1．目的及意义

1.1研究背景

四轴飞行器，也称为四旋翼直升机或四旋翼飞行器，是一种多旋翼直升机，由四个电机提供升力和进行运动。 四轴飞行器被归类为旋翼机，而不是固定翼飞机，因为它们的升力是由一组电机（一般为无刷电机）带动螺旋桨转动产生的。四轴飞行器通常使用两对相同、转动方向相反的固定螺旋桨，以抵消传统单桨转动所产生的反桨矩。通过单独调整每个电机的转速，就可以改变这个螺旋桨提供的升力，进而对整个飞行器的飞行姿态进行控制。这些姿态调整包括升降、前后左右飞行以及自旋。

四轴飞行器自1907年Louis Breguet成功设计并试飞以来，经历了近百年的更新迭代。四轴飞行器从早期的大型四旋翼直升机逐渐发展成为小型四轴无人飞行器。小型四轴无人飞行器（以下简称无人机）因其具有体积小、灵活性高、操控方便的特点，如今已被应用在科研、军事、航拍、物流、农业等领域。

目前，以世界一流民用无人机制造商大疆科技（DJI）为首的多数的民用无人机的飞行控制系统可以实现自主起降和巡航，但由于在实际飞行的过程中仍然存在不可控的人为因素和环境因素，无人机的“炸机”（无人机失控坠地后损坏）事件仍屡见不鲜。尤其是在返航阶段、无人机在接近地面时，GPS低空信号质量不佳、气压计于地面和水面采集数据有较大失真、地磁罗盘在金属附近易受干扰会使得炸机事故容易发生。为了提高无人机的机动性和着陆安全性、适应复杂环境、无需太多人工操作的干预，需要提高无人机的自主导航及控制能力。因此，针对无人机着陆问题，研究完全自主的导航技术，日益成为无人机研究领域的重要研究方向。

1.2研究意义

随着计算机硬件、嵌入式技术、计算机视觉和图像处理算法的不断进步与完善，利用视觉算法处理无人机捕获的视频画面并应用在导航系统中成为可能。由于图像识别在中近距离精度高且不受外界因素如气压变化、磁场变化的影响，将图像识别与传统导航方案进行结合可以大幅提升无人机降落时的安全性。

通过配套的上位机程序，无人机可以摆脱传统的遥控器，规避人工控制时的不可控因素，实现一些更加精确的程控飞行任务例如起降、路径规划飞行。同时，上位机软件也保留了传统的操作按钮，使得传统操控方式的自由与灵活性得以保留。无人机的自主飞行与着陆，具有很好的军民应用前景，在军事上，它可以在海上进行自动巡航、实时监测，保卫国家领土完整和国家主权不受侵犯；在民用上，可作为快递、刑侦、救援等领域的一大助手。计算机视觉在无人机导航中的应用减少了因为着陆精度问题引起的一系列不必要损失，完成了在低成本下的精准着陆，对于大地测量，工程测量和地壳变形检测等精密定位领域有极大的帮助。

1.3国内外研究现状

1.3.1国外研究现状

南加州大学(University of SouthernCalifornia)的机器人学与嵌入式系统实验室(Robotic Embedded Systems Laboratory)，于1991年最早开始自主飞行计划(Autonomous Flying VehicleProject)，并于2003年利用旋翼无人机实现了视觉系统辅助下的自主着陆任务。Tsai.A.C等人采用“T”型陆标图像，利用Hough直线检测得到直线交点信息，估计无人机的位姿，但该方法比较耗时。后来，为提高位姿精度，Tsai.A.C等人利用卡尔曼滤波把惯性导航信息和视觉导航信息融合，来估计无人机的位姿。Srikanth.S等人的无人机视觉导航研究中，设计了“H”型陆标，对图像进行预处理后，采用距离变换的方法，估计无人机的位姿。在此基础上，又对在移动平台上的自主着陆进行了研究。加州大学伯克利分校的Sharp.C.S等人设计的自主着陆系统，设计特殊的陆标图像。通过提取陆标图像的角点信息，基于投影变换估计无人直升机的位姿。

Saripalli等人对无人直升机的自主着陆任务进行了研究，利用图像矩进行目标识别，估计无人机与着陆的相对姿态，利用差分GPS获取与着陆平台的相对高度。但是该方法在GPS失效或者复杂的环境下很难工作。Merz等人针对无人直升机，提出了一种高精度的自主着陆方法。设计了一种特殊形状的着陆陆标，利用由一个相机、计算机硬件平台和惯性传感器组成的机载视觉导航系统，通过处理陆标图像，利用陆标中三个圆的投影变换，估计相对位姿信息。Lange等人假设无人机与着陆平台和陆标始终平行飞行，利用由几个同心圆组成的陆标图像，估计无人机的位姿信息。Wenzel.K.E等人提出了一种低成本的视觉跟踪着陆平台的解决方案，利用一个Wii远程红外相机和由四个红外LED组成的标记，实现了在着陆目标上方盘旋，也可用于跟踪缓慢移动的目标。Wenzel.K.E等人基于视觉导航，在移动平台上实现了无人机的起飞、悬停和着陆任务。Meier等人设计了一种可实现自主飞行的旋翼无人机系统，利用预先设计的陆标，可以在线利用视觉和惯性导航系统估计位姿。

1.3.2国内研究现状

清华大学对旋翼无人机自主着陆的研究类似于南加州大学和加州大学伯克利分校，都是预先设定好一个人工着陆标志。算法中对着陆图像进行特征点提取，利用图像配准技术实现对人工着陆标志的识别，而后通过 Hough变换和 Helen公式完成直线的快速提取。

浙江大学信息与通信工程研究所和工业控制技术研究所分别对固定翼无人机和旋翼无人机视觉着陆技术进行了研究。前者对固定翼无人机着陆跑道的识别采用了支持向量机的方法，并利用双目视觉进行了位姿参数的估计。后者将两个半径相同的圆作为人工着陆标志，利用随机 Hough 变换检测圆来完成着陆标志的识别。

Xu.G也使用了一个预先设计的着陆目标和红外相机，进行无人机的位姿估计，但是该文中的方法只对偏航角进行了估计。Yang.S等人提出了一种机载单目视觉导航系统，设计了用圆形包围H标志的陆标，对陆标图像进行处理，利用投影几何估计无人机相对着陆平台的5自由度位姿；把由惯性元件测得的重力矢量，与前面估计的信息合并，解决几何奇异性问题。采用对H标志进行椭圆拟合的方法，估计偏航角，实现6自由度位姿估计。{title}

2. 研究的基本内容与方案

{title}

2.1研究内容

2.1.1基于嵌入式微处理的控制模块

传统的四轴无人机操控方式均为遥控器控制，遥控器上有两个操纵杆分别对四个通道进行控制。 油门通道（THR）控制无人机速度；航向角通道（RAW）调整机头朝向；俯仰角通道（PIT）控制无人机前进后退；横滚角通道（ROL）控制无人机左右平动。以富斯（Fly Sky）FS-i6遥控器为例，四个通道信号通过2.4GHz频段以PWM波的形式从遥控器发射至接受器，被与发射器相连的飞行控制电路（以下简称飞控）采集并解析后控制四个电机响应。想要实现无人机的程控，就必须设计一套系统作为“遥控器”。