùn)動(dòng)時(shí),投影在其視網(wǎng)膜上的速度可計(jì)為

(1)

當(dāng)光軸與速度方向重合,即αret=0時(shí),式(1)可寫成

(2)

此時(shí),越遠(yuǎn)離光軸的像素點(diǎn)將具有越大的光流矢量。可以注意到,根據(jù)式(2),保持光流矢量vret不變,當(dāng)v→0,h→0時(shí),即可完成飛行器著陸,這就是使用光流場進(jìn)行飛行器著陸的基本原理。

依據(jù)文獻(xiàn)[14]所論述的基于光流的著陸原理,文獻(xiàn)[18-19]將其應(yīng)用于無人飛行器著陸控制。文獻(xiàn)[18]利用光流傳感器和氣壓計(jì)進(jìn)行數(shù)據(jù)融合,來進(jìn)行飛行器著陸控制中距離地面高度的估計(jì)和控制。文獻(xiàn)[19]利用攝像頭獲取的光流信息提出了一種非線性控制器,控制無人飛行器在運(yùn)動(dòng)的平臺(tái)上起降。

2 固定翼飛行器著陸過程分析

滑翔降落固定翼飛行器著陸階段可以分為3個(gè)部分,如圖2所示。進(jìn)近段,是指飛機(jī)在機(jī)場上空對(duì)準(zhǔn)跑道下降的階段,這個(gè)階段需要使機(jī)身縱軸對(duì)準(zhǔn)跑道;在對(duì)準(zhǔn)跑道之后,飛機(jī)減速,進(jìn)入下滑段,在此階段對(duì)飛行器的要求是:穩(wěn)定的速度和發(fā)動(dòng)機(jī)推力,穩(wěn)定的下降率,穩(wěn)定而合適的姿態(tài),穩(wěn)定的航向。當(dāng)飛機(jī)下滑到離地面7～8 m高度時(shí),進(jìn)入拉平-飄落段。到1 m左右高度時(shí)飛機(jī)拉平,以平行地面姿態(tài)下降,稱為平飄,后輪著陸,滑跑,減速,直至滑出跑道,進(jìn)入滑行道,駛向機(jī)坪[15]。

圖2 固定翼飛行器著陸過程Fig.2 Landing process of fixed wing aircraft

根據(jù)上述過程,飛行器的軌跡控制可以被簡化為一個(gè)在姿態(tài)穩(wěn)定情況下的水平方向航跡控制問題;而在下滑段,則可以簡化為一個(gè)在姿態(tài)穩(wěn)定情況下的垂直高度-速度控制問題。因此,整個(gè)飛行器著陸階段控制,特別是進(jìn)近段和下滑段,其飛行控制可以解耦為垂直和水平兩個(gè)通道的航跡控制問題。

3 基于光流的飛行器著陸進(jìn)近段橫向控制

飛行器在進(jìn)近段需要解決的主要問題是使機(jī)體縱軸盡快對(duì)準(zhǔn)跑道?；诖?本節(jié)主要研究使用光流來導(dǎo)引飛行器的進(jìn)近段橫向控制。

進(jìn)近段坐標(biāo)系定義如圖3所示,圖4是跑道線在圖像坐標(biāo)系上的成像示意,其中粗黑線為跑道線,任取一條平行于x軸的直線,與兩條跑道線相交于a,b點(diǎn)。

圖3 進(jìn)近段大地坐標(biāo)系、機(jī)體坐標(biāo)系、攝像機(jī)坐標(biāo)系以及 圖像坐標(biāo)系定義 Fig.3 Definition of earth coordinate, body coordinate, camera coordinate and image coordinate in approach segment

圖4 跑道線在圖像坐標(biāo)系上成像示意Fig.4 Runway lines in the image coordinate

坐標(biāo)系定義如下:

大地坐標(biāo)系OW-XWYWZW,原點(diǎn)取在跑道中線上一點(diǎn),以飛行器進(jìn)近方向反方向?yàn)閆W軸正方向,YW軸正方向指向天空;

機(jī)體坐標(biāo)系Ob-XbYbZb,原點(diǎn)取在飛行器質(zhì)心,以機(jī)體縱軸為Zb軸,Yb軸正方向指向地心;

攝像機(jī)坐標(biāo)系OC-XCYCZC,原點(diǎn)取在光心,以向下為YC正方向;

圖像坐標(biāo)系o-xy,原點(diǎn)取在圖像中心,以向下方向?yàn)閥軸正方向。

取跑道上一點(diǎn)A,坐標(biāo)為(XW,YW,ZW),則A在圖像平面上形成的光流滿足：

(3)

式中,[ua,va]T為a點(diǎn)的光流;[xa,ya]T為a點(diǎn)在圖像坐標(biāo)系o-xy下的坐標(biāo);[ηXC,ηYC,ηZC]T為攝像機(jī)在攝像機(jī)坐標(biāo)系OC-XCYCZC3個(gè)方向的速度分量;[ωXC,ωYC,ωZC]T是攝像機(jī)坐標(biāo)系OC-XCYCZC三軸的角速度。

(4)

由于飛行器在進(jìn)近段需要保持飛行姿態(tài)和速度穩(wěn)定。因此,對(duì)飛行器在進(jìn)近段的運(yùn)動(dòng)作如下假設(shè):

假設(shè) 1 飛行器由自駕儀鎖定姿態(tài),只發(fā)生平移運(yùn)動(dòng),不發(fā)生滾轉(zhuǎn)運(yùn)動(dòng),本文中,令ZW∥Zb,XW∥Xb,YW∥Yb,如圖3所示;

假設(shè) 2 進(jìn)近段飛行器僅在Zb軸和Xb軸方向上發(fā)生運(yùn)動(dòng)且速度保持恒定,不發(fā)生Yb軸上的運(yùn)動(dòng);

假設(shè) 3 不失一般性,設(shè)攝像機(jī)固連飛行器質(zhì)心,即OC-XCYCZC與Ob-XbYbZb重合。

取大地上一點(diǎn),設(shè)其在大地坐標(biāo)系上坐標(biāo)為(XW,YW,ZW),則其在攝像機(jī)坐標(biāo)系中的坐標(biāo)為

(5)

式中,R為攝像機(jī)坐標(biāo)系到大地坐標(biāo)系的旋轉(zhuǎn)矩陣;T為平移向量。

由假設(shè)1和假設(shè)3有

R=-I3×3

(6)

則根據(jù)圖3有

(7)

式(7)即構(gòu)建了圖像坐標(biāo)系到大地坐標(biāo)系之間的關(guān)系。

由于該點(diǎn)在大地上,YW=0,式(7)可以寫成

(8)

由假設(shè)2,ηYb=0,式(4)可變形為

(9)

對(duì)形如圖4的情況,點(diǎn)a和點(diǎn)b分別平行于x軸直線與兩條跑道線的交點(diǎn),因此有

ya=yb

(10)

由式(9),兩點(diǎn)上的平移光流場分別為

(11)

(12)

將式(10)代入式(11)和式(12),可知平移光流場中有

va=vb

(13)

由文獻(xiàn)[2]中的攝像機(jī)模型可知:

(14)

(15)

(16)

由式(10)可知

(17)

由式(8)可知

YCa=YCb=offset_Y

(18)

將式(18)代入式(17),可得ZCa=ZCb,代入式(8),即有ZWa=ZWb,則可得

(19)

由于ZW軸是跑道的中心線,因此有

XWb=-XWa

(20)

所以將式(19)變形為

(21)

根據(jù)低速小型無人機(jī)的進(jìn)近過程特性,可作如下簡化:

(22)

式中,C為常數(shù)。將式(22)代入式(21)可得

(23)

當(dāng)且僅當(dāng)飛行器縱軸對(duì)準(zhǔn)機(jī)場跑道中心線時(shí)

offset_X=0

此時(shí)有

(24)

在實(shí)際使用中,使用單個(gè)點(diǎn)的平移光流會(huì)帶來一定的誤差,因此使用線光流場的統(tǒng)計(jì)特征來進(jìn)行控制。

定義直線平均水平流:

(25)

當(dāng)兩條直線稀疏光流場滿足平均水平流之和為0,即認(rèn)為飛行器縱軸對(duì)準(zhǔn)跑道中心線。

由本節(jié)假設(shè),進(jìn)近段的對(duì)準(zhǔn)控制可以簡化為飛行器在鎖定姿態(tài)情況下的偏航控制。文獻(xiàn)[16]中,將飛行器的偏航控制簡化為一個(gè)二階系統(tǒng),以此為基礎(chǔ),構(gòu)建了基于光流的飛行器進(jìn)近段對(duì)準(zhǔn)控制系統(tǒng),如圖5所示。

圖5 基于光流的飛行器進(jìn)近段航向控制系統(tǒng)框圖Fig.5 Heading control system based on optical flow block diagram in aircraft approach segment

4 基于光流的飛行器著陸下滑段縱向控制

固定翼飛行器在下滑段需要解決的主要問題是控制飛行器在垂直速度減小的同時(shí)降低高度,理想情況是在起落架接觸跑道時(shí)垂直速度也衰減為0,從而減小觸地過載?；诖?本小節(jié)主要研究使用直線稀疏光流場來導(dǎo)引飛行器的下滑段的著陸控制。

下滑段坐標(biāo)系定義如圖6所示,其中粗黑線為跑道線。坐標(biāo)系定義如下。

大地坐標(biāo)系:OW-XWYWZW,原點(diǎn)取在跑道中線上飛行器的期望接地點(diǎn),以飛行器進(jìn)近速度方向反方向?yàn)閆W軸正方向,YW軸正方向指向天空;

機(jī)體坐標(biāo)系:Ob-XbYbZb,原點(diǎn)取在飛行器質(zhì)心,以機(jī)體縱軸為Zb軸,Yb軸正方向指向地心;

攝像機(jī)2坐標(biāo)系:OC2-XC2YC2ZC2,原點(diǎn)取在光心,以向下為ZC2正方向;

圖像坐標(biāo)系2:o2-x2y2,原點(diǎn)取在圖像中心,以飛行器進(jìn)近速度方向反方向?yàn)閥2軸正方向。

圖6 下滑段大地坐標(biāo)系、機(jī)體坐標(biāo)系、攝像機(jī)坐標(biāo)系以及 圖像坐標(biāo)系定義 Fig.6 Definition of earth coordinate, body coordinate, camera coordinate and image coordinate in slide segment

對(duì)下滑段的軌跡控制是建立在進(jìn)近段控制的基礎(chǔ)上。當(dāng)飛行器進(jìn)入下滑段時(shí),根據(jù)6.1節(jié)所示,在下滑段飛行器需要盡量滿足以下條件:

(1) 穩(wěn)定的速度和發(fā)動(dòng)機(jī)推力;

(2) 穩(wěn)定的下降率;

(3) 穩(wěn)定而合適的姿態(tài);

(4) 穩(wěn)定的航向。

基于以上,作如下假設(shè):

假設(shè) 4 飛行器由自駕儀鎖定姿態(tài),只發(fā)生平移運(yùn)動(dòng),不發(fā)生滾轉(zhuǎn)運(yùn)動(dòng),本文中,令ZW∥Zb,XW∥Xb,YW∥Yb,如圖6所示;

假設(shè) 5 下降段飛行器在Zb軸和Yb軸方向上發(fā)生運(yùn)動(dòng),不發(fā)生Xb軸上的運(yùn)動(dòng);

假設(shè) 6 不失一般性,攝像機(jī)2固連飛行器質(zhì)心,即點(diǎn)OC2與Ob重合。

如前文所述,飛行器下滑段控制主要是對(duì)Yb方向上速度ηYb、水平偏移量offset_Y的控制,接下來對(duì)此進(jìn)行分析。

Yb方向上的著陸控制依賴于攝像機(jī)2。取跑道上一點(diǎn)A,坐標(biāo)為(XW, YW, ZW),則A在圖像平面2上形成的光流滿足

(26)

式中,[ua2,va2]T為A點(diǎn)在圖像平面2上的光流,ua2為水平流,va2為垂直流;[xa2,ya2]T為a點(diǎn)在圖像坐標(biāo)系2 o2-x2y2下的坐標(biāo);[ηXC2,ηYC2,ηZC2]T為攝像機(jī)2在OC2-XC2YC2ZC23個(gè)方向的速度分量;RC2是攝像機(jī)2繞OC2-XC2YC2ZC2三軸的角速度;Rb是攝像機(jī)2繞機(jī)體坐標(biāo)系三軸的角速度。

(27)

(28)

由假設(shè)4和假設(shè)6可知

(29)

其中,令XW=WR/2,offset_Y-YW=DisV。則跑道在圖像平面2上的水平流可以描述為

(30)

為了減小光流場計(jì)算中帶來的誤差,使用平均水平流來描述圖像的水平光流。

則平均水平流定義為

(31)

其中

(32)

由上述假設(shè)和分析,下滑段的對(duì)準(zhǔn)控制可以簡化為飛行器在鎖定姿態(tài)和水平速度情況下的下降控制。文獻(xiàn)[16]中指出,可以將飛行器的下降控制簡化為一個(gè)二階系統(tǒng),以此為基礎(chǔ),構(gòu)建基于光流的飛行器下降段著陸控制系統(tǒng),如圖7所示。

圖7 基于光流的飛行器下滑段縱向控制系統(tǒng)框圖Fig.7 Longitudinal control system based on optical flow block diagram in aircraft slide segment

5 仿真與分析

在Matlab 2012b平臺(tái)上,使用Simulink模塊構(gòu)建仿真環(huán)境,對(duì)上述算法進(jìn)行仿真,總體仿真系統(tǒng)包括控制子系統(tǒng)、運(yùn)動(dòng)學(xué)子系統(tǒng)、虛擬現(xiàn)實(shí)子系統(tǒng)和計(jì)算機(jī)視覺子系統(tǒng)。其中控制子系統(tǒng)(control subsystem)負(fù)責(zé)對(duì)控制器設(shè)計(jì)及控制策略進(jìn)行仿真,運(yùn)動(dòng)學(xué)子系統(tǒng)(motion subsystem)負(fù)責(zé)對(duì)飛行器運(yùn)動(dòng)模型進(jìn)行仿真,虛擬現(xiàn)實(shí)子系統(tǒng)(VR subsystem)采用Matlab自帶的Visual Reality工具建立三維場景模型,并輸出實(shí)際場景到計(jì)算機(jī)視覺子系統(tǒng)(computer vision subsystem),后者是視覺算法部分,負(fù)責(zé)計(jì)算場景的稀疏直線光流信息,并將計(jì)算結(jié)果反饋回控制子系統(tǒng),構(gòu)建完整的控制反饋回路。

仿真框架如圖8所示。

圖8 仿真系統(tǒng)總體架構(gòu)Fig.8 Architecture of simulation system

5.1 仿真設(shè)置與說明

(1) 稀疏直線光流場計(jì)算

本文提出的基于光流著陸方法中,稀疏直線光流場的計(jì)算至關(guān)重要。由圖5和圖7可知,控制系統(tǒng)的反饋環(huán)節(jié)即是計(jì)算的光流場,所以稀疏直線光流場計(jì)算方法的抗噪性能直接決定了在跑道邊緣存在干擾的情況下飛行器著陸控制性能。本文將對(duì)稀疏直線光流場計(jì)算的抗噪性能進(jìn)行分析。

(2) 著陸控制

飛行器模型采用文獻(xiàn)[17]中所述的無人機(jī)模型。v為空速,根據(jù)其辨識(shí)數(shù)據(jù),飛行器偏航舵偏角與偏航過載之間的傳遞函數(shù)為

(33)

飛行器俯仰舵偏角與俯仰過載之間的傳遞函數(shù)為

(34)

系統(tǒng)仿真參數(shù)如表1所示。

表1 仿真參數(shù)表

為比較驗(yàn)證本文提出的基于光流的固定翼小型無人機(jī)自主著陸控制方法,本文將參考文獻(xiàn)[2]提出的一種基于視覺的自主著陸方法作為對(duì)比方法。文獻(xiàn)[2]中的方法利用飛行器前置攝像檢測并跟蹤地面上顯著特征的標(biāo)志物,并保持標(biāo)志物出現(xiàn)在圖像平面的中心,通過歸零飛行器的俯仰角和偏航角偏差來進(jìn)行飛行器的著陸控制。

5.2 光流場計(jì)算及抗噪分析

運(yùn)行圖8所示的仿真系統(tǒng),飛行器起飛后從Matlab的VR場景獲取實(shí)時(shí)圖像。VR場景中,稀疏直線光流場計(jì)算結(jié)果如圖9所示。

圖9 VR環(huán)境下直線稀疏光流場計(jì)算結(jié)果Fig.9 Calculation result of linear sparse optical flow field in VR

圖10為跑道線局部的稀疏光流場細(xì)節(jié)圖,從中可以看出，該稀疏直線光流場可以精確描述跑道線邊緣附近的運(yùn)動(dòng)情況。

圖10 跑道線局部稀疏直線光流場Fig.10 Local linear sparse optical flow field of runway line

在采集的圖像序列中加入均值為0,方差為1的高斯白噪聲,計(jì)算稀疏直線光流場,局部細(xì)節(jié)圖如圖11所示。從圖中可以看出,稀疏直線光流場的計(jì)算基本沒有受到影響。取加噪前后跑道線邊緣附近點(diǎn)對(duì)應(yīng)的光流值,計(jì)算各個(gè)點(diǎn)平均角誤差為5.83°,因此還是可以描述跑道線邊緣附近的運(yùn)動(dòng)趨勢。

圖11 加噪跑道線局部稀疏直線光流場Fig.11 Local linear sparse optical flow field of runway line adding noise

由以上仿真結(jié)果可以看出,本文使用的稀疏直線光流場計(jì)算方法具有一定的抗噪性能。這是因?yàn)楸疚奶岢龅闹本€光流場計(jì)算方法是基于Hough變換的,即該算法的抗噪能力取決于Hough變換本身的抗噪性能。由于Hough變化時(shí)是利用圖像局部度量來計(jì)算參數(shù)的,因而對(duì)噪聲干擾或遮蓋引起邊界發(fā)生間斷的情況具有較好的容錯(cuò)性和魯棒性。

5.3 飛行器著陸控制仿真

為敘述方便,本文提出的著陸控制方法簡稱為方法1,文獻(xiàn)[2]提出的方法稱為方法2。

(1) 飛行器進(jìn)近段橫向控制仿真

方法1和方法2輸出的橫向過載曲線如圖12所示,橫向速度曲線如圖13所示,橫向位移曲線如圖14所示。由仿真結(jié)果可以看出,進(jìn)行橫向運(yùn)動(dòng)控制的時(shí)候,方法2最大橫向過載為4.5 m/s2,最大橫向速度為17 m/s;方法1最大橫向過載為3.7 m/s2,最大橫向速度為7 m/s。從控制的調(diào)整時(shí)間長短上看,方法1比方法2要更快些,方法1在20 s的時(shí)候基本已完成了跑道線的對(duì)準(zhǔn)。在控制的精度上,方法2在橫向控制調(diào)整結(jié)束時(shí)飛行器并沒有完全對(duì)準(zhǔn)跑道,還有2 m的誤差,而方法1已大約在20 s的時(shí)候就已經(jīng)完成了跑道線的對(duì)準(zhǔn)。

圖12 橫向過載曲線Fig.12 Lateral acceleration curves

圖13 橫向速度曲線Fig.13 Lateral velocity curves

圖14 橫向位移曲線Fig.14 Lateral displacement curves

(2) 飛行器下滑段縱向控制仿真

由于飛行器靠近地面時(shí),跑道線會(huì)由于擴(kuò)張?jiān)谝晥鲋胁豢梢?因此本算法僅仿真到距離地面10 m的情況。方法1和方法2輸出的縱向過載曲線如圖15所示,速度曲線如圖16所示,下降高度曲線如圖17所示。由仿真結(jié)果可以看出,進(jìn)行縱向運(yùn)動(dòng)控制的時(shí)候,方法2最大縱向過載為3.2 m/s2,最大下降速度為21.5 m/s;方法1最大縱向過載為2.8 m/s2,最大下降速度為17 m/s。從控制的調(diào)整時(shí)間長短上看,方法1所用的時(shí)間和方法2差不多,可以在40 s內(nèi)使飛行器由300 m下降到10 m高度。從圖19所示的高度下降曲線來看, 0～15 s內(nèi),方法2對(duì)應(yīng)的下降軌跡比方法1對(duì)應(yīng)的下降軌跡平緩;15～40 s內(nèi),方法2對(duì)應(yīng)的下降軌跡比方法1對(duì)應(yīng)的下降軌跡要陡峭,尤其在15～25 s內(nèi),方法2使得飛行器快速下降高度,其對(duì)應(yīng)的過載和下降速度呈現(xiàn)出較為劇烈的變化。此外,在40 s時(shí),方法1對(duì)應(yīng)的下降速度減小到1 m/s,而方法2對(duì)應(yīng)的下降速度為5 m/s。總體來看,方法1控制的下降曲線比方法2更平穩(wěn)。

圖15 縱向過載曲線Fig.15 Longitudinal acceleration curves

圖16 縱向速度曲線Fig.16 Longitudinal velocity curves

圖17 高度下降曲線Fig.17 Altitude decline curve

6 結(jié) 論

本文針對(duì)小型固定翼無人機(jī)著陸階段面臨的控制需求,將著陸階段的控制解耦為對(duì)無人機(jī)的橫向控制和縱向控制,通過提取跑道邊界線計(jì)算直線稀疏光流場,之后依據(jù)攝像機(jī)模型以及光流的運(yùn)動(dòng)場模型,設(shè)計(jì)了無人機(jī)的橫向和縱向控制方案。仿真結(jié)果表明,本文使用的稀疏直線光流場計(jì)算方法具有一定的抗噪性能,在僅有跑道線稀疏直線光流信息的情況下,被控對(duì)象可以完成對(duì)跑道中線的對(duì)準(zhǔn)和下滑段的高度-速度控制;本控制方法在進(jìn)近段可控制飛行器在20 s內(nèi)對(duì)準(zhǔn)跑道,且橫向過載不超過4 m/s2;在下滑段可控制飛行器在40 s內(nèi)由300 m沿指數(shù)曲線平穩(wěn)下降到10 m高度,同時(shí)垂直速度減小到小于1 m/s,且下降加速度不超過±3 m/ s2,完全滿足無人機(jī)著陸控制的需求。

[1] Tang D Q, Li F, Shen N, et al. UAV attitude and position estimation for vision-based landing[C]∥Proc.oftheInternationalConferenceonElectronicandMechanicalEngineeringandInformationTechnology, 2011: 4446-4450.

[2] Huh S, Shim D H.A vision-based automatic landing method for fixed-wing UAVs[J].JournalofIntelligentandRoboticSystems, 2010, 57(1): 217-231.

[3] Millet P T, Ready B B, McLain W T. Vision based precision landings of a tailsitter UAV[C]∥Proc.oftheAIAAGuidance,Navigation,andControlConference, 2009:5680-5689.

[4] Ma J Y, Qiu W C, Zhao J, et al.Robust L2E estimation of transformation for non-rigid registration[J].IEEETrans.onSignalProcessing, 2015, 63(5):1115-1129.

[5] Zhou J, Wang X M, Wang X Y. Automatic landing control of UAV based on optical guidance[C]∥Proc.oftheInternationalConferenceonIndustrialControlandElectronicsEngineering, 2012:152-155.

[6] Kong W W, Zhang D B, Wang X, et al. Autonomous landing of an UAV with a ground-based actuated infrared stereo vision system[C]∥Proc.oftheIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems, 2013:2963-2970.

[7] Laiacker M, Kondak K, Schwarzbach M, et al. Vision aided automatic landing system for fixed wing UAV[C]∥Proc.oftheIEEE/RSJInternationalConferenceonIntelligentRobotsandSystems,2013:2971-2976.

[8] Kim H J,Kim M, Lim H, et al. Fully autonomous vision-based net-recovery landing system for a fixed-wing UAV[J].IEEE/ASMETrans.onMechatronics, 2013,18(4):1320-1333.

[9] Gui Y, Guo P Y, Zhang H L,et al. Airborne vision-based navigation method for UAV accuracy landing using infrared lamps[J].JournalofIntelligent&RoboticSystems, 2013,72(2):197-218.

[10] Cheng H, Chen Y H, Li X K,et al.Autonomous takeoff, tracking and landing of a UAV on a moving UGV using onboard monocular vision[C]∥Proc.ofthe32ndChineseControlConference, 2013:5895-5901.

[11] Chahl J S, Srinivasan M V, Zhang S W. Landing strategies in honeybees and applications to uninhabited airborne vehicles[J].TheInternationalJournalofRoboticsResearch, 2004, 23(2): 101-110.

[12] Netter T, Francheschini N. A robotic aircraft that follows terrain using a neuromorphic eye[C]∥Proc.oftheIEEEInternationalConferenceonIntelligentRobotsandSystems, 2002: 129-134.

[13] Liu X M, Chen W C, Xing X L, et al. Terrain following and autonomous landing using optical flow[J].JournalofBeijingUniversityofAeronauticsandAstronautics, 2012, 38(1): 98-105.(劉小明, 陳萬春, 邢曉嵐,等. 光流控制地形跟隨與自動(dòng)著陸[J]. 北京航空航天大學(xué)學(xué)報(bào), 2012, 38(1): 98-105.)

[14] Barrows G L, Chahl J S, Srinivasan M V. Biomimetic visual sensing and flight control[C]∥Proc.oftheBristolUAVConference, 2002: 159-168.

[15] Qiu C. Reasearch on HCI design of cockpit based on cognitive features of pilots[D]. Nanjing: Southeast University, 2009.(仇岑. 基于飛行員認(rèn)知特點(diǎn)的駕駛艙人機(jī)界面設(shè)計(jì)研究[D].南京:東南大學(xué),2009.)

[16] Lin D F, Wang H, Wang J, et al.Autopilotdesignandguidancelawanalysisfortacticalmissiles[M].Beijing: Beijing Institute of Technology Press,2012.(林德福, 王輝, 王江, 等. 戰(zhàn)術(shù)導(dǎo)彈自動(dòng)駕駛儀設(shè)計(jì)與制導(dǎo)律分析[M]. 北京: 北京理工大學(xué)出版社, 2012.)

[17] Yuan X D. Reasearch on uncertainty analysis and compensation control of loitering missile in the initial phase[D].Beijing: Beijing Institute of Technology,2013.(袁曉東.巡飛彈初始段的不確定性分析及補(bǔ)償控制研究[D].北京:北京理工大學(xué), 2013.)

[18] Barber D B, Griffiths S R, Mclain T W, et al. Autonomous landing of miniature aerial vehicles[J].JournalofAerospaceComputingInformation&Communication, 2015, 4(5): 770-784.

[19] Herisseé B, Hamel T, Mahony R, et al. The landing problem of a VTOL unmanned aerial vehicle on a moving platform using optical flow[C]∥Proc.oftheIEEE/RSJInternationalConferenceonIntelligentRobots&Systems, 2010:1600-1605.

楊成偉(1986-),通信作者,男,助理教授，博士,主要研究方向?yàn)闊o人系統(tǒng)導(dǎo)航、仿生控制。

E-mail:yangchengwei2009@126.com

李 揚(yáng)(1989-),男,助理工程師，碩士,主要研究方向?yàn)楣饬鲗?dǎo)航。

E-mail:liyangcr@126.com

Optical flow-based autonomous landing control for fixed-wing small UAV

WU Zheng-long1, LI Jie1, GUAN Zhen-yu2, NIU San-ku1, YANG Cheng-wei1, LI Yang3

(1.SchoolofMechatronicalEngineering,BeijingInstituteofTechnology,Beijing100081,China;2.BeijingInstituteofElectro-MechanicalEngineeringInstitute,Beijing100074,China;3.XinxingHeavyIndustriesGroupCompanyLimited,Beijing100070,China)

With the fixed-wing of small unmanned aerial vehicle (UAV) autonomous landing control as the research background, an optical flow-based autonomous landing control for fixed-wing small UAV is proposesd. Firstly, the fixed-wing UAV movement characteristics of the landing phase is analyzed, with the vehicle control decoupled into lateral and longitudinal control. Secondly, the runway line is featured and the sparse linear optical flow field is calculated. Then the camera model is combined with the relationship between the optical flow field and the velocity field, setting the runway line horizontal flow as the feedback of the system to design the control system. Finally, a dynamic simulation system is built in the Simulink environment.The simulation results show that the UAV autonomous landing control is effectively realized through this proposed method.

fixed-wing unmanned aerial vehicle (UAV); landing control; optical flow; control design

2015-12-02;

2016-10-21;網(wǎng)絡(luò)優(yōu)先出版日期:2016-10-27。

國防科工局基礎(chǔ)科研項(xiàng)目(B2220132013)資助課題

TP 273

A

10.3969/j.issn.1001-506X.2016.12.22

吳政隆(1988-),男,博士研究生,主要研究方向?yàn)轱w行器控制與制導(dǎo)、視覺避障。

E-mail:wuzl-2006@126.com

李 杰(1969-),男,教授,博士,主要研究方向?yàn)闊o人系統(tǒng)設(shè)計(jì)。

E-mail:lijie @bit.edu.cn

關(guān)震宇(1987-),男,工程師，博士,主要研究方向?yàn)楣饬鲌鲇?jì)算、系統(tǒng)設(shè)計(jì)。

E-mail:guanzhenyu886@126.com

牛三庫(1984-),男,博士研究生,主要研究方向?yàn)闊o人系統(tǒng)控制。

E-mail:niusanku@live.com

網(wǎng)絡(luò)優(yōu)先出版地址:http://www.cnki.net/kcms/detail/11.2422.TN.20161027.1554.006.html